Cómo distinguir una sonrisa auténtica de una falsa

¿Podría decir cuál de las dos sonrisas de arriba está mostrando verdadera felicidad y cuál es forzada? Un sistema informático diseñado por el Instituto Tecnológico de Massachusetts (MIT) sí puede hacerlo y la respuesta es que la de la derecha contiene signos de frustración.

Aunque pensamos que no sonreímos cuando estamos frustrados, en realidad sí lo hacemos y los científicos del MIT han encontrado la manera de identificar esos signos en nuestra expresión. No solo eso, sino que han desarrollado un programa que lo hace mejor que el propio ojo humano. El sistema, aseguran los investigadores, puede mejorar la manera que interaccionamos con las máquinas y ayudar a personas con dificultad para entender las expresiones, como es el caso de los autistas. "La meta es ayudar a la gente con la comunicación cara a cara", asegura Ehsan Hoque, coautora del estudio.

Durante los experimentos realizados en el Media Lab del MIT, los voluntarios realizaron distintos gestos de alegría o frustración ante una webcam.  A continuación les pidieron que rellenaran un impreso diseñado para generar frustración o ver un vídeo pensado para causar alegría y grabaron sus reacciones.

Cuando les pidieron que fingieran frustración, ninguno de los voluntarios sonrió, pero cuando les obligaron a realizar una tarea que originaba verdadera frustración el 90% respondió con una sonrisa. ¿Cuál era la diferencia entre esta sonrisa y la verdadera? Los científicos han encontrado diferencias muy sutiles entre las dos reacciones, como la velocidad a la que los sujetos sonríen: cuando se trataba de una sonrisa genuina, tendemos a construirla progresivamente, mientras que la sonrisa falsa aparece a toda velocidad.

El siguiente paso, indica el estudio publicado en IEEE Transactions on Affective Computing, fue desarrollar un sistema automatizado para distinguir las sonrisas reales de las "frustradas" mediante el análisis de los patrones temporales del gesto. Después compararon las apreciaciones de los humanos y la máquina y mientras las personas apenas acertaban al azar a la hora de distinguir una sonrisa falsa, el programa desarrollado por los investigadores tenía una tasa de acierto del 92%.