0:00:00.542,0:00:04.542
Las emociones influyen en[br]cada aspecto de nuestras vidas,

0:00:04.573,0:00:08.407
de la salud y el aprendizaje, a la forma[br]de hacer negocios y tomar decisiones,

0:00:08.408,0:00:09.922
grandes y pequeñas.

0:00:10.667,0:00:14.334
Las emociones influyen en la forma[br]en la cual interaccionamos entre nosotros.

0:00:15.132,0:00:19.107
Hemos evolucionado para vivir[br]en un mundo como este,

0:00:19.108,0:00:23.426
pero en cambio, vivimos la vida[br]cada vez más de esta manera

0:00:23.427,0:00:26.560
--este es el mensaje de texto[br]que recibí de mi hija anoche--

0:00:26.561,0:00:29.300
en un mundo desprovisto de emoción.

0:00:29.301,0:00:31.251
Mi misión es cambiar esto.

0:00:31.252,0:00:35.343
Quiero devolver las emociones[br]a nuestra experiencia digital.

0:00:36.223,0:00:39.299
Empecé con esto hace 15 años.

0:00:39.300,0:00:41.365
Era ingeniera informática en Egipto

0:00:41.366,0:00:45.870
y fui aceptada en un programa de doctorado[br]en la Universidad de Cambridge.

0:00:45.871,0:00:47.983
E hice algo bastante inusual

0:00:47.984,0:00:52.209
para una joven recién casada,[br]egipcia y musulmana:

0:00:53.599,0:00:56.597
con el apoyo de mi marido,[br]que debía quedarse en Egipto,

0:00:56.598,0:00:59.615
hice las maletas y me mudé a Inglaterra.

0:00:59.616,0:01:02.833
En Cambridge, a miles[br]de kilómetros de casa,

0:01:02.834,0:01:06.251
me di cuenta de que estaba[br]pasando más horas con mi laptop

0:01:06.257,0:01:08.485
que con otros seres humanos.

0:01:08.486,0:01:13.338
Pero a pesar de esta intimidad, mi laptop[br]no tenía ni idea de mi estado de ánimo.

0:01:13.339,0:01:16.541
No tenía idea de si yo era feliz,

0:01:16.542,0:01:19.541
si tenía un mal día, o estaba[br]estresada o confundida,

0:01:19.542,0:01:22.460
y eso era frustrante.

0:01:23.600,0:01:28.831
Aun peor, cuando me comunicaba[br]en línea con mi familia en casa,

0:01:29.421,0:01:32.702
sentía que todas mis emociones[br]desaparecían en el ciberespacio.

0:01:32.703,0:01:37.857
Sentía nostalgia, estaba sola,[br]y algunos días lloraba,

0:01:37.858,0:01:42.785
pero todo lo que tenía para[br]comunicar mis emociones era esto.

0:01:42.786,0:01:44.805
(Risas)

0:01:44.806,0:01:49.779
Hoy la tecnología es[br]inteligente pero no emocional

0:01:49.780,0:01:52.955
mucha inteligencia cognitiva,[br]pero nada de inteligencia emocional.

0:01:52.956,0:01:55.152
Eso me hizo pensar,

0:01:55.153,0:01:58.776
¿y si la tecnología pudiera[br]interpretar nuestras emociones?

0:01:58.777,0:02:02.852
¿Y si nuestros dispositivos pudieran[br]detectar y reaccionar en consecuencia,

0:02:02.853,0:02:05.866
como lo harían los amigos[br]con inteligencia emocional?

0:02:06.666,0:02:10.228
Esas preguntas me guiaron[br]a mí y a mi equipo

0:02:10.229,0:02:14.606
a crear tecnologías capaces[br]de leer emociones y responder,

0:02:14.607,0:02:17.697
y nuestro punto de partida[br]fue el rostro humano.

