El presente trabajo es un estudio sobre la detección de estados emocionales negativos que las personas tienen utilizando sitios de redes sociales (SNS), y el efecto que este estado negativo tiene en las repercusiones de los mensajes publicados. Nuestro objetivo es descubrir en qué medida un usuario que tiene un estado afectivo considerado negativo por un Analizador puede afectar a otros usuarios y generar malas repercusiones. Los Analizadores que proponemos son un Analizador de Sentimientos, un Analizador de Estrés y un nuevo Analizador combinado. También queremos descubrir qué Analizador es más adecuado para predecir una mala situación futura y en qué contexto. Diseñamos un Sistema Multi-Agente (MAS) que utiliza diferentes Analizadores para proteger o asesorar a los usuarios. Este MAS utiliza los Analizadores entrenados y probados para predecir futuras malas situaciones en las redes sociales, que podrían ser desencadenadas por las acciones de un usuario que tiene un estado emocional considerado negativo. Realizamos una experimentación con diferentes conjuntos de datos de mensajes de texto de Twitter.com para examinar la capacidad del sistema para predecir malas repercusiones, comparando la polaridad, el nivel de estrés o la clasificación de valor combinado de los mensajes que son respuestas a los mensajes que los originaron.