Može li umjetna inteligencija razumjeti ljudske emocije?

1. Uvod

Pitanje može li umjetna inteligencija razumjeti ljudske emocije nije moguće riješiti jednim rezultatom klasifikacije ili jednom ocjenom emocionalne prikladnosti odgovora. U računalnim sustavima potrebno je razlikovati obradu emocionalno relevantnih signala, dodjelu emocionalnih oznaka, procjenu afektivnih dimenzija, interpretaciju konteksta i generiranje odgovora koje ljudi procjenjuju kao relevantne, podržavajuće ili empatične. Ti se ishodi ne mogu automatski izjednačiti s ljudskim emocionalnim razumijevanjem, emocionalnom inteligencijom, empatijom kao unutarnjim stanjem ili subjektivnim emocionalnim doživljajem.

U užem smislu, AI-sustavi mogu obrađivati emocionalno relevantne signale, klasificirati emocionalne kategorije ili procjenjivati afektivne dimenzije. Također mogu generirati odgovore koje ljudski procjenjivači ocjenjuju relevantnima ili empatičnima. Međutim, značenje tih rezultata ovisi o konkretnoj mjeri, skupu podataka, protokolu i kriteriju procjene. Sama uspješna izvedba na određenom zadatku ne dokazuje ljudsko emocionalno razumijevanje ni emocionalnu inteligenciju u svim teorijskim značenjima.

Ovaj rad zato razlikuje računalnu prediktivnu izvedbu od šireg pojma emocionalnog razumijevanja. Posebna se pozornost posvećuje afektivnom računarstvu, modelima emocija, emocionalnoj inteligenciji, multimodalnom prepoznavanju, razgovornim agentima, empatiji i ljudskoj procjeni emocionalno oblikovanih odgovora. Takvo razlikovanje važno je zato što se isti izlaz sustava može opisati na više razina: kao tehnički rezultat određenog modela, kao funkcionalno uspješan odgovor na zadatak ili kao ljudski procijenjen oblik emocionalne prikladnosti. Te razine nisu međusobno zamjenjive.

2. Afektivno računarstvo i modeli emocija

Afektivno računarstvo obuhvaća računalnu obradu emocionalno relevantnih signala, uključujući njihovo prepoznavanje i modeliranje. Takav opseg ne treba automatski izjednačiti s ljudskim emocionalnim iskustvom (Kalateh i sur., 2024). Sustav može obrađivati podatke povezane s emocijama, a da iz toga ne slijedi da emocije doživljava ili razumije na način usporediv s čovjekom. Predmet mjerenja pritom je funkcija sustava: podatak se obrađuje, povezuje s određenom oznakom ili dimenzijom i pretvara u izlaz prema pravilima konkretnog modela.

Emocionalni se fenomen u računalnoj obradi može operacionalizirati na različite načine. Klasifikacijski modeli povezuju opažene podatke s diskretnim oznakama, dok regresijski modeli procjenjuju vrijednosti na afektivnim dimenzijama (Dropuljić i sur., 2016). Kategorijski pristup tako vodi prema klasifikaciji, a dimenzijski prema procjeni, primjerice, valencije i pobuđenosti. Izbor modela određuje kakav izlaz sustav proizvodi i što se uopće smatra uspješnim prepoznavanjem. Model koji bira jednu kategoriju i model koji procjenjuje položaj na kontinuiranoj dimenziji ne daju istu vrstu informacije, pa se njihovi rezultati ne mogu bez dodatnog objašnjenja tumačiti kao mjere jedne jedinstvene sposobnosti.

Prepoznavanje emocija u računalnom sustavu može značiti dodjelu diskretne kategorije ili procjenu afektivne dimenzije na temelju opaženih signala (Dropuljić i sur., 2016). Uspjeh takvog modela sam po sebi ne dokazuje ljudsko emocionalno razumijevanje. Rezultat pokazuje da je sustav ostvario određenu izvedbu unutar definiranog zadatka, ali ne rješava pitanje obuhvaća li ta izvedba razumijevanje emocionalnog značenja, konteksta ili perspektive druge osobe. Čak i kada je predikcija točna prema kriteriju skupa podataka, ostaje pitanje što je točno sustav prepoznao i koliko se taj izlaz može prenijeti na drukčiji kontekst.

U dimenzijskim prikazima emocionalni se fenomen može opisivati vrijednostima poput valencije i pobuđenosti (Dropuljić i sur., 2016). Ovdje je važno razlikovati tehnički opis izlaza od šire interpretacije. Procjena afektivne dimenzije nije isto što i objašnjenje zašto je određeno emocionalno stanje nastalo, što ono znači određenoj osobi ili kakav bi odgovor bio prikladan u danoj situaciji. Vrijednost na dimenziji može opisati određeni obrazac u podacima, ali sama po sebi ne daje potpun opis situacije u kojoj je signal nastao.

