Hoje, as emoções desempenham um papel cada vez mais importante nos negócios. Em algum momento, as pessoas entenderam que o comprador toma uma decisão de compra com base não apenas no que ele pensa sobre o produto, mas também em como ele se sente. É por isso que as empresas estão tentando ativamente adicionar um aspecto emocional ao seu trabalho: análise, serviço, tecnologia.
A era do racionalismo sem emoção chegou ao fim há muito tempo, mas para as máquinas modernas está chegando o alvorecer de sua inteligência emocional. Nos últimos dez anos, vimos o rápido desenvolvimento da tecnologia emocional, uma área que é mais chamada de computação afetiva. Mas onde há emoções, sempre existem muitos mistérios.
Alguns clichês errôneos são especialmente comuns. Analisaremos os três mitos mais populares sobre emoções na Computação Afetiva, que estão se espalhando ativamente nos ambientes de negócios e mídia.
Mito 1: O legado de Paul Ekman
Resumidamente, a teoria de Paul Ekman pode ser descrita da seguinte forma: quando se trata de expressões faciais, as pessoas são capazes de expressar e reconhecer um certo conjunto de emoções, que ele chama de "básico". Independentemente de onde estamos e com quem estamos conversando, sempre somos capazes de reconhecer quando nosso interlocutor mostra 5 * emoções: raiva, medo, nojo, alegria, tristeza.
* Após a revisão da teoria, a surpresa foi excluída da lista de emoções básicas.
Emoções básicas de acordo com Paul Ekman (mais um estado neutro) interpretado por Tim Roth, o ator que interpretou o personagem principal da série "Lie to Me".James Russell, um dos primeiros críticos da teoria de Ekman,
negou a idéia da universalidade das emoções . Ele acreditava que a relação entre o rosto e as emoções não é tão direta quanto Ekman originalmente acreditava, e as emoções têm um certo significado, dependendo do contexto. Mais tarde, em seu livro Emotions and the Body, Beatrice de Gelder escreveu que, como resultado de experimentos com fMRI, não havia bases neurológicas para confirmar a universalidade de certas emoções.
Há não muito tempo, uma das críticas mais proeminentes da teoria das emoções básicas, a famosa neurocientista Lisa Barrett, afirmou que as emoções não são inerentes, mas adquiridas através da experiência, qualidade. A compreensão das emoções se manifesta de maneira diferente para diferentes pessoas e culturas. Há uma série de
estudos em que uma equipe de pesquisa viajou para a Namíbia para estudar como a tribo eremita Himba reconhecerá expressões faciais alegres, tristes, zangadas, assustadas ou neutras. Com a percepção das manifestações de emoções positivas não surgiram, no entanto, Himba era frequentemente confundido com raiva e nojo. Experimentos semelhantes em outras tribos mostraram resultados semelhantes. Isso permitiu a Barrett concluir que nossa explicação e compreensão das emoções são inerentes à cultura - damos nomes semelhantes a coisas que, na realidade, significam conceitos diferentes.
Apesar de, em
2011, Ekman ter mudado sua definição de “emoções”, incluindo aspectos culturais e individuais, e mesmo excluindo uma das emoções básicas, muitas empresas ainda baseiam seu trabalho em cálculos afetivos na antiga teoria. Eles ainda incluem o conceito de "emoções básicas" em seus bancos de dados e, de acordo
com Lisa Barrett , essa abordagem se tornará o calcanhar de Aquiles. No entanto, acrescenta-se, dado o contexto externo e interno, essa tecnologia tem um enorme potencial para revolucionar a ciência das emoções.
Laboratórios e empresas que trabalham com análise emocional não devem entender as emoções como algo universal. Em primeiro lugar, os conjuntos de dados afetivos devem ser específicos, porque são usados para ensinar o algoritmo, o que significa que devem incluir informações sobre cultura, idioma, gênero e até idade para determinar corretamente a emoção. Em segundo lugar, os algoritmos de reconhecimento de emoções devem ser sensíveis ao contexto. É muito importante observar o fato de que alguns laboratórios tentaram levar em conta o contexto (por exemplo,
aqui ), mas nenhuma empresa "grande" envolvida em computação afetiva já fez essas tentativas ainda.
Mito 2: O sorriso é um indicador de felicidade
Por outro lado, a teoria de Ekman levou à conclusão natural de que a emoção expressa pode ser associada aos sentimentos que uma pessoa experimenta.
Por exemplo, o sorriso que os algoritmos detectam com mais facilidade pode ter significados diferentes: um sentimento de felicidade, alegria, satisfação, apoio etc. Isso levanta a questão: qual é a sua função?
Em um estudo recente [1], os indivíduos foram convidados a fazer nove exercícios complexos que foram exibidos em um monitor. Quando os participantes foram capazes de dar a resposta correta para qualquer uma dessas tarefas difíceis, eles sorriram, embora na frente deles houvesse apenas uma tela de computador. Ao mesmo tempo, a teoria dos instrumentos sociais (
demonstrações sociais ) argumenta que a função de um sorriso pode variar dependendo de uma pessoa estar sozinha ou em um ambiente público específico.
Nos cálculos afetivos, pelo menos em sua versão comercial, as modernas tecnologias de reconhecimento são capazes de analisar emoções apenas separadamente do contexto social. Assim, para realmente entender o significado de um sorriso, precisamos ensinar a máquina a distinguir emoções em diferentes situações, sociais e não. A maneira como expressamos emoções de felicidade depende do contexto: às vezes sorrimos e às vezes não. É por isso que é necessário abordar a natureza das emoções com mais seriedade. A análise das expressões faciais pode ser realizada em conjunto com a adição de parâmetros acústicos, análise do movimento corporal ou características fisiológicas - uma abordagem semelhante é chamada multimodalidade de emoções.
Mito 3: "Linguagem" do corpo?
Assim, chegamos à conclusão de que as emoções não são universais, o conceito de “emoções básicas” é discutível e a manifestação das emoções está diretamente relacionada aos aspectos culturais, individuais e contextuais. Como a expressão de emoções não se limita ao nosso rosto, mas também inclui voz, movimentos corporais, distância interpessoal e várias manifestações fisiológicas, a situação é complicada.
Assim como as pessoas frequentemente tentam entender se estão sendo enganadas, concentrando-se na face do interlocutor, elas observam o corpo. Eles tentaram associar gestos a quase tudo. As opções mais famosas - uma pessoa toca a boca quando está mentindo ou faz uma pose aberta quando se sente calmo e seguro. Essa teoria se tornou tão difundida que seu eco caiu no campo do gerenciamento de estresse, questões de segurança e até cinema.
Por exemplo, a segurança do aeroporto sempre foi uma prioridade. Os primeiros sistemas automáticos de detecção de comportamento foram instalados nos aeroportos dos EUA no final do século XX. Desde então, eles se espalharam pelo mundo. Normalmente, o cálculo da probabilidade de um passageiro ser potencialmente perigoso é baseado na consideração das principais características associadas ao alto risco. Até hoje, muitos cientistas argumentam que certas características psicológicas da personalidade que podem ser características de terroristas não foram encontradas. [2] Da mesma forma, a correlação entre como uma pessoa se move e se ela está mentindo neste momento não é tão direta quanto a psicologia popular afirma.
A existência de uma versão popular da "linguagem" do corpo que revela os verdadeiros sentimentos de uma pessoa é mais do que um ponto discutível. Obviamente, é possível estabelecer uma conexão entre sinais não verbais e comportamento emocional. Hoje, existe toda uma tecnologia de rastreamento de movimentos corporais, rastreamento corporal. Na Computação Afetiva, o rastreamento é usado para coletar estatísticas sobre a relação entre movimentos e certas emoções.
Em conclusão
A computação afetiva é um campo incrível, mas complexo, tanto para a ciência quanto para os negócios. Ele realmente está na vanguarda da alta tecnologia. No entanto, em muitos casos, a abordagem do uso de tecnologias de reconhecimento de emoções no comércio ainda é antiquada. Alguém é atraído pela autoridade nomeada em homenagem ao fundador da famosa abordagem, alguém pelos objetivos limitados que podem ser alcançados.
Claro, todos gostariam de ter a capacidade de "ler" emoções, como o personagem principal da série "Lie to Me". No entanto, não se deve esquecer que as emoções são muito mais complicadas e misteriosas e não se envolvem em frenologia e quiromancia.
Conversamos sobre os três mitos mais comuns sobre emoções na Computação Afetiva. É importante erradicar esses conceitos errôneos, para que essas tecnologias possam funcionar em benefício da humanidade com precisão e imparcialidade.
Co-autor : Olga Perepelkina, Pesquisadora Principal, Neurodata Lab.
Referências :
[1] Harry J. Witchel et al. Um modelo de gatilho-substrato para sorrir durante um questionário formativo automatizado, Proceedings da 36a Conferência Europeia sobre Ergonomia Cognitiva - ECCE'18 (2018). DOI: 10.1145 / 3232078.3232084
[2] Perfil de passageiros de companhias aéreas baseado no Fuzzy Deep Machine Learning (2016). Zheng, Yu-Jun et al. doi: 10.1109 / TNNLS.2016.2609437