RESEARCH INTERESTS
Soy académica de trabajo social y tecnóloga de interés público. Combinando años de trabajo con organizaciones de inmigrantes y refugiados con formación en trabajo social y ciencia social computacional, estudio la salud mental, el bienestar y el uso de servicios entre inmigrantes y minorías raciales, étnicas y lingüísticas, con especial atención al idioma y a la tecnología. En concreto, mi investigación examina (a) el acceso a la atención y al apoyo entre inmigrantes y minorías lingüísticas, con atención al acceso lingüístico y a las políticas que lo regulan; (b) el uso de la tecnología digital y la IA en la búsqueda de ayuda y apoyo de los inmigrantes; y (c) la IA en organizaciones de salud y servicios sociales y en la práctica, investigación y educación del trabajo social.
CURRENT PROJECTS
El acceso lingüístico como determinante estructural del bienestar de los inmigrantes
Más de 25 millones de personas en los Estados Unidos, aproximadamente el 9 por ciento de la población mayor de cinco años, hablan inglés menos que “muy bien”, y esa población ha crecido sustancialmente desde 1990[1]. Las barreras lingüísticas son un obstáculo documentado para los servicios de salud y sociales, incluida la atención de salud mental, para las poblaciones inmigrantes y refugiadas, junto con el costo, el seguro, el estigma y la disponibilidad limitada de servicios con concordancia lingüística[2][3]. El Título VI de la Civil Rights Act de 1964 y la Sección 1557 de la Affordable Care Act exigen que los programas de salud financiados con fondos federales adopten medidas razonables para brindar un acceso significativo a personas con dominio limitado del inglés, y los National CLAS Standards establecen pautas para la asistencia lingüística en la atención médica[4]. La obligación está establecida. Lo que no está bien descrito es la distribución de la fuerza laboral que tendría que satisfacerla.
Abordo la disponibilidad con concordancia lingüística como un determinante estructural de la salud, en pie de igualdad con la situación de seguro o la distancia a un proveedor, y la trato como analíticamente distinta de las barreras culturales con las que coexiste. Otras barreras culturales importan igual; el idioma es distintivo porque condiciona a las demás. Rige a qué redes sociales pertenece una persona, qué información le llega y qué servicios le resultan utilizables, y por ello produce una estructura de acceso con su propia geografía. Una mitad del proyecto mide la brecha: geocodifica directorios nacionales de proveedores para establecer dónde se encuentra la atención con concordancia lingüística, construye medidas de acceso que incorporan tanto la distancia como el idioma, y estima cómo los entornos de políticas estatales y la composición de la fuerza laboral configuran lo que se ofrece.
La otra mitad del proyecto aborda la remediación, ya que documentar una brecha no la subsana. Llevo a cabo ese trabajo con organizaciones comunitarias que atienden a inmigrantes, desarrollando y evaluando intervenciones adaptadas cultural y lingüísticamente y fortaleciendo las capacidades de las personas que ya realizan esa labor. En colaboración con organizaciones comunitarias y el gobierno local, ayudo a diseñar soluciones de base comunitaria para mejorar el acceso a los servicios entre los inmigrantes y, en particular, entre aquellos con dominio limitado del inglés. Se trata de investigación con participación comunitaria: las comunidades son colaboradoras en fases específicas, como la formulación de preguntas y la interpretación de hallazgos, lo cual representa una afirmación más modesta que la investigación participativa basada en la comunidad, y a la vez más precisa[5].
Immigrant Support AtlasImmigrants in Korea Dashboard
Publicado
Yoo, N. (2026). Language Access and Written Health Communication: Readability of Medicaid Notices of Action by Primary Language, 2021-2022. PEC Global. DOI
Yoo, N., & Gill, M. (2026). Disaggregating the South Asian Category: Language-Concordant Psychotherapist Availability and Affordability in the United States. Journal of Racial and Ethnic Health Disparities. DOI
Yoo, N., & Weaver, A. (in press). Closing the Urban-Rural Gap in Access to Racially and Ethnically Focused Mental Health Providers: The Role of Telehealth and Interstate Licensing Compacts. American Journal of Public Health.