Kategorijski i dimenzijski modeli ne predstavljaju samo različite načine prikaza istog izlaza. Oni određuju koje se razlike među emocionalnim stanjima bilježe, koje se zanemaruju i kakav se kriterij uspjeha primjenjuje. Zbog toga usporedba rezultata različitih sustava zahtijeva oprez: sustavi koji proizvode različite vrste izlaza ne mjere nužno istu sposobnost. Razlika je važna i za interpretaciju pogrešaka. Pogrešna kategorija i pogrešna procjena na afektivnoj dimenziji mogu imati drukčije značenje, pa se uspješnost ne može svesti na jednu opću tvrdnju o razumijevanju emocija.

3. Emocionalna inteligencija kao psihološki konstrukt

Emocionalna inteligencija nije jedinstven konstrukt koji se može svesti na prepoznavanje emocija. U sposobnosnom modelu emocionalna inteligencija opisuje sposobnost obrade emocionalnih informacija i njihova korištenja u mišljenju i ponašanju (Mayer i sur., 2008). Jedan od instrumenata koji se povezuje s takvim pristupom jest MSCEIT, test učinka koji ispituje opažanje, olakšavanje mišljenja, razumijevanje i upravljanje emocijama (Mayer i sur., 2003). Već sam raspon tih sastavnica pokazuje da prepoznavanje emocionalnog signala obuhvaća samo jedan dio šireg konstrukta.

Razlikovanje modela važno je zato što se sposobnosne mjere i samoprocjene ne mogu međusobno zamijeniti. Istraživanja emocionalne inteligencije razlikuju testove učinka od mjera koje se temelje na procjeni vlastitih sposobnosti, osobina ili ponašanja. Te mjere mogu biti samo slabo povezane (Brackett i Mayer, 2003). Stoga rezultat na jednoj mjeri ne treba tumačiti kao izravnu procjenu cjelokupne emocionalne inteligencije. Mjera učinka i procjena vlastitih sposobnosti polaze od različitih načina operacionalizacije, pa isti rezultatni naziv ne znači nužno istu psihološku informaciju.

Ista ograda vrijedi kada se emocionalna inteligencija pripisuje AI-sustavu. Rezultat AI-ja na određenom EI-testu treba tumačiti kao izvedbu na konkretnoj mjeri. Sposobnosni i samoprocjenski modeli EI-ja nisu međusobno zamjenjivi (Mayer i sur., 2008; Brackett i Mayer, 2003). Posljedično, rezultat sustava na jednom testu ne opravdava zaključak da sustav posjeduje emocionalnu inteligenciju u svim teorijskim značenjima. Takav rezultat može pokazati kako sustav rješava zadatke koji su uključeni u određeni instrument, ali ne mora obuhvatiti sve sastavnice konstrukta niti pokazati kako bi sustav funkcionirao izvan testnog formata.

U literaturi o AI-sustavima emocionalna se inteligencija često operacionalizira preko konkretnih zadataka: prepoznavanja emocionalnih signala, interpretacije emocionalnog sadržaja, odgovaranja na emocionalne situacije ili rješavanja standardiziranih testnih pitanja. Takva operacionalizacija može biti korisna za usporedbu izvedbe, ali ne uklanja razliku između mjerenog zadatka i šireg konstrukta. Testni rezultat može biti relevantan za pitanje može li sustav riješiti određeni problem, dok pitanje emocionalne inteligencije zahtijeva opreznije povezivanje više vrsta sposobnosti i mjera.

Šire emocionalno razumijevanje ne svodi se na klasifikaciju emocionalne oznake. Može uključivati razumijevanje konteksta, uzroka, perspektive te misli, uvjerenja i namjera (Wang i sur., 2023; Concannon i Tomalin, 2024). Međutim, nisu utvrđeni jedinstveni kriteriji kojima bi se takvo funkcionalno emocionalno razumijevanje moglo izravno potvrditi. Zato ga je primjerenije prikazati kao širi konceptualni opseg, a ne kao već standardiziranu sposobnost AI-sustava. U tom smislu, uspješan rezultat na jednoj komponenti ne može samostalno riješiti pitanje obuhvaća li sustav i druge komponente emocionalnog razumijevanja.

