Las computadoras pueden aprender a explicar el comportamiento de las personas al rastrear sus miradas y movimientos.
Investigadores de la Universidad de Aalto, la Universidad de Birmingham y la Universidad de Oslo presentan resultados que allanan el camino para que las computadoras aprendan modelos psicológicamente plausibles de individuos simplemente observándolos. En un artículo publicado recientemente en la conferencia, los investigadores mostraron eso simplemente observando cuánto tiempo un usuarioPara hacer clic en los elementos del menú, se puede inferir un modelo que reproduce un comportamiento similar y estima con precisión algunas características del sistema visual de ese usuario, como la duración de la fijación.
A pesar de los avances significativos en inteligencia artificial, ha sido notoriamente difícil para las computadoras entender por qué un usuario se comporta de la manera en que lo hace. Los modelos cognitivos que describen las capacidades individuales, así como los objetivos, pueden explicar mucho mejor y, por lo tanto, pueden predecir individualmentecomportamiento también en nuevas circunstancias. Sin embargo, aprender estos modelos de los datos indirectos prácticamente disponibles ha estado fuera de alcance.
"El beneficio de nuestro enfoque es que se necesita una cantidad de datos mucho menor que para los métodos de 'caja negra'. Los métodos anteriores para realizar este tipo de ajuste han requerido un trabajo manual extenso, o una gran cantidad de datos de observación muy precisos,lo que ha limitado la aplicabilidad de estos modelos hasta ahora ", explica la estudiante de doctorado Antti Kangasrääsiö de la Universidad de Aalto.
El método se basa en la Computación Bayesiana Aproximada ABC, que es un método de aprendizaje automático que se ha desarrollado para inferir modelos muy complejos a partir de observaciones, con usos en ciencias climáticas y epidemiología, entre otros. Allana el camino para la inferencia automática demodelos complejos de comportamiento humano a partir de observaciones naturalistas. Esto podría ser útil en la interacción humano-robot, o en la evaluación de las capacidades individuales automáticamente, por ejemplo, para detectar síntomas de deterioro cognitivo.
"Podremos inferir un modelo de una persona que también simula cómo esa persona aprende a actuar en circunstancias totalmente nuevas", dice el profesor de Machine Learning en la Universidad de Aalto, Samuel Kaski.
"Estamos entusiasmados con las perspectivas de este trabajo en el campo de las interfaces de usuario inteligentes", dice Antti Oulasvirta, Profesor de Interfaces de Usuario de la Universidad de Aalto.
"En el futuro, la computadora podrá comprender a los humanos de una manera algo similar a como los humanos se entienden entre sí. Entonces puede predecir mucho mejor no solo los beneficios de un cambio potencial sino también sus costos individuales para un individuo, uncapacidad de la que carecen las interfaces adaptativas ", continúa.
Los resultados se presentarán en la conferencia CHI sobre interacción humano-computadora más grande del mundo en Denver, EE. UU., En mayo de 2017. El artículo está disponible en versión preliminar en: http://arxiv.org/abs/1612.00653 .
Fuente de la historia :
Materiales proporcionado por Universidad de Aalto . Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :