Detectar emociones mediante señales inalámbricas

Las expresiones faciales no son siempre fiables: una sonrisa puede ocultar frustración, mientras que una cara de póker podría enmascarar una mano ganadora.

Pero, ¿y si la tecnología pudiera decirnos cómo se siente realmente alguien, sin necesidad de aplicarle técnicas invasivas de análisis?

Unos investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL), adscrito al Instituto Tecnológico de Massachusetts (MIT), en Cambridge, Estados Unidos, ha desarrollado un dispositivo llamado “EQ-Radio” que puede detectar las emociones de una persona usando señales inalámbricas.

Midiendo cambios sutiles en los ritmos respiratorio y cardiaco, EQ-Radio tiene una precisión del 87 por ciento a la hora de detectar si una persona se siente excitada, contenta, enfadada o triste, y puede hacerlo sin sensores aplicados a su cuerpo.

El equipo de Dina Katabi, profesora en el Instituto Tecnológico de Massachusetts (MIT), en Cambridge, Estados Unidos, prevé el uso de su sistema en campos como el entretenimiento, la salud y el análisis del comportamiento de los consumidores. Los estudios cinematográficos y las agencias de publicidad podrían comprobar las reacciones verdaderas de los espectadores en tiempo real, mientras que los teléfonos móviles podrían usar la información sobre nuestro estado de ánimo para ajustar la calefacción o sugerir que tomemos algo de aire fresco. Todo ello de forma no invasiva.

Dina Katabi (centro) explica que la expresión facial de Fadel Adib (derecha) es neutra, pero que el análisis que el sistema EQ-Radio ha hecho de su ritmo cardíaco y su respiración muestra que está triste. (Foto: Jason Dorfman/MIT CSAIL)

La técnica desarrollada por el equipo de Katabi, Mingmin Zhao y Fadel Adib es en definitiva un buen ejemplo de que las señales inalámbricas pueden captar información sobre el comportamiento humano que no siempre es visible a ojo desnudo. Los resultados obtenidos por estos científicos podrían abrir el camino hacia tecnologías futuras que ayudarían a monitorizar y diagnosticar trastornos como la depresión y la ansiedad.

Información adicional