Affective Computing ist ein interdisziplinäres Gebiet, bei dem Erkenntnisse aus der Computerwissenschaft, Psychologie und kognitiven Wissenschaften einfließen und kombiniert werden. Um Maschinen zu entwickeln, die nicht nur intelligent sind, sondern auch Gefühle richtig einordnen können, braucht es Wissen aus allen drei Bereichen. 1995 wurde der Begriff von Rosalind Picard geprägt und seitdem stetig weiterentwickelt.
Affective Computing basiert auf maschinellem Lernen. Hiermit wird der jeweilige Algorithmus trainiert, die Gefühle richtig zu erkennen und angemessen darauf zu reagieren. Ziel ist es, Computer mit emotionaler Intelligenz auszustatten und sie Empathie simulieren zu lassen, sodass eine angemessene Reaktion der Maschine auf die menschliche Aktion ausgewählt werden kann.
Um Gefühle zu erkennen, wird momentan auf vier verschiedene Datenquellen zurückgegriffen. Das können visuelle Daten durch Bilder oder Videos sein, Audio Daten, Texte oder physiologische Daten. Hierdurch kann die Maschine sowohl die Basisemotionen erkennen, wie auch auf nicht in Worte fassbare Gefühle angemessen reagieren.
Für die Auswertung aus Bild oder Videodaten wertet die Technologie die Gesichtsausdrücke von Personen aus. Die Gesichtsanalyse ist besonders einfach möglich, wenn eine Person eh vor dem PC oder Smartphone sitzt, da die Mimik einfach über die Webcam erfasst und ausgewertet werden kann.
Bei Telefongesprächen hingegen wird auf Audio Daten zurückgegriffen. Hier wird die Geschwindigkeit, die Tonlage und die Lautstärke der Stimme der entsprechenden emotionalen Verfassung zugeordnet. Ist eine Person zum Beispiel aufgeregt, wird die Stimme meist schneller und Worte werden verschluckt.
Ähnlich werden auch Texte durch die Sentiment Analyse ausgewertet. Sie werden durch intelligente Algorithmen in positive und negative Texte eingeteilt und so auch sehr umfangreiche Inhalte automatisiert ausgewertet. Die Stimmung ganzer Online Communities und ihre Einstellung gegenüber Ihrem Unternehmen kann durch die Textdaten zum Beispiel ausgewertet werden. Häufen sich negative Kommentare und Posts, könnte das auf einen anstehenden Shitstorm hindeuten und Ihnen noch frühzeitig Hinweise auf zu treffende Gegenmaßnahmen geben.
Kann auf keine der drei Datenquellen zurückgegriffen werden, können auch physiologische Daten akkurate Schlüsse auf die Emotion bieten. Durch die Herzfrequenz, die Oberflächentemperatur der Haut und Bewegungsmuster, wie Auf- und Abgehen, kann die Stimmung einer Person eingeordnet werden. Diese Daten werden vor allem durch Wearables oder Smartphones bereitgestellt. Ist beispielsweise die Herzfrequenz erhöht, die Hauttemperatur höher und bewegt sich die Person ruckartig und ziellos, kann das auf einen negativen Gefühlszustand, wie Stress oder Aggressivität, hinweisen.