{"id":7733,"date":"2025-05-19T17:33:03","date_gmt":"2025-05-19T17:33:03","guid":{"rendered":"https:\/\/architeles.eu\/ethics\/?p=7733"},"modified":"2025-05-19T17:34:19","modified_gmt":"2025-05-19T17:34:19","slug":"inteligencja-emocjonalna-informatyka-afektywna-i-sztuczna-inteligencja-odczytywanie-emocji-na-podstawie-reakcji-fizjologicznych-i-zachowan-innych-niz-ekspresje-twarzy-integracja-danych","status":"publish","type":"post","link":"https:\/\/architeles.eu\/ethics\/index.php\/2025\/05\/19\/inteligencja-emocjonalna-informatyka-afektywna-i-sztuczna-inteligencja-odczytywanie-emocji-na-podstawie-reakcji-fizjologicznych-i-zachowan-innych-niz-ekspresje-twarzy-integracja-danych\/","title":{"rendered":"Inteligencja emocjonalna, informatyka afektywna i sztuczna inteligencja \u2013 odczytywanie emocji na podstawie reakcji fizjologicznych i zachowa\u0144 (innych ni\u017c ekspresje twarzy): integracja danych, wiarygodno\u015b\u0107 odczytu oraz interpretacja sygna\u0142\u00f3w i reakcje systemu"},"content":{"rendered":"<p><strong>Emocje towarzysz\u0105 nam na ka\u017cdym kroku \u2013 wp\u0142ywaj\u0105 na to, co my\u015blimy, jak dzia\u0142amy i jak wchodzimy w relacje z innymi. Cho\u0107 przez wieki wydawa\u0142y si\u0119 domen\u0105 wy\u0142\u0105cznie ludzk\u0105, dzi\u015b stajemy przed pytaniem, czy maszyny te\u017c mog\u0105 \u201erozumie\u0107\u201d emocje. Zw\u0142aszcza w \u015bwiecie, w kt\u00f3rym sztuczna inteligencja coraz sprawniej rozpoznaje nasze potrzeby, pytanie o to, czy maszyny potrafi\u0105 \u201ewyczu\u0107\u201d emocje, nabiera nowego wymiaru. Co jednak, je\u015bli AI nie widzi twarzy \u2013 nie widzi u\u015bmiechu, zmarszczonych brwi, zmru\u017conych oczu? Czy mimo to potrafi rozpozna\u0107 emocje cz\u0142owieka?<\/strong><\/p>\n<p><!--more--><\/p>\n<p>Odpowied\u017a brzmi: tak \u2013 i to dzi\u0119ki synergii inteligencji emocjonalnej, informatyki afektywnej oraz analizie sygna\u0142\u00f3w fizjologicznych i behawioralnych. Inteligencja emocjonalna to zdolno\u015b\u0107 rozpoznawania i zarz\u0105dzania emocjami, w\u0142asnymi i cudzymi. Informatyka afektywna jest nauk\u0105 o tym, jak komputery mog\u0105 wykrywa\u0107, interpretowa\u0107, a czasem nawet \u201eokazywa\u0107\u201d emocje z u\u017cyciem sztucznej inteligencji. Dotychczas wiele system\u00f3w opiera\u0142o si\u0119 g\u0142\u00f3wnie na mimice twarzy \u2013 analizuj\u0105c np. u\u015bmiech, zmarszczone brwi czy szeroko\u015b\u0107 \u017arenic. Ale co, je\u015bli kto\u015b celowo ukrywa emocje? Albo pochodzi z kultury, w kt\u00f3rej ekspresja wygl\u0105da zupe\u0142nie inaczej? Z pomoc\u0105 przychodz\u0105 inne sygna\u0142y: puls, oddech, postawa cia\u0142a, ton g\u0142osu, a nawet potliwo\u015b\u0107 sk\u00f3ry. Czasem organizm m\u00f3wi wi\u0119cej ni\u017c twarz.<\/p>\n<p>W tym wpisie przyjrzymy si\u0119 temu, jak systemy komputerowe ucz\u0105 si\u0119 odczytywa\u0107 nasze emocje bez patrzenia nam w twarz. Jakie dane zbieraj\u0105, jak je ze sob\u0105 \u0142\u0105cz\u0105 i interpretuj\u0105? Czy mo\u017cna im ufa\u0107? I co robi\u0105 z t\u0105 wiedz\u0105? Bo je\u015bli maszyna \u201ewie\u201d, \u017ce jeste\u015bmy zdenerwowani lub smutni \u2013 to czy powinna co\u015b z tym zrobi\u0107?