Redacción, 29-06-2018.-Los niños con trastornos del espectro autista a menudo tienen problemas para reconocer los estados emocionales de las personas a su alrededor, por ejemplo, distinguir una cara feliz de una cara temerosa. Para remediar esto, algunos terapeutas usan un robot amigable para los niños con el fin de demostrar esas emociones y hacer que los niños imiten las emociones y respondan de forma apropiada, según ‘Ecodiario’.
Sin embargo, este tipo de terapia funciona mejor si el robot puede interpretar sin problemas la conducta del niño, ya sea que estando interesado o entusiasmado o prestando atención, durante la terapia. Investigadores ‘Media Lab’ del Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés), en Estados Unidos, han desarrollado un tipo de aprendizaje automático personalizado que ayuda a los robots a estimar el compromiso y el interés de cada niño durante estas interacciones, utilizando datos que son únicos para ese niño.
Armada con esta red personalizada de «aprendizaje profundo», la percepción de los robots de las respuestas de los niños estuvo de acuerdo con las evaluaciones de expertos humanos, con una puntuación de correlación del 60 por ciento, informan los científicos en un artículo que se acaba de publicar en ‘Science Robotics’.
«El objetivo a largo plazo no es crear robots que reemplacen a los terapeutas humanos, sino ampliarlos con información clave que los terapeutas puedan usar para personalizar el contenido de la terapia y también hacer interacciones más atractivas y naturales entre los robots y los niños con autismo«, explica el primer autor del estudio, Oggi Rudovic, investigador postdoctoral en ‘Media Lab’.
La coautora del artículo y profesora del MIT Rosalind Picard, que lidera la investigación en informática afectiva, expresa que la personalización es importante en la terapia del autismo. «El desafío de crear aprendizaje automático e inteligencia artificial [IA] que funciona en el autismo es particularmente irritante, porque los métodos habituales de IA requieren una gran cantidad de datos que son similares para cada categoría que se aprende. En el autismo donde reina la heterogeneidad, los enfoques de IA normal fallan», dice Picard.
