Im Stavenhof 5-7
50668 Köln

Affective Computing und die totale emotionale Überwachung (DEEP! #004)

Auch in deiner Podcast App verfügbar:

Freunde, wir alle sind vertraut mit Begriffen wie künstliche Intelligenz, Deep Learning, Machine Learning und in einer vorhergegangenen Folge habe ich euch die Technologie Decision Intelligence vorgestellt. Aber kennst du auch konkrete Anwendungsgebiete und Ausblicke unserer heutigen Technologien? Ich möchte heute mit euch über Affective Computing sprechen.

Affective Computing ist ein Zweig der Künstlichen Intelligenz, der sich auf Emotionen und andere affektive Phänomene bezieht, aus ihnen entsteht oder sie bewusst beeinflusst.

Die zunehmende Verbreitung von hochauflösenden Kameras, Hochgeschwindigkeitsinternet und die Möglichkeiten des maschinellen Lernens, insbesondere des Deep Learning, ermöglichen den Aufstieg des affektiven Computings. Wir schauen uns an, was es ist, wo es zur Anwendung kommt und natürlich auch, was für Fragen und Probleme es aufwirft.

Im Affective Computing werden Systeme und Geräte untersucht und entwickelt, die menschliche Gefühle erkennen, interpretieren, verarbeiten und simulieren können. Daher sprechen wir auch von emotional AI, also emotionaler künstlicher Intelligenz.

Wie ihr euch denken könnt ist Affective Computing ein interdisziplinäres Feld, indem die Bereiche Informatik, Psychologie und Kognitionswissenschaft zusammenfallen.

Der Beginn des Forschungszweigs liegt tatsächlich auch schon ein Weile zurück. Und zwar schrieb Rosalind Picard bereits 1995 ein Paper über ‘Affective Computing’. Sie schrieb:

“Wenn wir wollen, dass Computer wirklich intelligent sind und auf natürliche Weise mit uns interagieren, müssen wir ihnen die Fähigkeit geben, Emotionen zu erkennen, zu verstehen, ja sogar zu haben und auszudrücken”

So Rosalind Picard. Soso, wir sollen Roboter mit Gefühlen bauen, damit sie uns besser verstehen und besser auf uns reagieren können. Davon, dass Computer selbst fühlen können, sind wir noch zieemlich weit entfernt. Aber sie werden immer besser, unsere Gesichtsausdrücke, Tonlage und andere Zeichen zu lesen, die unsere Gemütslage widerspiegeln.

Warum ist Affective Computing relevant?

Stell dir vor, unsere Computer wären emotional Intelligent. Sie erkennen unsere Gefühlzustände an unseren Gesichtsausdrücken, Gesten und Stimmlagen. Indem die Machine also unseren emotionalen Zustand interpretiert, kann sie ihr Verhalten darauf abstimmen und angemessene Reaktion auf diese Emotionen zeigen.

Je mehr Computer wir in unserem Leben haben, desto mehr wollen wir, dass sie sich höflich verhalten und sozial intelligent sind. Wir wollen nicht, dass sie uns mit unwichtigen Informationen belästigen. Diese Art von gesundem Menschenverstand erfordert ein Verständnis für den emotionalen Zustand der Person. Wie also sieht eine Welt mit KI-Technologie für Emotionen aus?

Da die KI-Technologie für Emotionen in vielen verschiedenen Branchen mit einer Vielzahl von Anwendungen eingesetzt werden kann, haben Tech-Giganten und Start-ups damit begonnen, entweder in Computer Vision oder in Sprachanalyse zu investieren, um menschliche Emotionen zu erkennen. Die Technologie wächst also rasant an und hat sich auf verschiedene neue Bereiche und Branchen ausgedehnt, um Unternehmen dabei zu helfen, ein besseres Kundenerlebnis zu bieten und Kosten zu sparen.

Einer Studie zufolge wird prognostiziert, dass bis 2022 10 Prozent der persönlichen Geräte über Emotions-KI-Funktionen verfügen werden, sowohl auf den eigenen Geräten als auch auf Cloud-Diensten. Vor vier Jahren etwa lag diese Zahl bei weniger als 1 Prozent. Schauen wir uns mögliche Anwendungsfelder von Affective Computing an, damit du ein besseres Verständnis von den Möglichkeiten dieser Technologie bekommst. Faire Warnung vorab, manches klingt ein bisschen wie ein aus einem dystopischen Sci-Fi-Film.

Affective Computing Beispiele

Unternehmen können analysieren, was ihre Kunden bewegt, und ihre Kommunikationsstrategien entsprechend ausrichten. So kannst du beispielsweise die Kundenreaktionen auf deine Kampagnen, Produkte und Dienstleistungen messen, um die Marketingstrategien zu optimieren.

Die Emotion AI-Technologie kann auch im Handel eingesetzt werden, indem die Zufriedenheit und die Reaktionen der Kunden beim Einkaufen im Geschäft überwacht werden. Mit den gewonnenen Erkenntnissen können Einzelhändler effektivere Maßnahmen zur Steigerung der Kundenzufriedenheit ergreifen.

Recruiter können durch eine emotionale Intelligenz unterstützt werden, um herauszufinden, wie glaubwürdig ein Bewerber ist. Bleiben wir bei Human Ressources: HR-Teams können den Stress- und Angstpegel der Mitarbeitenden während der Arbeit verfolgen und beobachten, ob sie mit ihren aktuellen Aufgaben und ihrer Arbeitsbelastung zufrieden sind. Allerdings wirft dies auch ein ethisches Problem auf, da alle Mitarbeitenden während der Arbeitszeit überwacht werden müssen und ihre Zustimmung zur ständigen Überwachung ihrer Emotionen erforderlich sein könnte.

Und Hand aufs Herz, wer hat bei seiner Versicherung schonmal geflunkert, um einen Vorteil zu ergattern? Das könnte mit Emotionaler AI bald der Vergangenheit angehören. Versicherungsgesellschaften können Sprachanalysen nutzen, um zu erkennen, ob ein Kunde bei der Einreichung eines Schadens die Wahrheit sagt. Okay okay das ist jetzt für die Versicherungsgauner unter uns nicht so überragend. Schauen wir uns den Bildungsbereich an.

Sensoren wie Videokameras oder Mikrofone können zur Erfassung des emotionalen Zustands der Schüler während des Unterrichts eingesetzt werden. Emotion AI kann beurteilen, wie zufrieden oder frustriert die Schüler mit dem Unterricht sind, weil eine Aufgabe zu anspruchsvoll oder zu einfach ist. Die Lehrkräfte können sich daraufhin anpassen und die Unterrichtsstunden entsprechend gestalten. Ein ähnlicher Ansatz kann auch beim Testen von Lernsoftware-Prototypen für das Online-Lernen verwendet werden.

Affektive Computing kann auch zur Messung der Fahrleistung autonomer Autos eingesetzt werden. Mit in das Fahrzeug integrierten Kameras und Mikrofonen kann die Technologie den emotionalen Zustand der Fahrgäste überwachen und beobachten, ob sie gestresst oder zufrieden mit dem Fahrerlebnis sind. Mit diesen Daten können wiederum bessere Fahrzeuge gebaut werden.

Es gibt auch Anwendungen, wo die Meinungen richtig extrem auseinander gehen. Im öffentlicher Dienst zum Beispiel. Es gibt Partnerschaften zwischen Anbietern von KI-Technologie für Emotionen und Anbietern von Überwachungskameras. Kameras an öffentlichen Plätzen in den Vereinigten Arabischen Emiraten können die Mimik der Menschen erkennen und so die allgemeine Stimmung der Bevölkerung erfassen. Dieses Projekt wurde vom Ministerium für Glück und Wohlbefinden des Landes initiiert. Finde ich persönlich etwas zu viel des Guten.

Emotionale KI kann in IoT- und andere intelligente Geräte integriert werden, so dass diese Geräte auf der Grundlage der durch Sprach- und Gesichtsanalyse erkannten emotionalen Zustände der Nutzer handeln können. Bei schlechter Laune könnte die intelligente Anlage meinen Lieblingssong anschmeißen, um mich aufzuheitern.

Und hast du schonmal wütend zum Hörer gegriffen, um dich beim Kundenservice zu beschweren? Schlimmer noch, du hast einen ängstlichen Anfänger erwischt, der deine Wünsche nicht sofort von deinen Lippen ablesen kann und dadurch deinen Zorn noch verstärkt? Nun stell dir mal vor, eine intelligente Hotline hört deine schlechte Laune heraus und kann dich direkt an einen erfahrenen Mitarbeiter bzw. eine erfahrene Mitarbeiterin weiterleiten? Dieselbe Intelligenz kann dem Mitarbeitenden Verhaltensvorschläge geben, basierend auf dem Sprachmuster und dem Gesprächsverlauf. Nach dem Gespräch weiß die Machine dann auch, wie zufrieden du nach dem Servicegespräch warst. Freiwilliges Geben von Feedback wäre damit passé.

Affective Computing-Technologien erkennen den emotionalen Zustand eines Benutzers (über Sensoren, Mikrofon, Kameras und/oder Softwarelogik) und reagieren darauf, indem sie bestimmte, vordefinierte Produkt-/Dienstleistungsfunktionen ausführen, z. B. ein Quiz ändern oder eine Reihe von Videos empfehlen, die der Stimmung des Lernenden entsprechen.

Wie ihr seht, gibt es eine ganze Reihe an Anwendungsfeldern für Affective Computing. Und ich bin mir sicher, dass der eine oder die andere sich bei den Beispielen denkt, “Oh man oh man, das ist jetzt aber ein bisschen too much.” Ja mir selbst ist bei der Recherche manchmal ein kleiner Schauer über den Rücken gegangen. Ich meine, vorher kommen die Daten, mit denen die Maschinen trainiert wurden? Von uns. Was bedeutet es, wenn wir 24/7 gefilmt und bewertet werden? Und nicht nur an öffentlichen Orten wie im Einkaufsladen, sondern im eigenen Auto und im eigenen Haus?

Technologieunternehmen haben riesige Mengen an Bildern menschlicher Mimik erfasst, darunter Milliarden von Instagram-Selfies, Pinterest-Porträts, TikTok-Videos und Facebook-Fotos – ohne jemals wirklich um Erlaubnis zu fragen. Und das ist nur der Anfang der vielen, vielen Probleme, die die Technologie zur Erkennung von Emotionen plagen.

Fragen nach Privatsphäre und Datenschutz werden also durch Affective Computing weiterhin extrem relevant sein und zu vielen hitzigen Diskussionen führen. Hoffentlich.

Außerdem ist nicht gesagt, ob es wirklich so einfach sein wird, menschliche Emotionen 100% korrekt zu lesen. Ich meine, Maschinen werden mit Daten gefüttert, die zuvor von Menschen händisch getaggt werden. Und Menschen selbst sind keine Meister im Lesen von Gefühlen. Noch dazu kommen kulturelle Unterschiede im Bewerten der Emotionen. Gefühle sind nicht eindeutig zu bewerten und Emotion AI wird in der nahen Zukunft vermutlich noch extrem Fehlergetrieben sein.

Die Verwendung affektiver Daten gibt ordentlich Raum für Manipulation, Kontrolle und Erforschung auf der Grundlage von Gefühlen. Aber sie kann auch ein mächtiges Werkzeug für positive Veränderungen und Fortschritte in vielen Bereichen sein. In Anbetracht dessen müssen wir unbedingt die ethischen Grenzen zu erörtern und mit der Technologie gleich auch Regeln für Systeme der künstlichen Intelligenz aufstellen. Glücklicherweise werden diese Studien und Diskussionen immer häufiger, Wobei versucht wird, die Debatte über die Ethik von Algorithmen und alle Bereiche, in denen künstliche Intelligenz für ungerechte Ergebnisse verantwortlich sein kann, zu erfassen. Es bleibt zu hoffen, dass diese Entwicklungen weiter voranschreiten, dass Regelungen geschaffen werden und dass es möglich sein wird, in einer Zukunft zu leben, die nicht wie ein gruseliger Sci-Fi-Roman aussieht.

Was denkst du darüber?

Schreib mir gerne eine E-Mail und ich diskutiere deine Gedanken in der nächsten Folge.

Damit verabschiede ich mich von euch. Danke, dass du wieder eingeschaltet hast. Bis zum nächsten Mal, ciao!

Hast du auch was zu sagen und Bock auf eine Folge mit uns?

Schreib uns eine Nachricht an podcast@betaphase.blog. Wir freuen uns, von dir zu hören!