Nhận diện cảm xúc bằng AI: Cách máy móc học cách đọc khuôn mặt của chúng ta

Trong một cuộc phỏng vấn, Björn Schuller, kỹ sư và nhà nghiên cứu tại Đại học Kỹ thuật Munich (TU Munich) và Imperial College London, đã mô tả cách các hệ thống trí tuệ nhân tạo (AI) nhận diện cảm xúc thông qua các mô hình toán học. Ông giải thích rằng nhóm của mình sử dụng một mô hình cảm xúc ba chiều gồm: mức độ kích thích (arousal), giá trị cảm xúc (valence) và mức độ chi phối (dominance), giúp ánh xạ các phạm trù rời rạc như sáu cảm xúc cơ bản: giận dữ, ghê tởm, buồn bã, ngạc nhiên, sợ hãi và vui vẻ. Schuller lưu ý rằng các nhà tâm lý học vẫn còn bất đồng về định nghĩa, và các hệ thống của ông, vốn đã được phát triển hơn 25 năm, tập trung vào phân tích giọng nói. Những hệ thống này sử dụng học sâu (deep learning) cùng dữ liệu huấn luyện mà trong đó con người tự đánh giá cảm xúc, nghĩa là máy móc học hỏi từ các đánh giá của con người và chưa thể vượt qua con người, thường chỉ đạt độ chính xác từ 60-70%. Những người chỉ trích như Lisa Feldman Barrett từ Đại học Northwestern đặt câu hỏi về nền tảng khoa học của các hệ thống nhận diện cảm xúc như vậy. Dù vậy, thị trường này vẫn đang tăng trưởng: năm ngoái, các công ty khởi nghiệp và tập đoàn như Amazon, Microsoft và IBM đã tạo ra hơn 40 tỷ USD trên toàn cầu từ lĩnh vực nhận diện cảm xúc, với dự báo con số này sẽ tăng hơn gấp ba lần vào năm 2034. Các ứng dụng bao gồm huấn luyện tâm lý trị liệu, nghiên cứu thị trường và phát hiện nói dối tại các cơ quan an ninh. Schuller cho biết các mô hình ngôn ngữ lớn (LLM - Large Language Model) và các mô hình đa phương thức đang dần thâm nhập vào thị trường này, nhưng một nghiên cứu từ Đại học Bern cho thấy chúng đã vượt qua con người trong các bài kiểm tra về trí tuệ cảm xúc. Ngoài ra, một cuộc khảo sát của DAK Gesundheit và Trung tâm Y tế Đại học Hamburg cho thấy cứ mười thanh thiếu niên thì có một người thích tâm sự với chatbot hơn là với bạn bè.