Inteligência artificial reconhece emoções em imagens, mas não as sente

Um estudo recente publicado na revista Royal Society Open Science revela que modelos de linguagem multimodais, como ChatGPT-4o, Gemini Pro e Claude Sonnet, avaliam emoções em imagens de maneira semelhante a humanos. Os pesquisadores conduziram experimentos com 204 voluntários, que classificaram 362 fotos com base em critérios emocionais. Os resultados mostraram que as avaliações dos modelos de IA correlacionam-se fortemente com as dos participantes humanos, indicando que esses sistemas podem aprender conceitos emocionais sem treinamento explícito.

Os modelos foram instruídos a "fingir ser humanos" durante a avaliação das imagens, que incluíam categorias como animais, paisagens e rostos. As classificações foram feitas em uma escala de 1 a 9, considerando aspectos como valência, direção motivacional e níveis de excitação. As correlações entre as respostas dos modelos e dos humanos variaram de 0,55 a 0,90, com o ChatGPT apresentando a maior precisão.

Implicações do Estudo

Os pesquisadores, incluindo Alberto Tesolin, sugerem que a capacidade dos modelos de linguagem de emular respostas emocionais pode estar relacionada à riqueza dos dados de treinamento, que incluem descrições textuais que vão além da mera informação visual. Essa descoberta levanta questões sobre a interpretação de emoções pela IA, uma vez que a capacidade de replicar avaliações humanas não implica que esses sistemas possuam sentimentos reais.

Além disso, o estudo destaca a necessidade de investigar as diferenças culturais na elicitação e regulação emocional. Os autores enfatizam que, embora a IA possa imitar reações humanas, isso não significa que compreenda ou sinta emoções da mesma forma que os seres humanos. A pesquisa abre um debate sobre a relação entre linguagem, emoção e a capacidade de máquinas de interagir em contextos afetivos.