Stuff AI CAN'T Do

¿Puede la IA identificar marcadores de depresión en muestras de escritura ?

¿Qué opinas?

Herramientas de grado de investigación, mayormente utilizadas en cribado y no como diagnósticos independientes. Suficientemente efectivas como para que varias universidades las implementen en la evaluación inicial de consejería.

Background

Research-grade tools, mostly used in screening and not as standalone diagnoses. Effective enough that several universities pilot them in counseling intake.

AI can identify depression markers in writing samples by analyzing language patterns, such as vocabulary, syntax, and sentiment. Research has shown that individuals with depression often exhibit distinct linguistic characteristics, including increased use of negative words, first-person singular pronouns ("I," "me," "my"), and words related to sadness or loss (e.g., "tearful," "grief," "failure"). Natural language processing (NLP) and machine learning algorithms can be trained to recognize these patterns and predict the likelihood of depression in a given writing sample. These methods have been applied in various studies, including analyses of social media posts, personal essays, and clinical interview transcripts, demonstrating promising results in detecting depression from written text. The National Institute of Mental Health (NIMH) has highlighted the growing body of evidence supporting these approaches, emphasizing their potential for early intervention and scalable mental health screening.

Estado verificado por última vez en June 26, 2026.

📰

Galería

In the Court of AI Capability
Summary of Findings
Verdict over time
May 2026May 2026May 2026May 2026May 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026
Sitting at the Bench Filed · jun. 26, 2026
— The Question Before the Court —

¿Puede la IA identificar marcadores de depresión en muestras de escritura?

★ The Court Finds ★
Reaffirmed

El jurado encontró una respuesta claramente afirmativa.

Ruling of the Bench

Tras una cuidadosa deliberación, el jurado determinó que los modelos de IA pueden identificar marcadores de depresión en textos escritos, aunque con distintos grados de confianza. Dos jurados concluyeron que las pruebas cumplían un alto estándar de fiabilidad, mientras que uno señaló que el rendimiento, aunque prometedor, aún no alcanza una precisión perfecta. Las reglas del tribunal: "La IA puede escuchar el suspiro silencioso en la oración."

— Hon. B. Liskov-Chen, Presiding
Jury Tally
2
1Casi
0No
Verdict Confidence
88%
The Court of AI Capability is, of course, not a real court.
But the data is real.
The Case File · Stacked History
Session I · May 2026
Session II · May 2026 Sí · 85%
Session III · May 2026 Sí · 84%
Session IV · May 2026 Sí · 86%
Session V · May 2026 Sí · 82%
Session VI · Jun 2026 Sí · 85%
Session VII · Jun 2026 Sí · 82%
Session VIII · Jun 2026 Sí · 77%
Session IX · Jun 2026 Sí · 95%
Case № 12BB · Session X
In the Court of AI Capability

The Case File

Docket № 12BB · Session X · Vol. X
I. Particulars of the Case
Question put to the court¿Puede la IA identificar marcadores de depresión en muestras de escritura?
SessionX (10 hearing)
Convened26 jun. 2026
Previously ruledYES (May '26) → YES (May '26) → YES (May '26) → YES (May '26) → YES (May '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26)
Presiding JudgeHon. B. Liskov-Chen
II. Cumulative Tally Across Sessions

Across 10 sessions, 32 jurors have heard this case. Combined tally: 27 YES · 5 ALMOST · 0 NO · 0 IN RESEARCH.

Note: cumulative includes older juror opinions. The current session tally above is the live verdict.

III. Verdict

By a vote of 2 — 1 — 0, the panel returns a verdict of , with verdict confidence of 88%. The court so orders.

IV. Declaraciones del tribunal
Jurado I

"Modern LLMs (e.g., fine-tuned clinical models) detect depression markers in writing with statistically validated performance."

Jurado II

"AI systems using NLP can analyze text for linguistic markers, sentiment, and cognitive distortions to identify depression with accuracy comparable to human psychiatrists."

Jurado III ALMOST

"AI models detect depression markers with some accuracy"

Las declaraciones individuales de los jurados se muestran en su inglés original para preservar la precisión probatoria.

B. Liskov-Chen
Presiding Judge
M. Lovelace
Clerk of the Court

Lo que el público piensa

No 7% · Sí 80% · Quizás 13% 261 votes
Sí · 80%
Quizás · 13%
La tendencia necesita votos de al menos 2 días distintos.

Discusión

no comments

Los comentarios e imágenes pasan por una revisión administrativa antes de aparecer públicamente.

10 jury checks · más reciente hace 1 día
26 Jun 2026 3 jurors · puede, puede, indeciso indeciso
21 Jun 2026 1 juror · puede puede
16 Jun 2026 2 jurors · puede, puede puede
10 Jun 2026 3 jurors · puede, puede, indeciso indeciso
05 Jun 2026 4 jurors · puede, puede, puede, indeciso indeciso
30 May 2026 3 jurors · puede, puede, indeciso indeciso
25 May 2026 5 jurors · puede, puede, puede, puede, puede puede
20 May 2026 5 jurors · puede, puede, puede, indeciso, puede indeciso
15 May 2026 4 jurors · puede, puede, puede, puede puede
11 May 2026 2 jurors · puede, puede puede

Cada fila es una comprobación de jurado independiente. Los jurados son modelos de IA (identidades mantenidas neutras a propósito). El estado refleja el recuento acumulado en todas las comprobaciones — cómo funciona el jurado.

Más en Sensory

¿Nos faltó uno?

Revisamos semanalmente.