0:02:18.577,0:02:21.749
Nuestro rostro es uno de[br]los canales más poderosos

0:02:21.750,0:02:25.765
que usamos para comunicar[br]estados sociales y emocionales,

0:02:25.766,0:02:28.776
todo, del disfrute y la sorpresa,

0:02:28.792,0:02:32.978
a la empatía y la curiosidad.

0:02:32.979,0:02:36.526
En la ciencia de las emociones, cada[br]movimiento de cada músculo facial,

0:02:36.527,0:02:37.906
es una unidad de acción.

0:02:37.907,0:02:40.831
Por ejemplo, la unidad de acción 12,

0:02:40.832,0:02:42.869
no es una superproducción de Hollywood,

0:02:42.870,0:02:46.311
es el tirón de la comisura labial,[br]componente principal de una sonrisa.

0:02:46.312,0:02:49.299
Intenten todos. Sonriamos.

0:02:49.300,0:02:51.153
Otro ejemplo es la unidad de acción 4,

0:02:51.154,0:02:54.321
las líneas de expresión en el entrecejo[br]cuando juntamos las cejas

0:02:54.322,0:02:56.458
y se forman estos pliegues y arrugas.

0:02:56.459,0:03:00.753
No nos gustan, pero es una[br]fuerte señal de una emoción negativa.

0:03:00.754,0:03:02.959
Hay unas 45 unidades de acción,

0:03:02.960,0:03:06.349
y combinadas expresan[br]cientos de emociones,

0:03:06.350,0:03:10.250
Enseñarle a una computadora a leer[br]estas emociones faciales es difícil,

0:03:10.251,0:03:13.222
porque estas unidades de acción[br]pueden ser rápidas y sutiles,

0:03:13.223,0:03:15.776
y se combinan de muchas formas.

0:03:15.777,0:03:19.514
Tomemos por ejemplo[br]la sonrisa genuina y la socarrona.

0:03:19.515,0:03:23.267
Se parecen pero expresan cosas diferentes.

0:03:23.268,0:03:24.985
(Risas)

0:03:24.986,0:03:27.529
La sonrisa genuina es positiva,

0:03:27.530,0:03:29.519
la sonrisa socarrona a veces es negativa.

0:03:29.520,0:03:33.135
A veces una mueca puede hacerte célebre.

0:03:33.136,0:03:35.959
Pero en serio, es importante[br]para una computadora poder

0:03:35.960,0:03:38.814
notar la diferencia entre[br]las dos expresiones.

0:03:38.815,0:03:40.626
¿Cómo hacemos esto?

0:03:40.627,0:03:42.723
Introducimos en el programa de computación

0:03:42.724,0:03:46.523
decenas de miles de ejemplos[br]de personas que sonríen

0:03:46.524,0:03:49.588
de distintas etnias, edades, géneros,

0:03:49.589,0:03:52.399
y hacemos lo mismo con[br]las sonrisas socarronas.

0:03:52.400,0:03:54.783
Luego, los algoritmos[br]en aprendizaje automático

0:03:54.784,0:03:59.291
buscan estas lineas, pliegues[br]y cambios musculares faciales

0:03:59.292,0:04:00.426
y básicamente aprenden

0:04:00.426,0:04:03.366
que todas las sonrisas genuinas[br]tienen características comunes

0:04:03.366,0:04:06.907
mientras que las sonrisas socarronas[br]tienen otras sensiblemente diferentes.

0:04:06.908,0:04:10.160
Y la próxima vez que vean[br]un nuevo rostro, sabrán

0:04:10.161,0:04:13.603
que este rostro tiene las mismas[br]características de una sonrisa genuina,

0:04:13.604,0:04:16.980
y dirán: "Ajá, la reconozco.[br]Esta es la expresión de una sonrisa".

0:04:18.380,0:04:21.459
Y la mejor manera de demostrar[br]cómo funciona esta tecnología

0:04:21.459,0:04:23.316
es con una demo en vivo,

0:04:23.317,0:04:27.229
para esto necesito un voluntario,[br]preferentemente alguien con un rostro.

