Resumen de Prevención del síndrome de Burnout mediante programación neurolingüística soportada por la Web de las Cosas: mapeo sistemático

Líder Julián Rojas Bolaños, Miguel Ángel Niño Zambrano, Andrea Pabón Guerrero

• español

  En esta investigación, mediante la exploración de la literatura, se realizó un mapeo sistemático sobre la aplicación de técnicas de programación neurolingüística (PNL) soportadas en la Web de las Cosas (WoT) para prevenir el síndrome de Burnout. Dicho síndrome es un tipo de estrés laboral que causa agotamiento físico, mental y emocional, generando una incapacidad para trabajar, dado que es un proceso paulatino en el cual el trabajador pierde interés por sus tareas, carece de sentido de responsabilidad y puede generar profundas depresiones. En los estudios encontrados se destaca el uso de la WoT para la detección de emociones y estrés laboral, para ello sobresale el uso de sensores capaces de medir Respuesta galvánica de la piel GSR, Frecuencia cardiaca HR, Fotopletismografía PPG, Electrocardiograma ECG, Cámaras, Micrófonos y Microprocesadores de bajo costo, así como la utilización de Inteligencia Artificial para procesar estos datos, entre las técnicas y los algoritmos más usados destacan Máquinas de Vectores de Soporte SVM, K-vecino más cercano y clasificador Naive Bayes. En los trabajos en los que se detectan emociones o estrés laboral son muy pocos los que intentan alterar el entorno mental o ambiental del usuario para llevarlo a una emoción positiva o disminuir el estrés. Se evidenció la posibilidad de la utilización de técnicas de PNL en la prevención del síndrome de Burnout. Sin embargo, no se encontró ningún trabajo que relacionara la WoT como soporte a las técnicas PNL para prevenir el síndrome de Burnout, lo cual se considera como una oportunidad de investigación en estos campos.

• English

  This article presents an exploration of the literature through a systematic mapping around the application of neurolinguistic programming techniques (NLP) supported on the Web of Things (WoT) to prevent Burnout syndrome. This syndrome is a type of work stress that causes physical, mental and emotional exhaustion, generating an inability to work, since it is a gradual process in which the worker loses interest in their tasks, lacks a sense of responsibility and can generate deep depression. In the studies found, the use of WoT for the detection of emotions and work stress stands out, for this, the use of sensors capable of measuring Galvanic response of the skin GSR, HR heart rate, PPG photoplethysmography, ECG electrocardiogram, cameras, Low-cost microphones and microprocessors, as well as the use of Artificial Intelligence to process this data, among the most used techniques and algorithms are SVM Support Vector Machines, K-nearest neighbor and Naive Bayes classifier. In jobs in which emotions or work stress are detected, very few attempt to alter the mental or environmental environment of the user to bring them to a positive emotion or reduce stress. The possibility of using NLP techniques in the prevention of Burnout syndrome was evidenced. However, no work was found that related WoT as a support to NLP techniques to prevent Burnout syndrome, which is considered as a research opportunity in these fields.