以前我們總是覺得電腦很理性，只會算數字、跑邏輯，但情感計算希望電腦不只聰明，還能夠察覺人類的情緒。
情感計算（Affective Computing）就是「教電腦讀懂人類的情緒」，是麻省理工學院（MIT）教授 Rosalind Picard 在 1997 年提出的概念，主要研究如何讓電腦能夠識別、理解、模擬與回應人類情緒。結合心理學、神經科學與人工智慧技術，目的是讓機器不僅具備邏輯推理與計算能力，更能洞察人類的情感狀態。
比較傳統的人工智慧技術，專精於「理性」與「數據」，而情感計算則可以滿足「感性」方面，使人機互動更加自然與人性化。也讓電腦從「工具」轉變成「陪伴者」。

情感計算的核心技術
情緒辨識（Emotion Recognition）

利用聲音（語速、音高、停頓）、表情（臉部肌肉動作）、姿態，甚至生理訊號（心跳、呼吸、皮膚電反應）來偵測情緒。
例如筑波大學研究團隊提出的非接觸式多模態情感辨識框架，可同時蒐集心跳、呼吸與語音資訊，並使用 AI 分析人類情緒。

情緒理解（Emotion Understanding）
結合語意分析與上下文，判斷人類在特定情境下情緒的來源與影響。
可以透過自然語言來處理（NLP）來分析文字中的情感色彩。

情緒回應（Emotion Response）
AI 不僅能偵測情緒，還能以適當的方式回應，例如語音助理在偵測到焦慮語氣時，給予安撫式回應。

情感計算的應用領域
醫療照護
協助醫師與護理師偵測病患情緒，降低醫護人員的「同理心」
用於心理健康監測，例如透過語音與表情分析，提前察覺憂鬱症或焦慮症傾向。

教育
AI 學習助理可根據學生的專注度、挫折感或興趣變化，動態調整教材與教學方式。

智慧生活
智慧家居系統可偵測使用者情緒，自動調整燈光、音樂與環境，營造舒適氛圍。

人機互動與娛樂
遊戲與虛擬實境（VR）可根據玩家情緒變化，動態改變劇情或遊戲難度，提升沉浸感。

商業與顧客服務
客服 AI 可透過語音或文字辨識顧客情緒，適時安撫或給予更貼合的回應。

情感計算正逐漸成為人工智慧領域發展的重要方向之一。
隨著科技發展進步，科技逐漸能理解人類的情緒，它不再是冰冷的機器，慢慢成為能與我們共情、合作與療癒身心的存在。
從醫療到教育；從智慧家庭到心理輔助，情感計算成為未來發展的趨勢。

知識小學堂 | 自然語言處理與情感分析
自然語言處理（NLP）是人工智慧的重要技術之一，能夠透過 NLP從龐大的文字數據中迅速捕捉人類情緒，並應用於各種場景。
像是在客服系統中，NLP 可即時分析顧客留言，判斷情緒屬於正面、負面或中性，並將急需處理的案例優先交由人工客服，提升服務品質。
於社群媒體環境中，企業可利用 NLP 追蹤消費者對品牌或產品的情感反饋，協助掌握市場動態，調整行銷策略。
醫療方面，NLP 能協助分析病患的語言表達，偵測其心理狀態，為診斷提供輔助依據。
教育場景中，NLP 亦能辨識學生回饋中隱含的焦慮與挫折，進而提供更貼近需求的學習支持。
整體來說，NLP 不僅讓機器更懂得人類語言，還能幫助我們更精準地洞察情感，推進人機互動的未來發展。