Como as corporações usarão empatia artificial para nos vender mais porcaria

Empatia é um troço complicado. A complexidade das emoções humanas tornam difícil, se não impossível, a verdadeira compreensão dos sentimentos do outro. Ainda assim, entender um pouquinho nossos semelhantes é crucial para a sobrevivência humana — nosso cérebro parece estar programado para isso, inclusive. Dito isso, talvez esta notícia não surpreenda muito: ao passo que a aprendizagem automatizada se torna capaz de mimetizar funções sofisticadas do nosso cérebro, a corrida para ensinar empatia a computadores vira, cada vez mais, um baita negócio.

A ideia é treinar máquinas para reconhecer sinais sociais de seres humanos — "dados visuais", como preferem os teóricos — e então produzir uma resposta apropriada. Chamam isso de empatia artificial. Trata-se de um fenômeno relativamente novo, mas já encantou outro campo de pesquisa que também está interessado em entender a maneira como os humanos se comunicam: o marketing.

Segundo Shasha Lu, palestrante de marketing da Escola de Administração de Cambridge, essa é uma mina de ouro. A pesquisa dela busca, em suma, ensinar as máquina a ler as dicas comportamentais do cliente de acordo com a reação dele a um produto em particular para, depois, fazer recomendações dirigidas com base nesses sinais sociais. No caso de Lu, ela foca em ensinar uma máquina a recomendar roupas customizadas (ha!) para cada indivíduo.

"A ideia de tornar uma máquina capaz de chegar a conclusões úteis a partir das expressões e do comportamento de alguém era muito empolgante para mim", disse Lu em uma declaração. "Agora, temos a tecnologia e o poder computacional para realizar isso."

De acordo com Lu, o projeto é baseado em técnicas já utilizadas por vendedores humanos.

"Quando as pessoas, mulheres em especial, saem para fazer compras, tendem a provar a peça antes de finalizar a compra", disse ela. "Quando analisam a peça em frente a um espelho, o vendedor geralmente observa duas informações. A primeira é se o cliente gosta da peça ou não, o que ele infere a partir de sua reação emocional, de sua expressão facial. A segunda é que atributo em particular da peça ela aprova ou reprova, o que é observado por meio de sua reação comportamental. Se a cliente ficar ajeitando a gola ou a bainha com uma expressão irritada, por exemplo, podemos inferir que ela não gosta do detalhe."

O projeto de Lu propõe instalar uma câmera no topo de um espelho, fora do provador, que permitiria que computadores capturassem a avaliação do cliente acerca da peça de roupa. As expressões faciais do cliente e outras reações comportamentais então seriam analisadas em conjunto com os dados dos outros clientes que reagiram ao mesmo item para poderem gerar recomendações em tempo real. Outros dados do cliente, como altura e peso, também auxiliariam o computador a fazer sugestões customizadas.

Usar aprendizagem automatizada para entender comportamentos de consumo como uma forma de customizar campanhas de marketing não é uma técnica nada nova. A técnica se aplica, por exemplo, a outdoors com leitura facial, que usam softwares para pinçar compradores (tecnologia que já foi testada e comprovada) e ao algoritmo controverso do Facebook que, aparentemente, traça um perfil racial dos usuários para lhes oferecer anúncios próprios para seus "grupos de afinidade".

O tutorial do programa de publicidade do Facebook é cauteloso. Afirma explicitamente que o esquema não foca em etnias específicas, mas, sim, em "afinidades e interesses culturais". No entanto, uma olhada de relance nos materiais promocionais da rede social já desbanca essa afirmação, visto que os usuários retratados ao lado da lista de grupos de afinidades (hispano-americanos, afro-amerianos, americanos asiáticos) não demonstram nenhuma marca cultural comum além das etnias.

Um exemplo especialmente saliente disso foi a divulgação do filme Straight Outta Compton, que usou os anúncios dirigidos do Facebook para distribuir dois trailers completamente diferentes aos usuários com base nos supostos grupos de afinidae (que o Facebook ainda alega não ter nada a ver com categorias étnicas ou raciais).

Trailers cinematográficos baseados nas preferências ou afinidades do público também é uma área que Lu estuda. "A pesquisa está em curso, então ainda não temos resultados concretos mas, do jeito que está, todos os trailers cinematográficos podem ser voltados para o mesmo grupo de pessoas", disse Lu. "Digamos que lancem um trailer com um elemento de ação e que uma pessoa que não curte ação assista. A pessoa pode deixar de ver o filme, embora ele tenha diversas cenas sem ação que atrairiam a atenção desse espectador. Estamos trabalhando em [customização de] trailers de acordo com as preferências das pessoas e, assim, aperfeiçoamos a eficácia do trailer e incentivamos as pessoas a verem filmes que geralmente descartariam."

Segundo Lu, técnicas similares poderiam se estender para serviços de encontros online, melhorando as combinações com base na análise das características faciais dos usuários. Não sabemos se esses esquemas de marketing radicalmente individualizados servirão de veneno ou bênção para o consumidor. Ainda precisamos pagar para ver. Para Lu, porém, não resta dúvidas: o futuro é promissor. "Esse campo não só representa um trabalho inovador que está com a corda toda: trata também de aspectos cotidianos da vida", diz. "Essa combinação faz da área um meio muito empolgante para desenvolver."

Tradução: Stephanie Fernandes