Análise emocional: as máquinas podem entender como nos sentimos?

• Autor:
• Nome do autor

  Previsão Quantumrun
• 10 de outubro de 2023

Resumo do insight

A análise de emoções usa inteligência artificial para avaliar as emoções humanas a partir da fala, do texto e de sinais físicos. A tecnologia se concentra principalmente no atendimento ao cliente e no gerenciamento da marca, adaptando as respostas do chatbot em tempo real. Outra aplicação polêmica é no recrutamento, onde a linguagem corporal e a voz são analisadas para a tomada de decisões de contratação. Apesar do seu potencial, a tecnologia tem recebido críticas por falta de base científica e potenciais problemas de privacidade. As implicações incluem interações mais personalizadas com os clientes, mas também a possibilidade de mais ações judiciais e preocupações éticas.

Contexto de análise de emoções

A análise emocional, também conhecida como análise de sentimento, permite que a inteligência artificial (IA) entenda como um usuário se sente, analisando sua fala e estrutura de frases. Esse recurso permite que os chatbots determinem as atitudes, opiniões e emoções dos consumidores em relação a empresas, produtos, serviços ou outros assuntos. A principal tecnologia que alimenta a análise emocional é a compreensão da linguagem natural (NLU).

NLU refere-se a quando o software de computador compreende entradas na forma de frases por meio de texto ou fala. Com esta capacidade, os computadores podem compreender comandos sem a sintaxe formalizada que muitas vezes caracteriza as linguagens de computador. Além disso, a NLU permite que as máquinas se comuniquem com os humanos usando linguagem natural. Este modelo cria bots que podem interagir com humanos sem supervisão. 

Medições acústicas são usadas em soluções avançadas de análise emocional. Eles observam o ritmo com que alguém fala, a tensão em sua voz e as mudanças nos sinais de estresse durante uma conversa. O principal benefício da análise emocional é que ela não precisa de dados extensos para processar e personalizar uma conversa de chatbot para reações do usuário em comparação com outros métodos. Outro modelo denominado Processamento de Linguagem Natural (PNL) é empregado para medir a intensidade das emoções, atribuindo pontuações numéricas aos sentimentos identificados.

Impacto disruptivo

A maioria das marcas usa análises emocionais no suporte e gerenciamento do cliente. Os bots examinam postagens nas redes sociais e menções à marca on-line para avaliar o sentimento contínuo em relação aos seus produtos e serviços. Alguns chatbots são treinados para responder imediatamente às reclamações ou direcionar os usuários a agentes humanos para lidar com suas preocupações. A análise emocional permite que os chatbots interajam com os usuários de forma mais pessoal, adaptando-se em tempo real e tomando decisões com base no humor do usuário. 

Outro uso da análise emocional é no recrutamento, o que é controverso. Empregado principalmente nos EUA e na Coreia do Sul, o software analisa os entrevistados através da sua linguagem corporal e movimentos faciais sem o seu conhecimento. Uma empresa que tem recebido muitas críticas em relação à sua tecnologia de recrutamento baseada em IA é a HireVue, com sede nos EUA. A empresa usa algoritmos de aprendizado de máquina para descobrir os movimentos dos olhos de uma pessoa, o que ela está vestindo e detalhes de voz para traçar o perfil do candidato.

Em 2020, o Electronic Privacy Information Center (EPIC), uma organização de pesquisa com foco em questões de privacidade, apresentou uma queixa à Comissão Federal de Comércio contra a HireVue, afirmando que suas práticas não promovem igualdade e transparência. No entanto, várias empresas ainda dependem da tecnologia para as suas necessidades de recrutamento. De acordo com Financial Times, o software de recrutamento de IA economizou para a Unilever 50,000 horas de contratação de trabalho em 2019. 

A publicação de notícias Spiked chamou a análise de emoções de uma "tecnologia distópica" que valerá US$ 25 bilhões até 2023. Os críticos insistem que não há ciência por trás do reconhecimento de emoções. A tecnologia ignora as complexidades da consciência humana e, em vez disso, depende de pistas superficiais. Em particular, a tecnologia de reconhecimento facial não considera os contextos culturais e as muitas maneiras pelas quais as pessoas podem mascarar os seus verdadeiros sentimentos, fingindo estar felizes ou entusiasmadas.

Implicações da análise emocional

Implicações mais amplas da análise emocional podem incluir: 

• Grandes empresas que empregam software de análise emocional para monitorar funcionários e acelerar decisões de contratação. No entanto, isso pode ser enfrentado por mais ações judiciais e reclamações.
• Chatbots que oferecem diferentes respostas e opções com base nas emoções percebidas. No entanto, isso pode resultar na identificação imprecisa do humor do cliente, levando a clientes mais descontentes.
• Mais empresas de tecnologia investem em software de reconhecimento de emoções que pode ser usado em espaços públicos, incluindo lojas de varejo.
• Assistentes virtuais que podem recomendar filmes, músicas e restaurantes com base nos sentimentos dos usuários.
• Grupos de direitos civis apresentam queixas contra desenvolvedores de tecnologia de reconhecimento facial por violações de privacidade.

Perguntas para comentar

• Quão precisas você acha que as ferramentas de análise emocional podem ser?
• Quais são os outros desafios de ensinar as máquinas a compreender as emoções humanas?