In attesa di incontrarci all'evento del 28 ottobre, dove Federico Cabitza sarà presente e interverrà come relatore, condividiamo il suo ultimo articolo.
Il riconoscimento delle emozioni e, in particolare, il riconoscimento delle emozioni facciali (FER), è una delle applicazioni più controverse del machine learning, anche a causa delle sue implicazioni etiche per le persone.
Nel suo ultimo articolo Federico Cabitza - Co-Founder di ReD OPEN e Professore di Interazione Uomo-Macchina e di Sistemi Informativi all'Università di Milano Bicocca - affronta la controversa congettura per cui le macchine possano leggere le emozioni dalle nostre espressioni facciali chiedendoci se questo compito possa essere svolto in modo affidabile.
Ciò significa che, piuttosto che considerare i potenziali danni o la solidità scientifica dei sistemi di riconoscimento delle emozioni facciali, ci si concentra sull'affidabilità delle verità di base utilizzate per sviluppare i sistemi di riconoscimento delle emozioni, valutando quanto gli osservatori (umani) siano d'accordo sulle emozioni che le macchine rilevano nei volti dei soggetti.
Inoltre, si discute della misura in cui la condivisione di un contesto e di una prospettiva comune a tutti gli osservatori possa aiutare le persone a concordare sulle emozioni percepite sui volti dei soggetti.
In breve, si dimostra che quando sono coinvolti campioni ampi ed eterogenei di osservatori, il compito di rilevare le emozioni da immagini statiche si sgretola nell'inconsistenza. In questo modo si rivela che qualsiasi tentativo di comprendere il comportamento umano a partire da grandi insiemi di modelli etichettati è eccessivamente ambizioso, anche se fosse tecnicamente fattibile.
Per le conclusioni... rimandiamo all'articolo completo (disponibile qui).