Bauru-SP

+55 (14)3243-0994

Seg - Sex: 8h - 18h

nteligência artificial alimentada por expressões faciais não é boa em detectar mentiras

O papel da inteligência artificial (IA) nos diversos segmentos da ciência e tecnologia e suas derivações no nosso contexto social é inegável. Essa resposta no cotidiano é um fator importante quando IA é implementada nos negócios, na definição de políticas públicas, ou mesmo na hora de decidir, por exemplo, se um acusado de crime é culpado ou não. Mas isso é uma coisa boa? Um estudo recente do USC Institute for Creative Technologies junto com a University of Oxford indicou que a capacidade da inteligência artificial em detectar mentiras por meio de expressões faciais é falha. A gente explica.

reconhecimento emoções
Imagem: whatsnext.nuance.com

Qual o objetivo de termos algoritmos para “ler” expressões faciais?

Atualmente, os algoritmos de inteligência artificial estão sendo aplicados ​​em grupos bem direcionados, por exemplo: campanhas de marketing que visem selecionar candidatos a empréstimos ou contratar pessoas para empregos; previsão de ameaças por meio de estudos de Segurança Interna, dentre outros. Tudo isso levanta uma imensa questão moral quanto a feedback discriminatório para os algoritmos, mas aí é outra história. Vamos aos pixels.

Considerando a aplicabilidade de IA em reconhecer padrões, o grupo de pesquisa tentou minar a visão da psicologia popular de que, se pudéssemos reconhecer as expressões faciais das pessoas, poderíamos dizer o que elas estão pensando. Ousado, mas instigante à investigação, não é?

De toda forma, a própria equipe reconheceu estar usando suposições ingênuas sobre essas técnicas, porque não há associação tão clara entre expressões e o que as pessoas realmente estão sentindo, com base nesses testes.

Expressando emoções:

O time de pesquisadores abordou o fato de que nossas expressões faciais podem não revelar tão bem quanto sentimos. Então de que adianta reconhecer padrões que não indicam um dado exato?

emoções algoritmo
Imagem: pinimg.com

Algumas pessoas sorriem quando estão com raiva ou chateadas, mascaram seus verdadeiros sentimentos, e muitas expressões não têm muita relação com sentimentos internos, acabando por refletir convenções culturais ou de conversação. Inclusive sabemos que as pessoas podem mentir sem mostrar sinais óbvios disso, enquanto outras se autodelatam facilmente pela expressão.

As pessoas costumam expressar o oposto do que sentem para se ater às convenções ou para enganar completamente alguém. O problema é que os algoritmos, tal como a gente, não são tão bons assimilando essa duplicidade.

O experimento com o algoritmo leitor de expressões faciais:

O time de pesquisadores conduziu um experimento em que o objeto de estudo foram 700 pessoas submetidas a nada menos do que jogatina por dinheiro. Boa escolha para avaliar blefes e a famosa poker face.

Enquanto o pessoal estava jogando, os pesquisadores captaram como as expressões das pessoas captavam suas decisões, bem como quanto dinheiro eles ganhavam. Em seguida, o grupo de pesquisa arguia os jogadores quanto ao seu comportamento, por exemplo: quantas vezes você blefou? Você usou alguma expressão para tirar vantagem? Quantas vezes sua expressão era compatível com sua emoção?

Os cientistas examinaram as relações entre expressões espontâneas e momentos-chave no jogo. Sorrisos eram as expressões faciais mais comuns, independentes do momento do jogo ou do que os participantes estavam sentindo (sorriso amarelo, sorriso nervoso, sorriso sem jeito, sorriso feliz). Outra coisa é que os jogadores não eram nada acurados para entender as emoções dos demais.

Algoritmos mainstream:

Essas descobertas enfatizam os limites do uso da tecnologia para prever sentimentos e intenções. Os algoritmos de leitura de emoções comumente usados geralmente descontextualizam o que estão vendo. Além disso, a detecção de emoções por reconhecimento facial não é simples: mesmo um emoji pode não indicar sentimentos tão claramente.

Nesse sentido, é importante destacar que quando empresas e governos reivindicam aplicar esses recursos, o consumidor deve ficar atento, porque muitas vezes essas técnicas têm suposições simplistas, que não foram testadas cientificamente, apesar de serem socialmente acreditadas.

Fonte: Interesting Engineering. USC.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *