MADRID, 2 Feb. (Portaltic/EP) -
Un grupo de científicos del Instituto Tecnológico de Massachussets (MIT) ha desarrollado un sistema de Inteligencia Artificial para dispositivos 'wearable' que permite detectar el tono general de una conversación. La investigación, que ha sido publicada el pasado miércoles, está dirigida a ayudar a las personas con Asperger en sus interacciones sociales.
La herramienta 'wearable' se ha probado a través de relojes 'smartwatch', de manera que puedan ser útiles para la vida cotidiana de quienes padecen trastornos sociales. El reloj inteligente detecta la entonación de las personas que hablan, analiza las expresiones empleadas y recoge información sobre las pulsaciones del usuario. Es capaz de determinar, con un 83% de efectividad --probada en 31 pruebas distintas--, si el tono general es 'positivo', 'neutral' o 'triste'.
La aplicación analiza los datos recopilados e informa al usuario cada cinco segundos sobre la emoción predominante de la conversación. Según la coautora del estudio, Tuka Alhanai, en declaraciones para la web del MIT, se trata del "primer experimento que recopila datos físicos y de la conversación", así como el primero que los proporciona "en tiempo real".
En la realización de esta investigación, liderada por Tuka Alhanai y Mohammad Ghassemi, han colaborado tanto especialistas en Inteligencia Artificial como en medicina científica. Sus resultados invitan a pensar en "un mundo donde la gente pueda tener un entrenador de habilidades sociales de Inteligencia Artificial en su bolsillo", según Alhanai.
Para llevar a cabo el estudio, los investigadores emplearon como dispositivo el Samsung Simband, un 'smartwatch' lanzado en 2014 que resultaba especialmente indicado por su carácter modular y fácilmente reprogramable, además de por su capacidad de recoger distintos tipos de datos.
A pesar de que la prueba del estudio ha demostrado ser un 7,5% más efectiva que cualquier otra realizada hasta la fecha, aún hay aspectos mejorables para los investigadores. "El siguiente paso es mejorar el algoritmo emocional para que sea más exacto e identifique los momentos como aburridos, tensos o divertidos en lugar de sólo etiquetarlos como positivos y negativos", declara Alhanai.