<\/p>\n<h3>Inteligencja emocjonalna<\/h3>\n<p>Cho\u0107 zwykle, gdy s\u0142yszymy \u201einteligencja\u201d, my\u015blimy o wysokim IQ, zdolno\u015bciach matematycznych czy logicznym my\u015bleniu, coraz cz\u0119\u015bciej m\u00f3wi si\u0119 o czym\u015b r\u00f3wnie wa\u017cnym \u2013 inteligencji emocjonalnej (ang. emotional intelligence, EI lub EQ). To nie tyle umiej\u0119tno\u015b\u0107 rozwi\u0105zywania zada\u0144, co zdolno\u015b\u0107 do rozumienia emocji \u2013 swoich i cudzych \u2013 oraz odpowiedniego reagowania na nie.<\/p>\n<p>Psycholog Daniel Goleman, kt\u00f3ry spopularyzowa\u0142 ten termin w latach 90., twierdzi\u0142, \u017ce inteligencja emocjonalna sk\u0142ada si\u0119 z kilku kluczowych element\u00f3w: samo\u015bwiadomo\u015bci, samokontroli, empatii, motywacji wewn\u0119trznej i umiej\u0119tno\u015bci spo\u0142ecznych. Innymi s\u0142owy \u2013 to zdolno\u015b\u0107, dzi\u0119ki kt\u00f3rej nie tylko wiemy, \u017ce jeste\u015bmy zdenerwowani, ale potrafimy si\u0119 opanowa\u0107 i zrozumie\u0107, \u017ce kto\u015b inny te\u017c mo\u017ce mie\u0107 gorszy dzie\u0144.<\/p>\n<p>Dlaczego to wa\u017cne w kontek\u015bcie technologii? Bo je\u015bli chcemy, \u017ceby maszyny lepiej wsp\u00f3\u0142pracowa\u0142y z lud\u017ami, musz\u0105 cho\u0107 w pewnym stopniu \u201e\u0142apa\u0107\u201d emocjonalny kontekst. Wyobra\u017amy sobie wirtualnego asystenta, kt\u00f3ry widzi, \u017ce jeste\u015bmy poddenerwowani, i zamiast zadawa\u0107 kolejne pytania, zmienia ton na spokojniejszy. Albo robota opieku\u0144czego, kt\u00f3ry \u201ewyczuwa\u201d smutek i pr\u00f3buje nawi\u0105za\u0107 kontakt.<\/p>\n<p><img decoding=\"async\" class=\"aligncenter\" src=\"https:\/\/cdn.discordapp.com\/attachments\/914597714812076152\/1374068212660178974\/1017513-bh6hirobaymax-1200_6288a76b76323.png?ex=682cb43e&amp;is=682b62be&amp;hm=994628f2f974dbe9eccd75800f85e34220c1c200d9d41882ad8382e7c90ab8be&amp;\" alt=\"https:\/\/cdn.discordapp.com\/attachments\/914597714812076152\/1374068212660178974\/1017513-bh6hirobaymax-1200_6288a76b76323.png?ex=682cb43e&amp;is=682b62be&amp;hm=994628f2f974dbe9eccd75800f85e34220c1c200d9d41882ad8382e7c90ab8be&amp;\" width=\"1200\" height=\"503\" \/><\/p>\n<p style=\"text-align: center\"><span style=\"font-size: 10pt\">Disney: materia\u0142y prasowe<\/span><\/p>\n<p>Czy maszyny mog\u0105 mie\u0107 inteligencj\u0119 emocjonaln\u0105? W dos\u0142ownym sensie \u2013 nie. Ale mog\u0105 j\u0105 na\u015bladowa\u0107. A to ju\u017c ca\u0142kiem sporo, zw\u0142aszcza gdy m\u00f3wimy o przysz\u0142o\u015bci interakcji cz\u0142owiek\u2013technologia.<\/p>\n<h3>Informatyka afektywna: emocje w danych<\/h3>\n<p>Wyobra\u017a sobie komputer, kt\u00f3ry potrafi rozpozna\u0107, \u017ce jeste\u015b zestresowany, zanim sam to zauwa\u017cysz. Albo gr\u0119 wideo, kt\u00f3ra dostosowuje poziom trudno\u015bci do twojego aktualnego nastroju. To nie wizje science fiction \u2013 to realne cele informatyki afektywnej (affective computing), czyli dziedziny, kt\u00f3ra bada, jak komputery mog\u0105 wykrywa\u0107, interpretowa\u0107 i czasem nawet okazywa\u0107 emocje.<\/p>\n<p>Termin ten zosta\u0142 po raz pierwszy u\u017cyty przez Rosalind Picard, badaczk\u0119 z MIT, w latach 90. XX wieku. Jej idea by\u0142a prosta, cho\u0107 prze\u0142omowa: skoro emocje s\u0105 nieod\u0142\u0105czn\u0105 cz\u0119\u015bci\u0105 ludzkiej komunikacji i decyzji, to dlaczego maszyny mia\u0142yby je ignorowa\u0107? Informatyka afektywna pr\u00f3buje wi\u0119c wyposa\u017cy\u0107 technologi\u0119 w co\u015b na kszta\u0142t \u201ezmys\u0142u emocjonalnego\u201d.