De groeiende kracht van AI voor onderzoek naar emoties

Er gaat geen dag voorbij zonder dat we een emotie uiten of een emotionele uiting in iemand anders waarnemen. Emoties zijn vaak de drijfveren achter onze beslissingen en de bewuste of onbewuste (non-verbale) emotionele communicatie kan bepalend zijn voor het slagen van samenwerking, een date of voor het oplossen van een conflict. Al ruim voor Charles Darwin zijn boek over uitingen van emotie schreef, was dit thema de focus van kunstenaars, schrijvers en  wetenschappers. Paul Ekman bouwde voort op Darwin en toonde aan dat er universele uitingen van emotie zijn. Met andere woorden: over de hele wereld zijn er overeenkomsten te vinden in hoe bepaalde emoties worden geuit. Bij walging knijp je je neus dicht bij angst juist niet. Echter, het emotie-onderzoek is beperkt door de gebruikmaking van geacteerde uitingen van emotie. Blijdschap kan op heel uiteenlopende manieren worden geuit en dit is o.a. afhankelijk van culturele factoren en context. Over hoe mensen emoties uiten als ze daadwerkelijk een emotie ervaren, is schrikbarend weinig bekend.

AI biedt hier uitkomst. Machine-learning algorithms kunnen gevoed en getraind worden met materiaal afkomstig uit velerlei bronnen zoals het nieuws, reality TV en sociale media. Dit soort beelden zijn meer ambigu en minder overdreven dan geacteerde uitingen. Ook zijn er vaker meerdere emoties die door elkaar heen lopen. Maar tegelijkertijd zijn ze een veel accuratere reflectie van wat er daadwerkelijk in het dagelijks leven gebeurt. De kennis kan worden omgevormd om kritieke situaties op bijvoorbeeld luchthavens te voorspellen. Natuurlijk heeft dit een keerzijde en moeten we de ethische aspecten sterk in acht nemen. Hetzelfde geldt voor de sociale robots die in opkomst zijn en die steeds beter in staat zijn om onze emoties te lezen en ook om zelf emoties te uiten.