Yoo, N. (2026). Proof of Citizenship at the Point of Care: Documentation Requests and Forgone Care among California Immigrants, 2019-2022. Health Services Research. DOI
Yoo, N., Park, M., & Chang, D.F. (2025). Using Computational Methods to Assess Racial, Ethnic, and Linguistic Diversity and Spatial Accessibility of the Clinical Social Work Workforce in the United States. Journal of the Society for Social Work and Research. DOI
Na, S., Solomon, P., & Yoo, N. (2026). Impact of Asian Language-Speaking Mental Health Providers on Asian American Patient Volume in Mental Health Treatment Facilities: Moderating Role of Medicaid Spending. Journal of Racial and Ethnic Health Disparities. DOI
Yoo, N., Hong, Y., & Choi, Y. (2025). Explaining Racial/Ethnic Disparities in Telehealth Use with Different Levels of English Proficiency: A Decomposition Approach. Telemedicine Reports. DOI
Baslock, D. & Yoo, N. (2026). Multidimensional Approaches to Ranking State‐Level Rurality to Enhance Comparisons Across States. The Milbank Quarterly. DOI
Yoo, N., Kang, M. Y., Kim, E. J., Lee, S. Y., Woo, J., & Kim, S. Y. (2026). Korean American Church Leaders as Mental Health Gatekeepers in the USA: A Needs Assessment of Readiness, Barriers, and Referrals. Journal of Religion and Health. DOI
Yoo, N., Kang, M. Y., Lee, S. Y., Na, J. Y., Woo, J., & Kim, S. Y. (2026). Effectiveness of a Virtual Mental Health Literacy Training for Korean American Church Leaders: Knowledge, Behavioral Intentions, and Confidence. Pastoral Psychology. DOI
Park, M., Jeong, E., Yoo, N., Choi, Y., Cabassa, L. J., Yasui, M., & Takeuchi, D. (2026). Mental health service use among Filipino American and Korean American young adults during the COVID‐19 pandemic. American Journal of Community Psychology. DOI
Revisado y reenviado
Yoo, N., Choi, Y., & Hong, Y. (revised and resubmitted). Decomposing Racial and Ethnic Disparities in Telemental Health Use among US Adolescents: Evidence from the 2021 Adolescent Behaviors and Experiences Survey. Administration and Policy in Mental Health and Mental Health Services Research.
Yoo, N. (revised and resubmitted). Mental Health Facilities Withdrew Spanish-Language Services, Most in States with Restrictive Immigrant Policies: A National Panel Study, 2016–2025. The Milbank Quarterly.
Choi, Y., Yoo, N., & Hong, Y. (revised and resubmitted). A Language Gap in Awareness of GLP-1 Medications among Immigrants: Evidence from a National Panel. Journal of Immigrant and Minority Health.
Uso de la tecnología digital y la IA entre poblaciones inmigrantes y minoritarias
Para los inmigrantes y las comunidades minoritarias, la tecnología digital y la IA encierran dos posibilidades simultáneas. Por un lado, pueden derribar barreras previamente infranqueables, llegando a las personas a pesar de la distancia, el costo y, en ocasiones, el idioma, de maneras que un sistema presencial nunca logró. Por otro lado, pueden reproducir la exclusión cuando una herramienta se diseña pensando en un usuario predeterminado y, silenciosamente, funciona peor para los demás[6]. Ambas posibilidades coexisten; cuál de ellas prevalece en un caso concreto constituye una pregunta empírica, cuya respuesta depende de cómo se diseñe e implemente la herramienta y de a quién se haya tenido en cuenta durante su creación.
Aquí es también donde la brecha digital, definida inicialmente como la desigualdad en el acceso a dispositivos y conectividad, exige una segunda lectura[7]. Una vez que el acceso es aproximadamente igual, dos poblaciones pueden estar conectadas en proporciones similares y, sin embargo, obtener beneficios muy dispares[8], puesto que el retorno que recibe una persona depende de a qué más puede acceder. Estudio cómo las comunidades inmigrantes y minoritarias emplean plataformas de gobierno electrónico, comunidades en línea, redes sociales y chatbots con IA, así como los beneficios reales que obtienen, apoyándome en datos tanto de Estados Unidos como de Corea, de modo que la misma interrogante examine dos sistemas de servicios que difieren en su grado de digitalización y en el trato hacia los recién llegados. Además del trabajo con encuestas, utilizo el procesamiento del lenguaje natural sobre lo que las personas escriben en comunidades virtuales, donde la búsqueda de ayuda y el malestar psicológico se manifiestan de formas que las encuestas rara vez logran captar[9].