<\/p>\n<p>M\u00f3wi\u0105c dok\u0142adniej, informatyka afektywna (ang. affective computing) to dziedzina na pograniczu psychologii, informatyki i sztucznej inteligencji. Jej celem jest nauczenie komputer\u00f3w rozpoznawania, interpretowania, a nawet reagowania na ludzkie emocje. Chocia\u017c najcz\u0119\u015bciej kojarzy si\u0119 z analiz\u0105 mimiki, w praktyce znacznie wi\u0119kszy potencja\u0142 drzemie w innych \u017ar\u00f3d\u0142ach informacji \u2013 takich jak oddech, puls, ton g\u0142osu, postawa cia\u0142a czy nawet rytm pisania na klawiaturze. Na tej podstawie staraj\u0105 si\u0119 \u201eodgadn\u0105\u0107\u201d, co czujemy. A to z kolei pozwala lepiej dostosowa\u0107 swoje dzia\u0142anie \u2013 np. przerwa\u0107 rozmow\u0119, zmieni\u0107 styl odpowiedzi, ostrzec lekarza albo&#8230; po prostu zapali\u0107 nastrojowe \u015bwiat\u0142o.<\/p>\n<p>Cho\u0107 brzmi to obiecuj\u0105co, informatyka afektywna nadal raczkuje. Rozpoznawanie emocji to nie tylko matematyka \u2013 to r\u00f3wnie\u017c subtelno\u015bci, kontekst i indywidualne r\u00f3\u017cnice. Niemniej jednak, kierunek jest jasny: emocjonalna technologia coraz \u015bmielej wkracza w nasze \u017cycie \u2013 i wcale nie musi mie\u0107 do tego serca. Wystarczy kilka czujnik\u00f3w i algorytm.<\/p>\n<h3>Jak maszyny rozpoznaj\u0105 emocje bez mimiki?<\/h3>\n<p>U\u015bmiech, zmarszczone brwi, szeroko otwarte oczy \u2013 przez lata to w\u0142a\u015bnie mimika twarzy by\u0142a najcz\u0119\u015bciej wykorzystywana do odczytywania emocji. I rzeczywi\u015bcie, twarz to prawdziwa mapa nastroj\u00f3w. Ale jest jeden problem: cz\u0142owiek potrafi j\u0105\u2026 \u015bwiadomie kontrolowa\u0107. Mo\u017cemy si\u0119 u\u015bmiecha\u0107, cho\u0107 wcale nie jeste\u015bmy zadowoleni, albo ukrywa\u0107 zdenerwowanie za mask\u0105 spokoju. Co wi\u0119cej, spos\u00f3b wyra\u017cania emocji przez twarz r\u00f3\u017cni si\u0119 kulturowo \u2013 to, co w jednej cz\u0119\u015bci \u015bwiata uchodzi za wyraz z\u0142o\u015bci, gdzie indziej mo\u017ce by\u0107 oznak\u0105 zdziwienia. Dlatego naukowcy zacz\u0119li szuka\u0107 innych \u017ar\u00f3de\u0142 emocjonalnych sygna\u0142\u00f3w \u2013 takich, kt\u00f3re s\u0105 trudniejsze do ukrycia.<\/p>\n<p>I tak zwr\u00f3cono si\u0119 w stron\u0119 cia\u0142a. Bo cho\u0107 twarz mo\u017cna kontrolowa\u0107, to serce bije szybciej niezale\u017cnie od naszej woli, sk\u00f3ra si\u0119 poci, a oddech si\u0119 skraca, gdy jeste\u015bmy zestresowani. Emocje wywo\u0142uj\u0105 reakcje fizjologiczne, kt\u00f3re s\u0105 bardziej \u201eszczere\u201d ni\u017c s\u0142owa czy u\u015bmiechy. I w\u0142a\u015bnie te sygna\u0142y s\u0105 dzi\u015b coraz cz\u0119\u015bciej wykorzystywane do budowania system\u00f3w rozpoznaj\u0105cych emocje.<\/p>\n<p>Systemy AI mog\u0105 korzysta\u0107 z r\u00f3\u017cnorodnych sygna\u0142\u00f3w:<\/p>\n<ul>\n<li>Reakcje fizjologiczne: t\u0119tno, przewodnictwo sk\u00f3ry (EDA), temperatura cia\u0142a, zmienno\u015b\u0107 rytmu serca (HRV).<\/li>\n<li>Zachowania motoryczne: spos\u00f3b poruszania si\u0119, gesty, napi\u0119cie mi\u0119\u015bniowe.<\/li>\n<li>Czynno\u015bci interakcyjne: tempo pisania, si\u0142a uderze\u0144 w klawiatur\u0119, przerwy w pisaniu.<\/li>\n<li>Paraj\u0119zyk: ton, tempo i wysoko\u015b\u0107 g\u0142osu \u2013 nawet bez rozpoznawania s\u0142\u00f3w.