Técnicas de IA para detección de emociones en juegos serios

Abstract

En este trabajo se ha realizado un estudio sobre los modelos de reconocimiento de expresiones faciales, o FER (Facial Expression Recognition), con la intención de recopilar datos sobre las emociones de los individuos al jugar un juego serio. El objetivo principal es diseñar un software capaz de registrar las emociones del usuario a lo largo de su experiencia de juego y analizar las variaciones en su espectro emocional. Esto permitiría evaluar si las emociones detectadas se corresponden con las que el juego intenta transmitir. De este modo, se puede realizar un análisis más efectivo sobre la capacidad del juego para educar y generar conciencia en los jugadores sobre realidades que, posiblemente, desconocen. La finalidad de este trabajo es, por tanto, determinar si un juego serio está bien o mal diseñado a partir de las emociones que experimentan los jugadores durante su uso. Todo esto con el objetivo de mejorar el diseño del juego, modificando las partes necesarias y asegurando que sus ideas principales sean transmitidas de forma efectiva. El procedimiento seguido en este trabajo para el diseño de la herramienta comenzó con una recopilación de modelos de inteligencia artificial capaces de predecir emociones. Una vez seleccionados los modelos más adecuados y finalizadas las pruebas correspondientes, se procedió a evaluarlos en un entorno de juego serio con participación de jugadores reales. Tras llevar a cabo una investigación con quince jugadores, se obtuvieron datos valiosos sobre las escenas del juego que generan mayor reacción emocional, así como las respuestas emocionales más comunes entre los participantes y las diferentes variaciones de emociones entre los usuarios. Aunque los resultados son prometedores, el estudio presenta ciertas limitaciones, como el tamaño reducido de la muestra y la escasez de un modelo capaz de captar el ligero cambio de emociones en el jugador.

In this work, a study has been conducted on facial expression recognition models or FER, with the aim of collecting data on individuals’ emotions while playing a serious game. The main objective is to design software capable of recording the user’s emotions throughout their gameplay experience, analyzing variations in their emotional spectrum format. This would allow for an evaluation of whether the detected emotions align with those the game intends to convey. In this way, a more effective analysis can be carried out regarding the game’s ability to educate and raise awareness among players about realities they may be unaware of. The ultimate purpose of this work is therefore to determine whether a serious game is well or poorly designed based on the emotions players experience during its use. All of this aims to improve the game design by modifying the necessary elements and ensuring that its core ideas are communicated effectively. The procedure followed in this work for the design of the tool began with the collection of artificial intelligence models capable of predicting emotions. Once the most suitable models were selected and the corresponding tests completed, they were evaluated in a serious gaming environment with real player participation. After conducting a study with fifteen players, valuable data was obtained regarding the game scenes that elicit the strongest emotional responses, as well as the most common emotional reactions among participants and the different variations in emotions across users. Although the results are promising, the study presents certain limitations, such as the small sample size and the lack of a model capable of detecting subtle emotional changes in the player.