¿Produce el yo cuantificado un cambio de comportamiento?

En el contexto de la salud, un hábito se define como una respuesta automática a una señal contextual (por ejemplo, ubicación, objeto o acción precedente), que se forma cuando la respuesta se repite en un contexto estable [22]. A la hora de superar los malos hábitos y mantener los buenos, la gente confía en los nuevos avances en fitness y en la tecnología de las aplicaciones. Por ejemplo, aplicaciones como MyFitnessPal permiten a los usuarios hacer un seguimiento de lo que comen para desarrollar hábitos de nutrición saludables, mientras que otras como Headspace ayudan a los usuarios a crear hábitos de atención plena para mejorar su bienestar mental.

El uso de este tipo de tecnología para rastrear los hábitos y el comportamiento de una persona se ha denominado Quantified Self (QS) ("autoconocimiento a través de los números"), un término acuñado en 2007 por el editor de Wired Gary Wolf y el escritor Kevin Kelly. Otras definiciones son "informática personal", "registro de la vida" y "autoseguimiento" [12]. La explosión de la EQ se ha caracterizado por el creciente desarrollo y uso de dispositivos wearables y apps (Fitbit, Sleep Cycle, Fooducate, Happify), y ha supuesto que las personas puedan acceder a información sobre muchos de sus comportamientos, como el estrés, la menstruación, el estado de ánimo, la frecuencia cardiaca, los patrones de sueño, la dieta, la atención mental y la actividad física.

Tal es la creciente popularidad de la EQ, que se espera que el negocio de la electrónica vestible alcance más de 150.000 millones de dólares anuales en 2027 [9]. Pero, ¿cómo afecta exactamente a los comportamientos relacionados con la salud?

La investigación sugiere que hay muchas formas en las que la EQ puede crear experiencias positivas en los usuarios e influir en los comportamientos. Una de ellas tiene que ver con la importancia de los comentarios de los usuarios. Fritz et al. (2013) entrevistaron a 30 participantes que habían utilizado una FuelBand, una Fitbit, una Jawbone o una Striiv durante un mínimo de tres meses para conocer su valor "in the wild" [7]. Descubrieron que el feedback numérico motivaba y reforzaba las actividades de los participantes, porque creaba una sensación de logro y les ayudaba a alcanzar sus objetivos.

Por su parte, Renfree et al. (2016) realizaron un estudio cualitativo de la app Lift, que permite a los usuarios seleccionar o crear hábitos que desean desarrollar [18]. El número de días consecutivos que se ha realizado un comportamiento -llamado "rachas"- se utiliza para recompensar a los usuarios de la aplicación. Esto tuvo reacciones positivas, ya que contribuyó a la repetición de conductas, y los participantes se mostraron reacios a perder las rachas. Por ejemplo, uno de los destinatarios estaba motivado para mantener un hábito concreto, porque quería mantener su larga racha, y que "tener un número grande ayuda a no querer romperlo".

Sin embargo, a pesar de estas reacciones positivas y del rápido crecimiento del sector, nuevas pruebas sugieren que la presencia de datos relativos a los hábitos de cada uno suele ser ineficaz para inculcar un cambio de comportamiento duradero. Los investigadores están empezando por fin a explicar exactamente por qué puede ser así, y han empezado a aportar posibles soluciones. Por ejemplo, Patel, Asch y Volpp (2015) sostienen que los dispositivos wearables son meros facilitadores, más que impulsores, del cambio de comportamiento [16]. Creen que las empresas tecnológicas deberían centrarse en estrategias de compromiso, más que en características, para ayudar a salvar la brecha entre el registro de información y el cambio de comportamiento a largo plazo. Afortunadamente, una oleada de nuevas investigaciones está examinando esta cuestión tanto empírica como teóricamente.

En primer lugar, los estudios sugieren que los wearables son incómodos en varios sentidos. Por ejemplo, Harrison et al. (2015) realizaron entrevistas a 24 usuarios de dispositivos wearables, y uno de los participantes afirmó que su pulsera era "bastante fea", mientras que otro dijo que "no era práctica para llevarla todo el tiempo." Otro inconveniente fue la duración de la batería, que llevó a los usuarios a abandonar la aplicación por completo [8].

Además, en el estudio de Renfree et al. (2016) sobre Lift, los recordatorios a veces causaban un afecto negativo porque se consideraban molestos, sobre todo cuando los participantes atravesaban periodos de mucho trabajo o estrés [18]. Sjöklint, Constantiou y Trier (2015) entrevistaron a 42 usuarios de dispositivos que realizan un seguimiento de las actividades de movimiento y sueño, y descubrieron resultados similares, en los que uno de los participantes afirmaba: "A veces me molestaba el hecho de no poder alcanzar siempre mi objetivo" [19]. Además, afirmaron que, a pesar de comercializarse como dispositivos que ayudan al "yo racional (el planificador)", en realidad atraen al "yo emocional (el hacedor)". Esto se debe a que los resultados insatisfactorios, como el bajo rendimiento, no conducen a un cambio de comportamiento, sino a la aparición de tácticas de afrontamiento: desatención, procrastinación, atención selectiva y negligencia.

Además de los problemas con los propios dispositivos, la interpretación de los datos producidos a partir de ellos es otro problema práctico en el movimiento de la EQ. De hecho, Swan (2015) señala que una de las principales dificultades de la ciencia de los macrodatos es encontrar significado entre las grandes cantidades de información o, como ellos dicen, "extraer la señal del ruido" [21]. En este caso, la gran cantidad de datos puede ser, de hecho, un obstáculo más que un beneficio.

Además, la precisión de esta información disponible también ha causado preocupación. Yang et al. (2015) analizaron 600 reseñas de productos y realizaron entrevistas a usuarios de dispositivos como Jawbone, Fitbit, Basis y Nike + Fuelband [23], y descubrieron que los usuarios no estaban satisfechos con la precisión de sus dispositivos. Por ejemplo, algunos usuarios tenían varios dispositivos y comparaban la precisión, pero no existía un estándar absoluto, lo que dificultaba la resolución de discrepancias.

A los usuarios también les gustó probar la precisión del dispositivo con diferentes movimientos, pero los que probaron no reflejaban un escenario realista. En un caso, un participante quería probar la sensibilidad de su reloj de fitness Basis B1, así que probó a "saltar", "dar puñetazos", "balancearse" y "golpear cosas con él". Sin embargo, los autores señalan que no se trataba de movimientos corrientes que los usuarios harían en la vida cotidiana. Por último, los participantes se quejaron de que las unidades de medida que determinaban su comportamiento no estaban claramente definidas, como una caloría, un paso o el sueño.

Además de la precisión del dispositivo, los usuarios tampoco comprendían suficientemente su funcionamiento y desarrollaron "teorías populares" para dar sentido a los datos. En un caso, un usuario descubrió que el dispositivo sobrevaloraba su actividad y desconocía que el problema podía resolverse mediante la calibración, es decir, corrigiendo la medición de un dispositivo para que coincida con la medición estándar. Otro participante se equivocó al comparar mediciones tomadas en condiciones físicas diferentes. Llegaron a la conclusión de que es crucial que el usuario entienda cómo funciona el dispositivo o la aplicación, y sugieren que apoyar la comprobabilidad, permitir una mayor calibración por parte del usuario final y aumentar la transparencia mejorará la experiencia de los usuarios.

Teniendo en cuenta todos estos problemas, ¿cómo es posible que tantas aplicaciones de fitness y salud no logren contrarrestarlos y no consigan satisfacer a los clientes fomentando un cambio de comportamiento a largo plazo? Desde una perspectiva teórica, los investigadores han descubierto problemas relacionados con la EQ y su falta de fundamento en la literatura sobre la formación de hábitos.

La adopción de un hábito se basa en la realización repetida de una acción específica en un contexto estable, ya que esto permite que la acción se convierta en automática [22]. Stawarz, Cox y Blandford (2015) revisaron la funcionalidad de 115 aplicaciones de formación de hábitos [20]. Enumeraron las características de las aplicaciones, lo que dio lugar a 14 categorías de características de aplicaciones, como el seguimiento de tareas o las recompensas, y luego codificaron cada aplicación para las características de formación de hábitos, por ejemplo, el apoyo al uso de pistas contextuales. Se descubrió que sólo 5 de las 14 categorías de funciones de las aplicaciones contribuían a la formación de hábitos, mientras que sólo una, la creación de rutinas, podía ayudar a los usuarios a encontrar un evento desencadenante del comportamiento en cuestión.

La investigación concluyó que estas apps no están respaldadas por la teoría de la formación de hábitos, y sólo "ofrecen funcionalidades para permitir el seguimiento de la finalización de tareas y recordatorios". Aunque la supervisión del propio comportamiento es inicialmente importante, conduce a una dependencia de los recordatorios y no favorece el desarrollo de la automaticidad, que es crucial en el cambio de comportamiento. Se sugiere que las aplicaciones y los dispositivos se beneficiarían del apoyo a los eventos desencadenantes, utilizando recordatorios para reforzar las intenciones de ejecución, y evitando características que causan una dependencia de la tecnología.

Pinder et al. (2015) adoptaron otro enfoque y sostienen que la tecnología persuasiva, como la EQ, debería dirigirse al sistema no consciente [17]. Esbozando la teoría del proceso dual, señalan que los hábitos no se motivan, eligen ni controlan conscientemente. Esto se debe a que un hábito es una asociación entre una situación y una acción que se ha establecido en la memoria [22], por lo que muchos hábitos se activan automáticamente, fuera de nuestra conciencia [1]. Sin embargo, las intervenciones actuales de cambio de comportamiento utilizan muchas estrategias de cambio de comportamiento consciente, que hacen que los usuarios ignoren las indicaciones o las interrupciones no deseadas.

Ofrecen dos soluciones, la primera de las cuales se refiere a "cebar el sistema no consciente para que se comporte de la forma deseada". Por ejemplo, el juego de ejercicio Zombies, ¡corre! utiliza el instinto de huir del miedo como desencadenante de la actividad física. La segunda solución consiste en "reentrenar el sistema no consciente para que el usuario tenga más probabilidades de comportarse de la forma deseada". Argumentan que esto puede hacerse mediante el cebado no consciente de objetivos, en el que el nuevo comportamiento enmascara el comportamiento no deseado existente.

Un ejemplo de ello es la persuasión ojeable, que presenta las actividades físicas de un usuario de forma sutil y abstracta. Klasnja et al. (2009) investigaron la actividad física de los usuarios con la pantalla de jardín de UbiFit, en la que crecen flores diferentes según la actividad realizada [10]. Los investigadores descubrieron que el nivel de actividad semanal era mayor entre los participantes que utilizaban el visor que entre los que no lo utilizaban. Argumentaron que esto se debía a que mantenía los objetivos de actividad física "crónicamente activados", lo que recordaba a los usuarios su compromiso de mantenerse en forma. Un participante dijo: "[Con el jardín] pienso en ello quizá subconscientemente cada vez que miro el teléfono". Sin embargo, hay que señalar que no controlaron el nivel consciente de atención en la retroalimentación de los objetivos [17], lo que podría ser una vía fructífera para futuras investigaciones.

En una línea similar, Calvo y Peters (2013) instan a los diseñadores a ser conscientes de que no siempre somos seres racionales o, coherentes, y estamos sujetos a fenómenos psicológicos complejos [4]. Sostienen que reflexionar sobre nuestro pasado puede repercutir en nuestro comportamiento futuro; por ejemplo, al comprender el impacto de una higiene bucal deficiente, nos lavamos los dientes más a menudo. La forma en que reflexionamos sobre el pasado viene determinada por diversas influencias. Por ejemplo, recordamos una experiencia basándonos en lo que ocurrió al principio y al final. En esta reinterpretación de los acontecimientos influye el efecto de primacía y recencia, que es la tendencia psicológica a recordar el primer y el último elemento de una lista [3].

Por eso, para crear tecnologías eficaces, se aconseja a los diseñadores de aplicaciones que tengan en cuenta cómo afecta esto a la interpretación subjetiva de las experiencias pasadas. Por ejemplo, las recompensas finales como insignias, logros y mensajes motivadores aportan un valor intrínseco a los usuarios, lo que fomenta las emociones positivas [5]. Esto significa que el usuario reinterpreta el final de un evento, como la actividad física, como algo positivo, y se siente motivado para repetir el comportamiento de nuevo [2].

Los autores también advierten contra los sistemas diseñados para cambiar el comportamiento porque pueden tener resultados contrarios. Esto se conoce como "efectos irónicos", que es cuando los intentos de convencernos de hacer o pensar algo resultan contraproducentes. Por ejemplo, un estudio sobre dejar de fumar descubrió que cuando los participantes intentaban dejar de pensar en cigarrillos, fumaban más que los que no intentaban suprimir el pensamiento [6]. Calvo y Peters sugieren que los mensajes motivacionales que piden a los usuarios que se centren en un objetivo determinado deben adaptarse cuidadosamente, mediante la elaboración de perfiles o la minería de datos, para evitar resultados inesperados.

En resumen, el progreso de nuestra comprensión de la eficacia de la EQ es prometedor, pero es necesario seguir trabajando. Quizá la observación más importante en muchos de estos estudios sobre la eficacia de los dispositivos y aplicaciones de la EQ sea la noción de dinamismo; los diseñadores no solo deben entender que los individuos tienen necesidades diferentes, sino que estas necesidades evolucionan constantemente.

Las cuestiones teóricas y empíricas plantean obstáculos aparentemente insuperables en la búsqueda de la comprensión de cómo la tecnología persuasiva puede motivar y mantener el cambio de comportamiento. Sin embargo, este reto se ve compensado por el valor de la respuesta, ya que si se pueden abordar estas cuestiones, el Yo Cuantificado podría tener un impacto que cambiaría la vida en la salud y el bienestar de millones de personas.