Tip:
Highlight text to annotate it
X
Affective computing ist ein neueres Forschungsgebiet
um menschliche Emotionen und Computer- technologie einander näher zu bringen.
Das Ziel von Affective Computing ist es, Maschinen zu ermöglichen unsere Emotionen zu erkennen
und entsprechend darauf zu reagieren.
Es gibt zwei komplementäre Interessen in Affective Computing.
Das erste besteht in Grundlagenforschung
die uns hilft, die Zusammenhänge zwischen der Wahrnehmung von z.B. Gesichtsausdruck und Sprachverhalten
und spezifischen Emotionen besser zu verstehen.
Zweitens können wir diese Technologie in Systeme integrieren, welche
Affective Computing verwenden um eine benutzerfreundliche Interaktion zwischen Mensch und Maschine zu ermöglichen.
Es gibt mehrere Herausforderungen im Affective Computing.
Eine betrifft das Definieren der Emotion selbst, da die Wahrnehmung von Emotion sehr subjektiv sein kann.
Eine zweite Herausforderung besteht in der Extraktion von Informationen aus Sprache oder Gesichtsausdruck
die für Emotionen relevant sind und sich zwischen verschiedenen Menschen nur wenig unterscheiden.
Wir arbeiten bereits seit längerem - etwa zehn Jahre - an Konferenzanalyse
und haben einige Werkzeuge erstellt um Konferenzen wiederzugeben oder Konferenzteilnehmer zu unterstützen.
Was bei Telekonferenzen verloren geht ist das Gewahrsein der Emotionen der entfernten Konferenzteilnehmer.
Dies ist insbesondere wichtig im interkulturellen Kontext.
Das EmotiBoard bereichert die Videokonferenz mit einer emotionalen Rückmeldung der Konferenzteilnehmer.
Ziel des EmotiBoard ist es, die bei einer Zusammenarbeit auf Distanz fehlenden Informationen zu kompensieren.
Es gibt einen Verlust emotionalen Gewahrseins weil wir nicht am gleichen Ort anwesend sind.
Mittels Technologie kann man versuchen diese Emotionen zu erkennen und sie als Rückmeldung anzuzeigen.
Beim EmotiBoard werden verschiedene technologische Werkzeuge verwendet.
Eines davon ist eine Datenbank, die wir verwenden um Emotionserkennung in Echtzeit durchzuführen.
Diese ist wie ein Wörterbuch über die Zusammenhänge zwischen spezifischem Sprachverhalten und Gesichts- ausdrücken und ihren entsprechenden Emotionen.
Wir verwenden dieses System um in Echtzeit die von den Menschen erzeugten Emotionen zu erkennen.
Eine zweites Werkzeug betrifft die Visualisierung dieser Information, da es bei
einer bekannten Emotionen nicht leicht ist, zu wissen, wie diese Information am besten dargestellt werden kann.
Wir optimieren die automatische Emotionserkennung mithilfe der Analyse vorhandener Datenbanken.
Wenn das System leistungsfähig genug ist, integrieren wir dieses Werkzeug in eine reale Anwendung
um zu sehen, ob es weiter verbessert werden kann für die Zusammenarbeit auf Distanz.
Im Augenblick arbeiten wir daran, die Zuverlässigkeit der automatischen Emotionserkennung in verschiedenen
Szenarien mit Menschen von unterschiedlichem Alter, Geschlecht und kulturellem Hintergrund zu verbessern.
Wir erforschen ebenfalls angemessene Arten und Weisen um eine Emotion als Rückmeldung darzustellen,
denn sie muss innerhalb kurzer Zeit gut verstanden werden, damit die Kommunikation nicht beeinträchtigt wird.
Diese Forschung hilft uns zu verstehen, welche menschlichen Emotionen in spontanen Interaktionen kodiert sind,
was wiederum Maschinen ermöglichen kann, menschlich-affektives Verhalten zu verstehen und entsprechend darauf zu reagieren.