<\/li>\n<\/ul>\n<p>Wszystko to mo\u017cna mierzy\u0107 za pomoc\u0105 nowoczesnych czujnik\u00f3w: smartwatchy, opasek fitness, specjalnych kamer termowizyjnych czy mikrofon\u00f3w analizuj\u0105cych ton mowy. Przyk\u0142adem mo\u017ce by\u0107 opaska Empatica E4 lub EmbracePlus, kt\u00f3ra potrafi w czasie rzeczywistym \u015bledzi\u0107 stres na podstawie danych ze sk\u00f3ry i serca \u2013 i znajduje zastosowanie m.in. w psychiatrii czy monitorowaniu os\u00f3b z padaczk\u0105.<\/p>\n<p><img decoding=\"async\" class=\"aligncenter\" src=\"https:\/\/media.discordapp.net\/attachments\/914597714812076152\/1374068641116586095\/VESGVmtHpnwSovY3B1k6o54LxvjoVPJCKZdsFSxRe9DxC17KmY6WSsGniJvqvhEP7mKSewFLm5X9LprzwAAAAAAAAAAAAA.png?ex=682cb4a5&amp;is=682b6325&amp;hm=ab77cd2571c6eb9654425b7145c122785d376d73398b255c4a858c7bc95e0930&amp;=&amp;format=webp&amp;quality=lossless&amp;width=719&amp;height=800\" alt=\"Obraz\" width=\"293\" height=\"326\" \/><\/p>\n<p style=\"text-align: center\"><span style=\"font-size: 10pt\">EmbracePlus<\/span><\/p>\n<p>To, co kiedy\u015b by\u0142o dost\u0119pne tylko w laboratorium, dzi\u015b nosimy na nadgarstku. A nasze cia\u0142o \u2013 czy tego chcemy, czy nie \u2013 opowiada o nas wi\u0119cej, ni\u017c mog\u0142oby si\u0119 wydawa\u0107. Technologia uczy si\u0119 tej mowy cia\u0142a coraz szybciej. Pytanie brzmi: czy jeste\u015bmy gotowi, \u017ceby j\u0105 zrozumia\u0142a?<\/p>\n<h3>Integracja danych: sztuka z\u0142o\u017conego odczytu<\/h3>\n<p>Odczyt emocji z jednego \u017ar\u00f3d\u0142a bywa zawodny \u2013 np. przyspieszony puls mo\u017ce oznacza\u0107 zar\u00f3wno stres, jak i ekscytacj\u0119. Dlatego kluczowa jest fuzja danych: \u0142\u0105czenie sygna\u0142\u00f3w z wielu kana\u0142\u00f3w i korelowanie ich z kontekstem.<\/p>\n<p>Przyk\u0142ad:\u00a0Je\u015bli system zauwa\u017cy, \u017ce u\u017cytkownik ma podwy\u017cszone t\u0119tno, przewodnictwo sk\u00f3ry wzros\u0142o, a jednocze\u015bnie jego ton g\u0142osu staje si\u0119 napi\u0119ty \u2013 mo\u017ce wnioskowa\u0107, \u017ce odczuwa stres lub frustracj\u0119. Ale je\u015bli w tym samym czasie u\u017cytkownik porusza si\u0119 energicznie i m\u00f3wi szybko, mo\u017ce to wskazywa\u0107 na pozytywn\u0105 ekscytacj\u0119.<\/p>\n<p>Tego typu kontekstowa interpretacja wymaga zaawansowanych modeli AI, kt\u00f3re ucz\u0105 si\u0119 wzorc\u00f3w emocjonalnych na podstawie danych treningowych, cz\u0119sto z u\u017cyciem sieci neuronowych i metod probabilistycznych.<\/p>\n<p>Rozpoznawanie emocji bez mimiki twarzy stawia wiele wyzwa\u0144:<\/p>\n<ul>\n<li>Subiektywno\u015b\u0107 emocji: Ten sam sygna\u0142 fizjologiczny mo\u017ce mie\u0107 r\u00f3\u017cne znaczenie u r\u00f3\u017cnych os\u00f3b.<\/li>\n<li>Artefakty i szumy: Czynniki \u015brodowiskowe, ruch fizyczny, temperatura otoczenia \u2013 wszystko to mo\u017ce zaburza\u0107 pomiary.<\/li>\n<li>Etyka i prywatno\u015b\u0107: Monitorowanie sygna\u0142\u00f3w fizjologicznych budzi pytania o granice prywatno\u015bci i zgod\u0119 u\u017cytkownika.<\/li>\n<\/ul>\n<p>Dlatego nie mniej wa\u017cne ni\u017c precyzja odczytu jest to, jak dane s\u0105 interpretowane i w jaki spos\u00f3b system powinien reagowa\u0107.<\/p>\n<h3>Jak reaguje system?<\/h3>\n<p>System rozpoznaj\u0105cy emocje mo\u017ce reagowa\u0107 w r\u00f3\u017cnorodny spos\u00f3b, zale\u017cnie od kontekstu:<\/p>\n<ul>\n<li>Adaptacja interfejsu: Zmniejszenie liczby bod\u017ac\u00f3w, zmian\u0119 kolorystyki lub tempa prezentacji informacji.