Wesaac2010

330 visualizações

Publicada em

Invited lecture at WESAAC\'2010 (in portuguese)

0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
330
No SlideShare
0
A partir de incorporações
0
Número de incorporações
25
Ações
Compartilhamentos
0
Downloads
0
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Wesaac2010

  1. 1. Emoções e personalidadeemagentescomputacionaisUso, problemas e…outrosprobleminhas…<br />André M. C. Campos<br />DIMAp-UFRN<br />WESAAC 2010<br />
  2. 2. “A Computaçãochegou a um nívelqueconsegue resolver todosproblemas……excetoosseus.”<br />MillôrFernandes<br />
  3. 3. Emoção e computadores<br />Fazsentido?<br />Serve praalgumacoisa?<br />Modelos de emoção<br />O que é emoção?<br />Quemodelospossousar?<br />Queproblemasvouencontrar?<br />Validação de modelos<br />hein?!?! :-P<br />Roteiro<br />
  4. 4. Emoção e computadores<br />Umarelaçãoamigável<br />
  5. 5. Razão vs. emoção<br />Velhascrenças<br />“A emoçãoatrapalha a razão”<br />“Nãodeixe a emoçãosobrepor a razão”<br />“Agirpelarazãooupelaemoção?”<br />…<br />Queidéia é essa?<br />
  6. 6. Razão vs. emoção<br />Razão<br />Ratione(lat.) – Cálculo, conta, julgo<br />Faculdade de julgar<br />Emoção<br />Emovere(lat.) – Colocar-se emmovimento<br />Faculdade de agir<br />THINK<br />50’s<br />2010’s<br />2000’s<br />90’s<br />
  7. 7. Computaçãoafetiva<br />Computaçãoafetiva<br />Reconhecimento de padrõesemocionais<br />Expressão de emoçõespelocomputador<br />“Computação que está relacionada a, que surge de ou deliberadamente influencia as emoções humanas” [PICARD, 1997].<br />
  8. 8. Simulação de emoções<br />Expressão de emoçõespelocomputador<br />Representação de emoções<br />Síntese de emoções<br />Modelos de simulaçãoqueenvolveemoções<br />
  9. 9. Personagensvirtuais<br />Personagensvirtuaisinterativos<br />Personagensemjogos (NPCs)<br />Tutoresvirtuais<br />Simularemoções? Praquê???? (1)<br />Ilusão de vida<br />Engajamento emocional<br />Empatia<br />Contágio emocional<br />
  10. 10. Buscaporumarepresentaçãomaisdetalhadaemmodelos de simulação<br />Somos, poracaso, “agentespuramenteracionais”?<br />Influenciamososoutrosapenasatravés de argumentosracionais?<br />Exemplos<br />Análise de mercado<br />Simulação de multidões<br />Simularemoções? Praquê???? (2)<br />
  11. 11. Buscaporeficiêncianaresolução de problemas<br />ResultadosemNeurociênciamostramquetomamosdecisõesporquetemosemoções [Damásio 1995]<br />Caso de Elliot<br />Exemplos<br />Mecanismos de aprendizadode máquina, cujafunção de retorno é baseadaematributosemocionais<br />Algoritmos de planejamentocujabusca de futurosestadosenvolveelementosemocionais<br />Simularemoções? Praquê???? (3)<br />
  12. 12. Modelos de emoção<br />Criandomonstros<br />
  13. 13. Emovere– colocar-se emmovimento<br />Etimologicamente, representa um “impulsoquemove o organismopara a ação”.<br />“Reactions to an appropriately evocative stimulus involving cognitive appraisal (or perception), expressive behavior, subjective experience (or feelings), physiological arousal, and goal-directed behavior” [Plutchik, 1984]<br />Porém… o quegeraesseimpulso de movimento?<br />Algunsconsensos entre osteóricos<br />Naturezaepisódica (eventosexternosouinternos)<br />Disparadasporeventosrelevantes (para o sujeito)<br />O que é emoção?<br />
  14. 14. Elementosrelacionados<br />Emoção<br />Intensidade: +++<br />Duração: +<br />Exemplos:<br />medo<br />orgulho<br />Humor<br />Persona-lidade<br />Prefe-rências<br />Relaçõesinterpes-soais<br />Intensidade: +/++<br />Duração: ++<br />Exemplos:<br />irritado<br />deprimido<br />contente<br />Intensidade: +/++<br />Duração: +/++<br />Exemplos:<br />frio<br />atensioso<br />distante<br />Intensidade: 0/++<br />Duração: ++/+++<br />Exemplos:<br />gostar de<br />detestar<br />amar<br />Intensidade: 0/+<br />Duração: +++<br />Exemplos:<br />ansioso<br />invejoso<br />hostil<br />adaptado de [Scherer 2000]<br />
