La mayoría de los algoritmos probablemente nunca hayan escuchado la canción de los Eagles, "Ojos mentirosos". De lo contrario, harían un mejor trabajo reconociendo la duplicidad.

Las computadoras no son muy buenas para discernir la tergiversación, y eso es un problema ya que las tecnologías se implementan cada vez más en la sociedad para tomar decisiones que dan forma a las políticas públicas, los negocios y la vida de las personas.

Resulta que los algoritmos fallan las pruebas básicas como detectores de verdad, según investigadores que estudian los factores teóricos de la expresión y las complejidades de la lectura de emociones en el Instituto de Tecnologías Creativas de la USC. El equipo de investigación completó un par de estudios utilizando la ciencia que socava la psicología popular y las técnicas de comprensión de la expresión de la inteligencia artificial. ambos asumen que las expresiones faciales revelan lo que la gente está pensando.

"Tanto las personas como los llamados algoritmos de 'lectura de emociones' se basan en la sabiduría popular de que nuestras emociones están escritas en nuestro rostro, "dijo Jonathan Gratch, director de investigación humana virtual en las TIC y profesor de informática en la Escuela de Ingeniería de la USC Viterbi. "Esto está lejos de la verdad. La gente sonríe cuando está enojada o molesta, enmascaran sus verdaderos sentimientos, y muchas expresiones no tienen nada que ver con los sentimientos internos, pero reflejan convenciones conversacionales o culturales ".

Gratch y sus colegas presentaron los hallazgos hoy en la 8a Conferencia Internacional sobre Computación Afectiva e Interacción Inteligente en Cambridge, Inglaterra.

Por supuesto, la gente sabe que la gente puede mentir con seriedad. Los jugadores de póquer hacen un farol. Los solicitantes de empleo falsifican entrevistas. Los cónyuges infieles engañan. Y los políticos pueden pronunciar alegremente declaraciones falsas.

Todavía, los algoritmos no son tan buenos para detectar la duplicidad, incluso cuando las máquinas se utilizan cada vez más para leer las emociones humanas e informar las decisiones que cambian la vida. Por ejemplo, el Departamento de Seguridad Nacional invierte en dichos algoritmos para predecir amenazas potenciales. Algunas naciones utilizan la vigilancia masiva para monitorear los datos de comunicaciones. Los algoritmos se utilizan en grupos focales, campañas de marketing, para seleccionar a los solicitantes de préstamos o contratar personas para trabajos.

"Estamos tratando de socavar el punto de vista de la psicología popular que la gente tiene de que si pudiéramos reconocer las expresiones faciales de las personas, podríamos decir lo que están pensando, "dijo Gratch, quien también es profesor de psicología. "Piense en cómo la gente usaba polígrafos en el pasado para ver si la gente estaba mintiendo. Hubo mal uso de la tecnología en ese entonces, al igual que los usos indebidos de la tecnología de expresión facial en la actualidad. Estamos utilizando suposiciones ingenuas sobre estas técnicas porque no existe una asociación entre las expresiones y lo que la gente realmente siente según estas pruebas ".

Probarlo, Gratch y sus colegas investigadores Su Lei y Rens Hoegen en ICT, junto con Brian Parkinson y Danielle Shore en la Universidad de Oxford, examinó las expresiones faciales espontáneas en situaciones sociales. En un estudio, desarrollaron un juego en el que 700 personas jugaban por dinero y luego capturaron cómo las expresiones de las personas impactaban sus decisiones y cuánto ganaban. Próximo, Permitieron que los sujetos revisaran su comportamiento y proporcionaran información sobre cómo usaban las expresiones para obtener ventajas y si sus expresiones coincidían con sus sentimientos.

Usando varios enfoques novedosos, el equipo examinó las relaciones entre las expresiones faciales espontáneas y los eventos clave durante el juego. Adoptaron una técnica de la psicofisiología llamada "potenciales relacionados con eventos" para abordar la variabilidad extrema en las expresiones faciales y utilizaron técnicas de visión por computadora para analizar esas expresiones. Para representar movimientos faciales, utilizaron un método propuesto recientemente llamado factores faciales, que captura muchos matices de expresiones faciales sin las dificultades que brindan las técnicas de análisis modernas.

Los científicos descubrieron que las sonrisas eran las únicas expresiones provocadas constantemente, independientemente de la recompensa o la equidad de los resultados. Adicionalmente, los participantes fueron bastante imprecisos en la percepción de las emociones faciales y particularmente pobres en reconocer cuándo las expresiones estaban reguladas. Los hallazgos muestran que la gente sonríe por muchas razones, no solo felicidad, un contexto importante en la evaluación de las expresiones faciales.

"Estos descubrimientos enfatizan los límites del uso de la tecnología para predecir sentimientos e intenciones, Gratch dijo. "Cuando las empresas y los gobiernos reclaman estas capacidades, el comprador debe tener cuidado porque a menudo estas técnicas tienen suposiciones simplistas incorporadas que no han sido probadas científicamente ".

Investigaciones anteriores muestran que las personas sacarán conclusiones sobre las intenciones y las acciones probables de los demás simplemente basándose en las expresiones del otro. Si bien existen estudios anteriores que utilizan el análisis de expresión automático para hacer inferencias, como el aburrimiento, depresión y simpatía, se sabe menos sobre la medida en que las percepciones de la expresión son precisas. Estos hallazgos recientes resaltan la importancia de la información contextual al leer las emociones de otros y respaldan la opinión de que las expresiones faciales comunican más de lo que creemos.