Westchnienie po trudnym mailu, śmiech przy obiedzie, ton głosu, gdy mówisz, że wszystko w porządku, choć wcale tak nie jest. Dla człowieka to drobiazgi, które umykają. Dla systemu opisanego w nowym zgłoszeniu patentowym Meta to sygnały do odczytania. Firma zgłosiła do opatentowania rozwiązanie, w którym asystent AI analizuje głos użytkownika w czasie i na podstawie samego brzmienia mowy ocenia jego nastrój. Oficjalnie chodzi o zdrowie i lepszy trening. W praktyce to pomysł na urządzenie, które prowadzi dziennik twoich emocji. Odczytywany nie z tego, co mówisz, ale z tego, jak to mówisz.
Jak działałaby analiza nastroju z głosu
Zgłoszenie, opublikowane 2 lipca 2026 (formalnie to opublikowany wniosek patentowy, a nie przyznany jeszcze patent), opisuje system, który zamienia mowę na tekst i jednocześnie czyta to, czego w transkrypcji nie widać. Liczy się nie tylko treść zdania, ale sposób, w jaki je wypowiadasz: intonacja, tempo, westchnienia, śmiech, ciche pauzy. Do tego dochodzą dane z otoczenia, czyli pora dnia, lokalizacja, wykonywana aktywność i to, jak korzystasz z urządzeń.
Z tych elementów asystent buduje coś w rodzaju mapy nastroju rozłożonej w czasie. Wniosek o emocjach nie opiera się wtedy na tym, co wprost deklarujesz, tylko na sposobie, w jaki mówisz.
Fitness to wygodne opakowanie
W dokumencie wszystko kręci się wokół zdrowia i kondycji. Asystent miałby dopasowywać ćwiczenia do samopoczucia, śledzić postępy, a nawet szukać zależności między nastrojem, porą dnia i przyjmowaniem leków. To obraz troskliwego trenera, który zauważa, że dziś nie masz siły na cięższy plan.
Problem w tym, że taki cel wymaga danych znacznie głębszych niż te, które zbiera opaska na nadgarstku. Opaska liczy kroki i tętno. Tutaj mowa o stałym czytaniu emocji, czyli informacji, która mówi o tobie więcej niż puls po schodach. Nastrój zdradza, kiedy jesteś zmęczony, zestresowany, samotny albo podatny na impuls. To wiedza, na którą reklamodawca czekałby z otwartymi ramionami, a fitness jest tylko najbardziej sympatycznym powodem, żeby zacząć ją zbierać.
Mikrofon, który nie czeka na komendy
Największa różnica względem asystentów, które już znamy, kryje się w jednym słowie: nasłuch może być nieprzerwany. Dzisiejsze głośniki i telefony reagują dopiero na hasło i dopiero wtedy zaczynają analizować, co mówisz. Opisane rozwiązanie dopuszcza analizę głosu rozłożoną w czasie, w tym w trybie ciągłym, także z dźwięków tła. Gdyby działało w takim trybie zawsze aktywnym, mikrofon rejestrowałby otoczenie bez wyraźnej komendy i mógłby przy okazji nagrywać głosy osób, które nie wyraziły na to zgody. To właśnie ta możliwość, a nie sama funkcja liczenia nastroju, budzi największe wątpliwości.
Warto tu zachować chłodną głowę. Patent to opis pomysłu, nie zapowiedź produktu, a firmy opatentowują mnóstwo koncepcji, które nigdy nie trafiają na półki. Nie wiadomo, czy Meta cokolwiek z tego zbuduje ani na jakim sprzęcie, bo dokument dopuszcza różne urządzenia, od okularów po domowy głośnik. Ważne jest jednak coś innego: sam kierunek myślenia. Ta sama logika ciągłego nasłuchu wraca dziś w wielu miejscach. Choćby w unijnym pomyśle na masowe skanowanie wiadomości w komunikatorach.
Emocje a europejskie prawo o danych
Dla polskiego użytkownika najważniejsza jest część, o której zgłoszenie milczy, czyli prawo. Dane o emocjach potrafią być wyjątkowo czułe, bo w zależności od kontekstu mogą ujawniać informacje o zdrowiu, a te RODO chroni szczególnie mocno. Nawet jeśli sam nastrój nie zawsze jest osobną kategorią danych wrażliwych, jego przetwarzanie i tak wymaga wyraźnej podstawy prawnej, przejrzystości i ograniczenia do niezbędnego minimum. Zgoda ukryta w długim regulaminie aplikacji do ćwiczeń zwykle tego nie spełnia, zwłaszcza gdy w tle miałby chodzić ciągły nasłuch mikrofonu.
Do tego dochodzi unijny akt o sztucznej inteligencji, czyli AI Act. Od lutego 2025 zakazuje on systemów, które wnioskują o emocjach ludzi w pracy i w szkole, poza wyjątkami medycznymi i bezpieczeństwa. Za złamanie zakazów z tego przepisu grożą kary do 35 milionów euro albo 7 procent światowego obrotu firmy. Konsumencki asystent od ćwiczeń nie wpada automatycznie pod ten zakaz, bo wszystko zależy od tego, jak i gdzie działa. Ale sam kierunek, czyli odczytywanie emocji z głosu, wchodzi w obszar, który europejski regulator obserwuje wyjątkowo uważnie. Pytanie o to, kto i po co zbiera nasze najbardziej osobiste dane, wraca zresztą regularnie, choćby przy danych zdrowotnych oddawanych na trening AI.
Pierwsza Misja AI · Kodożercy
Rozumiesz zagrożenia AI, gdy rozumiesz, jak naprawdę działa
Kurs Pierwsza Misja AI ma dedykowaną lekcję o ciemnej stronie AI: dane, prywatność, manipulacja. Zanim zaczniesz się bać, zacznij rozumieć, jak modele czytają to, co im dajesz.
Poznaj pełny program →
Podsumowanie
Meta zgłosiła do opatentowania asystenta, który miałby czytać nastrój z samego brzmienia głosu, łącząc ton, westchnienia i śmiech z porą dnia, lokalizacją i aktywnością. Etykieta zdrowia i kondycji brzmi niewinnie, ale pod nią kryje się coś znacznie głębszego niż liczenie kroków, bo emocje mówią o człowieku więcej niż tętno. Na razie to tylko opublikowany wniosek patentowy, czyli opis pomysłu, a nie gotowe urządzenie i nie ma pewności, że cokolwiek z tego powstanie. W Europie taki nieustanny nasłuch i tak trafiłby na twarde pytania z RODO, a odczytywanie emocji z głosu ociera się o granice, które AI Act wyznaczył już dla pracy i szkoły. Dla użytkownika płynie z tego jeden praktyczny wniosek: warto pytać nie tylko, co dana aplikacja robi, ale też, czego przy okazji słucha.
Newsletter · DevstockAcademy & Kodożercy
Bądź na bieżąco ze światem IT, AI i automatyzacji
Co wtorek: newsy z branży, praktyczne tipy i narzędzia które warto znać. Zero spamu.
