¿Recuerda “2001: A Space Odyssey” y “The Terminator”? En el día en que la ciencia de la computación y el público en general se estaban dando cuenta de todo el potencial de la inteligencia artificial, las películas futuristas despertaron un temor primordial de que las computadoras se volvieran tan inteligentes que pudieran dominar el mundo. Desde entonces, los avances en IA han sido asombrosos. Las máquinas ahora analizan datos visuales como escenas y rostros, comprenden el lenguaje natural e incluso aprenden. Pero no se preocupe por la dominación global, nos dicen, las computadoras están muy lejos de ser conscientes de sí mismas o de poder pensar como los humanos. Lo más importante es que nunca tendrán la capacidad de sentir emociones.
Quizás no, pero pueden leerlos.
La IA de las emociones, también conocida como computación afectiva o inteligencia emocional artificial, se originó en la década de 1990 para reforzar los intentos anteriores de identificar las emociones universales comunicadas mediante expresiones faciales. Esta investigación necesitaba una base de datos de imágenes fotográficas estandarizadas y el floreciente campo de minería de datos podía cumplir. Luego, las técnicas de aprendizaje automático se aplicaron a los macrodatos y la inteligencia artificial de las emociones despegó. No pasó mucho tiempo antes de que se estudiaran otros modos de comunicación visual no verbal, como los gestos, la postura, la marcha, los movimientos corporales inconscientes y las señales biofísicas como el rubor y la sudoración. También se analizaron claves auditivas en el habla y la voz, como entonación, énfasis, ritmo y pausas. Esta investigación se vuelve más sofisticada cada año y la riqueza actual de las redes sociales ofrece innumerables fuentes de imágenes y vocalizaciones.
El potencial de tal tecnología es tremendo. Además de los usos obvios de marketing, publicidad y servicio al cliente, existen innumerables aplicaciones no comerciales. Puede mejorar la interacción humano-humano en los centros de llamadas de seguridad pública y salud mental para identificar el estado emocional de las personas que llaman. Es fundamental en los controles de seguridad nacional en los aeropuertos, la contratación y la gestión de recursos humanos y los programas policiales que predicen la violencia. Los desarrollos futuros incluyen el monitoreo en el automóvil de la atención del conductor y los servicios asistidos para personas con autismo. No menos importantes son las mejoras en la interacción máquina-humano que hacen que las respuestas computarizadas suenen más humanas, porque a nadie le gusta hablar con una computadora.
Si esto suena utópico, probablemente lo sea. El estado actual de la IA de la emoción no verbal ha sido criticado por académicos que argumentan que la literatura científica no respalda la existencia de emociones universales ni la confiabilidad de inferir emociones a partir de expresiones, ya seas una máquina o un ser humano. Podemos malinterpretar la sonrisa forzada de nuestro cónyuge, sentir varias emociones a la vez o en secuencia y fruncir el ceño cuando en realidad nos estamos riendo por dentro. A las dificultades de una computadora se suman las condiciones de la vida real, como el ruido ambiental y la escasa iluminación, y las diferencias culturales y raciales en la expresión. Los defensores de los derechos civiles advierten sobre problemas de privacidad y prejuicios de programación que favorecen los rostros y el habla caucásicos. La legalidad de las prácticas de contratación basadas en evaluaciones no verbales y la detección de las expresiones faciales de los viajeros aéreos ha sido impugnada ante los tribunales y por el gobierno.
Las tecnologías informáticas aún pueden tener problemas para navegar por las complejidades del reconocimiento perceptivo humano de alto nivel, pero hay otro modo de transmitir emociones: el lenguaje verbal en texto escrito o hablado.
La otra rama prometedora de la inteligencia artificial emocional aplica el procesamiento del lenguaje natural (PNL) para analizar la elección y el uso de palabras. Por supuesto, también existen desafíos para la PNL, pero se centran en cuestiones semánticas: ambigüedad, ironía y sarcasmo, sinónimos y homónimos, estilo e intención, contexto situacional y la inferencia del conocimiento del mundo, por nombrar algunos. Sin embargo, los avances recientes en el “aprendizaje profundo”, o aprendizaje automático, que imita la forma en que los humanos prestan atención y adquieren conocimientos, prometen superarlos.
Somos testigos de avances en la comprensión y producción del lenguaje de máquina en asistentes virtuales como Siri, Alexa y todas sus cohortes. Una de las empresas más exitosas que aplica la PNL y el aprendizaje automático para detectar emociones humanas es Cognovi Labs.
El enfoque innovador de Cognovi comienza con la extracción de datos de varias formas de texto, como las redes sociales, las conversaciones transcritas, la correspondencia de la industria o los datos personalizados de su Entrevista de diagnóstico dinámico. Su tecnología patentada de aprendizaje automático, desarrollada durante ocho años de estudio en un centro de investigación académica, busca expresiones emocionales específicas que abarcan desde la felicidad, la alegría y la diversión hasta la tristeza, el miedo y el disgusto.
Entonces los humanos se hacen cargo. El equipo de científicos cognitivos y conductuales y psicólogos clínicos de Cognovi aplica sus años de experiencia para interpretar las emociones más destacadas de grupos o poblaciones específicas. Con su conocimiento de la toma de decisiones humanas, no solo describen emociones, predicen motivaciones e intenciones de comportamiento que son impulsadas por ellas. Si eso no es lo suficientemente impresionante, su plataforma Emotion Trigger Marketing (ETM) identifica palabras y narrativas más largas que influyen en las emociones específicas que conducen a resultados conductuales positivos.
Al igual que con la IA de emociones no verbales, existen numerosas aplicaciones para esta tecnología, pero con ramificaciones sociopolíticas positivas. El trabajo de Cognovi sí ayuda a intereses comerciales como el marketing médico, la inversión financiera y la publicidad minorista, pero también es invaluable para las campañas de salud pública, la mitigación de la desinformación en las redes sociales y la detección de amenazas a la seguridad nacional. Su compromiso con la responsabilidad social se expresa directamente en su página de inicio: “Con una tecnología poderosa viene una responsabilidad significativa”.
Y lo siguen. Su índice de pánico Covid primero indicó el aumento del miedo y la ansiedad al comienzo de la pandemia, anticipando los efectos económicos. Más tarde, su Tablero de actitudes sobre vacunas mostró cambios en la conciencia y la aceptación, y un estudio reveló que las pautas de elegibilidad del IMC en realidad tenían un impacto negativo en la salud mental de las personas con sobrepeso. Si predecir votos es un servicio público, lograron el Brexit y las elecciones presidenciales de 2016.
Con aplicaciones de inteligencia artificial como la de Cognovi que predice e influye en el futuro, no parece distópico en absoluto. De hecho, todos podemos esperar comprender más sobre nosotros mismos y sobre los demás y lo que nos motiva. Quizás entonces Hollywood comience a producir ciencia ficción optimista.
