Computação afetiva: máquinas reagindo a emoções

Uma nova assistente virtual, em versão para smartphone, será lançada ainda este mês pela Samsung. Batizada Neon View, a tecnologia será capaz de desenvolver habilidades e memória, segundo a fabricante. A maior diferença: os avatares digitais Neon terão um rosto e serão capazes de mostrar emoções como um humano.

Quem se acostumou a interagir com as assistentes virtuais como a Siri, da Apple, Cortana, da Microsoft, Alexia, da Amazon, ou Google Assistant já não deve lembrar que nas primeiras versões a interação com o usuário não era fluída. O tom de voz robótico estava longe de ser natural e era preciso repetir os comandos ou perguntas algumas vezes até ser compreendido.

Essa realidade está mudando. E rápido. Muitas empresas que apostaram em inteligência artificial, já usam chatbots mais humanizados, que estabelecem uma comunicação mais fluída e proporcionam uma boa experiência ao usuário, para usar uma expressão do momento.

Por trás dessa mudança, está a computação afetiva. Os usuários de robôs dotados de inteligência artificial não querem receber informações desnecessárias ou equivocadas. Mas, para isso, esses dispositivos precisam ser capazes de compreender as emoções para que a interação entre humanos e máquinas seja cada vez mais natural e espontânea. É preciso desenvolver empatia artificial.

Interpretar, processar e simular emoções

A computação afetiva compreende o estudo de dispositivos e sistemas que reconheçam, interpretem, processem e simulem reações humanas. É a ciência cognitiva, um campo interdisciplinar que envolve psicologia cognitiva, linguística, inteligência artificial e ciência da computação.

O conceito não é novo. Foi criado pela pesquisadora e fundadora do Grupo de Pesquisa de Computação Afetiva no Laboratório de Mídia, do Instituto de Tecnologia de Massachusetts (MIT, em inglês), Rosalind Picard, em 1990. De acordo com a consultoria Research and Markets, é um mercado estimado em US$ 867,2 milhões e deve chegar a US$ 5,36 bilhões nos próximos cinco anos.

As oportunidades que a análise e a compreensão das emoções pelas máquinas oferece são muitas e em diferentes setores. Na saúde, pode ajudar a identificar precocemente doenças como depressão, mal de Parkinson ou déficit de atenção. Na educação, pode personalizar a estratégia de ensino para engajar o aluno e criar formas de interação adequadas a crianças disléxicas, hiperativas ou autistas, contribuindo com a inclusão na escola. No setor automotivo, pode detectar se motoristas que dirigem por muitas horas estão sonolentos ou distraídos, evitando acidentes. E, no varejo, identificar reações de clientes ao olhar produtos em uma vitrine ou nas lojas por meio de reconhecimento facial e sensores de temperatura.

A computação afetiva também é uma ferramenta útil para pessoas com dificuldades emocionais ou de fala interpretando expressões faciais e reconhecendo mímicas ou gestos que revelam seu estado emocional. Pesquisas demonstram que esses softwares têm taxas superiores a 90% na identificação de emoções básicas, como felicidade, tristeza, medo, surpresa, raiva e aversão.

O uso cada vez maior de robôs, como assistentes virtuais, fará com que essa tecnologia evolua cada vez mais, trazendo benefícios e mudando a forma como nos relacionamos com a tecnologia e com empresas que fazem parte de nosso cotidiano.

O essencial para a computação afetiva é se concentrar nas necessidades e desejos das pessoas, desenvolvendo soluções baseadas em dados emocionais a partir da interpretação de sentimentos como frustração, solidão, entre outras, sejam atendidas pela tecnologia.