Emotion AI (Affective Computing): Teknologi, anvendelser & etiske imperativer

Emotion AI = beregningsmæssige systemer, der genkender, fortolker, simulerer eller reagerer på menneskelige affektive tilstande.

Input-modaliteter

• Ansigt: Action Units (FACS) via CNN (mikro-udtryk, blik).
• Stemme: Prosodi (højde, energi, rytme), spektrale træk.
• Tekst: NLP sentiment, emocions-lexikoner, transformer-modeller.
• Fysiologisk: EDA, HRV, EEG, termisk (wearables).
• Multimodal fusion: Højeste nøjagtighed.

Anvendelser

Domæne	Use Cases
Kundeoplevelse	Real-time sentiment routing, chatbot empati, call center coaching
Sundhedsvæsen	Mental sundhed overvågning (depression, PTSD), smertevurdering, autisme-support, teleterapi forbedring
Uddannelse	Engagement-detektion, adaptiv læring, overvågning
Automobil	Chauffør-træthed/afmåde/stress-detektion
Gaming/VR	Dynamisk sværhedsgrad, NPC emocionel respons
Marketing	Annonce-test, shopper emocions-analytics

Etiske imperativer

• Samtykke & Gennemsigtighed: Opt-in, klart formål, dataminimering.
• Bias-mitigering: Diverse træningsdata (alder, køn, etnicitet, kultur, neurodiversitet).
• Privatliv: On-device-behandling, anonymisering, streng opbevaring.
• Manipulationsrisiko: Overtalende design, emocionel udnyttelse.
• Regulering: EU AI Act (høj-risiko), GDPR, opkommende US statslove.

Ansvarlig udrulning kræver tværfaglig overvågning (etikere, fagfolk, berørte fællesskaber).