4. Prepoznavanje emocionalnih signala

Prepoznavanje emocija može se temeljiti na tekstu, govoru, izrazu lica, fiziološkim signalima ili njihovoj kombinaciji. Različiti modaliteti daju različite vrste podataka, a način nastanka emocionalnog materijala utječe na anotaciju i interpretaciju rezultata. Tekst može nositi izbor riječi i strukturu iskaza, govor dodatno akustičke značajke, a vizualni i fiziološki podaci druge vrste opaženih reakcija. Zbog toga se rezultat jednog modaliteta ne može automatski proširiti na sve druge oblike emocionalne komunikacije.

Kontrolirani i odglumljeni izrazi razlikuju se od spontanih interakcija. IEMOCAP, primjerice, uključuje scenarijski izazvane i improvizirane emocionalne situacije, pri čemu autori upozoravaju na ograničenja povezana s glumom, emocionalnom elicijacijom i slaganjem procjenjivača (Busso i sur., 2008). Slična ograničenja pojavljuju se u istraživanjima koja koriste fotografije odglumljenih izraza. Takve rezultate ne treba bez dodatne provjere generalizirati na prirodno emocionalno ponašanje (Busso i sur., 2008; Gregorić i sur., 2014).

Ovo ograničenje nije samo tehničko. Ako su izrazi nastali u kontroliranim uvjetima, oznaka emocije može odražavati istraživački scenarij, upute sudionicima ili procjenu anotatora. U spontanom razgovoru emocionalni signali mogu biti neujednačeni, višeznačni i povezani s kontekstom koji nije prisutan u laboratorijskom materijalu. Signal koji je u jednom protokolu dovoljno jasan za određenu oznaku u drugom može imati drukčije značenje ili može biti povezan s više mogućih interpretacija.

Kulturna varijabilnost izraza lica može ograničiti prijenos nalaza o emocionalnim izrazima između populacija. Posljedice za konkretni klasifikator treba provjeriti međukulturnim testiranjem (Jack i sur., 2012; Dodaj i Sesar, 2016). Ova formulacija ne znači da je kulturna neprenosivost već dokazana za svaki sustav. Ona označava metodološki rizik koji se mora zasebno ispitati. Sama činjenica da se nalaz dobije u jednoj populaciji ne pokazuje kako će isti sustav raditi u drugoj.

Zbog toga rezultat dobiven u jednoj populaciji, na jednom jeziku ili u jednom obliku emocionalnog materijala ne treba automatski predstavljati kao opću sposobnost prepoznavanja emocija. Potrebno je uzeti u obzir način prikupljanja podataka, način anotacije, populaciju, modalitet i kriterij uspjeha. Svaki od tih elemenata određuje dio onoga što rezultat zapravo mjeri. Zaključak o izvedbi zato treba ostati vezan uz konkretne uvjete u kojima je izvedba dobivena.

5. Multimodalno prepoznavanje emocija

Multimodalni sustavi kombiniraju tekstualne, akustičke i vizualne informacije. Takvi modaliteti mogu biti sekvencijalni, heterogeni i vremenski neusklađeni, pa sustav mora obrađivati odnose među signalima, njihovo poravnanje i šum u podacima (Zadeh i sur., 2018). Kombiniranje modaliteta stoga ne znači samo dodavanje većeg broja ulaznih varijabli. Potrebno je odrediti kako se različiti izvori povezuju i kako se rješavaju razlike u njihovu vremenu, strukturi i pouzdanosti.

Multimodalna fuzija može iskorištavati odnose između jezičnih, vizualnih i akustičkih modaliteta te u pojedinim protokolima postići konkurentnu ili bolju predikciju. Veličina prednosti ovisi o skupu podataka i usporednom modelu (Zadeh i sur., 2018; Kalateh i sur., 2024). Ova tvrdnja ne znači da multimodalni sustavi uvijek nadmašuju unimodalne sustave niti da veći broj modaliteta nužno vodi prema boljoj generalizaciji.

Prednost multimodalnog sustava može ovisiti o svojstvima skupa podataka, načinu anotacije i kriterijima evaluacije. Bez međuskupovne provjere ne treba je pripisati općem emocionalnom razumijevanju (Zadeh i sur., 2018; Kalateh i sur., 2024). Sustav može uspješno obrađivati kombinaciju signala u određenom protokolu, dok se njegova izvedba u novim situacijama mora zasebno procijeniti. Zato rezultat multimodalne fuzije treba opisati kao prediktivni rezultat konkretnog sustava, a ne kao samostalni dokaz šire sposobnosti.

Emognition povezuje samoprocjene, izraze lica i fiziološke signale s oznakama emocionalnih stanja (Saganowski i sur., 2022). Ti su podaci pokazatelji mjerenih signala, a ne izravno mjerenje subjektivnog doživljaja AI-sustava. Podaci o ljudskim emocionalnim reakcijama mogu služiti razvoju ili evaluaciji računalnog sustava, ali ne predstavljaju dokaz da sustav ima vlastito emocionalno iskustvo. Njihova se uloga zato mora opisati na razini podataka koje prikazuju i zadataka za koje se upotrebljavaju.

6. Od prepoznavanja do emocionalnog razumijevanja

Prepoznavanje emocija odgovara na pitanje kojoj kategoriji ili afektivnoj dimenziji opaženi signal najviše odgovara. Emocionalno razumijevanje ima širi konceptualni opseg jer može uključivati kontekst, uzrok, perspektivu i emocionalno značenje situacije (Wang i sur., 2023; Concannon i Tomalin, 2024). Razlika nije samo u broju ulaznih podataka, nego i u vrsti zaključka koji se izvodi iz tih podataka.

Razlika između tih razina važna je pri interpretaciji benchmarka. Rezultat na klasifikacijskom zadatku govori o izvedbi na klasifikacijskom zadatku. Ne slijedi automatski da je sustav razumio odnose među sudionicima, razlog nastanka emocije ili moguće posljedice odgovora. Benchmark može biti koristan za mjerenje određene funkcije, ali njegova vrijednost ostaje povezana sa sadržajem zadataka, načinom bodovanja i protokolom u kojem se primjenjuje.

Benchmark može obuhvatiti emocionalno prepoznavanje, interpretaciju ili odgovaranje na situacijske upite. Ipak, njegov rezultat vrijedi za zadatke i protokol koji benchmark sadržava. Wang i suradnici koriste test emocionalne inteligencije koji kombinira različite oblike emocionalnih zadataka, dok se ograničenja takve operacionalizacije odnose na opseg testa i višedimenzionalnost konstrukta (Wang i sur., 2023). Zbog toga se uspjeh na testu ne treba proširiti na tvrdnju o cjelokupnom emocionalnom razumijevanju.

Slično vrijedi za velike jezične modele koji postižu dobre rezultate na standardiziranim pitanjima emocionalne inteligencije. Takav rezultat može pokazati sposobnost rješavanja određenih testnih zadataka. Ne pokazuje sam po sebi da sustav posjeduje emocionalnu inteligenciju izvan tih zadataka ili da ima subjektivni odnos prema emocionalnom sadržaju. Razlika između rješavanja pitanja i razumijevanja emocionalnog značenja posebno je važna kada se testni format može riješiti jezičkim obrascima, bez zaključka o unutarnjem iskustvu sustava.

7. Razgovorni agenti i emocionalno primjereni odgovori

Empatični dijaloški sustavi treniraju se na razgovorima koji uključuju emocionalne situacije, a generirani se odgovori procjenjuju ljudskim ocjenama relevantnosti, kvalitete, podrške ili percipirane empatije (Rashkin i sur., 2019; Sharma i sur., 2020). Ti su ishodi povezani, ali nisu ista mjera. Relevantnost se odnosi na odnos odgovora prema situaciji, kvaliteta na procjenu odgovora kao cjeline, podrška na njegovu procijenjenu korisnost ili podržavajući karakter, a percipirana empatija na empatiju koju procjenjivač pripisuje odgovoru.

U ovim radovima ljudski procjenjivači generirane odgovore ocjenjuju prema tome koliko odgovaraju emocionalnoj situaciji i kako ih procjenjivači doživljavaju. To je nalaz o svojstvima izlaza i njegovoj ljudskoj procjeni. Ne predstavlja dokaz subjektivnog osjećanja sustava, afektivne empatije ili emocionalnog iskustva. Procjena odgovora govori o tome kako je odgovor prepoznat i vrednovan u određenom postupku procjene.

Emocionalno primjeren odgovor nije automatski empatičan odgovor. Odgovor može biti usklađen s emocionalnim kontekstom, koristan ili podržavajući, a da se ne može zaključiti da je sustav doživio emociju druge osobe. Razlikovanje emocionalne prikladnosti i percipirane empatije važno je i zbog načina mjerenja: ljudska procjena odgovora, automatska detekcija emocionalnog tona i procjena percipirane empatije nisu ista mjera. Različiti ishodi mogu se međusobno nadopunjavati, ali jedan ne treba zamijeniti drugim.

Tekstualni i asinkroni razgovorni kontekst također ne obuhvaća sve paralingvističke i neverbalne aspekte empatije (Sharma i sur., 2020). Zbog toga se rezultati razgovornih sustava ne trebaju automatski proširiti na sve oblike emocionalne komunikacije. Ono što je procijenjeno u tekstualnom razgovoru ostaje nalaz o takvom obliku interakcije, a ne o svim mogućim načinima izražavanja ili primanja empatije.

