Saat ini, emosi memainkan peran yang semakin penting dalam bisnis. Pada titik tertentu, orang mulai memahami bahwa pembeli membuat keputusan pembelian berdasarkan tidak hanya pada apa yang ia pikirkan tentang produk, tetapi juga pada bagaimana perasaannya tentang produk itu. Itulah sebabnya perusahaan secara aktif mencoba menambahkan aspek emosional pada pekerjaan mereka: analitik, layanan, teknologi.
Era rasionalisme tanpa emosi telah berakhir untuk manusia sejak lama, tetapi untuk mesin modern, fajar kecerdasan emosi mereka sekarang datang. Selama sepuluh tahun terakhir, kami telah melihat perkembangan pesat dari teknologi emosional, suatu bidang yang sering disebut sebagai "Komputasi Afektif". Tetapi di mana ada emosi, selalu ada banyak misteri.
Beberapa klise yang keliru sangat umum. Kita akan melihat tiga mitos emosi paling populer dalam Affective Computing, yang secara aktif menyebar di lingkungan bisnis dan media.
Mitos 1: Warisan Paul Ekman
Secara singkat, teori Paul Ekman dapat digambarkan sebagai berikut: ketika sampai pada ekspresi wajah, orang dapat mengekspresikan dan mengenali serangkaian emosi tertentu, yang ia sebut "dasar". Terlepas dari di mana kita berada dan dengan siapa kita berbicara, kita selalu dapat mengenali ketika lawan bicara kita menunjukkan 5 * emosi: kemarahan, ketakutan, jijik, kegembiraan, kesedihan.
* Setelah teori direvisi, kejutan dikeluarkan dari daftar emosi dasar.
Emosi dasar menurut Paul Ekman (plus keadaan netral) yang dilakukan oleh Tim Roth, aktor yang memainkan karakter utama dari seri "Lie to Me".James Russell, salah satu kritikus pertama teori Ekman,
membantah gagasan tentang universalitas emosi . Dia percaya bahwa hubungan antara wajah dan emosi tidak semudah yang diyakini Ekman, dan emosi memiliki makna tertentu tergantung pada konteksnya. Belakangan dalam bukunya Emotions and the Body, Beatrice de Gelder menulis bahwa, sebagai hasil percobaan dengan fMRI, tidak ada dasar neurologis yang dapat ditemukan untuk mengkonfirmasi universalitas emosi tertentu.
Belum lama berselang, salah satu kritikus paling menonjol dari teori emosi dasar, ahli saraf terkenal Lisa Barrett, menyatakan bahwa emosi tidak inheren, tetapi diperoleh melalui pengalaman, kualitas. Pemahaman emosi memanifestasikan dirinya secara berbeda untuk orang dan budaya yang berbeda. Ada serangkaian
studi di mana tim peneliti melakukan perjalanan ke Namibia untuk mempelajari bagaimana suku Himba hermit akan mengenali ekspresi wajah yang ceria, sedih, marah, takut, atau netral. Dengan persepsi manifestasi emosi positif tidak muncul, bagaimanapun, Himba sering bingung dengan kemarahan dan jijik. Eksperimen serupa di suku lain menunjukkan hasil yang serupa. Ini memungkinkan Barrett untuk menyimpulkan bahwa penjelasan dan pemahaman kita tentang emosi melekat dalam budaya - kita memberikan nama yang mirip dengan hal-hal yang dalam kenyataannya berarti konsep yang berbeda.
Terlepas dari kenyataan bahwa pada tahun
2011 Ekman mengubah definisinya tentang "emosi", termasuk aspek budaya dan individu, dan bahkan mengecualikan salah satu emosi dasar, banyak perusahaan masih mendasarkan pekerjaan mereka dalam perhitungan afektif pada teori lama. Mereka masih memasukkan konsep "emosi dasar" dalam basis data mereka, dan, menurut
Lisa Barrett , pendekatan ini akan menjadi kelemahan mereka. Namun, seseorang menambahkan, mengingat konteks eksternal dan internal, teknologi ini memiliki potensi yang sangat besar untuk merevolusi ilmu emosi.
Laboratorium dan perusahaan yang bekerja dengan analitik emosional seharusnya tidak memahami emosi sebagai sesuatu yang universal. Pertama, dataset afektif harus spesifik, karena mereka digunakan untuk mengajarkan algoritma, yang berarti mereka harus memasukkan informasi tentang budaya, bahasa, jenis kelamin dan bahkan usia untuk menentukan emosi dengan benar. Kedua, algoritma pengenalan emosi harus peka konteks. Sangat penting untuk mencatat fakta bahwa beberapa laboratorium mencoba mempertimbangkan konteksnya (misalnya, di
sini ), tetapi belum ada satu pun perusahaan "besar" yang bergerak di bidang komputasi afektif yang melakukan upaya seperti itu.
Mitos 2: Senyum adalah indikator kebahagiaan
Di sisi lain, teori Ekman mengarah pada kesimpulan alami bahwa emosi yang diungkapkan dapat dikaitkan dengan perasaan yang dialami seseorang.
Misalnya, senyuman yang paling mudah dideteksi algoritma mungkin memiliki arti yang berbeda: perasaan bahagia, gembira, puas, mendukung, dll. Ini menimbulkan pertanyaan: apa fungsinya?
