La mayoría de los algoritmos probablemente nunca hayan escuchado la canción de los Eagles, "Lyin 'Eyes". De lo contrario, harían un mejor trabajo al reconocer la duplicidad.
Las computadoras no son muy buenas para discernir la tergiversación, y eso es un problema ya que las tecnologías se implementan cada vez más en la sociedad para tomar decisiones que dan forma a las políticas públicas, los negocios y la vida de las personas.
Resulta que los algoritmos fallan en las pruebas básicas como detectores de la verdad, de acuerdo con investigadores que estudian los factores teóricos de expresión y las complejidades de la lectura de emociones en el Instituto de Tecnologías Creativas de la USC. El equipo de investigación completó un par de estudios utilizando ciencia que socava la psicología populary técnicas de comprensión de la expresión AI, que asumen que las expresiones faciales revelan lo que la gente está pensando.
"Tanto las personas como los llamados algoritmos de 'lectura de emociones' se basan en la sabiduría popular de que nuestras emociones están escritas en nuestra cara", dijo Jonathan Gratch, director de investigación humana virtual en ICT y profesor de informática en la USC ViterbiEscuela de Ingeniería: "Esto está lejos de ser verdad. Las personas sonríen cuando están enojadas o molestas, enmascaran sus verdaderos sentimientos y muchas expresiones no tienen nada que ver con sentimientos internos, sino que reflejan convenciones de conversación o culturales".
Gratch y sus colegas presentaron los hallazgos hoy en la 8va Conferencia Internacional sobre Computación Afectiva e Interacción Inteligente en Cambridge, Inglaterra.
Por supuesto, la gente sabe que las personas pueden mentir con la cara seria. Los jugadores de póker farolean. Los solicitantes de empleo falsifican entrevistas. Los cónyuges infieles engañan. Y los políticos pueden pronunciar declaraciones falsas con alegría.
Sin embargo, los algoritmos no son tan buenos para detectar la duplicidad, incluso cuando las máquinas se utilizan cada vez más para leer las emociones humanas e informar las decisiones que cambian la vida. Por ejemplo, el Departamento de Seguridad Nacional invierte en dichos algoritmos para predecir amenazas potenciales. Algunas nacionesuse la vigilancia masiva para monitorear los datos de las comunicaciones. Los algoritmos se usan en grupos focales, campañas de mercadeo, para evaluar a los solicitantes de préstamos o contratar personas para trabajos.
"Estamos tratando de socavar el punto de vista de la psicología popular que la gente tiene de que si pudiéramos reconocer las expresiones faciales de las personas, podríamos decir lo que están pensando", dijo Gratch, quien también es profesor de psicología. "Piense en cómola gente usaba polígrafos en el pasado para ver si la gente mentía. Hubo mal uso de la tecnología en ese momento, al igual que el mal uso de la tecnología de expresión facial en la actualidad. Estamos usando suposiciones ingenuas sobre estas técnicas porque no hay asociación entre las expresiones y lo que las personas sonrealmente me siento basado en estas pruebas "
Para probarlo, Gratch y sus colegas investigadores Su Lei y Rens Hoegen en ICT, junto con Brian Parkinson y Danielle Shore en la Universidad de Oxford, examinaron las expresiones faciales espontáneas en situaciones sociales. En un estudio, desarrollaron un juego para 700 personasjugaron por dinero y luego capturaron cómo las expresiones de las personas afectaron sus decisiones y cuánto ganaron. A continuación, permitieron que los sujetos revisaran su comportamiento y proporcionaran información sobre cómo usaban las expresiones para obtener ventaja y si sus expresiones coincidían con sus sentimientos.
Utilizando varios enfoques novedosos, el equipo examinó las relaciones entre las expresiones faciales espontáneas y los eventos clave durante el juego. Adoptaron una técnica de psicofisiología llamada "potenciales relacionados con eventos" para abordar la extrema variabilidad en las expresiones faciales y utilizaron técnicas de visión por computadora paraanalizar esas expresiones. Para representar los movimientos faciales, utilizaron un método recientemente propuesto llamado factores faciales, que captura muchos matices de las expresiones faciales sin las dificultades que ofrecen las técnicas de análisis modernas.
Los científicos descubrieron que las sonrisas eran las únicas expresiones provocadas constantemente, independientemente de la recompensa o la imparcialidad de los resultados. Además, los participantes eran bastante imprecisos al percibir las emociones faciales y particularmente pobres al reconocer cuándo se regulaban las expresiones. Los resultados muestran que las personas sonríen por muchode razones, no solo felicidad, un contexto importante en la evaluación de las expresiones faciales.
"Estos descubrimientos enfatizan los límites del uso de la tecnología para predecir sentimientos e intenciones", dijo Gratch. "Cuando las empresas y los gobiernos reclaman estas capacidades, el comprador debe tener cuidado porque a menudo estas técnicas tienen suposiciones simplistas incorporadas que no han sido probadas científicamente"
Investigaciones previas muestran que las personas sacarán conclusiones sobre las intenciones de los demás y las acciones probables simplemente basadas en las expresiones de los demás. Si bien existen estudios anteriores que utilizan el análisis automático de expresiones para hacer inferencias, como el aburrimiento, la depresión y la relación, se sabe menos sobre el alcancepara lo cual las percepciones de expresión son precisas. Estos hallazgos recientes resaltan la importancia de la información contextual al leer las emociones de otros y respaldan la opinión de que las expresiones faciales se comunican más de lo que podríamos creer.
Fuente de la historia :
Materiales proporcionado por Universidad del Sur de California . Original escrito por Sara Preto. Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :