Análise de emocións: as máquinas poden entender como nos sentimos?

• autor:
• nome do autor

  Previsión de Quantumrun
• Outubro 10, 2023

Resumo de insight

A análise de emocións usa intelixencia artificial para medir as emocións humanas a partir da fala, do texto e das indicacións físicas. A tecnoloxía céntrase principalmente no servizo ao cliente e na xestión da marca adaptando as respostas dos chatbots en tempo real. Outra aplicación controvertida é a de contratación, onde se analiza a linguaxe corporal e a voz para tomar decisións de contratación. A pesar do seu potencial, a tecnoloxía recibiu críticas pola falta de base científica e os posibles problemas de privacidade. As implicacións inclúen interaccións máis adaptadas aos clientes, pero tamén a posibilidade de máis demandas e preocupacións éticas.

Contexto de análise de emocións

A análise de emocións, tamén coñecida como análise de sentimentos, permite que a intelixencia artificial (IA) comprenda como se sente un usuario analizando o seu discurso e a estrutura das frases. Esta función permite aos chatbots determinar as actitudes, opinións e emocións dos consumidores cara a empresas, produtos, servizos ou outros temas. A principal tecnoloxía que potencia a análise de emocións é a comprensión da linguaxe natural (NLU).

NLU refírese a cando o software de ordenador comprende a entrada en forma de frases a través de texto ou voz. Con esta capacidade, os ordenadores poden comprender comandos sen a sintaxe formalizada que adoita caracterizar as linguaxes informáticas. Ademais, a NLU permite que as máquinas se comuniquen cos humanos mediante a linguaxe natural. Este modelo crea bots que poden interactuar con humanos sen supervisión. 

As medidas acústicas utilízanse en solucións avanzadas de análise de emocións. Observan a velocidade á que fala alguén, a tensión na súa voz e os cambios nos sinais de estrés durante unha conversa. O principal beneficio da análise de emocións é que non precisa de datos extensos para procesar e personalizar unha conversa de chatbot para as reaccións dos usuarios en comparación con outros métodos. Emprégase outro modelo chamado Natural Language Processing (NLP) para medir a intensidade das emocións, asignando puntuacións numéricas aos sentimentos identificados.

Impacto perturbador

A maioría das marcas usan análises emocionales na atención e xestión do cliente. Os bots escanean publicacións en redes sociais e mencións da marca en liña para medir o sentimento actual cara aos seus produtos e servizos. Algúns chatbots están adestrados para responder inmediatamente ás queixas ou dirixir aos usuarios aos axentes humanos para xestionar as súas preocupacións. A análise de emocións permite aos chatbots interactuar cos usuarios de xeito máis persoal adaptándose en tempo real e tomando decisións en función do estado de ánimo do usuario. 

Outro uso da analítica de emocións é no recrutamento, que é controvertido. Empregado principalmente en Estados Unidos e Corea do Sur, o software analiza aos entrevistados a través da súa linguaxe corporal e dos movementos faciais sen que o saiban. Unha empresa que recibiu moitas críticas sobre a súa tecnoloxía de contratación impulsada pola IA é HireVue, con sede en Estados Unidos. A empresa usa algoritmos de aprendizaxe automática para descubrir os movementos oculares dunha persoa, o que leva posto e os detalles da voz para perfilar o candidato.

En 2020, o Electronic Privacy Information Center (EPIC), unha organización de investigación centrada en cuestións de privacidade, presentou unha queixa ante a Comisión Federal de Comercio contra HireVue, afirmando que as súas prácticas non promoven a igualdade e a transparencia. Non obstante, varias empresas aínda dependen da tecnoloxía para as súas necesidades de contratación. Dacordo con Financial Times, o software de contratación de intelixencia artificial aforrou a Unilever 50,000 horas de traballo de contratación en 2019. 

A publicación de noticias Spiked cualificou a análise de emocións como unha "tecnoloxía distópica" que terá un valor de 25 millóns de dólares para 2023. Os críticos insisten en que non hai ciencia detrás do recoñecemento de emocións. A tecnoloxía non ten en conta as complexidades da conciencia humana e, en cambio, depende de sinais superficiais. En particular, a tecnoloxía de recoñecemento facial non ten en conta os contextos culturais e as moitas formas en que as persoas poden enmascarar os seus verdadeiros sentimentos finxindo estar felices ou emocionadas.

Implicacións da análise das emocións

As implicacións máis amplas da análise de emocións poden incluír: 

• Grandes empresas que empregan software de análise de emocións para controlar aos empregados e acelerar as decisións de contratación. Non obstante, isto pode ser atendido por máis demandas e queixas.
• Chatbots que ofrecen diferentes respostas e opcións en función das súas emocións percibidas. Non obstante, isto pode producir unha identificación inexacta do estado de ánimo do cliente, o que provoca que os clientes sexan máis descontentos.
• Máis empresas tecnolóxicas que invisten en software de recoñecemento de emocións que se pode usar en espazos públicos, incluíndo tendas de venda polo miúdo.
• Asistentes virtuais que poden recomendar películas, música e restaurantes en función dos sentimentos dos seus usuarios.
• Grupos de dereitos civís que presentan denuncias contra desenvolvedores de tecnoloxía de recoñecemento facial por violacións da privacidade.

Preguntas para comentar

• Que tan precisas cres que poden ser as ferramentas de análise de emocións?
• Cales son os outros retos de ensinar ás máquinas a comprender as emocións humanas?