Pueden las computadoras identificar las emociones y/o sentimientos de los seres

humanos?

Hernn Mondragn & Ana Londoo.

Diciembre 2015.
Universidad Tecnolgica de Pereira.
Facultad de ingenieras.
Tcnicas de la comunicacin.

ii
Abstract
Este trabajo investigativo trata de responder la pregunta Pueden las computadoras
identificar las emociones y/o sentimientos de los seres humanos?. En el primer captulo
del trabajo se intenta aclarar y conceptualizar la definicin de emociones sin profundizar
en aspectos filosficos y tratando de forma muy ligera el aspecto psicolgicos de esta.
Tratando de no responder a la pregunta de que son las emociones, si no de dar al termino
el significado adecuado para el desarrollo de este trabajo. El segundo captulo es una
explicacin de la computacin afectiva y la importancia de esta en el campo de
computadoras que sienten o comprenden emociones y por ltimo, el captulo 3 profundiza
sobre la identificacin de emociones mediante sistemas de reconocimiento de gestos
faciales y por qu estos son el mtodo actual ms avanzado en la deteccin de emociones
del ser humano.

iii
Contenido
Justificacin ........................................................................................................................ 1
Captulo 1 Definiendo las emociones ................................................................................. 2
Puede una maquina identificar estas emociones? ......................................................... 2
Clasificacin de emociones............................................................................................. 3
Emociones que una maquina no puede experimentar: ................................................ 3
Emociones que una maquina si puede experimentar: ................................................. 3
Captulo 2 Computacin afectiva........................................................................................ 4
Identificacin de emociones a partir de anlisis de habla ............................................... 4
Identificacin de emociones a partir de anlisis facial ................................................... 5
Captulo 3 Sistema de deteccin de emociones siguiendo el Facial Action Coding
System ............................................................................................................................... 6
Desafos en la deteccin facial ........................................................................................ 7
Aplicaciones .................................................................................................................... 7
Conclusiones ....................................................................................................................... 9
Referencias ........................................................................................................................ 10

1
Justificacin
Las computadoras estn empezando a adquirir la habilidad de expresar y reconocer
emociones y quizs, pronto tendrn la habilidad de tener emociones. El rol
esencial de las emociones en la cognicin humana y la percepcin como es
demostrado por recientes estudios neurolgicos indica que las computadoras
afectivas no solo proveen potencial en asistir a los humanos, sino que adems
mejoraran las habilidades de las computadoras para tomar decisiones.
Este trabajo se justifica en la importancia que tiene la computacin afectiva y las
grandes posibilidades que esta abrir en un inevitable futuro. En como el
reconocimiento facial est en una etapa avanzada en el camino a evolucionar a la
de reconocimiento emocional y en el significado que esto trae consigo.

2
Captulo 1
Definiendo las emociones
Para el desarrollo de este trabajo investigativo, primero se requiere dejar una clara
definicin de lo que los humanos llamamos emociones. Aunque construir una
definicin de un trmino tan indeterminado es bastante complicado e imposible si
se tiene como intencin hallar una definicin completamente verdica que satisfaga
o refute todas las tesis y opiniones sobre este tema especfico. Nuestra intencin
dista mucho de esto, pues poco interesa para el progreso de este escrito dar
relevancia y consideracin a aspectos religiosos, espirituales, ticos y filosficos
para desentraar el significado de las emociones, en cambio, se opta por dar una
definicin que sea de fcil entendimiento y de comn acuerdo en la cual basarse
para generar una hiptesis sin profundizar mucho en el desarrollo de dicha tesis
especfica.
Las emociones varan en su intensidad, que oscila entre leve y abrumador, en su
duracin y en la velocidad en que alcanzan su mayor intensidad y regresan a un
estado neutro. Algunas emociones como la tristeza, aumentan y decrecen a un ritmo
lento, mientras otras como el asco, rpidamente alcanza su punto ms alto y
regresan a su punto inicial (Davidson 1998). Tambin hay emociones que varan su
intensidad de acuerdo a si se ha concretado o no una accin o meta especifica
(Lazarus, 1991) La meta puede ser duradera (como escribir una novela) o efmera
(comer un trozo de pastel) tambin las emociones pueden estar fundadas en
necesidades biolgicas (comer para satisfacer el hambre) o impuestas por
cuestiones culturales (no deshonrar a Dios con las acciones) e ideolgicas (ser
buena madre). Cualquiera que sea la meta final, es el significado atado a esta la que
es relevante y genera la emocin. Es de notar que el significado es posiblemente
generado por un proceso cognitivo o emocional, o una combinacin de ambos.
Puede una maquina identificar estas emociones?
Para que una maquina pueda identificar las emociones, esta debe comprenderla en
su manera algortmica. Cualquier proceso neurolgico puede ser reproducido
digitalmente en una computadora, incluso aunque el cerebro sea anlogo esto es
poco importante, como Ray Kurzweil explica es su libro How To Create a Mind.
Sin embargo, no siempre tiene sentido tratar de replicar todo el ser humano en una
mquina.
Mientras emociones generadas por efectos sensoriales como calor, frio, dolor
pueden ser fcilmente comprendidas por una maquina equipada con los sensores
adecuados, este no es el caso de emociones generadas por necesidades biolgicas
como sed, hambre y sueo. Estas emociones alertan al ser humano de un estado del
cuerpo y son normalmente activadas por hormonas. Como las maquinas no tienen