8. Empatija i atribucija izvora

Empatija može uključivati razumijevanje perspektive ili emocionalnog stanja druge osobe, emocionalno dijeljenje, brigu i ponašajnu komunikaciju. Kognitivna empatija odnosi se na razumijevanje perspektive ili emocionalnog stanja druge osobe, dok se afektivna empatija odnosi na emocionalno dijeljenje ili doživljavanje stanja druge osobe (Sorin i sur., 2024; Concannon i Tomalin, 2024). Iskustveni doživljaj u tom se opisu može odnositi na komponentu afektivne empatije, ali se ne uvodi kao zaseban naziv koji bi se s njom automatski izjednačio.

Kod AI-sustava potrebno je razlikovati percipiranu empatiju od empatije kao unutarnjeg stanja. Percipirana empatija označava empatiju koju korisnik ili procjenjivač pripisuje odgovoru ili sustavu. Ona je mjera korisničkog doživljaja i ne mora biti svojstvo sustava. Takva procjena može biti važna za razumijevanje interakcije, ali ne rješava pitanje postoji li kod sustava unutarnji emocionalni proces koji bi odgovarao afektivnoj empatiji.

Istraživanja pokazuju da atribucija izvora utječe na ljudsku procjenu odgovora. U nekim se uvjetima AI-odgovori mogu ocijeniti kvalitetnijima, dok atribucija AI-izvora može smanjiti procjenu empatije i podrške (Liu i sur., 2025; Rubin i sur., 2025; Wenger i sur., 2026). Procjena kvalitete odgovora, procjena podrške, atribucija izvora i izbor između čovjeka i AI-ja nisu ista mjera. Svaka od njih opisuje drukčiji ishod procjene.

Neki korisnici mogu procijeniti odgovor kao kvalitetan ili podržavajući, a ipak preferirati čovjeka kao izvor empatije. To je nalaz o atribuciji i izboru izvora, ne o subjektivnom emocionalnom iskustvu AI-ja (Rubin i sur., 2025; Wenger i sur., 2026). Uvjerljiv emocionalni izlaz stoga može utjecati na percepciju sustava, ali percepcija nije dovoljna za zaključak o unutarnjoj empatiji. Razlika između procjene izlaza i atribucije unutarnjeg stanja ostaje ključna i onda kada se odgovori ljudima čine emocionalno uvjerljivima.

9. Zašto se empirijski nalazi razlikuju?

Rezultati različitih istraživanja ne mogu se izravno uspoređivati bez uzimanja u obzir razlika u materijalu, protokolu, atribuciji izvora i kriteriju procjene (Liu i sur., 2025; Rubin i sur., 2025; Wenger i sur., 2026). Različiti nalazi o kvaliteti, empatiji ili podršci mogu odražavati različite uvjete mjerenja, a ne nužno proturječne zaključke o jednoj stabilnoj sposobnosti. Usporedba zato zahtijeva da se najprije utvrdi odnose li se istraživanja na isti tip izlaza i isti način procjene.

U istraživanjima razgovornih sustava važni su način predstavljanja sustava, vrsta razgovora, procjenjuje li se odgovor samostalno ili u usporedbi s ljudskim odgovorom te zna li procjenjivač izvor odgovora. Ako se procjenjuje kvaliteta odgovora, rezultat ne treba tumačiti kao izravnu mjeru empatije. Ako se procjenjuje percipirana empatija, rezultat ne treba tumačiti kao dokaz unutarnjeg emocionalnog stanja. Ako se ispituje izbor između ljudskog i AI-izvora, takav ishod govori o preferenciji u konkretnim uvjetima, a ne o jedinstvenoj vrijednosti svih odgovora.

Slična se heterogenost pojavljuje u istraživanjima EI-testova i multimodalnog prepoznavanja. Razlike među skupovima podataka, modelima, anotacijama i kriterijima evaluacije mogu proizvesti različite rezultate. Zato se zaključak mora vezati uz konkretni protokol, a ne uz AI kao jedinstveni i nepromjenjivi sustav. Razlike u zadatku mogu promijeniti i ono što se smatra uspjehom, pa se rezultati različitih studija ne mogu objediniti samo na temelju toga što sve uključuju emocionalni sadržaj.

