I computer non possono dire se sei felice quando sorridi

Una gif animata che mostra persone con diverse espressioni facciali la signora Tech; Immagini da Unsplash, Pixabay, Pexels

Quando gli esseri umani cercano di capire come si sente qualcuno, usiamo molte informazioni: espressioni facciali, linguaggio del corpo, dove si trova quella persona e altro ancora. Quando i computer cercano di fare la stessa cosa, tendono a concentrarsi solo sul viso. Questo è un grosso difetto: secondo un importante nuovo studio , suggerisce che la maggior parte delle affermazioni fatte dalle società di riconoscimento delle emozioni sono sbagliate.

Il riconoscimento delle emozioni, o l'utilizzo della tecnologia per analizzare le espressioni facciali e dedurre i sentimenti, è, secondo una stima, destinato a diventare un 25 miliardi di dollari di affari entro il 2023 . Vi partecipano grandi aziende come Microsoft e Apple, ma anche startup specializzate come Kairos e Affectiva. Sebbene sia più comunemente usata per vendere prodotti, è comparsa anche la tecnologia di riconoscimento delle emozioni reclutamento di lavoro e come possibile strumento per capire se qualcuno sta cercando di commettere una frode assicurativa . Nel 2003, la US Transportation Security Administration ha iniziato ad addestrare gli esseri umani per individuare potenziali terroristi leggendo le loro espressioni facciali , quindi è facile immaginare un progetto di intelligenza artificiale che tenti la stessa cosa. (Il programma TSA è stato ampiamente criticato per essendo basato su una scienza povera .)

Ma ormai da anni, c'è stato un crescente respingimento contro la convinzione che le espressioni facciali siano facili omaggi ai sentimenti. Un gruppo di scienziati riuniti dal Associazione per le scienze psicologiche ha trascorso due anni a rivedere più di 1.000 articoli sul rilevamento delle emozioni. Si sono concentrati sulla ricerca su come le persone muovono i loro volti quando provano determinate emozioni e su come le persone deducono gli stati emotivi di altre persone dai loro volti. Il gruppo ha concluso che è molto difficile usare le sole espressioni facciali per dire con precisione come si sente qualcuno.

Le persone sorridono quando sono felici e si accigliano quando sono tristi, ma la correlazione è debole, afferma il coautore dello studio Lisa Feldman Barrett , uno psicologo presso la Northeastern University. Le persone fanno molte altre cose anche quando sono felici o tristi, e un sorriso può essere ironico o ironico. I loro comportamenti variano molto tra culture e situazioni e il contesto gioca un ruolo importante nel modo in cui interpretiamo le espressioni. Ad esempio, negli studi in cui qualcuno ha posizionato l'immagine di una faccia positiva sul corpo di qualcuno in una situazione negativa, le persone sperimentato il viso come più negativo .

In breve, le espressioni che abbiamo imparato ad associare alle emozioni sono stereotipi e la tecnologia basata su quegli stereotipi non fornisce informazioni molto buone. Ottenere il riconoscimento delle emozioni in modo corretto è costoso e richiede la raccolta di molti dati estremamente specifici, più, dice Barrett, di chiunque altro abbia finora.

Il pericolo di dati insufficienti

La maggior parte delle aziende a cui ho chiesto di commentare questa storia, incluse Apple e Microsoft, non hanno risposto. Uno che ha fatto, Cairo , promette ai rivenditori che può utilizzare la tecnologia di riconoscimento delle emozioni per capire come si sentono i loro clienti. Scansionando i volti dei clienti e analizzando un sopracciglio alzato o un sorriso per dire se qualcuno è felice o triste, Kairos fornisce il tipo di dati che può essere difficile da raccogliere per le aziende fisiche, afferma il CEO Melissa Doval.

Per addestrare la sua tecnologia, Kairos ha fatto guardare alle persone video che provocano emozioni e scansionato i loro volti. Alcuni altri dati provenivano da espressioni poste. Una persona dell'azienda è incaricata di etichettare quei dati per alimentare l'algoritmo.

