Paul Ekman amerikai pszichológus 1967-ben a Pápua Új-Guinea távoli hegyvidékén, a külvilágtól elzártan élő fore törzs tagjaival kommunikálva, igyekezett bizonyítékokat gyűjteni arra a hipotézisre, mely szerint minden emberi arc ugyanúgy fejezi ki az alapvető – univerzális – érzelmeket. Kártyákat mutatott nekik mosolygó, dühöngő és más lelki állapotban lévő személyekről, kommunikációs partnerei pedig nagy nehézségek árán azonosították a képekkel kifejezett érzéseket.

A munka rendkívül lassan ment, de végül a fiatal kutató levonta a következtetést: az érzelemkifejezés egyetemes. Elmélete meghódította a világot, az általa feltérképezett, kodifikált megnyilvánulásokon 2024-ben már 26 milliárd dolláros üzlet fog alapulni.

Manapság a nemzetbiztonságtól a repülőtéri ellenőrzésig, az oktatástól a munkaerő-felvételig, változatos területeken alkalmaznak érzelemfelismerő technológiákat. Infokom cégek irdatlan mennyiségű képet (Instagram szelfiket, Tiktok videókat, Flickr fotókat, Pinterest portrékat stb.) használnak emocionális állapotok címkézésére. Az érzelemfelismerés sok platform, a legnagyobb techvállalatok és a kis startupok infrastruktúrájának meghatározó részévé vált.

Az arcfelismerés adott személyeket próbál azonosítani, az érzelemfelismerés az arcon tükröződő lelkiállapotokat igyekszik osztályozni. Ezek a széles körben elterjedt, automatizált rendszerek befolyásolják a viselkedésünket, társadalmi szervezetek tevékenységét, miközben működésük alapjai változatlanul bőven megkérdőjelezhetők.

Mi van, ha nem igaz, hogy arcunkra ösztönösen kiülnek az érzelmeink, ráadásul majdnem mindenki arcára ugyanúgy, és aktuális állapotunk gépekkel ki is mutatható? – teszi fel a kérdést Kate Crawford, a Microsoft kutatója.

Az érzelemfelismerés annyira elfogadott, hogy egyes területeken már az is bizarr, ha valaki kételkedik egyes eredményeiben. Crawford szerint az ezzel foglalkozó mesterségesintelligencia-szakemberek áltudományokat élesztenek újjá, például az „agyi dudorok” emberi jellemvonásokhoz köthető szerepét hirdető frenológiát.

Érzelemfelismerő algoritmusok fejlesztésénél ignoráljuk a kulturális, szociális különbségeket. Tudósok hosszú ideig próbálkoztak arcmozgások érzésekhez társításával, és az MI-rendszerek most ugyanezt teszik. Igazából viszont soha nem működött a technológia – állítja Crawford.

Ekman sem ismerte a fore törzs kultúráját, nyelvét, szokásait.

Kutatók általában idealizált képeket gyártanak egy-egy érzéshez, csakhogy míg egyes kultúrákban funkcionálnak ezek a fényképek, másokban teljes tévutat jelentenek.

Crawford egyik példája a 9/11 után bevezetett, terroristákat negatív érzelmeik (stressz, félelem, megtévesztés stb.) alapján automatikusan felismerni hivatott SPOT algoritmus. 900 millió dollárt költöttek rá, és semmiféle bizonyíték nincs arra, hogy valaha is működött.

„Az érzelemfelismerés automatizálásának veszélye, hogy visszavisz minket a frenológiai múltba, amikor hamis állításokkal erősítették meg a hatalmi rendszert. Az érzelmek bonyolultak, kultúránkkal és történelmünkkel, az MI keretein túli rendszerekkel korrelálva fejlődnek és változnak” – összegez Crawford.