10. Pristranosti i granice generalizacije

Modeli emocionalnog prepoznavanja ovise o podacima na kojima se treniraju i evaluiraju. Kontrolirani ili odglumljeni izrazi, ograničene populacije, kulturne razlike, jezični kontekst i način anotacije mogu utjecati na rezultate (Busso i sur., 2008; Kalateh i sur., 2024; Jack i sur., 2012; Dodaj i Sesar, 2016; Gregorić i sur., 2014). Ti čimbenici ne znače sami po sebi da je rezultat nevaljan, ali određuju koliko se široko može tumačiti.

Kada se model testira na materijalu sličnom onome na kojem je razvijen, rezultat može odražavati uspješnost u tom podatkovnom okruženju. To ne znači da je rezultat nevažan, nego da se njegov opseg mora pravilno odrediti. Prijenos na druge populacije, jezike, modalitete ili prirodne interakcije zahtijeva dodatnu provjeru. Nalaz o izvedbi u jednom okruženju zato ne treba automatski pretvoriti u tvrdnju o jednakoj izvedbi u svim drugim okruženjima.

I kod multimodalnih sustava veći broj dostupnih signala ne jamči bolju generalizaciju. Sustav može koristiti odnose među modalitetima koji su korisni u jednom skupu podataka, ali manje pouzdani u drugom. Zbog toga se multimodalna prednost mora opisati u odnosu na konkretni skup podataka i usporedni model. Pritom se ne podrazumijeva da isti odnos među modalitetima ima jednaku vrijednost u svim situacijama.

Kod ljudskih procjena empatije dodatno treba uzeti u obzir da se većina procjena može oslanjati na samoprocjene, dok su stručne i standardizirane procjene rjeđe (Sanjeewa i sur., 2024). To ograničava mogućnost da se subjektivna procjena odgovora predstavi kao potpuno neovisna mjera emocionalne sposobnosti. Samoprocjena može biti važan pokazatelj korisničkog doživljaja, ali njezin se rezultat mora razlikovati od procjene učinka sustava ili od zaključka o unutarnjem stanju.

11. Funkcionalna obrada i subjektivni doživljaj

U raspravi o emocionalnim sposobnostima AI-ja treba razlikovati nekoliko razina. Prva je računalna obrada signala: sustav prima tekstualne, govorne, vizualne ili fiziološke podatke i proizvodi određeni izlaz. Druga je funkcionalna prediktivna izvedba: sustav klasificira kategoriju, procjenjuje dimenziju ili odabire odgovor prema zadanom kriteriju. Treća je ljudska procjena izlaza: procjenjivači odgovor ocjenjuju kvalitetnim, relevantnim, podržavajućim ili empatičnim. Svaka razina ima vlastiti predmet procjene i vlastiti način pogreške.

Subjektivni emocionalni doživljaj pripada drukčijoj razini. Podaci o emocionalnim signalima, uspjeh na benchmarku ili uvjerljiv jezični izlaz sami po sebi ne daju dokaz o prvom licu iskustva sustava. Emognition, primjerice, povezuje samoprocjene, izraze lica i fiziološke signale s oznakama emocionalnih stanja, ali takvi podaci nisu izravno mjerenje subjektivnog doživljaja AI-sustava (Saganowski i sur., 2022). Oni mogu opisivati podatke koji se koriste u obradi emocija, ali iz toga ne slijedi da sustav ima iskustvo koje odgovara iskustvu osobe čiji su signali prikupljeni.

Ova ograda ne znači da funkcionalno istraživanje emocionalne obrade treba zanemariti. Ona znači da se zaključci moraju zadržati na razini koju mjerenje podupire. Sustav može pokazati određenu funkcionalnu izvedbu bez toga da je time dokazan subjektivni doživljaj. Obrnuto, izostanak dokaza o subjektivnom iskustvu ne poništava nalaze o prepoznavanju signala, generiranju odgovora ili ljudskoj procjeni izlaza. Razlikovanje tih razina omogućuje da se tehnički nalazi priznaju bez proširivanja njihova značenja izvan onoga što konkretna mjera može pokazati.

12. Zaključak

AI-sustavi mogu u određenim protokolima obrađivati emocionalno relevantne signale, klasificirati emocionalne kategorije ili procjenjivati afektivne dimenzije. Multimodalna fuzija u pojedinim protokolima može ostvariti konkurentnu ili bolju predikciju, ali ta prednost ovisi o skupu podataka, anotaciji, kriterijima evaluacije i usporednom modelu. Ti nalazi podupiru tvrdnju o funkcionalnoj izvedbi u konkretnim uvjetima, a ne opću tvrdnju o emocionalnom razumijevanju.

