Affective Computing
L'informatica affettiva sviluppa sistemi capaci di percepire e reagire alle emozioni umane. I segnali, i dataset, gli usi reali e i limiti scientifici e legali.
L'informatica affettiva è il campo dell'informatica che riconosce, interpreta e gestisce le emozioni umane e stati correlati come stress, coinvolgimento e affaticamento, o li simula. Rosalind Picard del MIT Media Lab ha dato il nome al campo in un rapporto tecnico del 1995 e nel suo libro del 1997 Affective Computing, sostenendo che i computer che interagiscono strettamente con le persone devono saper riconoscere ed esprimere le emozioni; il suo gruppo di informatica affettiva continua a pubblicare ricerche in questo ambito. I sistemi commerciali che stimano le emozioni da volti o voci vengono spesso venduti come AI delle emozioni.
Segnali e modelli delle emozioni#
I sistemi affettivi analizzano segnali osservabili: espressioni facciali, tono e ritmo della voce, scelta delle parole, postura e gesti, e misure fisiologiche come la frequenza cardiaca e la conduttanza cutanea rilevate da sensori indossabili. Ogni segnale è ambiguo se considerato da solo, quindi i modelli di AI multimodale che combinano più canali sono di solito più affidabili di ciascun singolo canale.
Prevalgono due modi di rappresentare le emozioni. I modelli categoriali assegnano etichette discrete, spesso basate sulle emozioni fondamentali dello psicologo Paul Ekman: felicità, tristezza, rabbia, paura, sorpresa e disgusto. Il Facial Action Coding System di Ekman e Wallace Friesen, pubblicato nel 1978, scompone le espressioni in unità d'azione numerate che rappresentano i movimenti dei singoli muscoli, come il sollevamento degli angoli delle labbra nel sorriso; molti sistemi di analisi facciale rilevano prima queste unità. I modelli dimensionali collocano invece uno stato su assi continui, di solito valenza (da piacevole a spiacevole) e attivazione (da calmo a eccitato).
I dataset pubblici seguono la stessa suddivisione. FER2013, pubblicato per una sfida di machine learning del 2013, contiene 35.887 immagini in scala di grigi di volti da 48 x 48 pixel, etichettate con sette espressioni per la classificazione delle immagini. AffectNet, pubblicato nel 2017, ha raccolto sul web oltre un milione di immagini di volti, circa la metà delle quali annotate manualmente con categorie di espressioni e punteggi di valenza e attivazione.
Il campo si sovrappone a diversi compiti meglio definiti. Il riconoscimento facciale stabilisce chi è una persona, mentre l'analisi delle espressioni facciali descrive cosa fa il suo volto. L'analisi del sentiment classifica come positive o negative le opinioni espresse nel testo: un obiettivo più ristretto rispetto agli stati d'animo e fisiologici stimati dai sistemi affettivi. L'AI conversazionale aggiunge la componente di simulazione: un chatbot o un assistente vocale che rispecchia il tono emotivo di un utente simula empatia; per questo l'accordo di un modello incline alla piaggeria dell'AI può sembrare più persuasivo, una delle caratteristiche antropomorfe associate alla psicosi da AI.
Applicazioni dell'informatica affettiva#
Il monitoraggio dei conducenti è una delle applicazioni più diffuse. In base al regolamento UE sulla sicurezza generale, dal luglio 2024 tutti i nuovi veicoli venduti nell'UE devono avere un avviso di sonnolenza e attenzione; dal luglio 2026 devono inoltre includere un avviso avanzato di distrazione del conducente. I sistemi di monitoraggio basati su videocamera rispettano queste regole rilevando occhi chiusi, sbadigli, posizione della testa e uso del telefono. I modelli Ultralytics YOLO26 possono essere addestrati a rilevare questi indizi per il monitoraggio dei conducenti, mentre la stima della posa aggiunge keypoint della testa e del corpo che rivelano una postura afflosciata o la testa girata lontano dalla strada. Questi sistemi stimano la stanchezza e l'attenzione del conducente, stati osservabili con conseguenze dirette per la sicurezza.
La ricerca sui media è un altro impiego di lunga data. Affectiva, nata dal laboratorio di Picard nel 2009 e acquisita nel 2021 dalla società di monitoraggio dei conducenti Smart Eye, ha creato strumenti di codifica facciale che misurano fotogramma per fotogramma le reazioni del pubblico a pubblicità e film, aggregando i dati di molti spettatori. I centri di contatto applicano il riconoscimento vocale e l'analisi delle emozioni basata sulla voce per segnalare i chiamanti frustrati e fornire coaching agli operatori in tempo reale; i ricercatori sanitari usano segnali rilevati da dispositivi indossabili per monitorare lo stress e rilevare le crisi epilettiche.
Limiti scientifici e legali#
Il passaggio dall'espressione al sentimento interiore è un'inferenza, e per di più controversa. Una revisione del 2019 guidata da Lisa Feldman Barrett ha esaminato più di 1.000 studi e ha concluso che i movimenti facciali non corrispondono in modo affidabile a emozioni specifiche in persone, culture e situazioni diverse: le persone aggrottano le sopracciglia quando sono arrabbiate meno spesso di quanto suggerisca lo stereotipo e aggrottano le sopracciglia per molte ragioni diverse dalla rabbia. Anche i sistemi addestrati su volti in posa o raccolti dal web ereditano distorsioni dei dataset, con livelli di accuratezza non uniformi tra fasce d'età, tonalità della pelle e culture; inoltre, le persone neurodivergenti possono esprimere emozioni in modi che i dati di addestramento non contemplano. Nel 2022 Microsoft ha ritirato dal servizio Azure Face le funzionalità di inferenza delle emozioni, citando la mancanza di consenso scientifico sulla definizione delle emozioni e le preoccupazioni per la privacy associate a tali funzionalità.
La legge traccia ormai confini netti. L'articolo 5(1)(f) dell'AI Act dell'UE vieta dal 2 febbraio 2025 i sistemi di AI che inferiscono le emozioni delle persone nei luoghi di lavoro e negli istituti di istruzione, salvo per motivi medici o di sicurezza. Negli altri contesti, il riconoscimento delle emozioni è classificato come ad alto rischio; dopo il rinvio disposto dall'Omnibus digitale dell'UE del 2026, gli obblighi corrispondenti decorreranno da dicembre 2027. Da agosto 2026, chiunque impieghi un sistema simile deve informare le persone esposte. Poiché i sistemi affettivi trattano volti, voci e segnali fisiologici, si applicano anche le norme sulla privacy dei dati biometrici; ciò favorisce architetture di AI edge che elaborano i video sul dispositivo e conservano soltanto l'avviso derivato.