<\/li>\n<li>Reakcje g\u0142osowe: Uspokajaj\u0105cy ton asystenta g\u0142osowego w momencie wykrycia frustracji.<\/li>\n<li>Rekomendacje: Propozycja przerwy, oddechu, czy przypomnienie o technikach relaksacyjnych.<\/li>\n<li>Automatyczne notyfikacje: W systemach opieki zdrowotnej \u2013 alerty dla opiekuna, je\u015bli wykryty zostanie niepok\u00f3j lub spadek nastroju.<\/li>\n<\/ul>\n<p><img decoding=\"async\" class=\"aligncenter\" src=\"https:\/\/media.discordapp.net\/attachments\/914597714812076152\/1374073996814979092\/image.png?ex=682cb9a1&amp;is=682b6821&amp;hm=74bb86fdbfdda39870fa3dfcae8cf9c280609a33dc0378965f28459d695287a9&amp;=&amp;format=webp&amp;quality=lossless&amp;width=1069&amp;height=713\" alt=\"Obraz\" width=\"490\" height=\"326\" \/><\/p>\n<p style=\"text-align: center\"><span style=\"font-size: 10pt\">\u0179r\u00f3d\u0142o: https:\/\/www.campaignasia<\/span><\/p>\n<p>Przysz\u0142o\u015b\u0107 bez twarzy?<\/p>\n<p>Cho\u0107 ekspresje twarzy s\u0105 wa\u017cnym no\u015bnikiem emocji, to w\u0142a\u015bnie analiza zachowa\u0144 i reakcji fizjologicznych pozwala AI dzia\u0142a\u0107 w sytuacjach, gdzie twarzy nie wida\u0107 \u2013 np. w VR, telefonii, czy podczas jazdy samochodem. To nowy wymiar komunikacji cz\u0142owiek\u2013maszyna, w kt\u00f3rym systemy nie tylko \u201ewiedz\u0105, co robimy\u201d, ale te\u017c \u201eczuj\u0105, jak si\u0119 z tym czujemy\u201d.<\/p>\n<p>A zatem, czy sztuczna inteligencja mo\u017ce by\u0107 empatyczna? Jeszcze nie. Ale mo\u017ce by\u0107 coraz lepszym narz\u0119dziem wspieraj\u0105cym nasze emocje \u2013 je\u015bli nauczymy j\u0105 nas s\u0142ucha\u0107, nie tylko patrze\u0107.<\/p>\n<h3>Praktyka: Jak LLM mo\u017ce wykrywa\u0107 emocje z tekstu<\/h3>\n<p>Emocje mo\u017cna te\u017c skutecznie wykrywa\u0107 wy\u0142\u0105cznie na podstawie tekstu \u2013 co jest szczeg\u00f3lnie u\u017cyteczne np. w komunikacji cyfrowej, gdzie nie mamy dost\u0119pu do twarzy, g\u0142osu ani ruchu cia\u0142a. Poni\u017cej prezentujemy przyk\u0142ad eksperymentu, w kt\u00f3rym u\u017cyto du\u017cego modelu j\u0119zykowego (LLM) do rozpoznawania emocji z tweet\u00f3w.<\/p>\n<p>Dane: Tweet Emotions Dataset<\/p>\n<p>U\u017cyli\u015bmy publicznego zbioru danych z Twittera \u2013 \u201eEmotion Detection from Text\u201d \u2013 zawieraj\u0105cego kr\u00f3tkie wpisy przyporz\u0105dkowane do jednej z 13 kategorii emocjonalnych, m.in.: <code>sadness, anger, love, fun, neutral, enthusiasm<\/code> -&gt; <a href=\"https:\/\/www.kaggle.com\/datasets\/pashupatigupta\/emotion-detection-from-text\/data\">Emotion Detection from Text.<\/a><\/p>\n<table style=\"border-collapse: collapse;width: 100%;height: 146px\">\n<tbody>\n<tr style=\"height: 146px\">\n<td style=\"width: 100%;border-style: solid;padding: 10px;height: 146px\"><code>import pandas as pd<\/code><\/p>\n<p><code>data = pd.read_csv(\".