Affective Computing

A computação afetiva é a área da computação que reconhece, interpreta, responde ou simula emoções humanas e estados relacionados, como estresse, engajamento e fadiga. Rosalind Picard, do MIT Media Lab, deu nome à área em um relatório técnico de 1995 e em seu livro de 1997, Affective Computing. Ela argumentou que computadores que interagem de perto com as pessoas precisam ter alguma capacidade de reconhecer e expressar emoções, e seu grupo de Computação Afetiva continua publicando trabalhos na área. Sistemas comerciais que estimam emoções a partir de rostos ou vozes costumam ser vendidos como IA emocional.

Sinais e modelos de emoção#

Sistemas afetivos analisam sinais observáveis: expressões faciais, tom e ritmo da voz, escolha de palavras, postura e gestos, além de medidas fisiológicas, como frequência cardíaca e condutância da pele, obtidas por sensores vestíveis. Cada sinal é ambíguo por si só, então modelos de IA multimodal que combinam vários canais costumam ser mais confiáveis do que qualquer canal isolado.

Duas formas de representar emoções são predominantes. Modelos categóricos atribuem rótulos discretos, geralmente baseados nas emoções básicas do psicólogo Paul Ekman: felicidade, tristeza, raiva, medo, surpresa e aversão. O Facial Action Coding System, de Ekman e Wallace Friesen, publicado em 1978, decompõe expressões em unidades de ação numeradas para movimentos musculares individuais, como o movimento dos cantos dos lábios ao sorrir; muitos sistemas de análise facial detectam essas unidades primeiro. Em vez disso, modelos dimensionais posicionam um estado em eixos contínuos, geralmente valência (de agradável a desagradável) e ativação (de calmo a entusiasmado).

Conjuntos de dados públicos seguem a mesma divisão. O FER2013, lançado para um desafio de aprendizado de máquina de 2013, contém 35.887 imagens em tons de cinza de rostos, com 48 x 48 pixels, rotuladas com sete expressões para classificação de imagens. O AffectNet, publicado em 2017, reuniu mais de um milhão de imagens de rostos da web, cerca de metade delas anotadas manualmente com categorias de expressão e pontuações de valência e ativação.

A área se sobrepõe a várias tarefas mais bem definidas. O reconhecimento facial identifica uma pessoa, enquanto a análise de expressões faciais descreve o que o rosto está fazendo. A análise de sentimentos classifica opiniões em textos como positivas ou negativas, um objetivo mais restrito do que os estados de humor e fisiológicos estimados por sistemas afetivos. A IA conversacional acrescenta o aspecto de simulação: um chatbot ou assistente de voz que imita o tom emocional de um usuário simula empatia. Isso torna mais persuasiva a concordância de um modelo propenso à bajulação da IA e é um dos traços humanizados associados à psicose de IA.

Onde a computação afetiva é usada#

O monitoramento de motoristas é uma das aplicações mais amplamente implantadas. De acordo com o Regulamento Geral de Segurança da UE, desde julho de 2024 todos os veículos novos vendidos na UE precisam ter um alerta de sonolência e atenção, e desde julho de 2026 precisam ter um alerta avançado de distração do motorista. Sistemas de monitoramento de motoristas baseados em câmeras atendem a essas regras ao detectar olhos fechados, bocejos, posição da cabeça e uso do telefone. Modelos do Ultralytics YOLO26 podem ser treinados para detectar esses sinais em sistemas de monitoramento de motoristas, e a estimativa de pose acrescenta pontos-chave da cabeça e do corpo que revelam uma postura curvada ou a cabeça voltada para longe da estrada. Esses sistemas estimam a fadiga e a atenção do motorista, estados observáveis com consequências diretas para a segurança.

A pesquisa de mídia é outra aplicação de longa data. A Affectiva, criada a partir do laboratório de Picard em 2009 e adquirida pela Smart Eye, empresa de monitoramento de motoristas, em 2021, desenvolveu ferramentas de codificação facial que medem, quadro a quadro, as reações do público a anúncios e filmes, agregadas entre muitos espectadores. Centrais de atendimento usam reconhecimento de fala e análises de emoção pela voz para identificar chamadas de pessoas frustradas e orientar agentes em tempo real. Pesquisadores da área da saúde usam sinais de dispositivos vestíveis para acompanhar o estresse e detectar convulsões.

Limites científicos e legais#

Passar da expressão ao sentimento interno é uma inferência controversa. Uma revisão de 2019 liderada por Lisa Feldman Barrett examinou mais de 1.000 estudos e concluiu que os movimentos faciais não correspondem de maneira confiável a emoções específicas entre pessoas, culturas e situações: as pessoas franzem a testa quando estão com raiva menos vezes do que sugere o estereótipo e franzem a testa por muitos motivos além da raiva. Sistemas treinados com rostos posados ou coletados na web também herdam o viés do conjunto de dados, com precisão desigual entre faixas etárias, tons de pele e culturas. Pessoas neurodivergentes também podem expressar emoções de formas não contempladas pelos dados de treinamento. Em 2022, a Microsoft desativou os recursos de inferência de emoções do serviço Azure Face, citando a falta de consenso científico sobre a definição de emoções e as preocupações com a privacidade associadas a esses recursos.

A legislação agora estabelece limites claros. O artigo 5.º, n.º 1, alínea f), do Regulamento Europeu da IA proíbe, desde 2 de fevereiro de 2025, sistemas de IA que inferem as emoções de pessoas no trabalho e em instituições de ensino, salvo por razões médicas ou de segurança. O reconhecimento de emoções em outros contextos é classificado como de alto risco, e essas obrigações, inicialmente previstas para antes, agora entram em vigor em dezembro de 2027, após o Omnibus Digital de 2026 da UE adiá-las. Desde agosto de 2026, qualquer pessoa que implante um sistema desse tipo deve informar as pessoas expostas a ele. Como sistemas afetivos processam rostos, vozes e sinais fisiológicos, também se aplicam as regras de privacidade de dados biométricos, o que favorece projetos de IA de borda que processam vídeo no dispositivo e mantêm apenas o alerta derivado.