Campo em rápido e constante desenvolvimento, a tecnologia de reconhecimento de fala e linguagem levou, por exemplo, ao surgimento de dispositivos como as assistentes virtuais Alexa e Siri. Um passo importante na evolução de sistemas de Inteligência Artificial (IA) de diálogo, como esses, é a adição de “inteligência emocional”, ou seja, a capacidade de reconhecer os estados psicológicos de quem os acessa.
Um sistema com essa característica, além de entender a linguagem, geraria uma resposta mais empática, proporcionando uma experiência mais imersiva para o usuário. Conhecido como “análise de sentimento multimodal”, um grupo de métodos que constituem o padrão-ouro para um sistema de diálogo de IA pode conseguir detectar as emoções.
Esses métodos são capazes de analisar automaticamente o estado psicológico de uma pessoa a partir de sua fala, tom de voz, expressão facial e postura e são cruciais para sistemas de IA centrados no ser humano.
De acordo com o site Techxplore, a técnica poderia potencialmente criar uma IA emocionalmente inteligente com capacidades além do ser humano, que entende o sentimento do usuário e gera uma resposta de acordo.
No entanto, os métodos atuais de estimativa de emoções se concentram apenas em informações observáveis e não explicam as informações presentes em sinais não observáveis, como os fisiológicos. Tais sinais são uma potencial mina de ouro de emoções que poderiam melhorar imensamente o desempenho de estimação de sentimentos.
Em um novo estudo, publicado este mês na revista IEEE Transactions on Affective Computing, sinais fisiológicos foram adicionados à análise de sentimento multimodal pela primeira vez por pesquisadores do Japão. A equipe colaborativa responsável pela nova abordagem é composta por Shogo Okada, professor associado do Instituto Avançado de Ciência e Tecnologia do Japão (JAIST), e Kazunori Komatani, professor do Instituto de Pesquisa Científica e Industrial da Universidade de Osaka.
“Os humanos são muito bons em esconder seus sentimentos. O estado emocional interno de um usuário nem sempre é refletido com precisão pelo conteúdo do diálogo, mas como é difícil para uma pessoa controlar conscientemente seus sinais biológicos, como a frequência cardíaca, pode ser útil usá-los para estimar seu estado emocional. Isso poderia fazer uma IA com capacidades de estimativa de sentimento que estão além do ser humano”, explica Okada.
A equipe analisou 2.468 trocas com uma IA de diálogo obtida de 26 participantes para estimar o nível de prazer experimentado pelo usuário durante a conversa. O usuário foi então solicitado a avaliar o quão agradável ou entediante eles acharam a conversa. A equipe usou o conjunto de dados de diálogo multimodal chamado “Hazumi1911”, que combinou exclusivamente reconhecimento de fala, sensores de tom de voz, expressão facial e detecção de postura com potencial de pele, uma forma de sensoriamento de resposta fisiológica.
“Ao comparar todas as fontes separadas de dados, as informações do sinal biológico mostraram-se mais eficazes do que a expressão de voz e facial”, disse Okada. “Quando combinamos as informações da linguagem com informações de sinais biológicos para estimar o estado interno autoavaliado enquanto conversamos com o sistema, o desempenho da IA tornou-se comparável ao de um humano”.
Essas descobertas sugerem que a detecção de sinais fisiológicos em humanos, que normalmente permanecem escondidos de nossa visão, poderia abrir caminho para sistemas de diálogo altamente sensíveis baseados em IA, tornando mais naturais e satisfatórias interações homem-máquina.
Além disso, sistemas de IA emocionalmente inteligentes poderiam ajudar a identificar e monitorar transtornos mentais, sentindo uma mudança nos estados emocionais diários. Eles também poderiam ser úteis na educação, ao avaliar se o aluno está interessado e animado com um tema de discussão, ou entediado, levando a mudanças na estratégia de ensino e serviços educacionais mais eficientes.
Já assistiu aos nossos novos vídeos no YouTube? Inscreva-se no nosso canal!
Fonte: Olhar Digital
Comentários