Collecting health narratives at scale: A multi-study evaluation of speech-to-text in health surveys

Gli esseri umani portano spesso con sé storie sulla propria salute che i numeri e le liste di controllo semplicemente non possono catturare. Mentre medici e ricercatori si affidano a domande standardizzate per monitorare sintomi e condizioni, questi formati rigidi possono perdere la consistenza dell'esperienza vissuta da una persona. La sfumatura del modo in cui un paziente descrive il proprio dolore, i dettagli inaspettati che condivide sulle proprie difficoltà quotidiane e il modo unico in cui collega i propri sintomi alla propria vita esistono solo nelle storie aperte. Eppure, raccogliere queste narrazioni da grandi gruppi di persone è stato storicamente un processo lento e costoso, che di solito richiedeva che un ricercatore si sedesse e intervistasse ogni singola persona individualmente. Questa limitazione lascia un vuoto nella nostra comprensione della salute della popolazione, poiché i resoconti più dettagliati rimangono spesso non raccolti perché troppo difficili da reperire su larga scala.

Un team di ricercatori si è posto l'obiettivo di vedere se la tecnologia moderna potesse colmare questo divario utilizzando strumenti di speech-to-text (da voce a testo) nei sondaggi online. Volevano sapere se le persone sarebbero state disposte a dettare le proprie risposte in un microfono invece di digitarle e se, facendo ciò, avrebbero effettivamente prodotto storie più ricche e dettagliate. Per testare questo aspetto, hanno invitato partecipanti provenienti da quattro gruppi molto diversi tra loro: persone che convivono con la condizione post-COVID, adulti sani, individui che svolgono attività di sex work e anziani. In ognuno di questi sondaggi, i ricercatori hanno dato alle persone una scelta. Potevano rispondere a domande aperte digitando su una tastiera, oppure potevano utilizzare una funzione di speech-to-text per pronunciare le risposte ad alta voce, che il computer avrebbe poi trascritto in parole scritte.

I risultati hanno mostrato che il parlare cambiava la natura delle risposte in modi misurabili. Quando le persone sceglievano di parlare, le loro risposte erano significativamente più lunghe. In due degli studi, le risposte parlate contenevano centinaia di caratteri in più rispetto a quelle digitate, con un gruppo che registrava un aumento medio di quasi novecento caratteri per risposta. Le parole pronunciate includevano anche più contenuti lessicali unici — i sostantivi e i verbi specifici che portano il significato centrale di una storia — suggerendo che parlare permettesse alle persone di condividere idee più distinte. Tuttavia, le risposte parlate non erano perfettamente rifinite; contenevano una proporzione maggiore di parole riempitive e mostravano una varietà leggermente inferiore di tipi di parole rispetto alle risposte digitate. Ciò indica che, sebbene il parlato abbia sbloccato più volume e dettagli specifici, ha anche introdotto il flusso naturale e non modificato della conversazione.

L'adozione della tecnologia, tuttavia, non è stata uniforme in tutti i gruppi. Il tasso con cui le persone sceglievano di parlare piuttosto che scrivere variava drasticamente, passando da meno dell'uno percento in alcuni gruppi all'ottanta percento in altri. Questo ampio divario suggerisce che la decisione di parlare sia profondamente personale e fortemente influenzata dalla situazione specifica. I partecipanti che hanno utilizzato lo strumento lo hanno generalmente lodato per la sua comodità e la spontaneità che offriva, notando che era più facile parlare che scrivere. Eppure, molti altri hanno esitato a causa di preoccupazioni relative alla privacy, alla goffaggine di parlare in spazi pubblici o semplicemente per la preferenza per il controllo che sentivano derivare dal digitare.

Lo studio conclude che lo speech-to-text è uno strumento valido per raccogliere narrazioni sulla salute più ricche da ampie popolazioni, ma non è una soluzione universale. La tecnologia funziona meglio quando l'implementazione è attentamente adattata al gruppo specifico oggetto di studio e all'ambiente in cui le persone stanno rispondendo. Per alcuni, parlare apre una porta alla condivisione di una parte della propria storia; per altri, le barriere del contesto e del comfort rimangono troppo elevate. La strada da seguire risiede nel comprendere queste differenze e nel progettare sondaggi che rispettino le esigenze e le preferenze uniche delle persone che condividono le proprie esperienze di salute.