La IA puede identificar las emociones de los atletas
Un novedoso modelo de análisis de emociones capaz de identificar estados emocionales con una precisión comparable a la de los humanos.
Investigadores del Instituto de Tecnología de Karlsruhe (KIT) y la Universidad de Duisburgo-Essen han utilizado con éxito redes neuronales asistidas por computadora para detectar con precisión estados emocionales a partir del lenguaje corporal de los jugadores de tenis durante los partidos.
Este estudio marca la primera instancia en la que entrenaron un modelo de inteligencia artificial (IA) utilizando datos de juegos reales. Publicado en la revista Knowledge-Based Systems, su investigación demuestra la capacidad de la IA para interpretar el lenguaje corporal y las emociones con un nivel de precisión comparable al de los humanos. Sin embargo, también plantea consideraciones éticas.
Desarrollo de un modelo especializado de IA para el reconocimiento de emociones en jugadores de tenis
En su estudio titulado “Reconociendo estados afectivos a partir del comportamiento expresivo de los jugadores de tenis utilizando redes neuronales convolucionales,” equipos interdisciplinarios de ciencias del deporte, desarrollo de software y ciencias de la computación del KIT y la Universidad de Duisburgo-Essen desarrollaron un modelo especializado de IA. Emplearon algoritmos de reconocimiento de patrones para analizar imágenes de video de jugadores de tenis capturadas durante partidos en vivo.
“Nuestro modelo alcanza una precisión de hasta el 68.9 por ciento en la identificación de estados afectivos, lo que se compara favorablemente e incluso supera en ocasiones las evaluaciones realizadas por observadores humanos y métodos automatizados anteriores,” explicó el Profesor Darko Jekauc del Instituto de Deportes y Ciencias del Deporte de KIT.
Utilización de escenarios de la vida real en el entrenamiento del sistema de IA
Un aspecto notable y distintivo del estudio es el uso de escenarios auténticos y reales, en lugar de entornos simulados o artificiales, para entrenar su sistema de IA. Los investigadores grabaron secuencias de video de 15 jugadores de tenis en condiciones específicas de partidos, enfocándose en sus reacciones de lenguaje corporal al ganar o perder puntos.
Estos videos capturaron a los jugadores exhibiendo señales como cabezas agachadas, brazos levantados en celebración, raquetas colgando o variaciones en la velocidad al caminar, lo que ayudó a discernir sus estados afectivos.
Al analizar este conjunto de datos, la IA aprendió a correlacionar señales específicas del lenguaje corporal con varias reacciones emocionales y a distinguir con precisión entre estados afectivos positivos (ganar un punto) y negativos (perder un punto). “El entrenamiento en contextos naturales representa un avance significativo para identificar estados emocionales genuinos y permite predicciones en escenarios del mundo real,” señaló Jekauc.
La investigación no solo sugiere que los algoritmos de IA eventualmente pueden superar a los observadores humanos en la identificación de emociones, sino que también descubrió un hallazgo intrigante: tanto los humanos como la IA sobresalen en el reconocimiento de emociones negativas.
Reconocimiento de emociones negativas en la detección de emociones
“La razón de esto podría ser que las emociones negativas son más fáciles de identificar ya que se expresan de manera más visible,” explicó Jekauc. “Las teorías psicológicas proponen que las personas son evolutivamente más aptas para detectar señales emocionales negativas, posiblemente porque resolver rápidamente situaciones de conflicto es crucial para mantener la armonía social.”
El estudio vislumbra numerosas aplicaciones deportivas para el reconocimiento preciso de emociones, como la mejora de metodologías de entrenamiento, dinámicas de equipo, optimización del rendimiento y mitigación del agotamiento. Además, otros campos como la salud, la educación, el servicio al cliente y la seguridad automotriz podrían aprovechar la detección temprana de estados emocionales para diversos beneficios.
“Aunque esta tecnología promete ventajas sustanciales, es crucial considerar los posibles riesgos, particularmente en relación con la privacidad y el uso indebido de datos,” enfatizó Jekauc. “Nuestra investigación se adhirió estrictamente a las pautas éticas y regulaciones de protección de datos existentes. De cara a las aplicaciones prácticas de esta tecnología, será vital abordar proactivamente las preocupaciones éticas y legales.”
Read the original article on: Science Daily
Read more: Kilnam Chon Predicts AI Surpassing Human Intelligence in 30 Years
