Reconocimiento de emociones con IA: cómo las máquinas aprenden a leer nuestros rostros

En una entrevista, Björn Schuller, ingeniero e investigador de la Universidad Técnica de Múnich y el Imperial College de Londres, describe cómo los sistemas de inteligencia artificial reconocen emociones mediante modelos matemáticos. Explica que su equipo utiliza un modelo tridimensional de emociones: activación, valencia y dominancia, que ayuda a mapear categorías discretas como las seis emociones básicas: ira, asco, tristeza, sorpresa, miedo y alegría. Schuller señala que los psicólogos no coinciden en las definiciones, y sus sistemas, que llevan más de 25 años en desarrollo, se centran en el análisis del habla. Estos sistemas utilizan aprendizaje profundo y datos de entrenamiento donde los humanos valoran las emociones, lo que significa que las máquinas aprenden de los juicios humanos y aún no pueden superar a los humanos, alcanzando típicamente una precisión del 60-70%. Críticos como Lisa Feldman Barrett, de la Universidad Northwestern, cuestionan la base científica de estos sistemas de reconocimiento. A pesar de ello, el mercado está creciendo: el año pasado, empresas emergentes y compañías como Amazon, Microsoft e IBM generaron más de 40 mil millones de dólares a nivel mundial en reconocimiento de emociones, con proyecciones de más que triplicarse para 2034. Las aplicaciones incluyen coaching psicoterapéutico, investigación de mercado y detección de mentiras en agencias de seguridad. Schuller señala que los grandes modelos de lenguaje y los modelos multimodales están entrando lentamente en este mercado, pero un estudio de la Universidad de Berna mostró que superan a los humanos en pruebas de inteligencia emocional. Además, una encuesta de DAK Gesundheit y el Centro Médico Universitario de Hamburgo encontró que uno de cada diez adolescentes prefiere confiar en un chatbot antes que en un amigo.