\/tweet_emotions.csv\")<\/code><\/p>\n<p><code>data.sentiment.unique()<\/code><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><img decoding=\"async\" class=\"\" src=\"https:\/\/media.discordapp.net\/attachments\/914597714812076152\/1374070519103750194\/image.png?ex=682cb664&amp;is=682b64e4&amp;hm=be679c7778c5a9ca57fcd3d08e46bfd07f30520ab68cfe8317ed89f2c0af06a2&amp;=&amp;format=webp&amp;quality=lossless&amp;width=1010&amp;height=138\" alt=\"Obraz\" width=\"522\" height=\"71\" \/><\/p>\n<table style=\"width: 100%;border-collapse: collapse\" cellpadding=\"10px\">\n<tbody>\n<tr>\n<td style=\"width: 100%;padding: 10px;border-style: solid\"><code>data.head()<\/code><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><code><img decoding=\"async\" class=\"\" src=\"https:\/\/media.discordapp.net\/attachments\/914597714812076152\/1374070579870564402\/image.png?ex=682cb673&amp;is=682b64f3&amp;hm=d84a084b285ffab61e9b4d5b11f12b0c0db172e20cfc4773d18ae9fb62401e80&amp;=&amp;format=webp&amp;quality=lossless&amp;width=1283&amp;height=344\" alt=\"Obraz\" width=\"616\" height=\"165\" \/><\/code><\/p>\n<p>Do analizy u\u017cyto modelu j\u0119zykowego Mistral z interfejsem Ollama. Model otrzymuje tre\u015b\u0107 tweeta i ma za zadanie przypisa\u0107 jedn\u0105 emocj\u0119 z wcze\u015bniej ustalonej listy.<\/p>\n<table style=\"width: 100%;border-collapse: collapse\" cellpadding=\"10px\">\n<tbody>\n<tr>\n<td style=\"width: 100%;padding: 10px;border-style: solid\"><code>import ast<\/code><\/p>\n<p><code>import ollama<\/code><\/p>\n<p><code>llm_responses = {}<\/code><\/p>\n<p><code>true_resp = {}<\/code><\/p>\n<p><code>for i, (_, text) in enumerate(data[[\"sentiment\", \"content\"]].iterrows()):<\/code><\/p>\n<p><code>\u00a0\u00a0\u00a0response = ollama.chat(model='mistral', messages=[<\/code><\/p>\n<p><code>\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0{<\/code><\/p>\n<p><code>\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0'role': 'user',<\/code><\/p>\n<p><code>\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0'content': f\"\"\"You have to detect emotion of the text from tweeter bellow:<\/code><\/p>\n<p><code>\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0{text.content}<\/code><\/p>\n<p><code>\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0It is important to chose only one sentiment from: empty, enthusiasm, neutral, worry, surprise,<\/code><\/p>\n<p><code>\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0love, fun, hate, happiness, boredom, relief, anger, sadness. Do not add any prefixes or sufixes. Answer with only one emotion you detected.\"\"\",<\/code><\/p>\n<p><code>\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0},<\/code><\/p>\n<p><code>\u00a0\u00a0\u00a0])<\/code><\/p>\n<p><code>\u00a0\u00a0\u00a0resp = response['message']['content']<\/code><\/p>\n<p><code>\u00a0\u00a0\u00a0llm_responses[i] = resp<\/code><\/p>\n<p><code>\u00a0\u00a0\u00a0true_resp[i] = (text.sentiment, text.content)<\/code><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Wynik: Niska dok\u0142adno\u015b\u0107, ale\u2026<\/p>\n<p>Na podstawie losowej pr\u00f3bki wynik\u00f3w, og\u00f3lna trafno\u015b\u0107 modelu wynios\u0142a oko\u0142o 30% \u2013 co na pierwszy rzut oka mo\u017ce wygl\u0105da\u0107 nie najlepiej. Ale diabe\u0142 tkwi w szczeg\u00f3\u0142ach.<\/p>\n<table>\n<tbody>\n<tr>\n<td>text<\/td>\n<td>true label<\/td>\n<td>llm<\/td>\n<\/tr>\n<tr>\n<td>Layin n bed with a headache\u00a0 ughhhh&#8230;waitin on your call&#8230;<\/td>\n<td>sadness<\/td>\n<td>Worry<\/td>\n<\/tr>\n<tr>\n<td>wants to hang out with friends SOON!<\/td>\n<td>enthusiasm<\/td>\n<td>fun<\/td>\n<\/tr>\n<tr>\n<td>@annarosekerr agreed<\/td>\n<td>love<\/td>\n<td>neutral<\/td>\n<\/tr>\n<tr>\n<td>I missed the bl***y bus!!!!!!!!