3
sistemas digestivos ni hormonas, seria francamente absurdo tratar de emular este
tipo de emociones.
Por otra parte, emociones como felicidad, tristeza, sorpresa, decepcin, miedo,
rabia o resentimiento entre otras, pueden ser reproducidas por interacciones a travs
del lenguaje. Si analizamos como y porque el ser humano experimenta dos
emociones muy complejas como lo son la felicidad y la rabia, ambas ocurren
cuando se cumplen ciertas pautas psicolgicas; cuando se est bien alimentado,
descansado, se siente seguro, no se siente enfermo y otras en el mismo mbito. Esas
son emociones compuestas que requieren de otras emociones bsicas as como
factores fisiolgicas. Una maquina sin necesidades fisiolgicas no puede
enfermarse ni preocuparse por pasar sus genes a la posteridad y por lo tanto no
tendr razn para sentir emociones complejas de bienestar como los humanos.
Para una mquina, el bienestar puede existir, pero de una forma mucho ms
simplificada.
En conclusin, siguiendo el mtodo practico/terico descrito en How to create a
mind de Kurzweil una maquina puede experimentar ciertas emociones que no
requieren como condicin estar ligadas a factores fisiolgicos del ser humano.
Clasificacin de emociones
Emociones que una maquina no puede experimentar:

Hambre, sed, embriaguez, placer gastronmico

Varios sentimientos de enfermedad, como nauseas, indigestin,
dolor muscular, malestar
Amor sexual, atraccin, celos
Instinto maternal/paternal hacia sus propios hijos.
Fatiga, sueo, irritabilidad
Sueos y emociones asociadas a la creatividad.

Emociones que una maquina si puede experimentar:

Alegra.
Ira.
Miedo.
Asco.
Sorpresa.
Tristeza.
Alivio.
Bochorno.

4
Captulo 2
Computacin afectiva

Los dispositivos que pueden reconocer, interpretar y procesar y simular las

afecciones psicolgicas son estudiados por la computacin afectiva (Picard, 1997).
Las reas que abarca la computacin afectiva son la emocin en las mquinas y la
deteccin y reconocimiento de informacin emocional. Es justamente por eso que
el tratar la computacin afectiva es importante para el desarrollo de este trabajo,
pues dentro de este campo caen las posibles tecnologas a usar para la identificacin
de emociones humanas.
La deteccin de informacin emocional empez con sensores pasivos los cuales
capturan los datos sobre el estado fsico o comportamiento del usuario sin
interpretarlos. Los datos recolectados son anlogos a los que usan los humanos para
percibir las emociones en otros. Por ejemplo, una cmara de video puede capturar
expresiones fciles, posturas del cuerpo y gestos, mientras un micrfono puede
capturar un dialogo. Otros sensores detectan pistas emocionales midiendo
informacin fisiolgica directamente, como la temperatura de la piel y la resistencia
galvnica. (Garay, 2006)
Identificacin de emociones a partir de anlisis de habla
Este mtodo se aprovecha de que los cambios en el sistema nervioso autnomo
indirectamente altera el habla y usar esta informacin para producir sistemas
capaces de reconocer afecciones basadas en las caractersticas del habla. Por
ejemplo, el habla producida en un estado de miedo, odio o gozo se vuelven rpida,
ruidosa y enunciada en un tono ms amplio y agudo. (Breazeal, 2002)
A fecha de hoy, el sistema ms avanzado que hace uso de mtodo de identificacin
mediante el anlisis del habla, es el creado por Na Yaung:
Sistema de clasificacin emocional basado en el habla: Usando la frecuencia
fundamental (F0) como base a analizar.
Este sistema, que no deja de ser un trabajo de tesis sin aplicacin comercial y/o
social actualmente debido a su novedad, presenta un sistema algortmico de
deteccin flexible F0 llamado BaNa que combina el acercamiento de relaciones
armnicas y anlisis cepstrum. (Yaung, 2015)
En el trabajo de Yaung principalmente se basa en el anlisis de tono de voz
(interpretado por su algoritmo como una frecuencia fundamental) y soportar este

