06/07/2021 - Uma equipe de pesquisa da Universidade de Copenhague e da Universidade de Helsinque demonstra que é possível prever preferências individuais com base em como as respostas cerebrais de uma pessoa correspondem às de outras. Isso poderia ser usado para fornecer conteúdo de mídia individualizado – e talvez até mesmo para nos esclarecer sobre nós mesmos. Nós nos acostumamos a algoritmos online tentando adivinhar nossas preferências para tudo, desde filmes e música até notícias e compras.
Isso se baseia não apenas no que pesquisamos, olhamos ou ouvimos, mas também em como essas atividades se comparam a outras. A filtragem colaborativa, como a técnica é chamada, usa padrões ocultos em nosso comportamento e no comportamento de outras pessoas para prever quais coisas podemos achar interessantes ou atraentes. Mas e se os algoritmos pudessem usar respostas de nosso cérebro em vez de apenas nosso comportamento? Pode soar um pouco como ficção científica, mas um projeto que combina ciência da computação e neurociência cognitiva mostrou que a filtragem colaborativa baseada no cérebro é realmente possível. Usando um algoritmo para combinar o padrão de respostas cerebrais de um indivíduo com o de outros, pesquisadores da Universidade de Copenhague e da Universidade de Helsinque foram capazes de prever a atração de uma pessoa por um rosto ainda não visto. Anteriormente, os pesquisadores colocaram eletrodos de EEG nas cabeças dos participantes do estudo e mostraram a eles imagens de vários rostos e, assim, demonstraram que o aprendizado de máquina pode usar a atividade elétrica do cérebro para detectar quais rostos os sujeitos achavam mais atraentes.
"Ao comparar a atividade cerebral de outras pessoas, agora também descobrimos que é possível prever rostos que cada participante acharia atraente antes de vê-los. Dessa forma, podemos fazer recomendações confiáveis para os usuários - assim como os serviços de streaming sugerem novos filmes ou série baseada na história dos usuários", explica o autor sênior Dr. Tuukka Ruotsalo do Departamento de Ciência da Computação da Universidade de Copenhague.
Em direção à computação consciente e maior autoconsciência
As indústrias e os provedores de serviços estão dando cada vez mais recomendações personalizadas e agora estamos começando a esperar deles conteúdo personalizado. Consequentemente, pesquisadores e indústrias estão interessados em desenvolver técnicas mais precisas para atender a essa demanda. No entanto, as técnicas atuais de filtragem colaborativa que se baseiam em comportamento explícito em termos de classificações, comportamento de cliques, compartilhamento de conteúdo etc. nem sempre são métodos confiáveis de revelar nossas preferências reais e subjacentes.
"Devido a normas sociais ou outros fatores, os usuários podem não revelar suas preferências reais por meio de seu comportamento online. Portanto, o comportamento explícito pode ser tendencioso. Os sinais cerebrais que investigamos foram captados muito cedo após a visualização, por isso estão mais relacionados a impressões imediatas do que um comportamento cuidadosamente considerado", explica o co-autor Dr. Michiel Spapé.
Leia também - Conheça os dois cientistas que implantaram uma memória falsa em um rato
"A atividade elétrica em nossos cérebros é uma fonte de informação alternativa e bastante inexplorada. A longo prazo, o método provavelmente pode ser usado para fornecer informações muito mais sutis sobre as preferências das pessoas do que é possível hoje. Isso pode ser para decodificar as razões subjacentes pelo gosto de uma pessoa por certas músicas - o que pode estar relacionado às emoções que elas evocam", explica Tuukka Ruotsalo. Mas os pesquisadores não veem apenas o novo método como uma maneira útil para anunciantes e serviços de streaming venderem produtos ou reterem usuários. Como o autor principal Keith Davis aponta:
"Considero nosso estudo um passo em direção a uma era que alguns chamam de 'computação consciente', na qual, usando uma combinação de computadores e técnicas de neurociência, os usuários poderão acessar informações únicas sobre si mesmos. De fato, Brain-Computer A interface, como é conhecida, pode se tornar uma ferramenta para se entender melhor."
No entanto, ainda há um caminho a percorrer antes que a técnica possa ser aplicada além do laboratório. Os pesquisadores apontam que os dispositivos de interface cérebro-computador devem se tornar mais baratos e fáceis de usar antes de se encontrarem nas mãos ou presos à cabeça de usuários casuais. Seu melhor palpite é que isso levará pelo menos 10 anos. Os pesquisadores também ressaltam que a tecnologia vem com um desafio significativo para proteger os dados baseados no cérebro contra o uso indevido e que é importante que a comunidade de pesquisa considere cuidadosamente a privacidade dos dados, a propriedade e o uso ético dos dados brutos coletados pelo EEG.
No experimento, os participantes viram um grande número de imagens de rostos humanos e pediram para procurar aqueles que consideravam atraentes. Ao fazer isso, seus sinais cerebrais foram registrados. Esses dados foram usados para treinar um modelo de aprendizado de máquina para distinguir entre a atividade cerebral quando o participante viu um rosto que achou atraente e quando viu um rosto que não achou atraente. Com um modelo de aprendizado de máquina diferente, os dados baseados no cérebro de um número maior de participantes foram usados para calcular quais novas imagens faciais cada participante acharia atraente. Assim, a previsão foi baseada em parte nos próprios sinais cerebrais de cada participante e em parte em como os outros participantes responderam às imagens.
Fonte: https://techxplore.com/