  15. 15. Dimensão dos modelos<br />Unidimensionais (ex. [Duffy 1941]: grau de excitação)<br />Multidimensionais (vários)<br />Modelosdiscretos<br />Circuitosneurológicos (ex. Cannon [1972])<br />Conceito de emoçõesbásicas (ex. [Plutchik 1962])<br />Modelosorientados a significados<br />Modeloslexicos (ex. OCC [1988])<br />…<br />Etc, etc, etc, etc<br />Modelosteóricosexistentes<br />
  16. 16. “Não é o quenosacontecequenosfazfelizoutriste… …massimcomoencaramos o quenosacontece”Carlos Alexandre<br />Modelomaisutilizadoemcomputação:<br />Ortony, Clore e Collins – OCC<br />Modelos de appraisal<br />CAUSA<br />Situação<br />Interpretação<br />Emoção<br />
  17. 17. Modelo OCC<br />
  18. 18. Exemplo<br />Modelo OCC<br />Consequencia de eventos<br />Ações dos agentes<br />Aspectos dos Objetos<br />Reação a<br />Próprioagente<br />Outrosagentes<br />Orgulho<br />Vergonha<br />
  19. 19. Modelosteóricossão<br />Abstratos e genéricos<br />Pontuais<br />Precisam ser combinados com váriasoutrasteorias)<br />Vira um verdadeiromonstro (Frankenstein)<br />Modelosteóricos de emoção<br />Explicamcomoemoçõessãogeradas, masnãocomo as açõessãodisparadas a partirdelas<br />Modelosteóricos de personalidade<br />São classificadores de comportamentos<br />Nãosãogeradores de comportamento<br />Problemas de “implementação”<br />
  20. 20. VTeam<br />Jogo sério<br />Exemplo de uso (1)<br />
  21. 21. VirtualHuman (tutor virtual)<br />ALMA: A layered model of affect<br />Exemplo de uso (2)<br />
  22. 22. Validação de modelos<br />O monstro dos criadores de monstros<br />
  23. 23. Até o início do séc. passado, a Psicologianão era consideradapelasdisciplinasditashardcomouma “Ciência” pornãoter o rigor metodológicodessas<br />Resultadosbaseados no empiricismo, no sensocomum<br />Um experimentosobre o comportamentohumanonão é necessariamentereproduzível, dado um conjuntoinicial de parâmetros (situação)<br />Como validar um modelo se estenãopode ser reproduzível?<br />A inserção de um processometodológico (análisesestatísticas) permitiuque a Psicologiaentrasse no hall das Ciência (porém.. soft… )<br />Psicologia: ciênciasoft<br />
  24. 24. A Inteligência Artificial, com seusmodelosracionais de resolução de problemas, de tomada de decisão e de buscaporsoluçõesótimas, pode ser maisfacilmenteconsideradacomociência<br />Resultadossãoquantativamentecomparados com soluçõesótimasesperadas<br />Resultadossãoreproduzíveispara um mesmoconjunto de dados de entrada<br />Pode-se avaliar um algoritmo/modelo/abordagememfunçãométricasbemestabelecidas<br />NãohámargemparaSUBJETIVIDADE<br />IA clássica: ciênciahard<br />
  25. 25. Como avaliarnossascriações?<br />Até o momento, nãoháumametodologia<br />Os métodos de validaçãoda IA clássicanãosãonecessariamenteaplicáveis<br />A subjetividade do queconsideramoscomo “monstro” faz com quenãoexistaumasoluçãoótima<br />Porém, é necessáriodistinguir<br />A avaliação dos objetivos a queosagentes se propuseram (eficicácia) dos…<br />Validação dos modelosimplementados<br />Construção de monstros: soft or hard?<br />
  26. 26. Projeto de arquitetura de agentecapaz de representar o impacto de influênciassociaissobreosindivíduos<br />Uso de modelos de influênciassociais, emoções e personalidade<br />Processos de influência social (H. Kelman)<br />Compliance: quando um indivíduoqueralcançarumareaçãofavorável do outro (interesses – regras/normas)<br />Identification: quando um indivíduoquerestabeleceroumanteruma boa relação com o outro (relações - papéis)<br />Internalization: quando se precisamanterumacorrepondência entre suasações e crenças com seusistema de valores (identidades- valores)<br />Use case – Personalidadeemagentes<br />
