Con el objetivo de detectar estados de ánimo e indicadores biológicos, tecnologías como las de inteligencia artificial, sensores e IoT diversifican sus usos. Más allá de salud y rendimiento, sus aplicaciones se extienden a educación, recursos humanos, prevención y hasta desarrollo de productos comerciales.
En el reciente lanzamiento del Apple Watch Series 6 , una de las flamantes novedades (entre otras funcionalidades que miden el bienestar y la salud del usuario) es la posibilidad de medir el nivel de oxígeno en la sangre, un indicador que incluso puede colaborar a detectar síntomas de Covid-19.
adidas, por su parte, lanzó su proyecto GMR junto a Google haciendo uso de un chip que va en las plantillas de los botines de fútbol, y que realizan un monitoreo en tiempo real del desempeño de los jugadores. «Éstas iniciativas van alineadas hacia todo un ecosistema de experiencias que ofrecen al usuario ofertas personalizadas según su propio monitoreo y contexto. Lo vimos hace muchos años cuando Nike lanzó su app Nike+, apunta Gustavo Hurtado, Chief Technology Officer Isobar Latam. De hecho tener una pulsera de monitoreo de la actividad física se ha vuelto un hábito bastante común en gran parte de la población para cuidado, prevención de salud y desempeño.
Estas experiencias entran dentro de lo que se conoce como «computación afectiva«, es decir, tecnologías como IA, sensores e IoT al servicio de optimizar la vida de las personas.
«Se trata de productos adaptativos, impulsados por la detección de emociones, estados de ánimo, voz, personalidad, ritmos cardiacos, indicadores clínicos/biológicos de cuerpo, entre otros», señala Hurtado.
La computación ambiental está cambiando la forma en la que las personas se relacionan con los dispositivos. «En pocos años no estaremos accionando sobre los dispositivos, sino que serán estos los que nos estarán guiando para tomar decisiones», explica Javier Haro, Ingeniero de Soluciones Apps Oracle Argentina.
La proyección crecimiento de este segmento es enorme tras la pandemia. Según MarketsandMarkets se espera que el tamaño del mercado global de computación afectiva en el escenario posterior a Covid-19 crezca de US$28,600 millones este año a 140.000 millones de dólares en 2025.
Las razones tienen que ver básicamente con la hiperdigitalización de la vida cotidiana durante el Covid-19, especialmente para continuar la actividad laboral. Con el uso generalizado de dispositivos móviles y el aumento en la penetración de Internet en todos los rincones del mundo, las personas se inclinan progresivamente hacia el uso de tecnologías digitales como el reconocimiento facial, de voz y de gestos para mantenerse conectados virtualmente. En un escenario de pospandemia, las soluciones informáticas afectivas permitirán incluso a las empresas utilizar estas tecnologías así como sensores de cámara para la detección de temperatura para prevenir el contagio del virus.
«Todos estos desarrollos se articulan para potenciar la experiencia humana y no reemplazarla, como una forma de ayudar a las personas a desempeñarse mejor en sus tareas y ser más eficientes. Aplicaciones en el territorio de la salud, la educación, podrían ser contribuciones importantes», señala Eliana Kaplan, General Account Director de Wunderman Thompson Argentina.
De hecho, estos son algunos de los territorios más explorados por la computación afectiva, que puede ser muy útiles, por ejemplo, para el tratamiento de la salud mental.
La combinación de tecnología de sensores y aprendizaje automático permite la medición detallada en tiempo real de una gran cantidad de comportamientos que predicen la variación de la depresión. Uno de los laboratorios líderes en investigación de la depresión en el Hospital General de Massachusetts y el grupo de Computación afectiva en el Laboratorio de Medios del MIT, realizaron un estudio aplicando análisis de aprendizaje automático para crear un modelo que combina datos de sensores de pulsera y dispositivos pasivos colocados en los móviles. «En nuestro estudio piloto con pacientes con depresión crónica monitoreados durante ocho semanas, encontramos que un algoritmo basado en datos de sensores biológicos y conductuales podría estimar la gravedad de la depresión evaluada por un médico con alta precisión», afirma la investigación.
El debate sobre educación y RR.HH.
En términos de educación, sensores como cámaras de video o micrófonos se pueden utilizar para determinar los estados emocionales de los estudiantes durante las clases, para evaluar qué tan satisfechos o frustrados están los estudiantes con las lecciones (una tarea demasiado desafiante o simple) Como resultado, los profesores podrían adaptar la clase en consecuencia, un escenario sobre todo muy necesario en tiempos de educación remota.
También dar apoyo a niños autistas: hay casos de aplicación de computación afectiva que ayudan a los niños autistas a reconocer las emociones de otras personas en el entorno escolar.
Vale aclarar que todos estos usos no están exentos de polémicas y éste es un punto no menor. Desde muchos ángulos, las críticas más usuales tienen que ver con entender a veces ciertos contextos de la comunicación no verbal que no necesariamente son unívocos (por ejemplo, gestos que se manifiestan por distintos motivos) o bien que pueden depender de ciertas características culturales. El otro gran punto es si es ético el registro de toda esta información e incluso el límite legal de su uso y explotación.
Por ejemplo, los casos que más debates suscitan tienen que ver con Recursos Humanos. Las empresas pueden observar qué tan estresados están los candidatos a un puesto y cómo comunican sus emociones durante las entrevistas, para tomar mejores decisiones de contratación; o bien dar seguimiento de los niveles de satisfacción de los empleados: monitorear sus niveles de estrés y ansiedad durante el trabajo y observar si están satisfechos con sus tareas y carga de trabajo actuales. Todo esto -de nuevo- frente al problema de malinterpretar gestos o posturas, y con el dilema ético y las rispideces legales de vigilar o filmar a los empleados o candidatos sin su consentimiento.
La computación afectiva también generó polémicas en la política. Fue resonante el caso del Ministerio de la Felicidad de los Emiratos Árabes Unidos que puso en marcha una iniciativa para comprender el estado de ánimo general de la población utilizando cámaras de análisis de video en lugares públicos.
La batalla contra el estrés
Este tipo de tecnologías ha probado ser muy efectivas en términos de detección de estrés, agotamiento y mejora del rendimiento.
Affectiva, compañía del MIT Media Lab, utiliza cámaras y micrófonos en la cabina de los automóviles para capturar señales faciales y vocales, lo que permite que su IA analice y reconozca los estados cognitivos y emocionales de los conductores y pasajeros, incluida la somnolencia o la distracción. La tecnología utiliza redes neuronales profundas, entrenadas en un depósito de datos emocionales en constante crecimiento de más de 8 millones de caras, para analizar señales faciales y vocales.
En sintonía, un ejemplo de una aplicación que usa computación afectiva es (READ), el concepto de conducción adaptativa de emoción en tiempo real de la marca de automóviles de Corea del Sur, Kia. La iluminación, el sonido, el flujo de aire, la vibración y el olor del asiento se ajustan mientras conduce en respuesta a las señales biológicas como la expresión facial y los latidos del corazón que se captan dentro del vehículo.
https://www.youtube.com/watch?v=l5svQW5RLew
En el mundo de los deportes está el caso de los participantes de carreras de velas, en particular el caso del equipo AkzoNobel de Volvo. «Con nuestras soluciones es posible rastrear los niveles de condición física y el grado de agotamiento de los navegantes durante las carreras, para que puedan optimizar su rendimiento en función de los datos recolectados», señala Damián Rabinovich, gerente de preventas de SAP Argentina.
Si a estrés refiere, Calm Case of Galaxy, un proyecto conceptual desarrollado por el diseñador Emilios Farrington-Arnas para Samsung, utiliza un sensor de respuesta galvánica de la piel (GSR) para detectar pasivamente los niveles de estrés de sus usuarios a medida que lo tocan durante el día, y responde con ejercicios de respiración o cambios de papel tapiz cuando necesitan calmarse; una herramienta similar también la ofrece Fitbit.
Otro ejemplo es la Jetlag Social Club de Isobar, creada para el programa de fidelización de Air France, Flying Blue. La aplicación actúa como un conserje que sugiere experiencias personalizadas que coinciden con el reloj biológico del viajero y ofrece más de 130 ideas de experiencias geolocalizadas, ya sea desayuno a las 3 p.m. o siestas bajo las estrellas.
Biosay realiza un seguimiento de los estados de ánimo a lo largo del tiempo creando un «bioji» único a partir de los datos y mide los niveles de estrés, energía y relajación para ayudar a aumentar la conciencia de cómo los factores externos afectan la salud.
Entendiendo al cliente
También está muy extendida la utilización comercial de la computación afectiva. La empresa suiza NVISO creó Insights ADVISE, que utiliza el análisis facial para reconocer emociones y crear perfiles de comportamiento financiero. La aplicación utiliza tecnología de reconocimiento facial biométrico para rastrear 68 puntos faciales y la postura de la cabeza en clientes financieros mientras responden preguntas. Este perfil permite a los asesores financieros comprender mejor las necesidades, el apetito por el riesgo y las preferencias de sus clientes y brindarles un servicio más eficaz.
Cogito, un laboratorio derivado de MIT Human Dynamics, crea productos que analizan las señales de comportamiento dentro de las conversaciones de voz para brindar orientación en tiempo real a los agentes de atención al cliente en funciones de servicio, ventas y atención. Los productos de Cogito analizan más de 200 señales de comportamiento, como tono, ritmo, turnos, esfuerzo vocal y tensión vocal dentro de las conversaciones de voz, y brindan una guía durante la llamada que es fácil de interpretar por el agente. También registra y agrupa los conocimientos de las interacciones con los clientes y los entrega a los supervisores, para identificar oportunidades de capacitación, mejorar la inteligencia emocional y compartir las mejores prácticas.
«Uno de nuestros clientes de Estados Unidos utiliza SAP Conversation Artificial Intelligence para ayudar a evaluar el estado de ánimo en las llamadas de sus clientes», explica en el mismo sentido Rabinovich. De acuerdo a las palabras que se utilizan, se puede calificar si el usuario está molesto, neutral o conforme con el agente del servicio al cliente. El objetivo es que, si se detecta que un cliente está molesto, se deriva a un proceso de priorización para atender rápidamente su pedido y mantenerlo satisfecho.
Sightcorp, por su parte, utiliza visión por computadora y aprendizaje de máquina para analizar y reconocer rostros en una tienda, que miden la satisfacción del cliente y brindan información en tiempo real.
Antes de lanzar sus juegos al mercado, las empresas de juegos o apps pueden utilizar la informática afectiva para probar sus juegos, medir la satisfacción de los usuarios y adaptarlos.
«Nosotros hemos trabajado en ambos campos e incluso estamos desarrollando una solución que nos permita detectar las reacciones emocionales de los usuarios frente a prototipos tempranos de aplicaciones para así poder utilizarlo como retroalimentación y mejorar la misma. Combinar el seguimiento de la vista (eye-tracking) con detección de emociones nos permite saber exactamente qué área o parte puntual de la experiencia no fue satisfactoria», señala Studio Partner, Data & Analytics, AI & IOT Studios en Globant.
Por caso, la empresa de tecnología de audio Dolby Labs está utilizando datos de sensores generados a partir de señales biológicas similares para explorar cómo el público reacciona a las películas a nivel físico, lo que permite a los creadores «optimizar la intención» de su trabajo. «La informática afectiva podría hacer que las comedias sean más divertidas y los horrores más aterradores», explican desde Isobar.
La seguridad y la prevención también tienen respuestas de la computación afectiva. Las compañías de seguros -usualmente blanco de fraudes y estafas- pueden beneficiarse del análisis de voz para comprender si un cliente miente al presentar un reclamo.
Desde Globant explican que estuvieron colaborando con una empresa con foco en el desarrollo de sensores de huella digital basados en tecnología que permite no sólo identificar la forma de la huella sino también cuestiones como flujo sanguíneo, dilatación de capilares, etc. «Toda esta información puede ser utilizada para determinar el estado en el que se encuentra un usuario, por ejemplo identificar si se encuentra en una situación de estrés por inseguridad y evitar así que pueda retirar dinero de un cajero automático. Esto por ejemplo quedó asentado dentro de una de las tendencias que mencionamos en nuestro Trends Report 2020 llamado «Cyber Inmunity», esto es, al aprovechar la inteligencia artificial sensible al contexto, las aplicaciones de seguridad pueden identificar amenazas desconocidas y eliminarlas antes de que actúen.
ADEMÁS