Publicado
Yoo, N., & Jang, S.H. (in press). An immigrant advantage in ChatGPT adoption? Decomposing nativity gaps in awareness, use, and perceived helpfulness. Technology in Society.
Yoo, N., Lim, J., Park, D., He, P., & Jang, S.H. (in press). Emotion and Moral Framing in Migration Aspirations: A Natural Language Processing Study of a US Emigration Reddit Community. International Migration. DOI
Yoo, N., & Jang, S.H. (in press). Generational Cohort and Social Capital in AI Adoption and AI Literacy among Native-Born and Immigrant Adults in South Korea. American Behavioral Scientist.
Yoo, N., & Jang, S.H. (2026). Did Generative AI Narrow the Digital Divide for Immigrants in South Korea? A Difference-in-Differences Study, 2019-2023. Telematics and Informatics. DOI
Yoo, N., & Jang, S.H. (2026). How Bridging and Bonding Social Capital Shapes Performance Expectancy of Digital Transformation among Immigrants and Natives. International Journal of Human-Computer Interaction. DOI
Yoo, N., & Chen, P. (2026). The AI Therapist: ChatGPT Therapy Users at the Boundary of Human Therapy, Disillusionment, and AI Companionship on Reddit. Proceedings of the Fifth Workshop on NLP for Positive Impact (NLP4PI), 493–510. LINK
Youm, S., Yoo, N., Jang, S. H., & Dorr, B. (2026). Beyond Positive or Negative: How Mixed Emotions on Reddit Are Linked to Depressive Symptoms in Asian American Families. Digital Minds Workshop at ICWSM 2026. DOI
Yoo, N., & Jang, S.H. (2026). Who is willing to use AI mental health chatbots? Perceived impact of AI in healthcare predicts acceptance, with higher willingness among immigrants. Computers in Human Behavior Reports. DOI
Yoo, N., Lee, J., & Jang, S.H. (2026). Beyond the Digital Divide: E-Government Services and Subjective Well-Being Among North Korean Refugees and Native-born Koreans During COVID-19. Journal of Ethnic and Migration Studies. DOI
Yoo, N., Kim, D., Jang, S. H., & Fong, E. (2026). Analyzing Online Migration Forums: An Introduction to Natural Language Processing for International Migration Research. International Migration Review. DOI
Yoo, N., Rodwin, A., Park, M., Youm, S. & Jang, S. H. (2026). Emotional Expression and Mental Health Support in BTS Fandom Communities Using Natural Language Processing on YouTube Comments: Cross-Sectional Study. JMIR Infodemiology. DOI
Yoo, N., & Jang, S.H. (2024). Enhancing or Compensating? Role of On- and Offline Social Capital and Technological Self-Efficacy on Subjective Well-Being among Immigrants and Natives. Cyberpsychology, Behavior, and Social Networking. DOI
Yoo, N., & Jang, S.H. (2023). Digital technology use, technological self-efficacy, and subjective well-being among North Korean migrants during the COVID-19 pandemic: Moderated moderation. DIGITAL HEALTH. DOI
Revisado y reenviado
Yoo, N., Lee, J., & Jang, S.H. (minor revision). Domain-Specific Patterns of Perceived AI Usefulness among North Korean Refugees and Native Koreans: A Latent Profile Analysis. Journal of Psychology and AI.
Alfabetización en IA entre los profesionales
Cada vez se espera más que los profesionales trabajen junto con la IA en la evaluación, la documentación y la toma de decisiones[10], y esa expectativa se adelanta a la formación que les permitiría utilizar bien estas herramientas. Los profesionales que atienden a comunidades inmigrantes y minoritarias asumen un peso adicional, ya que una herramienta que funciona peor para esas poblaciones causa daño precisamente allí donde lo que está en juego ya es crucial. La mayor parte de las orientaciones éticas disponibles presupone una organización con los recursos necesarios para interpretarlas y aplicarlas[11], lo cual no describe a muchos de los entornos comunitarios donde se lleva a cabo este trabajo.
