Bayangkan otak sebagai kota besar di malam hari. Di setiap distrik, ribuan lampu menyala dan padam secara bersamaan. Sekilas tampak seperti kerlipan acak. Namun, jika diamati dalam waktu lama, Anda dapat melihat pola: ketika seseorang merasa senang, 'pola cahaya' berbeda, ketika cemas, sangat berbeda.
Inilah yang menjadi fokus penelitian baru yang diterbitkan dalam Nature Computational Science.
Para ilmuwan bekerja dengan 18 pasien epilepsi yang, atas indikasi medis, telah dipasangi elektroda di otak mereka. Saat para peserta menonton gambar dan klip video emosional, mereka terus-menerus menilai perasaan mereka: seberapa menyenangkan atau tidak menyenangkan emosi itu, dan seberapa kuat. Secara bersamaan, komputer merekam aktivitas listrik otak.
Kemudian, para peneliti melatih kecerdasan buatan untuk mencari hubungan antara sinyal-sinyal ini dan apa yang dirasakan orang tersebut. Hasilnya, sistem tersebut belajar untuk cukup akurat menentukan keadaan emosional secara hampir real-time.
Hal yang paling menarik ternyata berbeda. Sebelumnya, sebagian besar penelitian serupa hanya menganalisis aktivitas materi abu-abu otak — tempat badan sel saraf berada. Namun, para penulis memutuskan untuk menambahkan juga sinyal dari materi putih — semacam 'kabel' yang menghubungkan berbagai area otak.
Ternyata, sejumlah besar informasi tentang emosi melewati jalur saraf ini. Ketika model memperhitungkan materi abu-abu dan putih secara bersamaan, akurasinya meningkat secara signifikan.
Beberapa tahun lalu, diyakini bahwa emosi terutama lahir di struktur tertentu, misalnya, di amigdala. Karya baru ini menunjukkan gambaran yang lebih kompleks: perasaan tidak hidup di satu area otak. Ia muncul berkat kerja terkoordinasi dari seluruh jaringan, yang menyatukan korteks, talamus, sistem limbik, dan jalur saraf yang menghubungkannya.
Namun, muncul pertanyaan filosofis yang menarik.
Jika komputer dapat menentukan bahwa seseorang cemas atau senang, apakah itu berarti komputer tersebut telah 'membaca' perasaannya?
Tidak sepenuhnya.
Algoritme mendeteksi pola aktivitas listrik yang biasanya menyertai pengalaman tertentu. Ini mirip dengan prakiraan cuaca. Berdasarkan awan, kelembapan, dan tekanan, seseorang dapat memprediksi hujan hampir tanpa kesalahan, tetapi instrumen itu sendiri tidak mencium bau tanah basah atau merasakan dinginnya tetesan pertama.
Sama halnya di sini. Kecerdasan buatan telah belajar memprediksi emosi, tetapi itu belum berarti ia tahu bagaimana rasanya kegembiraan, ketakutan, atau cinta dari dalam.
Bagi ilmu saraf modern, ini adalah hasil yang sangat penting. Ini selaras dengan teori pemrosesan prediktif, menurut mana otak terus-menerus membangun prediksi tentang apa yang terjadi di dalam tubuh dan di dunia luar. Emosi muncul bukan sebagai 'tombol kebahagiaan' atau 'pusat ketakutan' yang terpisah, tetapi sebagai hasil perbandingan terus-menerus antara harapan otak dan apa yang sebenarnya terjadi.
Penelitian ini juga memiliki keterbatasan. Semua peserta adalah pasien epilepsi, sehingga hasil tidak dapat secara otomatis digeneralisasi ke seluruh populasi. Selain itu, emosi dinilai oleh peserta sendiri, dan mode waktu nyata hanya berhasil diuji pada empat orang sejauh ini.
Namun demikian, karya ini menunjukkan seberapa cepat bidang neuroteknologi berkembang. Di masa depan, sistem semacam itu dapat membantu mendeteksi awal depresi, serangan kecemasan, atau gangguan emosional bahkan sebelum seseorang menyadarinya. Ini membuka kemungkinan baru untuk pengobatan gangguan kejiwaan.
Tetapi pada saat yang sama, muncul pertanyaan etis baru: jika teknologi suatu hari nanti belajar untuk mengenali emosi kita dengan sangat akurat berdasarkan aktivitas otak, di mana batas antara bantuan medis dan hak seseorang atas privasi dunia batinnya harus diletakkan? Pertanyaan inilah, mungkin, yang akan menjadi salah satu tantangan utama ilmu saraf di tahun-tahun mendatang.
