Los científicos han dado un paso significativo en el reconocimiento de emociones preservando la privacidad con el desarrollo de DEEMO, una innovadora metodología que sustituye las señales sensibles a la identidad, como las expresiones faciales, por datos multimodales desidentificados. El equipo de la Universidad de Tecnología de Lappeenranta-Lahti, en colaboración con Silo AI y la Universidad Tecnológica de Nanyang, ha creado un conjunto de datos que facilita este avance.

DEEMO se basa en dos subconjuntos: DEEMO-NFBL, que proporciona anotaciones de lenguaje corporal no facial, y DEEMO-MER, enfocado en la instrucción de reconocimiento emocional sin comprometer la privacidad individual. Estos conjuntos de datos prescinden de imágenes faciales o discursos directos, optando en su lugar por vídeos y audios desidentificados, protegiendo así la identidad de los participantes.

Con la ayuda del modelo DEEMO-LLaMA, que integra estas diversas señales desidentificadas, los investigadores lograron un rendimiento sin precedentes en tareas de reconocimiento y razonamiento emocional. DEEMO-LLaMA superó a otros modelos con una precisión del 74.49% en la tarea de reconocimiento emocional sin identidad y mostró una notable capacidad de razonamiento emocional, logrando altos índices de superposición de pistas y etiquetas.

A nivel técnico, para desidentificar los datos visuales, se empleó un desenfoque facial mediante técnicas de procesamiento de imágenes, mientras que la desidentificación del audio se logró modificando las características del espectro de voz. Además, se recopilaron entrevistas de atletas después de competiciones deportivas, asegurando una diversidad demográfica significativa dentro del conjunto de datos.

Este proyecto no solo refuerza las contribuciones del marco propuesto hacia la creación de una inteligencia artificial ética y responsable, sino que también subraya la creciente importancia de resolver los problemas de privacidad en el contexto de la inteligencia emocional. En conclusión, DEEMO no solo mejora el reconocimiento de emociones preservando la privacidad, sino que también representa una contribución valiosa en el campo emergente de la IA afectiva.