Si hay que hablar de precisión, seamos precisos
Medimos el mundo, eso ya lo sabéis. Gracias no sólo a nuestro trabajo diario en retail, eventos o smartcities, sino también a otros proyectos espectaculares os vamos desgranando poco a poco cómo funciona nuestra plataforma de Inteligencia Artificial. Y es que en Goli Neuromarketing ya llevamos años buceando en esta IA que se ha puesto ahora tan de moda.
Una de las preguntas a la que nos enfrentamos comúnmente es cómo sabemos que nuestra plataforma Golineuro AI mide la realidad y no otras cosas. Pues bien, porque se calibra periódicamente.
Cada cierto tiempo sometemos a nuestra plataforma a una serie de situaciones conocidas en un entorno controlado y se comparan los resultados con la situación en cuestión
Por ejemplo. Para comprobar que el eye-tracking funciona correctamente, un conjunto de sujetos voluntarios miran a unos puntos marcados en una regla y luego se extrae de la plataforma la información de los lugares de dónde miraron, calculando si esos puntos coinciden o, en caso de que lo hubiera, cuál es el error máximo.
En el caso del reconocimiento de emociones, el grupo de usuarios de control llevan dispositivos que miden su actividad cerebral, ritmo cardiaco y la conductancia de la piel, usando la literatura científica (publicaciones o estudios científicos) para identificar emociones a partir de los parámetros que arrojan estos instrumentos. De esta forma se compara la emoción que indica la plataforma con la que se deduce de su actividad biométrica.
Para el reconocimiento de conductas y comportamientos, se pide a los usuarios que escojan al azar una conducta de un listado y la ejecuten, comparando la conducta escogida con la que la plataforma indica.
De esta forma no sólo logramos tener a punto siempre nuestra plataforma y asegurar que los datos son lo más objetivos y fiables posibles, sino que también reducimos progresivamente los márgenes de error que pueden darse.
Tras la última calibración los márgenes de error máximos son los siguientes:
– Error máximo eye tracking: 0.6 mm
– Error máximo conteo: 0,8 %
– Error máximo estimación edad: 15,4%
– Error máximo estimación sexo: 11.6%
– Error máximo identificación emocional: 1,2%
– Error máximo dirección flujos: 0.01%
– Error máximo en detección de conductas: 1,4%