Razgovorni sustavi mogu generirati odgovore koje ljudi ocjenjuju relevantnima, kvalitetnima, podržavajućima ili empatičnima. Takve procjene važne su za proučavanje ponašanja sustava i njegove društvene uporabe. Ipak, ljudska procjena emocionalne prikladnosti, kvalitete, podrške ili percipirane empatije ne dokazuje unutarnju empatiju, emocionalnu inteligenciju u svim teorijskim značenjima ni subjektivni emocionalni doživljaj.

Najsigurniji je zaključak stoga ograničen: AI može pokazati funkcionalnu izvedbu na zadacima koji uključuju emocionalne informacije i može proizvoditi emocionalno primjerene izlaze prema ljudskim kriterijima. Iz toga se ne može automatski zaključiti da AI razumije emocije u istom smislu u kojem ih razumiju ljudi. Šire emocionalno razumijevanje ostaje konceptualno različito od klasifikacije emocionalnih oznaka, a nisu potvrđeni jedinstveni pozitivni kriteriji kojima bi se takvo funkcionalno razumijevanje moglo izravno potvrditi.

Odgovor na pitanje „razumije li AI emocije?” zato ovisi o operacionalizaciji razumijevanja. Ako se pod razumijevanjem misli na obradu emocionalnih signala, klasifikaciju ili generiranje odgovora, postoje nalazi koji pokazuju takvu izvedbu u konkretnim uvjetima. Ako se misli na ljudsku emocionalnu inteligenciju, afektivnu empatiju ili subjektivno iskustvo, prikazani nalazi ne podupiru takav zaključak.

Literatura

Brackett, M. A., & Mayer, J. D. (2003). „Convergent, discriminant, and incremental validity of competing measures of emotional intelligence.” Personality and Social Psychology Bulletin, 29(9), 1147–1158. https://pubmed.ncbi.nlm.nih.gov/15189610/
Busso, C. et al. (2008). „IEMOCAP: Interactive emotional dyadic motion capture database.” Language Resources and Evaluation. https://sail.usc.edu/iemocap/Busso_2008_iemocap.pdf
Concannon, S., & Tomalin, M. (2024). „Measuring perceived empathy in dialogue systems.” AI & Society, 39, 2233–2247. https://link.springer.com/article/10.1007/s00146-023-01715-z
Dodaj, A., & Sesar, K. (2016). „Emocije i kultura: međukulturalne razlike u izražavanju emocija.” Mostariensia, 20(1–2), 7–19. https://hrcak.srce.hr/170881
Dropuljić, B., Skansi, S., & Mršić, L. (2016). „Metodologija estimacije emocionalnih stanja na temelju akustičkih značajki govora.” International Journal of Digital Technology & Economy, 1(1), 53–74. https://hrcak.srce.hr/168799
Gregorić, B. et al. (2014). „Prepoznavanje emocija s ljudskih lica kod muškaraca i žena.” Medicina Fluminensis, 50(4), 454–461. https://hrcak.srce.hr/file/191739
Jack, R. E. et al. (2012). „Facial expressions of emotion are not culturally universal.” Proceedings of the National Academy of Sciences, 109(19), 7241–7244. https://pubmed.ncbi.nlm.nih.gov/22509011/
Kalateh, S., Estrada-Jimenez, L. A., Nikghadam-Hojjati, S., & Barata, J. (2024). „A Systematic Review on Multimodal Emotion Recognition: Building Blocks, Current State, Applications, and Challenges.” IEEE Access, 12, 103976–104019. https://research.unl.pt/ws/portalfiles/portal/111711060/A_Systematic_Review_on_Multimodal_Emotion_Recognition_Building_Blocks_Current_State_Applications_and_Challenges.pdf
Liu, T., Giorgi, S., Aich, A., Lahnala, A., Curtis, B., Ungar, L., & Sedoc, J. (2025). „The Illusion of Empathy: How AI Chatbots Shape Conversation Perception.” Proceedings of the AAAI Conference on Artificial Intelligence, 39(13), 14327–14335.
Mayer, J. D., Salovey, P., & Caruso, D. R. (2008). „Emotional intelligence: New ability or eclectic traits?” American Psychologist, 63(6), 503–517. https://pubmed.ncbi.nlm.nih.gov/18793038/
Mayer, J. D., Salovey, P., Caruso, D. R., & Sitarenios, G. (2003). „Measuring emotional intelligence with the MSCEIT V2.0.” Emotion, 3(1), 97–105. https://pubmed.ncbi.nlm.nih.gov/12899321/
Rashkin, H., Smith, E. M., Li, M., & Boureau, Y.-L. (2019). „Towards Empathetic Open-domain Conversation Models: A New Benchmark and Dataset.” ACL, 5370–5381. https://aclanthology.org/P19-1534/
Rubin, M. et al. (2025). „Comparing the value of perceived human versus AI-generated empathy.” Nature Human Behaviour, 9, 2345–2359. https://www.nature.com/articles/s41562-025-02247-w
Saganowski, S. et al. (2022). „Emognition dataset: emotion recognition with self-reports, facial expressions, and physiology using wearables.” Scientific Data, 9, 158. https://www.nature.com/articles/s41597-022-01262-0
Sanjeewa, R. et al. (2024). „Empathic Conversational Agent Platform Designs and Their Evaluation in the Context of Mental Health: Systematic Review.” JMIR Mental Health, 11, e58974. https://mental.jmir.org/2024/1/e58974
Sharma, A., Miner, A., Atkins, D., & Althoff, T. (2020). „A Computational Approach to Understanding Empathy Expressed in Text-Based Mental Health Support.” EMNLP, 5263–5276. https://aclanthology.org/2020.emnlp-main.425/
Sorin, V. et al. (2024). „Large Language Models and Empathy: Systematic Review.” Journal of Medical Internet Research, 26, e52597. https://www.jmir.org/2024/1/e52597/
Wang, X., Li, X., Yin, Z., Wu, Y., & Liu, J. (2023). „Emotional intelligence of Large Language Models.” Journal of Pacific Rim Psychology. https://journals.sagepub.com/doi/pdf/10.1177/18344909231213958
Wenger, J. D., Cameron, C. D., & Inzlicht, M. (2026). „People choose to receive human empathy despite rating AI empathy higher.” Communications Psychology, 4, 19. https://www.nature.com/articles/s44271-025-00387-3
Zadeh, A. B. et al. (2018). „Multimodal Language Analysis in the Wild: CMU-MOSEI Dataset and Interpretable Dynamic Fusion Graph.” ACL, 2236–2246. https://aclanthology.org/P18-1208/