0:04:27.230,0:04:29.563
(Risas)

0:04:29.564,0:04:32.335
Chloe será nuestra voluntaria de hoy.

0:04:33.334,0:04:37.789
En los últimos 5 años, pasamos de ser[br]un proyecto de investigación en el MIT

0:04:37.790,0:04:38.938
a ser una empresa,

0:04:38.939,0:04:42.130
donde mi equipo ha trabajado[br]arduamente en esta tecnología,

0:04:42.131,0:04:44.539
para que funcione fuera del laboratorio.

0:04:44.540,0:04:47.919
Y la hemos compactado tanto como[br]para que el lector de las emociones

0:04:47.920,0:04:50.980
funcione en un dispositivo móvil[br]con una cámara, como este iPad.

0:04:50.981,0:04:52.918
Así que probémosla.

0:04:54.756,0:04:58.679
Como pueden ver, el algoritmo[br]detectó el rostro de Chloe,

0:04:58.680,0:05:00.371
es este cuadro delimitador blanco,

0:05:00.372,0:05:03.282
que detecta los contornos principales[br]de sus rasgos faciales,

0:05:03.283,0:05:05.798
sus cejas, sus ojos, su boca y nariz.

0:05:05.799,0:05:08.785
La pregunta es:[br]¿puede reconocer su expresión?

0:05:08.786,0:05:10.457
Vamos a probar la máquina.

0:05:10.459,0:05:14.626
Ante todo, pon cara [br]de póquer. Sí, genial. (Risas)

0:05:14.643,0:05:17.885
Y a medida que sonríe --esta es[br]una sonrisa genuina, es genial--

0:05:17.886,0:05:19.755
pueden ver como aumenta la barra verde.

0:05:19.756,0:05:20.977
Esa fue una gran sonrisa.

0:05:20.978,0:05:24.510
¿Puedes intentar una sonrisa sutil[br]para ver si la computadora la reconoce?

0:05:24.511,0:05:26.351
También reconoce sonrisas sutiles.

0:05:26.352,0:05:28.646
Hemos trabajado arduamente[br]para que esto suceda.

0:05:28.647,0:05:31.438
Luego levanta una ceja,[br]que indica sorpresa.

0:05:31.439,0:05:35.666
Frunce el ceño,[br]que indica la confusión.

0:05:35.667,0:05:39.667
Enfurruñate. Sí, perfecto.

0:05:39.695,0:05:43.187
Estas son diferentes unidades[br]de acción. Hay muchas más.

0:05:43.188,0:05:45.219
Esta es solo una demo superficial.

0:05:45.220,0:05:48.367
Llamamos a cada lectura[br]un dato emocional,

0:05:48.368,0:05:51.646
que luego pueden actuar juntos[br]para crear distintas emociones.

0:05:51.647,0:05:55.399
A la derecha de la demo,[br]parece que estás feliz.

0:05:55.400,0:05:57.443
Eso es alegría. Se desata la alegría.

0:05:57.444,0:05:59.371
Ahora pon cara de disgusto.

0:05:59.375,0:06:03.642
Trata de recordar qué sentiste[br]cuando Zayn dejó One Direction.

0:06:03.643,0:06:05.152
(Risas)

0:06:05.153,0:06:09.495
Sí, arruga la nariz. Genial.

0:06:09.501,0:06:13.225
La valencia es bastante negativa,[br]por lo que debe haber sido una gran fan.

0:06:13.226,0:06:16.193
La valencia indica cuán positiva[br]o negativa es una experiencia,

0:06:16.193,0:06:18.711
y la vinculación indica lo[br]expresiva que es también.

0:06:18.712,0:06:22.335
Imaginen que Chloe tiene acceso a este[br]contenido emocional en tiempo real,

0:06:22.336,0:06:24.934
y que puede compartir sus[br]emociones con quien quiere.

0:06:24.935,0:06:26.497
Gracias.

0:06:26.498,0:06:28.169
(Aplausos)

0:06:33.749,0:06:39.018
Hasta ahora contamos con 12 000[br]millones de estos indicadores emocionales.

0:06:39.019,0:06:41.628
Es la base de datos de emociones[br]más grande del mundo.

0:06:41.629,0:06:44.835
La hemos recopilado a partir de[br]2,9 millones de rostros en videos,

0:06:44.842,0:06:47.953
de personas que accedieron a compartir[br]sus emociones con nosotros,

0:06:47.953,0:06:50.397
de 75 países del mundo.

0:06:50.398,0:06:52.113
Crece cada día.

0:06:52.603,0:06:54.669
Me resulta impactante

0:06:54.670,0:06:57.864
que ahora podamos cuantificar algo[br]tan personal como las emociones,

0:06:57.865,0:07:00.099
y poder hacerlo a esta escala.

0:07:00.100,0:07:02.277
¿Qué hemos aprendido hasta la fecha?

0:07:03.057,0:07:05.387
Hay diferencias por género.

0:07:05.388,0:07:08.543
Nuestros datos confirman algo[br]que Uds. ya sospechaban.

0:07:08.544,0:07:10.890
Las mujeres son más[br]expresivas que los hombres.

0:07:10.891,0:07:13.573
No solo sonríen más,[br]sus sonrisas duran más,

0:07:13.574,0:07:16.477
y ahora podemos cuantificar[br]cómo es que hombres y mujeres

0:07:16.478,0:07:18.614
responden de maneras tan diferentes.

0:07:18.626,0:07:20.903
Veamos culturalmente: en EE.UU.,

0:07:20.904,0:07:24.108
las mujeres son un 40 %[br]más expresivas que los hombres,

0:07:24.125,0:07:27.959
pero curiosamente, no vemos diferencia[br]entre hombres y mujeres en el R.U.

0:07:27.960,0:07:30.259
(Risas)

0:07:31.296,0:07:35.322
Por edad: las personas de 50 años o más

0:07:35.323,0:07:38.759
son un 25 % más emotivos[br]que los más jóvenes.

0:07:39.918,0:07:43.752
Las mujeres de veintipico sonríen mucho[br]más que los hombres de la misma edad,

0:07:43.753,0:07:47.589
quizá es una necesidad para las citas.

0:07:47.590,0:07:50.206
Pero quizá lo que más[br]nos sorprende de estos datos

0:07:50.207,0:07:53.409
es que solemos ser[br]expresivos todo el tiempo,

0:07:53.410,0:07:56.752
incluso cuando estamos sentados[br]solos frente a nuestros dispositivos

0:07:56.753,0:07:59.487
y no solo cuando miramos[br]videos de gatos en Facebook.

0:08:00.209,0:08:03.918
Somos expresivos cuando mandamos emails,[br]mensajes, cuando compramos en línea,

0:08:03.919,0:08:05.526
o incluso pagando impuestos.

0:08:05.527,0:08:07.918
¿Para qué se usan estos datos hoy?

0:08:07.919,0:08:10.666
Para entender cómo nos[br]relacionamos con los medios,

0:08:10.667,0:08:13.376
para entender la viralidad[br]y el comportamiento del voto;

0:08:13.396,0:08:16.785
y también para dar poder[br]dotar de emoción a la tecnología,

0:08:16.786,0:08:20.527
y quiero compartir algunos ejemplos[br]particularmente especiales para mi.

0:08:21.197,0:08:23.904
Las gafas portátiles con lector[br]emotivo pueden ayudar

0:08:23.905,0:08:27.492
a las personas con discapacidad visual[br]a leer los rostros de los demás,

0:08:27.493,0:08:31.679
y a las personas del espectro autista[br]a interpretar pistas emocionales

0:08:31.680,0:08:34.037
algo que les cuesta mucho.

0:08:35.918,0:08:38.785
En educación, imaginen[br]si sus apps educativas

0:08:38.787,0:08:41.586
detectaran que están confundidos[br]y bajaran la velocidad,

0:08:41.587,0:08:43.442
o que están aburridos, y aceleraran,

0:08:43.443,0:08:46.413
como haría un buen profesor en el aula.

