¿Crees que las máquinas podrían llegar a ser capaces de calcular cómo te sientes o cómo te sentirás en los próximos minutos? Si has contestado esta pregunta de manera negativa estas entre los que se pueden llevar una sorpresa.
Resulta que el campo de la computación afectiva se ha desarrollado vertiginosamente en las últimas décadas, y sus resultados arrojan avances que conciernen a varias disciplinas, y que si aún no afectan a algunas de ellas, lo harán sin duda en el futuro cercano.
La computación afectiva es el campo de la ciencia que estudia el desarrollo de sistemas y dispositivos que tienen la capacidad de reconocer, interpretar, y estimular las emociones humanas.
Las fuentes de las que ha bebido y crecido este campo son por supuesto la computación, pero también están la neurología, la psicología y la ciencia cognitiva.
La pionera más reconocida de esta rama del conocimiento es la Doctora Rosalind Picard, quien funge como Directora del Affective Computer Group del Media Lab en el MIT.
En el año 1995 la Doctora Picard publicó un revolucionario estudio en la revista científica Wired, acerca de las máquinas y las emociones. Artículo por el que fue tomada prácticamente por loca. Hoy más de 20 años después, las personas reconocen la validez y la rigurosidad de estos estudios.
La computación afectiva es un campo de investigación que se ha mantenido bastante activo y que requiere de la participación de distintos profesionales de las más variadas ramas de la ciencia.
Neurólogos, matemáticos, psicólogos e ingenieros, todos han mostrado un interés especial y han aportado grandes trozos de conocimiento al campo de la computación afectiva.
Cómo funciona la computación afectiva
Mucha de la investigación moderna sobre la computación afectiva se basa en la idea de conseguir que las computadoras u otro tipo de máquinas asociadas a la tecnología, sean capaces de interpretar nuestras emociones.
De conseguirlo con efectividad, sus implicaciones en el mundo de las ventas serían gigantescas. Áreas de estudio como el neuromarketing que se han enfocado en la investigación de los procesos emotivos del consumidor podrían incrementar su utilización exponencialmente.
La forma específica en la que funciona es que las computadoras comienzan a medir de manera exacta una serie de patrones biométricos que reflejan las emociones y las cualidades del entorno en el que se desenvuelve una persona.
La detección de la información emocional se lleva a cabo con sensores pasivos que captan datos sobre el estado físico o el comportamiento del usuario sin interpretar la entrada. Los datos recolectados son equivalentes a las señales que las personas utilizamos para interpretar las emociones de los demás.
Por ejemplo, una cámara de vídeo puede capturar las expresiones faciales y la postura corporal, mientras que un micrófono es capaz de capturar el habla. Otros sensores detectan señales expresivas midiendo directamente los datos físicos, como la temperatura de la piel y la resistencia galvánica.
Para poder interpretar esta información emocional se requiere la extracción de patrones significativos que surjan de los datos que se han recopilado. Esto se hace utilizando ciertas prácticas de aprendizaje de máquina en las que se procesan diferentes modelos de reconocimiento de voz, reconocimiento del lenguaje natural, o la detección de expresiones faciales.
Los datos adquiridos de los sensores se comparan y se categorizan. También se han creado soluciones que no requieren de sensores, pero que pueden extraer información emocional para sistemas basados en texto como SMS o mensajes de correo electrónico.
Al asignar un peso a ciertas palabras que simbolizan emociones concretas, los sistemas afectivos tienen la capacidad de extraer el «tono o sentimiento» de cualquier forma de un documento computarizado.
Los métodos de computación afectiva calculan entonces los estados emocionales basándose en esos sensores avanzados o en el texto recogido, y los comparan con algoritmos y bases de datos emocionales establecidas.
¿Cómo atañe la computación afectiva al marketing?
En ese sentido su aplicación práctica permitiría adaptar estrategias de venta al humor de cada sujeto. Tales estrategias afectarían desde qué frases utilizas en tu oferta, hasta qué tipo de producto ofreces a esa persona en particular.
Yendo un poco más allá, podemos decir que existe incluso la posibilidad de que si estás viendo un filme y te sientes estresado, tu computadora sea capaz de detectarlo y actuar en consecuencia.
De igual manera si vas navegando por la red y te sientes muy motivado, la computadora podría poner a tu disposición aquellos bienes y servicios que sean capaces de potenciar o prolongar ese estado.
Sería una forma mucho más directa de llegar a los consumidores justo cuando ellos quieren que llegues, y no cuando tu crees que debes llegar. Esto te evitará estar persiguiendo a tu objetivo a riesgo de exasperarlo.
Los algoritmos de computación afectiva juegan un papel determinante a la hora de desentrañar las percepciones de los clientes, la conducta de estos al comprar, y los escenarios futuros para los segmentos B2B, y B2C.
Este nivel de análisis de datos permite el desarrollo de productos altamente personalizados, algo que según los expertos afectará especialmente a sectores B2C tales como la salud, el marketing, la banca, y el comercio minorista.
El uso de tecnologías de computación afectiva sobre la generación de contenido también será útil para medir la satisfacción y los sentimientos de los usuarios en la web o en las redes sociales.
Los conocimientos que se adquieran por medio de esta tecnología pueden ser aprovechados para mejorar el contenido que se genera en estos canales, así como para la elaboración de anuncios contextuales.
¿Qué te parece? Lo que es seguro es que el futuro de estas tecnologías revolucionará de manera drástica la manera en la que interactuamos con la computadora u otros dispositivos.