Questo è un approccio estremamente comune, ma ha due grandi punti deboli, secondo la nuova recensione. Uno sono i volti in posa. Se ti viene detto di fare una faccia sorpresa, potrebbe essere molto diverso da come appare effettivamente la tua faccia quando sei sorpreso. L'altro problema è che una terza parte esamini ed etichetti questi dati. Un osservatore potrebbe leggere un'espressione facciale come sorpresa, ma senza chiedere alla persona originale, è difficile sapere quale fosse la vera emozione.

Il risultato è una tecnologia con capacità abbastanza rudimentali. Da parte sua, Doval afferma che l'azienda si sta attualmente concentrando sul miglioramento della fotocamera e del cruscotto invece della stessa tecnologia delle emozioni. Ha aggiunto che alla fine sarebbero interessati a prendere in considerazione ricerche come quella di Barrett e ad aggiungere dati demografici per più contesto e per rendere l'algoritmo più accurato.

Il pericolo di farlo bene

Barrett ha suggerimenti su come migliorare il riconoscimento delle emozioni. Non usare singole foto, dice; studiare le persone in diverse situazioni nel tempo. Raccogli molto contesto, come voce, postura, cosa sta succedendo nell'ambiente, informazioni fisiologiche come cosa sta succedendo al sistema nervoso e scopri cosa significa un sorriso su una persona specifica in una situazione specifica. Ripeti e vedi se riesci a trovare alcuni modelli in persone con caratteristiche simili come il sesso. Non devi misurare tutti sempre, ma puoi misurare un numero maggiore di persone che campiona in tutte le culture, dice. Penso che tutti noi gravitiamo naturalmente verso questo approccio ai Big Data. Questo è ora possibile, mentre anche un decennio fa era molto più difficile.

Questo metodo è più simile all'approccio di aziende come Boston Affettivo . Il cofondatore e CEO di Affectiva Rana el Kaliouby concorda sul fatto che l'attuale comprensione delle emozioni è eccessivamente semplificata. L'analisi dell'azienda, ad esempio, ha mostrato che esistono almeno cinque diversi tipi di sorrisi, da un sorriso civettuolo a uno educato. Affectiva raccoglie dati da 87 paesi, registra le persone in situazioni di vita reale (come quando guidano) e chiede ai partecipanti auto-report su come si sentono. È un problema risolto? Non lo è affatto, dice el Kaliouby. La tecnologia di Affectiva è migliore nel classificare la gioia, ad esempio, che nel differenziare la paura, la rabbia e il disgusto.

Per la precisione, più dati è meglio. Ma anche la raccolta di così tanti dati personali ha delle insidie, come dimostrano i dibattiti in corso sul riconoscimento facciale. I consumatori hanno sempre più paura di perdere la privacy o che i loro dati vengano utilizzati contro di loro. Questo è qualcosa che dovrebbe essere una preoccupazione per ognuno di questi sistemi, dice Tiffany Lee , un ricercatore sulla privacy con l'Information Society Project della Yale University. Il problema è avere le giuste salvaguardie.' Abbiamo bisogno di sapere, ad esempio, da dove provengono i dati, come vengono raccolti e come vengono archiviati. I dati verranno venduti o trasferiti? Sarà collegato ad altri set di dati che potrebbero contenere informazioni identificative?

Affectiva dice che si rifiuta di lavorare con società di sorveglianza o di rilevamento della bugia. Gli accademici di solito hanno limiti severi su come possono raccogliere e condividere dati. Ma il settore privato non è governato da regole generali sulla raccolta e l'utilizzo dei dati, e ciò potrebbe essere pericoloso poiché le aziende cercano di migliorare le proprie tecnologie. Non credo che in questo momento abbiamo davvero sufficienti garanzie, dice Li.

Correzione: il riconoscimento delle emozioni è destinato a diventare un business da 25 miliardi di dollari entro il 2023, secondo una stima di mercato. Una versione precedente di questo articolo ha riportato erroneamente questo numero.

nascondere