الحوسبة العاطفية هي مجال يهدف إلى تعزيز التفاعلات العاطفية بين البشر والآلات، ويتم تعزيز هذا المجال من خلال الجمع بين عدد من التخصصات مثل علوم الكمبيوتر، وعلم النفس، والعلوم المعرفية.
اكتسبت الحوسبة العاطفية شعبية واسعة في السنوات الأخيرة، لأنها لا تحدث ثورة في التفاعل بين البشر وأجهزة الكمبيوتر فحسب، بل أيضا مع أي آلة أو نظام يعتمد على الذكاء الاصطناعي.
تشير الحوسبة العاطفية أيضًا إلى تطوير التقنيات لتمكينها من التعرف على المشاعر الإنسانية وتفسيرها ومعالجتها ومحاكاتها، أو بمعنى آخر يهتم المجال بإنشاء آلات تفهم المشاعر الإنسانية وتستجيب لها، ويتحقق ذلك من خلال تمكين الآلات أو أنظمة للتعرف على المشاعر الإنسانية وتفسيرها، مما يساهم بدوره في تقديم استجابات دقيقة للمستخدمين.
وتقوم أجهزة الكمبيوتر بجمع معلومات تتعلق ببعض الجوانب مثل نبرة الصوت البشري المتفاعل، وتعبيرات الوجه، ولغة الجسد، بحسب موقع “داتا كامب”.
يتم جمع هذه البيانات من خلال أجهزة استشعار مادية مثل الميكروفونات وكاميرات الفيديو، والتي يمكنها اكتشاف الحركات، والتقاط الإيماءات، وإدراك التغيرات في الصوت أو النغمة، وحتى تعبيرات الوجه الدقيقة.
بمجرد جمع البيانات أو الحصول عليها، يتم استخدام تقنيات التعلم الآلي لتفسير البيانات وتحديد الأنماط واتخاذ القرارات أو التنبؤات.
تشمل تقنيات التعلم الآلي الرئيسية في الحوسبة العاطفية ما يلي:
التعلم تحت الإشراف
يُستخدم هذا النهج بشكل شائع في الحوسبة العاطفية، حيث يتم تدريب النموذج (الكمبيوتر أو أي نظام) على مجموعة بيانات مصنفة، ويتعلم النموذج التنبؤ بالملصق.
على سبيل المثال، قد تتكون مجموعة البيانات من صور للوجوه مع تسميات تشير إلى المشاعر المعبر عنها في كل صورة. وبالتالي فإن النموذج الخاضع للإشراف والذي تم تدريبه على مجموعة البيانات هذه يتعلم التنبؤ بالمشاعر المعبر عنها.
تعليم غير مشرف عليه
في طريقة التعلم غير الخاضعة للرقابة، يتم تدريب النموذج على مجموعة بيانات غير مصنفة ويجب أن يتعلم كيفية تحديد الأنماط في البيانات دون أي توجيه.
يمكن أن تكون هذه الطريقة مفيدة في الحوسبة العاطفية لمهام مثل التجميع في الحوسبة العاطفية، حيث يكون الهدف هو تجميع نقاط البيانات المتشابهة معًا.
على سبيل المثال، يمكن استخدام نموذج التعلم غير الخاضع للرقابة لتجميع تعبيرات الوجه أو أنماط الكلام المتشابهة معًا، والتي يمكن بعد ذلك تصنيفها وتفسيرها بواسطة الإنسان.
تعزيز التعلم
في التعلم المعزز، يتعلم النموذج كيفية اتخاذ القرارات. ويستخدم هذا النهج في الحوسبة العاطفية لتدريب النماذج التي تتفاعل مع البشر بطريقة تأخذ في الاعتبار حالتهم العاطفية.
مثال: يمكن استخدام نموذج التعلم المعزز لتدريب مساعد افتراضي يقوم بتعديل سلوكه بناءً على الاستجابات العاطفية للمستخدم.
تعلم عميق
التعلم العميق هو مجموعة فرعية من التعلم الآلي الذي يركز على الشبكات العصبية الاصطناعية ذات الطبقات المتعددة.
تعتبر هذه النماذج جيدة بشكل خاص في معالجة البيانات المعقدة مثل الصور والصوت والنص، وهي أنواع شائعة من البيانات في الحوسبة العاطفية.
مثال: يمكن استخدام الشبكات العصبية التلافيفية (الشبكات المعقدة التي يستخدمها الذكاء الاصطناعي) لتحليل تعبيرات الوجه، بينما يمكن استخدام الشبكات العصبية المتكررة (أي الأبسط) لتفسير بيانات الكلام أو النص.
نقل التعلم
هنا، يتم استخدام نموذج تم تدريبه مسبقًا كنقطة بداية لمهمة جديدة ذات صلة، ويمكن أن يكون هذا النهج مفيدًا في الحوسبة العاطفية، حيث غالبًا ما يكون من الصعب الحصول على مجموعات كبيرة من البيانات.
مثال: يمكن ضبط النموذج الذي تم تدريبه مسبقًا على مجموعة بيانات كبيرة من الوجوه على مجموعة بيانات أصغر من تعبيرات الوجه لإنشاء نظام للتعرف على المشاعر.
كيفية تطبيق الحوسبة العاطفية في الممارسة العملية
يمكن للحوسبة العاطفية أن تعزز تجارب المستخدم بشكل كبير من خلال خلق تفاعلات أكثر سهولة مع التكنولوجيا، ولديها القدرة على تحويل صناعات مثل الرعاية الصحية والتعليم والتسويق وخدمة العملاء من خلال توفير نظرة ثاقبة للمشاعر الإنسانية، وتحسين عملية صنع القرار، ورعاية المرضى، و نتائج التعلم. ، والتفاعل مع العملاء.
خدمة الزبائن
تستخدم الشركات الحوسبة العاطفية لتحسين تفاعلات العملاء. على سبيل المثال، توفر شركة Affectiva، وهي شركة تعمل في مجال تكنولوجيا قياس المشاعر، برنامجًا يمكنه تحليل تعبيرات الوجه أثناء مكالمات الفيديو لقياس ردود أفعال العملاء ورضاهم.
الرعاىة الصحية
تُستخدم الحوسبة العاطفية لمراقبة الحالة العاطفية للمرضى، والتي يمكن أن تكون مفيدة بشكل خاص في علاج الصحة العقلية، مثل شركة Cogito، التي طورت تطبيقًا يستخدم التحليل الصوتي أثناء المحادثات الهاتفية لمراقبة الصحة العقلية للأفراد. ويمكنه اكتشاف علامات الاكتئاب والقلق، مما يوفر رؤى قيمة لمقدمي الرعاية الصحية.
تعليم
يمكن استخدام الحوسبة العاطفية لإنشاء بيئات تعليمية تكيفية تستجيب للحالة العاطفية للطلاب.
المثال هنا كان مشروعًا بحثيًا بقيادة هوا ليونج فوا، والذي تضمن تطوير “أنظمة التدريس العاطفية” التي تستخدم الحوسبة العاطفية لاكتشاف مشاعر الطلاب مثل الإحباط أو الملل وتعديل استراتيجية التدريس وفقًا لذلك.
الترفيه والألعاب
يتم استخدام الحوسبة العاطفية لإنشاء تجارب ألعاب أكثر ميلاً إلى المغامرة والاستجابة، واستخدمت Nevermind تقنيات لاكتشاف مستويات خوف اللاعب وضبط اللعب وفقًا لذلك.
