El tono de voz es uno de estos aspectos sutiles de la comunicación humana que ni siquiera los humanos entendemos (Una vez conseguí que dos compañeros de cuarto enfrentados llegaran a un acuerdo para que cada vez que su comentario tuviera intenciones humorísticas se avisaran diciendo: «¡Broma!»). Sin embargo, según he leído en un par de artículos del New York Times (NYT), los ordenadores están mejorando su capacidad para detectar las emociones que hay tras las palabras y gestos que son útiles.
Creo que los matices, especialmente para entender a los humanos, son un aspecto importante para aprovechar las oportunidades que nos brinda el Big Data. A menudo, en la forma en que nos comunicamos van implícitas intenciones, perspectivas, valores e intereses. Además, esta comunicación es exclusiva del individuo, y por eso la gente que se conoce desde hace años suele apreciar estos matices que son invisibles para los demás.
Tono de voz. Esto está explicado en detalle en uno de los artículos del NYT de los que he hablado. Tal vez la declaración más sutil que incluye es la habilidad de categorizar rápidamente a los hablantes según su personalidad.
Movimiento. Por poner un ejemplo, casi todo el mundo que sale en vídeos de aparcamientos se mueve de una manera que denota una determinada intención desde o hacia coches concretos. El movimiento de un ladrón sigue una pauta diferente, ya que se queda esperando la mejor oportunidad para robar en un coche aparcado. Supuestamente, algo similar revelarían las imágenes por satélite tomadas de los barcos de piratas en el océano, lo cual les distinguiría de barcos de mercancías, transporte, placer o pesca. Podríamos incluso detectar si las personas que hay en una tienda están echando un vistazo, buscando un regalo o un producto específico, o robando.
Gestos, microgestos y lenguaje no verbal. El otro artículo del NYT del que hablaba hace referencia a la creciente sofisticación en la detección de gestos (incluyendo infrarrojos) disponible en la Xbox. Detectar el aburrimiento a partir del pulso (un asunto cuestionable, según los estudios sobre jugadores) es un ejemplo trivial de lo que podría llegar a ser. La detección de los grados de atención está avanzando, y ya está disponible en algunos coches. La tecnología punta (en el ámbito de los matices) es el desarrollo de detectores automatizados de mentiras a partir de microgestos.
Es posible también recoger cantidades ingentes de datos sobre gente y descubrir indicadores de intención, de emoción, e indicadores sutiles de lo que esté pasando por su mente. La forma en que nos damos a conocer, las tendencias, los entornos personales de trabajo, las cadenas de selecciones de páginas web y las interacciones entre comunidades (ver el uso del metadato de la ASN), aportan pistas cada vez más evidentes sobre nuestros medios para detectar, recoger y organizar las comunicaciones, ventas, vídeos y otros incrementos de datos. La BBC publicó recientemente cómo los datos sobre patrones de comportamiento de aglomeraciones de personas revelan nuevas formas de control de multitudes, así que el trabajo no estaría necesariamente limitado a entender a individuos sueltos.
He observado que la mayor parte de la atención puesta en el Big Data y su interacción con las personas está relacionada con el reconocimiento de patrones y el desarrollo de algoritmos. Este enfoque aporta beneficios para revelar información valiosa de la interrelación entre los sistemas, la naturaleza y los hombres. En algunos casos, como sucede con el tono de voz, este puede también revelar significados ocultos, primero en general, y, después, a medida que se recojan más y más datos, individualmente. En un futuro de realidad aumentada, podría visualizar dispositivos de asistencia y terapia para parejas que dieran orientaciones explícitas.
Sospecho que después de los patrones, entrará en juego la experiencia. Una vez me quedé atónito al ver a un escritor, famoso por detectar matices, embadurnar las gafas de un fan. Resulta que el fan estaba obsesionado con llevar las lentes transparentes, y las limpiaba con alcohol al menos dos veces al día. Nadie más advirtió este detalle, solo el escritor. Los mejores jugadores de póquer pillan señales, y muchos trabajadores de seguridad presienten que hay problemas. Puede que ya esté ocurriendo, pero supongo que estudiar a los expertos en matices de la sociedad nos abrirá nuevos caminos que, combinados con el Big Data, harán que lo que son matices se conviertan en algo más explícito. Hay, por supuesto, una preocupación por la privacidad, pero también puede pasar que en áreas como la seguridad pública la detección de matices sea más efectiva que crear reglas nuevas y hacer controles exhaustivos.