S1 — popis literature sadrži necitirani zapis

Mjesto:

„6. Ekman, P. (1992)...”

U proznom članku nema citata autora Ekmana, dok zapis postoji u popisu literature.

Problem:
Nije ispunjena dvosmjerna usklađenost: zapis u popisu nije citiran barem jednom.

Status: blokirajući nalaz prema §11.1.
Uzrok: nizvodno rješiv — zapis se može ukloniti ako nije potreban za članak.

Napomena: zapis za Sorina pojavljuje se u članku u odjeljku 8, pa se ne smatra necitiranim.

S2 — nije dostavljen zaseban registar literature

Mjesto: cijeli dostavljeni paket ulaznih podataka.

Problem:
Dostavljen je popis literature i tablica provjere literature, ali nije dostavljen zaseban bibliografski registar sa svim poljima potrebnima za provjeru potpunosti zapisa. Zbog toga nije moguće pouzdano provjeriti nedostaju li u pojedinim zapisima autori, godina, naslov, publikacija, volumen, broj, stranice, DOI ili drugi registrirani podaci.

Status: blokirajući nalaz prema §11.2.
Uzrok: uzvodno rješiv — potreban je registar literature.

S3 — sustavno skraćeni autorski zapisi

Mjesta, među ostalim:

„Busso, C. et al. (2008).”

„Gregorić, B. et al. (2014).”

„Jack, R. E. et al. (2012).”

„Rubin, M. et al. (2025).”

„Saganowski, S. et al. (2022).”

„Sanjeewa, R. et al. (2024).”

„Sorin, V. et al. (2024).”

„Zadeh, A. B. et al. (2018).”

Problem:
Popis literature koristi skraćenicu „et al.” umjesto potpunog autorskog zapisa iz predloška APA7-NUM-HR. Budući da zaseban registar nije dostavljen, nije moguće utvrditi koja autorska polja postoje u registru i treba ih prenijeti.

Status: blokirajući bibliografski nalaz.
Uzrok: uzvodno rješiv — za konačno oblikovanje potrebna su potpuna polja iz registra. Nakon dostave registra zapis se može urediti dopuštenim bibliografskim preslagivanjem.

S4 — miješanje bibliografskog veznika u popisu literature

Mjesta:

„Brackett, M. A., & Mayer, J. D.”

„Dodaj, A. i Sesar, K.”

„Dropuljić, B., Skansi, S. i Mršić, L.”

Problem:
Autorski se zapisi oblikuju naizmjenično s „&” i „i”, iako je za popis literature zadan jedinstveni predložak s „&”.

Preporuka:
U svim bibliografskim zapisima primijeniti isti veznik iz predloška APA7-NUM-HR.

Status: bibliografski nalaz iz §11.1.
Uzrok: nizvodno rješivo ako su sva autorska polja dostupna; inače uzvodno rješivo kroz registar.