Muchos de los avances tecnológicos actuales recogen datos biológicos que debemos interpretar. Todos esos datos responden a la relación o interacción que tenemos entre nuestro cuerpo y el medio ambiente que nos rodea y por lo tanto están expresando sentiemientos o sensaciones.
El miedo, la ansiedad, la huída o el placer generan respuestas involuntarias que modifican nuestros parámetros biológicos.
Si la tecnología fuese capaz de traducir estas variables biológicas en información sobre nuestro estado de ánimo y generar una respuesta determinada para poder modificarla o paliarla estaríamos ante un futuro que se nos abre con múltiples posibilidades.
Por ejemplo un día con ánimo triste nos podría filtrar las noticias negativas que aparecieran en nuestras redes sociales, recomendarnos una canción que nos gustara o geolocalizarnos a nuestros anigoa más cercanos parapoder hablar con ellos. Un día donde detecte mayor capacidad de concentración nos podría sugerir lectura o estudios determinados..
Bajo estas premisas se ha desarrollado la computación afectiva. Se podría definir como el desarrollo de programación que surge, se relaciona o busca influir en las emociones. O dicho de otra forma dar capacidad a las máquinas de poder percibir las emociones de las personas que puedan reaccionar a ellas y que éstas (las máquinas) puedan expresar o imitar emociones humanas.
Este término fue acuñado por Rosalind Picard en 1995 creando esta rama de la programación informátcia y robótica para poder dar a las máquinas la habilidad de simular empatía y así poder interpretar la emoción del usuario para poder adaptarse a ésta y dar respuestas acordes. En 1997 publicó el libro Affective Computing, en el que defiende que la inteligencia de los ordenadores y su capacidad de interactuar de forma natural con los humanos, pasa por dotar a éstos de la habilidad de reconocer, entender e incluso tener y expresar emociones. Así surge un grupo de investigación en el MIT que combinan la ingeniería y ciencias de la computación con la psicología, la ciencia cognitiva, la neurociencia, la sociología y muchos otros aspectos.
La computación afectiva también puede tener beneficios en el aprendizaje. El grupo de investigación de computación afectiva del MIT ha realizado experimentos para medir las emociones de los estudiantes utilizando las Google Glass aplicando un algoritmo a su cámara capaz de procesar las expresiones faciales de otras personas. Una luz verde en su pantalla significaba que el alumno está interesado en la clase, y una roja que ha perdido el interés. ayudando a hacer de la educación un proceso más interactivo y personalizado.
Aplicado a la salud podemos tener en breve sistemas capaces de reconocer señales precoces que nos indique el estado de ánimo en personas con o sin patología psiquiátrica de base.
Murck, H., Laughren, T., Lamers, F., Picard, R., Walther, S., Goff, D., Sainati, S. «Taking Personalized Medicine Seriously: Biomarker Approaches in Phase IIb/III Studies in Major Depression and Schizophrenia,» Innovations in Clinical Neuroscience, Volume 12, Number 3-4, Supplement A. March-April 2015. PDF
O adelantarnos a riesgos de procesos isquémicos miocárdicos.
Grupo de Nuevas Tecnologías de la SoMaMFyC 