Mi postura personal es que la IA se aborda con mayor provecho como una tecnología normal, en el sentido que Arvind Narayanan y Sayash Kapoor dan a la expresión en AI as Normal Technology[12]: sus efectos se despliegan a lo largo de décadas de difusión en las instituciones, y lo que determina quién se beneficia es la adopción, el acceso y la gobernanza más que el modelo en sí mismo. Enseño esta perspectiva en mi curso sobre tecnología (SIL 503, Semana 3). Mantenerla también implica colaborar estrechamente con tecnólogos y científicos computacionales, ya que juzgar lo que hace una herramienta depende de comprender cómo está construida.
Este proyecto desarrolla y evalúa formación para profesionales y estudia la brecha que dejan las orientaciones. La competencia en cuestión es el juicio: reconocer lo que una herramienta determinada puede y no puede hacer, en qué dirección tiende a fallar y qué fallo costaría más a un cliente. Abarca la educación continua, la formación computacional para investigadores del trabajo social y el análisis de cómo se sostienen las orientaciones éticas sobre la IA en entornos con recursos limitados.
Publicado
Yoo, N., & Kim, Y. (2026). Agentic LLM for Information Access among Refugees: A Field Report from a Resource-Constrained Organization. Proceedings of the Fifth Workshop on NLP for Positive Impact (NLP4PI), 30–48. LINK
Yoo, N., Khor, A., Mukhija, N., Adebiyi, A., & Zilka, M. (2026). Guidelines for Whom? Rethinking AI Ethics in Resource-Constrained Migration Services. Proceedings of the Workshop on Evaluating Evaluations (EvalEval). DOI
Yoo, N., Saba, S., & Goldkind, L. (in press). Teaching Note—Advancing AI Literacy in Continuing Education for Social Workers: Lessons from a Post-Master Certificate Program. Journal of Social Work Education.
Stanhope, V., Yoo, N., Matthews, E., Baslock, D., & Hu, Y. (2024). The Impact of Collaborative Documentation on Person-Centered Care: Textual Analysis of Clinical Notes. JMIR Medical Informatics. DOI
Yoo, N., Matthews, E., Baslock, D. & Stanhope, V. (2024). Impact of Collaborative Documentation on Completeness and Length of Clinical Notes in Behavioral Health Settings. Psychiatric Services. DOI
Revisado y reenviado
Yoo, N., Stanhope, V., Matthews, E., Hu, Y., & Fang, Y. (revised and resubmitted). Who Writes Better Notes? Linguistic Comparison Between Human-Written and AI-Generated Clinical Notes. Journal of Technology in Human Services.
Yoo, N., Watkins, D., Perron, B., Kane, J., & Smith, M. (revised and resubmitted). Building and Governing AI Systems: Advancing Social Workers’ Roles across the Technology Industry, Human Service Organizations, and Policy Institutions. Journal of the Society for Social Work and Research.
Landau, A., Ahn, E., Baez, J., Goldkind, L., Matthews, E., Ramsey, A., Saba, S., Weber, J., Yoo, N., & Patton, D. (minor revision). Social Work Informatics: An Equity Framework for Health Informatics. Journal of the American Medical Informatics Association.
Métodos de ciencia social computacional para el trabajo social
El trabajo social siempre se ha sustentado en datos, pero los interrogantes que le ocupan han sobrepasado los métodos que emplea convencionalmente. Poblaciones enteras dejan rastros en directorios de proveedores, registros administrativos y textos públicos, y aproximarse a ellas exige herramientas que la formación en trabajo social rara vez incluye: procesamiento del lenguaje natural, aprendizaje automático, análisis geoespacial, visualización de datos y recopilación de grandes conjuntos de datos digitales[13][14]. A través de mis proyectos se extiende un hilo metodológico que desarrolla y adapta estas herramientas para las preguntas del trabajo social, y cuestiona qué transformaciones ocurren cuando la profesión las asume.
El interés es tanto pedagógico y crítico como técnico. Formo a la próxima generación de científicos computacionales del trabajo social y procuro reducir la barrera de entrada a métodos que pueden parecer intimidantes desde fuera, lo que supone enseñar flujos de trabajo reproducibles y una validación honesta tanto como las técnicas mismas. También presto atención a lo que estos métodos traen consigo: lo que miden sin que se note, de quiénes son los datos con los que se construyen y qué supuestos sobre las personas y la vida social heredan de los campos que los produjeron. Nombrar esos supuestos y diseñar en función de ellos es parte del método mismo.