5
con otros algoritmos ms robusto en el manejo de audio para aislar sonidos y volver
ms peridica la frecuencia de voz humana.
Al momento de ponerse aprueba, el sistema clasifico 700 muestras de audio, de las
cuales 72% fueron correctas. La comparacin de veracidad de esta prueba, se hizo
con un grupo de 138 que a su vez, tambin clasificaban las muestras de audio.
Adems, el sistema fue mucho ms acertado al clasificar audios que las personas
no pudieron, pues a estos se les dio la opcin de saltarse audios en otra prueba
similar, dando un 85% de porcentaje de acierto al sistema. (Nowogrodzki, 2015).

Identificacin de emociones a partir de anlisis facial

La deteccin y procesamiento de expresiones faciales es lograda mediante varios
mtodos como el flujo ptico; patrn de movimiento aparente de los objetos,
superficies y bordes en una escena causada por el movimiento relativo entre un
observador (cmara en este caso) y el sujeto o escena (rostro en este caso) (Burton,
1978). Modelo oculto de Mrkov; es un modelo estadstico en el que se asume que
el sistema a modelar es un proceso de Mrkov de parmetros desconocidos. El
objetivo es determinar los parmetros desconocidos de dicha cadena a partir de los
parmetros observables. (Baum, 1966). Red neuronal artifical; Son un paradigma
de aprendizaje y procesamiento automtico inspirado en la forma en que funciona
el sistema nervioso de los animales. Se trata de un sistema de interconexin de
neuronas que colaboran entre s para producir un estmulo de salida (Bhadeshia,
1999).
Ms de una modalidad puede ser combinada o enfocada para proveer un sistema
ms robusto de estimacin del estado emocional del sujeto.

6
Captulo 3
Sistema de deteccin de emociones siguiendo el Facial Action Coding
System
Un software insignia en el uso del a tecnologa de reconocimiento de emociones a
partir de anlisis facial es Affdex, el motor de Affectiva, el cual durante su etapa
temprana fue usado en proyectos de investigacin social como el tratamiento a
personas con autismo y en la actualidad tiene una base comercial muy consolidada.
Affdex (Affectiva): Usando cmaras comunes en dispositivos computacionales;
Smartphone, computadoras, tablets entre otros, el objetivo de este software es el
de analizar los cambios en las expresiones faciales del usuario del dispositivo
mientras interacta con contenido multimedia para usar los datos obtenidos con
fines de productividad comercial. Desarrollado por Rana el Kalioubury.
Affdex, como la mayora de software de este tipo se basa en el trabajo de Paul
Ekman, psiclogo investigador, segn su trabajo, las expresiones faciales de las
emociones no son determinadas culturalmente, sino ms bien universales y tienen
por consiguiente un orden biolgico tal como plantea la hiptesis de Charles
Darwin descrita en The Expression of the Emotions in Man and Animals (1872).
Al menos hay seis emociones humanas universales que son expresadas por medio
de gestos faciales de forma idntica, sin importar cultura, edad o gnero (Ekman,
1998). Estos gestos faciales se descomponen en un total de cuarenta y seis
movimientos, llamados action units. A partir de esto, Ekman copilo el Facial
Action Coding System (FACS) un compendio de quinientas pginas de la
taxonoma de los movimientos faciales.
Aunque el trabajo de Ekman ha tenido sus crticas entre cientficos sociales que
argumentan que el contexto juega un rol mucho ms importante al momento de leer
emociones, visto desde un punto de vista computacional y apoyado en el mtodo
de How to crate a mind donde se explica que hay que dejar de lado los contextos
en los que se desarrolla el hombre para poder emular la mente humana en una
computadora podemos concluir que el trabajo de Ekman es el adecuado para
abordar la hiptesis de que una computadora puede identificar las emociones de las
personas.
Escaneando facial units las computadoras pueden superar a la mayora de las
personas llevando a cabo tareas de reconocimiento facial, por ejemplo;
distinguiendo sonrisas sociales por esas provocadas por momentos de alegra

7
espontaneas y diferenciando entre dolor fingido y dolor real. (Khatchadourian,
2015)
Desafos en la deteccin facial

La exactitud del modelado y seguimiento en el proceso de deteccin facial

ha sido un problema, especialmente en las etapas incipientes de la
computacin afectiva. Con los avances de hardware este problema se ha
venido subsanando.