  27. 27. Do ponto de vista individual<br />Permitecriarumaestabilidadenoscomportamentos<br />Dar umaaparentecoerênciaaoscomportamentos<br />Do ponto de vista social<br />Permitecriarumasociedademaiscomplexa/diversificada<br />O quefazerparaque, dada umamesmasituação (condiçõesexternas e crênçasinternas), diferentesagentestomemdecisõesdiferente<br />Exemplo: Um agente se encontra num túnelescuro. De repente, umaluzaparece no fim do túnel<br />OTIMISTA: “Oba!!! Umasaída”<br />PESSIMISTA: “AAHH!!! UM TREM EM MINHA DIREÇÃO!!!”<br />Porqueusarpersonalidade?<br />
  28. 28. Maioria das arquiteturasutilizam a personalidadecomouma forma de definirmaiorpreferênciasporalgumasações (outipos de ações)<br />Soluçõesorientadas a contexto<br />Modelosnãosãocompletamentereutilizáveis<br />Para cada novo contexto, precisa-se fazer um ajustefino das personalidades com suaspreferências<br />E se a preferêncianão for sobre as ações, massobrecomoescolher as ações?<br />Preferênciasobrecomoraciocinarsobreumasituação<br />Soluçãomaisgenérica e reutilizávelparaqualquercontexto<br />Como modelarpersonalidade?<br />
  29. 29. Arquitetura do agente<br />Percepção<br />Ação<br />Personalidade<br /> Tomada de decisão<br />Deliberação<br />Crênças<br />Emoções<br />plano<br />Componente social<br />Compliance<br />Identification<br />Internalization<br />Valores<br />Regras<br />Papéis<br />
  30. 30. Deixa de ser um “componente” de umaarquiteturacognitiva e passa a ser o “regente” dessaestrutura<br />Nessaabordagem, a personalidadenãopode ser baseadanumateoria de traços de personalidade<br />Preferênciassãoexpressasatravés de valorescontínuos<br />É necessário um sistema de tipos<br />Tipo A segue o processo/estratégiacognitiva X,<br />Tipo B segue o processo/estratégiacognitiva Y,<br />etc<br />Utilizamos o modelo MBTI<br />A própriateoriadáembasamentossobrecomoostiposfuncionamcognitivamente<br />Personalidade do agente<br />
  31. 31. Modelosimplificado: 4 dimensões (dicotomias)<br />Expressam<br />A direçãopreferida de energia e atenção<br />A forma preferida de captarinformações<br />A forma preferida de tomardecisões<br />O estilopreferidoemrelaçãoaoambienteexterno<br />Através das dicotomias<br />Extroversão – Introversão (foco de atenção)<br />Sensação – Intuição (importânciadapercepção)<br />Pensamento – Sentimento (estilo de julgamento)<br />Julgamento – Percepção (estruturada / espontânea)<br />Padrões de preferências no MBTI<br />
  32. 32. Sensação – Intuição<br />O agenteSensaçãolevaemcontaapenas dados concretosquepercebe<br />O agenteIntuiçãolevaemcontapossibilidades<br />Raciocíniobaseado no que é concreto e possível<br />Desenvolvimentodaárvoreemfunção do que é concreto<br />Modelando as dimensões (1)<br />Atualestado domundopercebido<br />peloagente<br />ação b<br />ação a<br />Estados<br />futuros<br />concreto<br />possível<br />
  33. 33. Pensamento – Sentimento<br />O agentePensamentobuscanaárvore o quelhelevamaisrápidoaoseuobjetivo<br />O agenteSentimentobuscanaárvoretambémlevandoemcontavaloressubjetivos dos demais<br />Raciocíniobaseadoemmodelagemmútua<br />Modelando as dimensões (2)<br />Atualestado domundopercebido<br />peloagente<br />ação b<br />ação a<br /><br />Estados<br />futuros<br /><br />concreto<br />possível<br />
  34. 34. AvaliarValidar Verificar<br />Avaliar (osobjetivos) não é validar!<br />Verificar (implementação do modelo) não é validar!<br />Validar<br />Humanos do tipo XYZ se comportariamcomo o agente do tipo XYZ se comportou?<br />É possívelvalidar um comportamento…<br />num (e apenas um) cenário, situaçãooucontexto ?<br />semlevaremcontatodo um históricopessoal (do agente)?<br />emrelação a umateoriasemlevaremcontatodas as demaisquecompõe a estruturacognitiva do agente?<br />Métricas?<br />Coerência contextual? <br />Como validaressemodelo?<br />
  35. 35. Validar é preciso... mas é NP-Muito-Hard…… ou NP-Soft<br />Para muitasaplicações, não é necessáriovalidarosmodelospsicológicos<br />Se osobjetivosdaaplicação for alcançado, ótimo!<br />Emaplicaçõesquenãopossuemobjetivosexplícitos (queremapenasestudar o comportamento do agente), a validação é fundamental<br />Para finalizar…<br />

×