Dalam penelitian terbaru [1], subjek diminta untuk melakukan sembilan latihan kompleks yang ditampilkan pada monitor. Ketika para peserta dapat memberikan jawaban yang benar untuk tugas-tugas sulit ini, mereka tersenyum, meskipun di depan mereka hanya ada layar komputer. Pada saat yang sama, teori instrumen sosial (
pajangan sosial ) berpendapat bahwa fungsi senyuman dapat bervariasi tergantung pada apakah seseorang sendirian atau dalam lingkungan publik tertentu.
Dalam perhitungan afektif, setidaknya dalam versi komersialnya, teknologi pengenal modern hanya mampu menganalisis emosi secara terpisah dari konteks sosial. Jadi, untuk benar-benar memahami makna senyuman, kita harus mengajarkan mesin untuk membedakan emosi dalam situasi yang berbeda, baik sosial maupun tidak. Bagaimana kita mengekspresikan emosi kebahagiaan tergantung pada konteksnya: kadang-kadang kita tersenyum, dan kadang tidak. Itu sebabnya perlu untuk mendekati sifat emosi lebih serius. Analisis ekspresi wajah dapat dilakukan bersamaan dengan penambahan parameter akustik, analisis gerakan tubuh atau karakteristik fisiologis - pendekatan serupa disebut multimodality of emotion.
Mitos 3: “Bahasa” tubuh?
Jadi, kami sampai pada kesimpulan bahwa emosi tidak universal, konsep "emosi dasar" dapat diperdebatkan, dan manifestasi emosi terkait langsung dengan aspek budaya, individu dan kontekstual. Karena ekspresi emosi tidak terbatas pada wajah kita, tetapi juga termasuk suara, gerakan tubuh, jarak interpersonal, dan berbagai manifestasi fisiologis, situasinya rumit.
Seperti halnya orang sering mencoba memahami apakah mereka dibodohi dengan memfokuskan pada wajah lawan bicaranya, mereka mengamati tubuh. Mereka mencoba mengaitkan gerakan dengan hampir semua hal. Pilihan paling terkenal - seseorang menyentuh mulutnya ketika dia berbaring, atau mengambil pose terbuka ketika dia merasa tenang dan aman. Teori ini telah menjadi sangat luas sehingga gaungnya telah jatuh ke ranah manajemen stres, masalah keselamatan, dan bahkan bioskop.
Misalnya, keamanan bandara selalu menjadi prioritas. Sistem deteksi perilaku otomatis pertama dipasang di bandara AS pada akhir abad ke-20. Sejak itu, mereka telah menyebar ke seluruh dunia. Biasanya, perhitungan kemungkinan bahwa penumpang berpotensi berbahaya didasarkan pada pertimbangan karakteristik utama yang terkait dengan risiko tinggi. Sampai hari ini, banyak ilmuwan berpendapat bahwa karakteristik psikologis tertentu dari kepribadian yang mungkin merupakan karakteristik teroris belum ditemukan. [2] Dengan cara yang sama, korelasi antara bagaimana seseorang bergerak dan apakah dia berbohong pada saat ini tidak semudah yang diklaim psikologi rakyat.
Keberadaan versi populer dari "bahasa" tubuh yang mengungkapkan perasaan sebenarnya seseorang lebih dari sekadar titik diperdebatkan. Tentu saja, hubungan dapat dibuat antara sinyal non-verbal dan perilaku emosional. Saat ini, ada seluruh teknologi pelacakan gerakan tubuh, pelacakan tubuh. Dalam Affective Computing, pelacakan digunakan untuk mengumpulkan statistik tentang hubungan antara gerakan dan emosi tertentu.
Kesimpulannya
Komputasi afektif adalah bidang yang luar biasa tetapi kompleks, baik untuk sains dan bisnis. Ini benar-benar di garis depan teknologi tinggi. Namun, dalam banyak kasus, pendekatan untuk menggunakan teknologi pengenalan emosi dalam perdagangan masih kuno. Seseorang tertarik oleh otoritas yang dinamai menurut pendiri pendekatan terkenal, seseorang dengan tujuan terbatas yang dapat dicapai.
Tentu saja, semua orang ingin memiliki kemampuan untuk "membaca" emosi, sebagai karakter utama dari seri "Lie to Me". Namun, kita tidak boleh lupa bahwa emosi jauh lebih rumit dan misterius, dan jangan terlibat dalam filologi dan seni ramal tapak tangan.
Kami berbicara tentang tiga mitos emosi paling umum dalam Affective Computing. Penting untuk memberantas kesalahpahaman semacam itu sehingga teknologi ini dapat bekerja untuk kepentingan umat manusia dengan akurasi dan ketidakberpihakan.
Rekan penulis : Olga Perepelkina, Peneliti Utama, Neurodata Lab.
Referensi :
[1] Harry J. Witchel et al. Model pemicu-substrat untuk tersenyum selama kuis formatif otomatis, Prosiding Konferensi Eropa ke-36 tentang Cognitive Ergonomics - ECCE'18 (2018). DOI: 10.1145 / 3232078.3232084
[2] Profil Penumpang Pesawat Berdasarkan Fuzzy Deep Machine Learning (2016). Zheng, Yu-Jun et al. doi: 10.1109 / TNNLS.2016.2609437