Computación afectiva
La computación afectiva es el estudio y desarrollo de sistemas y dispositivos que pueden reconocer, interpretar, procesar y simular los afectos humanos . Es un campo interdisciplinario que abarca la informática , la psicología y las ciencias cognitivas . [1] Si bien algunas ideas centrales en el campo pueden remontarse a las primeras investigaciones filosóficas sobre la emoción , [2] la rama más moderna de la informática se originó con el artículo de 1995 de Rosalind Picard [3] sobre la computación afectiva y su libro Affective Computing [4] publicado por MIT Press .[5] [6] Una de las motivaciones de la investigación es la capacidad de dar a las máquinas inteligencia emocional, incluso para simular empatía . La máquina debe interpretar el estado emocional de los humanos y adaptar su comportamiento a ellos, dando una respuesta adecuada a esas emociones.
La detección de información emocional generalmente comienza con sensores pasivos que capturan datos sobre el estado físico o el comportamiento del usuario sin interpretar la entrada. Los datos recopilados son análogos a las señales que los humanos usan para percibir emociones en los demás. Por ejemplo, una cámara de video puede capturar expresiones faciales, posturas corporales y gestos, mientras que un micrófono puede capturar el habla. Otros sensores detectan señales emocionales midiendo directamente datos fisiológicos , como la temperatura de la piel y la resistencia galvánica . [7]
El reconocimiento de la información emocional requiere la extracción de patrones significativos de los datos recopilados. Esto se realiza mediante técnicas de aprendizaje automático que procesan diferentes modalidades , como el reconocimiento de voz , el procesamiento del lenguaje natural o la detección de expresiones faciales.. El objetivo de la mayoría de estas técnicas es producir etiquetas que coincidan con las que un perceptor humano daría en la misma situación: por ejemplo, si una persona hace una expresión facial frunciendo el ceño, entonces el sistema de visión por computadora podría aprender a etiquetar su rostro parece "confundido" o "concentrado" o "ligeramente negativo" (en oposición a positivo, lo que podría decir si sonreían de una manera feliz). Estas etiquetas pueden corresponder o no a lo que la persona siente realmente.
Otra área dentro de la computación afectiva es el diseño de dispositivos computacionales propuestos para exhibir capacidades emocionales innatas o que sean capaces de simular emociones de manera convincente. Un enfoque más práctico, basado en las capacidades tecnológicas actuales, es la simulación de emociones en agentes conversacionales con el fin de enriquecer y facilitar la interactividad entre humano y máquina. [8]
Marvin Minsky , uno de los científicos informáticos pioneros en inteligencia artificial , relaciona las emociones con los problemas más amplios de la inteligencia artificial, afirmando en The Emotion Machine que la emoción "no es especialmente diferente de los procesos que llamamos 'pensar'" [9].
En psicología, ciencia cognitiva y neurociencia, ha habido dos enfoques principales para describir cómo los humanos perciben y clasifican las emociones: continuo o categórico. El enfoque continuo tiende a utilizar dimensiones como lo negativo frente a lo positivo, la calma frente a la excitación.