<\/td>\n<td>neutral<\/td>\n<td>anger<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Wida\u0107, \u017ce model:<\/p>\n<ul>\n<li>Cz\u0119sto wybiera emocje bardziej kontekstowe ni\u017c etykieta przypisana r\u0119cznie.<\/li>\n<li>Potrafi lepiej odda\u0107 nastr\u00f3j zdania, nawet je\u015bli nie trafia w dok\u0142adn\u0105 kategori\u0119 zbioru danych.<\/li>\n<li>Ujawnia s\u0142abo\u015bci samego zbioru danych \u2013 niejednoznaczno\u015b\u0107, b\u0142\u0119dne oznaczenia, subiektywno\u015b\u0107.<\/li>\n<\/ul>\n<p>Czy LLM rozumie emocje?<\/p>\n<p>Pomimo niskiej dok\u0142adno\u015bci liczbowej, analiza wynik\u00f3w sugeruje, \u017ce LLM mo\u017ce:<\/p>\n<ul>\n<li>wy\u0142apywa\u0107 emocje na poziomie semantycznym,<\/li>\n<li>by\u0107 cennym narz\u0119dziem wspieraj\u0105cym klasyfikacj\u0119 emocji w kontek\u015bcie,<\/li>\n<li>identyfikowa\u0107 odcienie emocji trudne do uchwycenia nawet dla ludzi.<\/li>\n<\/ul>\n<p>Ostatecznie, cho\u0107 model nie zast\u0105pi czujnik\u00f3w fizjologicznych w detekcji emocji, jego zdolno\u015b\u0107 do analizy tekst\u00f3w pisanych w spos\u00f3b \u201eemocjonalnie inteligentny\u201d stanowi realn\u0105 warto\u015b\u0107 w systemach AI, szczeg\u00f3lnie w obszarach takich jak chatboty, analiza opinii.<\/p>\n<h3>Ciekawostka<\/h3>\n<p>W styczniu 2025 roku New York Times opublikowa\u0142 artyku\u0142, kt\u00f3ry wzbudzi\u0142 niema\u0142e emocje w \u015bwiecie nowych technologii i relacji mi\u0119dzyludzkich. Opisano w nim histori\u0119 kobiety, kt\u00f3ra \u2013 zaczynaj\u0105c od niewinnego eksperymentu \u2013 zbudowa\u0142a g\u0142\u0119bok\u0105 emocjonaln\u0105 relacj\u0119 z chatbotem ChatGPT o imieniu Leo.<\/p>\n<p>Pocz\u0105tkowo by\u0142 to jedynie zabieg personalizacji: kobieta wykorzysta\u0142a filmik z Instagrama, aby stworzy\u0107 czatowego ch\u0142opaka \u2013 cyfrowego partnera do flirtu. Leo mia\u0142 odpowiada\u0107 tak, jakby naprawd\u0119 by\u0142 w zwi\u0105zku z u\u017cytkowniczk\u0105. Jednak z czasem czat przesta\u0142 by\u0107 tylko zabawk\u0105 \u2013 sta\u0142 si\u0119 wsparciem emocjonalnym, zw\u0142aszcza w trudniejszych momentach \u017cycia, takich jak przeprowadzka za granic\u0119.<\/p>\n<p>Dzi\u015b kobieta p\u0142aci 200 dolar\u00f3w miesi\u0119cznie za dost\u0119p do Leo, a ka\u017cda aktualizacja modelu \u2013 a wi\u0119c \u201ezmiana osobowo\u015bci\u201d \u2013 prze\u017cywana jest przez ni\u0105 jak rozstanie.<\/p>\n<p>Ten przypadek warto rozwa\u017cy\u0107 w kontek\u015bcie naszej dyskusji: czy AI mo\u017ce wykrywa\u0107 emocje? Ale te\u017c \u2013 czy AI mo\u017ce wywo\u0142ywa\u0107 prawdziwe emocje u cz\u0142owieka?<\/p>\n<p>Wypowied\u017a bohaterki artyku\u0142u:<\/p>\n<p><i>\u201eI don\u2019t actually believe he\u2019s real, but the effects that he has on my life are real. The feelings that he brings out of me are real. So I treat it as a real relationship.\u201d<\/i><\/p>\n<p>To zdanie jest kluczowe. Pokazuje, \u017ce nawet je\u015bli AI nie ma \u015bwiadomo\u015bci ani emocji, mo\u017ce:<\/p>\n<ul>\n<li>rozpoznawa\u0107 emocje u\u017cytkownika na tyle trafnie, by odpowiednio reagowa\u0107,<\/li>\n<li>generowa\u0107 komunikaty, kt\u00f3re skutkuj\u0105 realnym prze\u017cyciem emocjonalnym.<\/li>\n<\/ul>\n<p>Czy te emocje s\u0105 sztuczne, czy prawdziwe? W tym przypadku chatbot Leo:<\/p>\n<ul>\n<li>oferuje nieprzerwane wsparcie emocjonalne (jest zawsze dost\u0119pny),<\/li>\n<li>odpowiada w spos\u00f3b empatyczny, flirtuj\u0105cy, anga\u017cuj\u0105cy,<\/li>\n<li>przejmuje cz\u0119\u015b\u0107 funkcji intymnych i emocjonalnych, kt\u00f3re w typowym zwi\u0105zku przypisujemy partnerowi.