0:08:47.043,0:08:49.643
Y si una pulsera leyera su estado anímico,

0:08:49.644,0:08:52.333
o el auto detectara que están cansados,

0:08:52.334,0:08:55.252
o quizá si el frigorífico[br]supiera que están estresados,

0:08:55.292,0:09:00.950
y se autobloqueara para[br]evitar atracones. (Risas)

0:09:00.951,0:09:03.667
Me gustaría eso, sí.

0:09:03.668,0:09:05.594
¿Y si, cuando estuve en Cambridge,

0:09:05.595,0:09:08.627
hubiera tenido acceso en tiempo[br]real a mi contenido emocional

0:09:08.628,0:09:12.216
y hubiera podido compartirlo con mi[br]familia en casa de manera muy natural,

0:09:12.217,0:09:15.407
como si estuviéramos en[br]la misma habitación juntos?

0:09:15.408,0:09:18.259
Creo que dentro de 5 años,

0:09:18.260,0:09:21.076
todos los dispositivos tendrán[br]un chip lector de emociones

0:09:21.077,0:09:24.950
y no recordaremos cómo era no poder[br]fruncir el ceño a nuestro dispositivo

0:09:24.951,0:09:29.079
y que nuestro dispositivo dijera:[br]"Mmm, no te gusta, ¿no?"

0:09:29.080,0:09:32.960
Nuestro desafío más grande es que hay[br]tantas aplicaciones para esta tecnología,

0:09:32.961,0:09:36.323
que mi equipo y yo nos dimos cuenta[br]de que no podemos con todo solos,

0:09:36.324,0:09:38.249
por eso liberamos esta tecnología

0:09:38.250,0:09:41.473
para que otros desarrolladores[br]puedan desarrollarla y ser creativos.

0:09:41.474,0:09:45.559
Reconocemos que hay riesgos potenciales

0:09:45.560,0:09:47.626
y potencial para el abuso,

0:09:47.627,0:09:50.575
pero en mi opinión, habiendo pasado[br]muchos años haciendo esto,

0:09:50.576,0:09:53.377
creo que los beneficios para la humanidad

0:09:53.378,0:09:55.892
de contar con tecnología[br]emocionalmente inteligente

0:09:55.893,0:09:59.398
superan con creces las[br]desventajas por uso indebido.

0:09:59.399,0:10:01.929
Y los invito a todos[br]a tomar parte en el debate.

0:10:01.930,0:10:04.483
Cuantas más personas[br]conozcan esta tecnología,

0:10:04.484,0:10:07.661
más podemos decir[br]sobre cómo se usa.

0:10:09.081,0:10:13.654
Conforme nuestras vidas[br]se vuelven cada vez más digitales,

0:10:13.655,0:10:17.152
estamos librando una batalla perdida[br]tratando de evitar los dispositivos

0:10:17.153,0:10:19.382
para recuperar nuestras emociones.

0:10:20.622,0:10:24.535
Por eso yo propongo, en cambio,[br]incorporar las emociones a la tecnología

0:10:24.536,0:10:27.034
y hacer que nuestras tecnologías[br]sean más receptivas.

0:10:27.035,0:10:29.434
Quiero que esos dispositivos[br]que nos han separado

0:10:29.435,0:10:31.896
nos vuelvan a unir.

0:10:31.897,0:10:36.484
Y humanizando la tecnología,[br]tenemos esta oportunidad excelente

0:10:36.485,0:10:39.781
de reinventar la manera de[br]conectarnos con las máquinas,

0:10:39.782,0:10:44.262
y por lo tanto, la manera de como[br]nosotros, los seres humanos,

0:10:44.263,0:10:46.166
conectamos unos con otros.

0:10:46.167,0:10:47.506
Gracias.

0:10:47.507,0:10:49.190
(Aplausos)