Es generalmente conocido que el grado de exactitud del reconocimiento

facial (no reconocimiento emocional) no ha sido llevado a un nivel el
suficientemente efectivo como para poder ser usado ampliamente en el
mundo aunque ha habido intentos como el de identificacin de criminales
mediante sistemas similares.

La obtencin de imgenes de referencia por actores de estudio no es

completamente precisas pues muchas de estas expresiones tienen a ser poco
naturales complicando la comparacin con los sujetos a analizar.

La carencia de libertad de movimiento rotacional. La deteccin de

emociones funciona de forma efectiva si el sujeto a analizar es captado de
manera frontal, pero al haber una rotacin de ms de 20 causa problemas.

Aplicaciones
Las aplicaciones en las que se a aplicado el motor de Affectiva van en sus inicios
con proyectos sociales como el tratamiento de jvenes con autismo. Hasta la
actualidad enfocndose ms en un propsito comercial.
En TV y publicidad digital los datos emocionales han sido usados para identificar
desperfectos y predecir en que momento los espectadores son escpticos de lo
ofrecido en dicha publicidad.
En el mundo del cine los datos emocionales han sido usados para identificar los
momentos de ms inmersin de los espectadores, esto con la intencin de usar esta
informacin para mejorar los trileres y predecir mejores campaas publicitarias.
En el mundo del entretenimiento los datos emocionales han sido usados para
identificar los momentos de mayor comedia y los momentos ms dramticos
as como los momentos ms incomodos para el espectador.
Las posibles aplicaciones de esta tecnologa son ilimitadas, pues con la informacin
de reaccin emocional de las personas hacia contenido multimedia permite hacer a

8
las computadoras ms empticas y comprender en mucha mayor medida al ser
humano.

9
Conclusiones
La deteccin de emociones mediante computadoras ms que posible es una realidad
en la actualidad. Aunque los mtodos no son perfectos, y las emociones en
capacidad de ser detectadas son limitadas los mtodos usados se basan en tesis de
compresin emocional slidas y los avances tecnolgicos van bien encaminados a
abrir ms posibilidades dentro del campo de la computacin afectiva.

10
Referencias
Bhadeshia H. K. D. H. (1999). "Neural Networks in Materials Science"
Breazeal, C. & Aryananda, L. (2002) Recognition of affective communicative
intent in robot-directed speech.
Autonomous Robots 12 1.
Darwin, C. (1872) The Expression of the Emotions in Man and Animals.
Davidson, R.J. (1998) Affective style and affective disorders: Perspectives from
affective neurosciense In Neuropsychological perspectives on affective and
anxiety disorder (p. 307).
Hove, UK:Pyscholgy Press.
Ekman, P. (1998) What the Face Reveals
Oxford University Press,
Garay, N. (2006) Assistive Technology and Affective Mediation.
Khatchadourian, R. (2015) We Know How You Feel, Computers are learning to
read emotion, and the business world cant wait.
Newyorker magazine
Kurzweil, R. (2014) How to Create a Mind.
Gerald Duckworth & Co Ltd.
Nowogrodzki, A. (2015) Software better than humans at guessing how you feel
from speech.
New Scientist.
Radford, J. (1978). Thinking in Perspective: Critical Essays in the Study of Thought
Processes.
Human Technology vol.2, numer 1.
Picard, R. W. (1997) Affective Computing.
Turner, S. A. & Luszczynska, A. & Warner, L. & Schwarzer, R. (2010). Emotional
and uncontrolled eating styles and chocolate chip cookie consumption. A controlled
trial of the effects of positive mood enhancement.
Appetite, 54.

11
Lazarus. (1991) Progress on a cognitive-motivational-relational theory of
emotion.
American Psychologist, 46.
Yang, N. (2015) Algorithms for Affective and Ubiquitous Sensing Systems and for
Protein Structure Prediction.
Zaki, L. F. & Coifman, K. G. & Rafaeli, E. & Berenson, K. R., & Downey, G.
(2013). Emotion differentiation as a protective factor against nonsuicidal self-injury
in borderline personality disorder.
Behavior Therapy.