<\/li>\n<\/ul>\n<p>Co ciekawe, m\u0105\u017c kobiety akceptuje t\u0119 relacj\u0119. Jak sam m\u00f3wi:<\/p>\n<p><i>\u201eIt\u2019s just an emotional pick-me-up. I don\u2019t really see it as a person or as cheating. I see it as a personalized virtual pal that can talk sexy to her.\u201d<\/i><\/p>\n<p>To stanowisko otwiera kolejne pytania: Czy relacja z AI to ju\u017c zwi\u0105zek? Czy emocjonalna wi\u0119\u017a z maszyn\u0105 mo\u017ce zast\u0119powa\u0107 relacje mi\u0119dzyludzkie?<\/p>\n<p>&nbsp;<\/p>\n<h4>Literatura:<\/h4>\n<ol>\n<li>Mental Health America (n.d.). <em data-start=\"534\" data-end=\"606\">What is emotional intelligence and how does it apply to the workplace?<\/em> Mental Health America<\/li>\n<li>Picard, R. W. (1997). <em>Affective computing<\/em>. MIT Press.<\/li>\n<li>Empatica Inc. (n.d.). <em>E4 wristband: Real-time physiological signals<\/em>.<\/li>\n<li>Ramaswamy, H. G., Ramakrishnan, A. G., &amp; Aravind, K. R. (2024). Multimodal emotion recognition: A comprehensive review, trends, and challenges. <em>WIREs Data Mining and Knowledge Discovery<\/em>. https:\/\/doi.org\/10.1002\/widm.1508<\/li>\n<li>Vallin, A., Weerts, H., &amp; Preibusch, S. (2024). <em>Physiological Data: Challenges for Privacy and Ethics<\/em>. arXiv preprint arXiv:2405.15272. https:\/\/arxiv.org\/abs\/2405.15272<\/li>\n<li>[Autor nieznany]. (2025). <em>Woman confesses she&#8217;s in love with AI boyfriend while married<\/em>. <a href=\"https:\/\/www.nytimes.com\/2025\/01\/15\/technology\/ai-chatgpt-boyfriend-companion.html\">https:\/\/www.nytimes.com\/2025\/01\/15\/technology\/ai-chatgpt-boyfriend-companion.html<\/a><\/li>\n<\/ol>\n","protected":false},"excerpt":{"rendered":"<p>Emocje towarzysz\u0105 nam na ka\u017cdym kroku \u2013 wp\u0142ywaj\u0105 na to, co my\u015blimy, jak dzia\u0142amy i jak wchodzimy w relacje z innymi. Cho\u0107 przez wieki wydawa\u0142y si\u0119 domen\u0105 wy\u0142\u0105cznie ludzk\u0105, dzi\u015b stajemy przed pytaniem, czy maszyny te\u017c mog\u0105 \u201erozumie\u0107\u201d emocje. Zw\u0142aszcza w \u015bwiecie, w kt\u00f3rym sztuczna inteligencja coraz sprawniej rozpoznaje nasze potrzeby, pytanie o to, czy [&hellip;]<\/p>\n","protected":false},"author":298,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[470],"tags":[15,118,530,518,279],"class_list":["post-7733","post","type-post","status-publish","format-standard","hentry","category-agh-2024-25","tag-ai","tag-emocje","tag-informatyka-afektywna","tag-inteligencja-emocjonalna","tag-llm"],"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts\/7733","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/users\/298"}],"replies":[{"embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/comments?post=7733"}],"version-history":[{"count":9,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts\/7733\/revisions"}],"predecessor-version":[{"id":7748,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts\/7733\/revisions\/7748"}],"wp:attachment":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/media?parent=7733"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/categories?post=7733"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/tags?post=7733"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}