Publicado
Yoo, N., Hong, S., Ahn, E., Kane, J., & Grogan-Kaylor, A. (in press). Individual Turn? Examining Ecological Perspectives in Machine Learning Applications in Social Work Research. Journal of the Society for Social Work and Research.
Yoo, N., Mane, H., Zhao, A., Chen, J., Gandhi, A., Kwong, K., Nguyen, T., Okazaki, S., & Chang, D.F. (in press). Working with Annotator Disagreement in Community-Informed Labeling: The Case of Anti-Asian Bias Detection on Social Media. Translational Data Science for Social Impact.
Perron, B., Stoll, D., Qi, Z., Yoo, N., & Ren, C. (in press). Not All Language Models Are Generative: A Methods Primer on Encoder Models in Social Work Research. Journal of the Society for Social Work and Research.
Yoo, N., Park, M., & Chang, D.F. (2025). Using Computational Methods to Assess Racial, Ethnic, and Linguistic Diversity and Spatial Accessibility of the Clinical Social Work Workforce in the United States. Journal of the Society for Social Work and Research. DOI
Yoo, N., Kim, D., Jang, S. H., & Fong, E. (2026). Analyzing Online Migration Forums: An Introduction to Natural Language Processing for International Migration Research. International Migration Review. DOI
Yoo, N., Ritchie, A., & Gwadz, M. (in press). Training Computational Social Work Scientists: Lessons from the Summer Institute of Computational Social Science. Journal of Social Work Education.
El Immigrant Wellbeing and Technology Lab se reúne quincenalmente para analizar investigaciones en curso. Si está trabajando en estos temas como estudiante, profesional o colaborador comunitario, consulte Get Involved para saber cómo participar.
1. Zong, J., & Batalova, J. (2015). The limited English proficient population in the United States. Migration Policy Institute.
2. World Health Organization. (2023). Refugee and migrant mental health [Fact sheet].
3. Mohammadifirouzeh, M., Oh, K. M., Basnyat, I., & Gimm, G. (2023). Factors associated with professional mental help-seeking among U.S. immigrants: A systematic review. Journal of Immigrant and Minority Health, 25(2), 1–19. DOI
4. HHS Office of Minority Health. (2013). National standards for culturally and linguistically appropriate services (CLAS) in health and health care. Federal Register.
5. Ward, M., Schulz, A. J., Israel, B. A., Rice, K., Martenies, S. E., & Markarian, E. (2018). A conceptual framework for evaluating health equity promotion within community-based participatory research partnerships. Evaluation and Program Planning, 70, 25–34. DOI
6. Benjamin, R. (2019). Race after technology: Abolitionist tools for the new Jim Code. Polity Press.
7. DiMaggio, P., & Hargittai, E. (2001). From the “digital divide” to “digital inequality”: Studying Internet use as penetration increases (Working Paper No. 15). Center for Arts and Cultural Policy Studies, Princeton University. LINK
8. van Deursen, A. J. A. M., & van Dijk, J. A. G. M. (2014). The digital divide shifts to differences in usage. New Media & Society, 16(3), 507–526. DOI
9. Malgaroli, M., Hull, T. D., Zech, J. M., & Althoff, T. (2023). Natural language processing for mental health interventions: A systematic review and research framework. Translational Psychiatry, 13, 309. DOI
10. National Association of Social Workers, Association of Social Work Boards, Council on Social Work Education, & Clinical Social Work Association. (2017). Standards for technology in social work practice. NASW Press.
11. Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1(9), 389–399. DOI
12. Narayanan, A., & Kapoor, S. (2025). AI as normal technology. Knight First Amendment Institute at Columbia University. LINK
13. Lazer, D., Pentland, A., Adamic, L., Aral, S., Barabási, A.-L., Brewer, D., Christakis, N., Contractor, N., Fowler, J., Gutmann, M., Jebara, T., King, G., Macy, M., Roy, D., & Van Alstyne, M. (2009). Computational social science. Science, 323(5915), 721–723. DOI
14. Salganik, M. J. (2018). Bit by bit: Social research in the digital age. Princeton University Press.