Por José Antón, y el equipo de Innovación y Calidad del IEI+ie (Hugo Toribio y Ana I. Hernández)

Ya desde hace un tiempo la psicología del trabajo y las organizaciones, y la psicología social, aportan nuevos argumentos en el campo del Neuromarketing, campo del conocimiento muy relacionado con los mecanismos conscientes e inconscientes de la conducta de compra, donde los procesos motivacionales, atencionales y emocionales tiene un papel esencial.

La Inteligencia Artificial (IA) viene aportando un explosivo impulso a nuevas herramientas de conocimiento (sobre todo en el campo cognitivo) y aplicación en cualquier sector productivo y social, aunando la potencia de análisis de una gran cantidad de datos, con la capacidad de aprendizaje automático.

Estas herramientas y sistemas basados en IA permiten, entre otras muchas aplicaciones,  analizar el comportamiento de mercados -p.e. de criptomonedas-, predecir conductas -sean de compra o de prevenir una conducta de riesgo en la conducción o en la manipulación de un elemento crítico- o de prevención de rotación laboral -según el perfil y datos relacionados con un candidato, la probabilidad de que salga de la empresa en un tiempo determinado- o la predicción de sufrir un trastorno psicológico -p.e. burnout-.

Es precisamente en la conjunción de la IA y la gestión emocional a través de la Inteligencia Emocional, donde venimos posicionando el campo de la Inteligencia Artificial Emocional (IAE), cuando nos introducimos en el desarrollo de aplicaciones donde seres humanos y máquinas interaccionan en el campo de las emociones. Uno de los retos de la IAE es el aumento de lo que podríamos denominar “inteligencia cognitiva de las máquinas” algo muy trabajado desde hace más de 60 años, con una inteligencia emocional -un proceso muy similar al que venimos desarrollando con la inteligencia emocional humana-, abriendo una nueva dimensión en la comunicación entre seres humanos y máquinas.

¿Qué es y qué aporta la Computación Afectiva a la Inteligencia Artificial Emocional?

En 1997, Rosalind Picard profesora e investigadora del MIT, desarrolla el concepto “Affective Computing” (Computación Afectiva), basándose en la idea de que la inteligencia de los ordenadores y su capacidad de interactuar de forma natural con los humanos, pasa por dotarles de la habilidad de reconocer, entender e incluso tener y expresar emociones, impulsando un grupo de investigación multidisciplinar donde colaboran la ingeniería y ciencias de la computación, la psicología, la ciencia cognitiva, la neurociencia o la sociología.

La Computación Afectiva se define como “un campo de investigación relacionado con la formalización, modelización y consideración de las emociones y los afectos humanos dentro de la ciencia de la computación, siendo una de sus aspiraciones, la incorporación de un nivel superior de inteligencia computacional en los sistemas de información existentes, que permita emular los afectos y emociones humanas”.

A pesar de su relación, hay diferencias entre la Inteligencia Artificial y la Computación Afectiva. La IA en los desarrollos actuales, está mucho más centrada en los aspectos cognitivos de las interacciones, mientras que la computación afectiva ha nacido para centrarse en los aspectos emocionales, donde la Inteligencia Emocional se convierte en un elemento importante a tener en cuenta en los desarrollos de las máquinas.

En el ámbito de las emociones, la CA usa en primer lugar el análisis de datos procedentes de los cambios corporales (dilatación pupilar, tasa y frecuencia cardiaca y respiratoria, sudoración, expresión facial), que como sabemos son parte de la expresión neurofisiológica de las emociones, y como también sabemos cada vez las máquinas son capaces de detectar, digitalizar y procesar esta información, que posteriormente será tratada por la máquina.

Un segundo análisis más complejo, viene del análisis de la conducta, por ejemplo de la comunicación y sus formas de expresión (verbal, paraverbal, no-verbal y escrita).

Tras estos dos análisis la máquina ya con esta información emocional, aprende y REACCIONA, es decir, selecciona y desarrolla una acción en función de las reacciones de la persona.

 ¿Por qué ahora la Computación Afectiva (CA) en el Marketing?

Se prevé que la industria de la computación afectiva alcance en el periodo 2020-2026 un crecimiento anual compuesto (CAGR) de un 36,4 % (Research and Markets, 2020), alcanzando algo más de 120.000 M€ en 2026.

En un reciente estudio sobre CA y Marketing (Caruelle, Shams, et alt., 2022) se evidencia que gracias a ésta podemos crear nuevas máquinas emocionalmente inteligentes, que aportan una nueva e interesante dimensión al estudio y la aplicación práctica del marketing.

Si bien es cierto que la IA (recordemos, gran capacidad de análisis de volúmenes ingentes de datos junto a una capacidad de aprendizaje automático, para poder predecir estados, conductas o situaciones) viene centrándose en el aspecto cognitivo en sus desarrollos dirigidos al Marketing (por ejemplo microsegmentaciones de consumo a través del análisis de miles de millones de datos de redes sociales), la CA amplia ahora al plano emocional el desarrollo de algoritmos orientados a detectar y responder a las emociones humanas en el ámbito de las relaciones contextualizadas en el consumo.

Desde 2001 ya se venía trabajando en la implementación de algoritmos enfocados a las características básicas de reconocimiento del estado emocional. En la actualidad estos desarrollos se orientan a máquinas que no solo detectan, sino que responden a estados afectivos, y es justamente esta característica la que está despertando el interés por su nueva aplicación en el Marketing.

¿En qué áreas se está aplicando la CA en el Marketing?

