Als je koelkast je emoties kan lezen

Emo-tech Computers worden steeds beter in het lezen van emoties. Wat doen ze met die informatie?

Je hebt een rotdag op werk gehad. Je komt thuis, schopt je schoenen uit en ploft humeurig op de bank. Plotseling begint Spotify te spelen: de playlist ‘Happy Hits!’ Je slimme koelkast vraagt of je zin hebt in een glaasje wijn. Vanuit je telefoon spreekt Siri je toe: „Gaat alles wel goed met je? Wil je er misschien over praten?”

Het menselijk lichaam verraadt op allerlei manieren hoe iemand zich voelt. Een stem kan verdrietig klinken, een gezicht boos kijken, een loopje opgewekt lijken. Steeds meer computerprogramma’s zijn in staat om emoties te herkennen. Dit relatief nieuwe vakgebied, affective computing, is bezig aan een opmars. Volgens in maart gepubliceerd onderzoek van het Amerikaanse marktonderzoekbureau RnR Markets zal de industrie rondom affective computing in waarde toenemen van 12,2 miljard dollar (10,9 miljard euro) in 2016 naar bijna 54 miljard dollar in 2021. Deskundigen voorspellen een ‘emotie-economie’, waarin emoties waardevolle data vormen voor bedrijven.

Willen we wel dat onze emoties geïnterpreteerd worden, terwijl we het zelf misschien niet eens in de gaten hebben? Stel bijvoorbeeld dat een verzekeraar emotiedata gebruikt om in te schatten wat onze premie moet bedragen, of dat een werkgever zulke informatie meeneemt in het sollicitatieproces. De Amerikaanse Kelly Gates, auteur van het boek Our Biometric Future, vindt de opkomst van de emotie-economie een zorgelijke ontwikkeling. „Het verband tussen fysiologische kenmerken en emoties is complex. Zelfs als een emotie wel accuraat gemeten wordt, weet je nog niet waarom iemand dit voelt”, zegt ze in een Skype-gesprek. Ze vergelijkt het met de leugendetector, die aan de hand van zaken als bloeddruk en hartslag meet of iemand de waarheid spreekt. In de Verenigde Staten werd deze test decennialang gebruikt, bijvoorbeeld door werkgevers in de sollicitatieprocedure. „Men wist dat de test niet honderd procent accuraat was – veel mensen ervaren zoveel stress door de test, dat het lijkt alsof ze liegen terwijl dat niet zo is – maar dat werd niet als een probleem gezien. Grotendeels accuraat was voor hun genoeg.” Dit geldt ook voor de bedrijven die nu onze emoties proberen te lezen, stelt ze. Als die bedrijven achter de streep maar winst maken, zal het niet uitmaken dat hun software af en toe een verkeerde inschatting maakt. En wij, als gebruikers, zijn daar de dupe van.”

En wat als je koelkast je emoties verkeerd interpreteert?: (de tekst gaat verder onder de illustratie)

Illustratie Mat

Wat kan er al afgelezen worden? Zes voorbeelden.

  1. Gezicht

    Het gezicht is één van onze belangrijkste middelen voor expressie, dus veel toepassingen in affective computing richten zich op gezichtsuitdrukkingen. Neem de start-up Affectiva. Die heeft technologie ontwikkeld om minuscule bewegingen in het gezicht te lezen, bijvoorbeeld via een webcam of camera op je telefoon. De software wordt op dit moment vooral gebruikt om te meten hoe mensen reageren op reclames of nieuwe tv-programma’s, maar er zijn meer toepassingen mogelijk. Zo kondigde Affectiva begin 2017 aan te werken aan een toepassing voor auto’s. Het idee: als je auto weet hoe jij je voelt, is dat beter voor de veiligheid. Zo zou een auto met de software van Affectiva bijvoorbeeld kunnen zien dat je slaperig wordt, en daarop inspelen door muziek aan te zetten of de temperatuur te verlagen.

  2. Stem

    Ook stem verraadt emotie. Variabelen als intonatie, toonhoogte en spreekritme kunnen geïnterpreteerd worden als enthousiast, humeurig of angstig. Start-up Cogito verkoopt stemanalyse-software aan callcenters en geeft telefonisten realtime informatie over de beller. Staat die op het punt kwaad te worden? De telefonist krijgt een seintje. Is hij ontvankelijk voor een verkooppraatje? Dan ook.

    Ook start-up Beyond Verbal is gespecialiseerd in emotie-analyse met stemgeluid en ontwikkelde de gratis app Moodies. Die vraagt je een praatje te houden van twintig seconden en geeft dan aan hoe je je voelt: introvert en verlegen, verdrietig en op zoek naar gezelschap, of afkeurend en conservatief. De app is vooral een marketingtool om het grote publiek bekend te maken met hun software: net als Cogito verdient Beyond Verbal geld met de verkoop van stemanalyse-software. Zo heeft de medische onderzoeksinstelling Mayo Clinic software gebruikt om te onderzoeken of een link bestaat tussen stempatronen en hartklachten.

  3. Ogen

    Ook eye tracking technology is een belangrijke pijler van affective computing. De technologie geeft adverteerders bijvoorbeeld inzicht in waar mensen naar kijken op een website of in een reclame, en waar niet. Door te meten hoe lang mensen naar iets kijken, hoe lang het duurt voordat ze voor het eerst naar iets kijken, hoe vaak ze knipperen en of hoe verwijd de pupillen zijn, kan hun interesse worden afgelezen.

  4. Vingers

    Vingers zelf zijn niet bijzonder expressief, maar typegedrag is dat des te meer. Met andere woorden: typesnelheid en -ritme verklappen iets over je emotionele gesteldheid. Dit zou al een aantal keer wetenschappelijk aangetoond zijn, bijvoorbeeld in 2014 door onderzoekers van National Chiao Tunog University in Taiwan die hun resultaten publiceerden in Biomedical Engineering Online. Het ging wel om een kleinschalig onderzoek onder 27 deelnemers. Zij werden blootgesteld aan foto’s die emoties oproepen, en moesten vervolgens een type-opdracht te maken.

    Volgens het Indiase Entropik is het mogelijk emotie af te lezen van de manier waarop je een touchscreen gebruikt. Afhankelijk van hoe hard en snel je je vingers over het scherm beweegt, kan worden vastgesteld of je blij, kalm, boos of verveeld bent. Bovendien herkennen de sensoren of je wandelt, rent of stilstaat.

  5. Hart

    De ‘hartslagvariabiliteit’ (HRV) is de regelmatigheid van de intervallen tussen hartslagen. Deze hangt samen met hoe iemand zich voelt. In een gezond lichaam horen die intervallen van elkaar te verschillen (er is een hoge variatie), onder meer omdat de hartslag normaliter iets versnelt als je inademt en vertraagt als je uitademt. Een chronisch lage HRV duidt doorgaans op problemen. Zo werd in een onderzoek uit 2013, gepubliceerd in BMC Psychiatry, aangetoond dat mensen met zware depressies relatief vaak een lage HRV hebben.

    Momenteel zijn er draagbare gadgets op de markt die HRV meten en claimen inzicht te geven in je emotionele welzijn, bijvoorbeeld de slimme armband Fitbit Charge 2. Of die echt goed werken valt te bezien: HRV is lastig meetbaar, het risico op foutmetingen is hoog. Wetenschappers maken daarom gebruik van algoritmes om deze ruis te corrigeren, maar wearables hebben daar niet de benodigde rekenkracht voor.

  6. Brein

    Onderzoekers van Carnegie Mellon University publiceerden in 2013 een studie waarin ze verschillende emoties in het brein in kaart brachten. Zo bleek vreugde relatief gemakkelijk te herkennen en was jaloezie juist lastig zichtbaar.

    Bedrijven als Emotiv, NeuroSky en Muse hebben draagbare gadgets voor op je hoofd ontwikkeld waarmee gemoedstoestanden worden gemeten. Sensoren meten hersenactiviteit en zetten die om in een elektro-encefalogram, ofwel EEG. De gadget van Emotiv, bijvoorbeeld, kan zes gemoedstoestanden herkennen: opwinding, interesse, stress, betrokkenheid, focus en kalmte. Met een app kan je die informatie aflezen. De hoofdband van Muse, dat zich richt op meditatie, meet kalmte en focus.

    Net als bij het hart, is het de vraag of deze gadgets voor het brein accuraat genoeg meten om echt bruikbaar en betrouwbaar te zijn. Het is zelfs al lastig te zien of de gemeten activiteit wel echt afkomstig is van het brein; spieractiviteit kan ook opgepikt worden in een EE. Emotiv claimt spier- en hersenactiviteit uit elkaar te kunnen houden, maar dat is lastig te controleren zonder inzicht in het algoritme.

    • Anouk Vleugels