Los trabajos que se vienen desarrollando en el campo de la aplicación de la CA al marketing, ya con implementación real, se orientan preferentemente hacia la transformación en dos áreas:

  • Experiencia cliente: las marcas podrían almacenar NUEVOS TIPOS DE INSIGHTS relativos a las emociones del consumidor, para así personalizar la experiencia cliente de un modo sin precedentes.
  • Atención al cliente:

– Humana: los empleados humanos dejarían de estar tan pendientes de comprender y gestionar las emociones durante sus interacciones con los clientes.

– Máquinas interactivas: como bots, chatbots o asistentes virtuales, mejorarían sus prestaciones al ver aumentadas sus capacidades con Inteligencia Emocional.

¿Cómo es el trasfondo emocional que usa la CA en el Marketing?

Dentro de la gestión emocional, la CA dirige tres tipos de usos en el ámbito del marketing:

  • Empático (detección emocional)
  • Colaborativo (detección de emociones y asistencia a los humanos en respuesta a ellas)
  • Interactivo (detección y respuesta a las emociones)

Computación Afectiva Empática (CAE)

Útil para aquellos profesionales del Marketing que quieren comprender las emociones de los consumidores.

Es sabido que muchas de las decisiones de compra de los consumidores están dirigidas por las emociones, y en este sentido la CAE ofrece un nuevo rango de métodos de estudio centrados en los disparadores de compra guiados por las emociones, sea por producto, por un anuncio u otro elemento de Marketing.

Incluso la CAE se adentra en las oportunidades de estudio del aspecto no-consciente de las emociones, donde los métodos cognitivos tradicionales no llegan. De hecho la CAE es interesante en el campo de conocimiento que gravita entre emociones conscientes y no-conscientes, al dirigir una toma de decisión de compra.

Computación Afectiva Colaborativa (CAC)

Afecta en esencia a la atención al cliente por parte de los empleados, en el sentido de ayudar a éstos a comprender el estado emocional preciso en el que se encuentra el cliente en el proceso de toma de decisión de compra (p.e. ante una duda, y la posibilidad de que el cliente abandone su atención a dicho producto).

En cuanto a resultados, en un estudio de una empresa de seguros, se evidenciaba un incremento en la resolución positiva de situaciones, y por otra parte, desde el lado cliente, de un incremento de confortabilidad en el trato.

Se viene investigando el uso de la intervención de estos sistemas, sobre distintos planos:

  • Cliente: evaluar la forma más viable de gestión del consentimiento por parte del cliente (presencial o en una llamada), de ser “trazadas” sus constantes emocionales por parte de un sistema.
  • Empleado: evaluar como estos sistemas afectan el día a día en el trabajo. En este punto no solo intervienen psicólogos, sino también otros agentes sociales.

Computación Afectiva Interactiva (CAI)

A diferencia del anterior, éste se centra sobre todo en la respuesta del sistema. Es decir, los sistemas no solo detectan, sino que además responden a las emociones.

Uno de los ámbitos de aplicación está dirigido a robots de servicio, o bots de plataformas, con una capacidad aumentada en inteligencia emocional, que aprenden de las conductas de respuesta del “otro” a raíz de la propia respuesta emocional dada por la máquina ante la percepción del estado emocional del humano.

Para el caso de empleados que trabajan en atención al público, supone un sistema de ayuda en tiempo real para tratar emocionalmente las respuestas de los clientes.

En este sentido, es conocido el efecto positivo que se genera en los clientes ante un empleado que genera emociones positivas, lo que se estudia bajo el llamado “contagio emocional” y en este sentido, estudios como los de Hennig-Thurau (2006) evalúan el impacto en los clientes de aproximar este comportamiento en estos sistemas aumentados con IE.

Por otro lado, también está claro que los consumidores y clientes analizarían de forma muy crítica la autenticidad de las emociones que estos sistemas aumentados con IE les estarían dispensando, por lo que esta situación, ya detectada se está trabajando, en el sentido de no tener un efecto contrario al deseado.

Algunos casos de aplicación

  • En 2016 se desarrolló un videojuego que responde de forma dinámica a las emociones del jugador
  • En 2017 una tecnología emocionalmente sensible en una librería, que responde a las emociones de personas que están ojeando libros, para alertar en tiempo real a los empleados para ofrecer atención.
  • Ya se comercializan dispositivos auditivos para escuchar música (Neurowear’s Mico) que identifican el estado emocional de la persona que les lleva, y que interacciona con una plataforma de canciones que selecciona aquellas que mejor se adaptan a ese estado emocional de la persona.



Si quieres saber más sobre lnteligencia Artificial Emocional, sobre la Inteligencia Emocional Aplicada, o sobre nuestras formaciones personalizadas en Inteligencia Emocional, no dudes en visitar nuestra web:

https://ie-inteligenciaemocional.com

Y nuestras redes sociales:

https://www.facebook.com/IEIEmocional

https://www.linkedin.com/company/ieiemocional/

https://twitter.com/IEIEmocional

https://www.instagram.com/eiiemocional/

Referencias

Caruelle, D., Shams, P., Gustafsson, A. (2022). Affective Computing in Marketing: Practical Implications and Research Opportunities Afforded by Emotionally Intelligent Machines. Mark Lett (33), 163–169 . https://doi.org/10.1007/s11002-021-09609-0

Hennig-Thurau, T., Groth, M., Paul, M., & Gremler, D. D. (2006). Are all smiles created equal? How emotional contagion and emotional labor affect service relationships. Journal of Marketing, 3 (70), 58–73.

Picard, R. W. (2000). Affective computing. MIT press.

Esta web utiliza cookies propias y de terceros para su correcto funcionamiento y para fines analíticos. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Ver
Privacidad