FACS: cómo se describen los movimientos de la cara
Qué significa cada unidad de acción facial: cejas, párpados, sonrisas y expresiones en pose, con imágenes, datos y límites de su interpretación.
TL;DR
FACS describe movimientos visibles de la cara mediante unidades de acción, o AU. Una ceja que se eleva, unos labios que se separan y unas mejillas que suben pueden anotarse sin decidir todavía qué siente la persona. Atribuir una emoción, explicar su causa y comprobar una mentira son preguntas distintas.
Aquí puedes comparar movimientos, ver seis expresiones en pose y entender qué representan los números de varias investigaciones. Las ilustraciones son ejemplos creados con IA, no fotografías de participantes ni láminas certificadas para aprender a codificar. Sirven para ver diferencias; una anotación rigurosa requiere el vídeo original y los criterios del sistema.
La cámara muestra una cara; la etiqueta cuenta otra cosa
El vídeo se detiene en una sonrisa. Encima aparecen dos códigos, AU6 y AU12; debajo, una explicación sobre lo que supuestamente disfruta esa persona. Antes de aceptar la historia, conviene preguntar qué parte procede de la imagen y qué parte ha añadido quien comenta.
El Facial Action Coding System organiza cambios observables, no confesiones. Su primer manual se publicó en 1978 y se revisó en 2002. Un código permite precisar una observación y compararla con otras. No identifica por sí solo una frase falsa ni la razón por la que alguien sonrió.
La diferencia importa incluso cuando la descripción está bien hecha. Puedes reconocer un movimiento de las mejillas y seguir sin saber si la sonrisa responde a una broma, un saludo o el asunto que se está tratando. Una observación correcta no convierte automáticamente en correcta la explicación que la acompaña.
La última vez que revisamos las investigaciones de este texto fue el 20 de octubre de 2026.
Lo que mide un laboratorio no cabe en una sola palabra
La descripción del equipo del CIMCYC de la Universidad de Granada distingue registros de mirada, expresión facial y señales fisiológicas que pueden recogerse de forma simultánea. Esa separación ayuda a entender el problema: varios instrumentos pueden estudiar una misma situación sin medir exactamente lo mismo.
Una cámara conserva imágenes; la electromiografía registra actividad eléctrica muscular; un seguimiento ocular registra aspectos de la mirada. FACS es un sistema de descripción del movimiento visible. Reunir esas observaciones puede ser útil, pero no produce una medida automática de sinceridad. La página del laboratorio describe sus posibilidades de registro, no un ensayo que demuestre que un programa descubre mentiras.
Al hablar de detección de mentiras, comprueba qué respuesta se intenta establecer. Que dos caras reciban el mismo código no demuestra que dos relatos tengan el mismo grado de veracidad. El contenido del relato necesita sus propias comprobaciones.
Cuatro cambios que puedes comparar alrededor de los ojos
Sigue la ceja desde la nariz hacia la sien. AU1 eleva su parte interna; AU2, la externa. AU4 baja y aproxima las cejas. AU5 eleva el párpado superior, de modo que el ojo se abre más. No son cuatro nombres para una única expresión de sorpresa.
Fíjate en qué zona cambia antes de asignar un sentimiento. Un ojo más abierto no implica que la ceja haya subido; una ceja puede moverse sin que se abra mucho el ojo. La apariencia inicial y la secuencia ayudan a distinguirlo. Una fotografía aislada no siempre permite reconstruir el cambio.
También conviene separar AU25, apertura de los labios, de AU26, descenso de la mandíbula. La boca puede abrirse durante una palabra sin que eso constituya una reacción de sorpresa. La descripción empieza por el movimiento y por cuándo aparece.
Una sonrisa puede mover más de una zona
AU12 tira de las comisuras de los labios. AU6 eleva las mejillas y puede modificar la zona bajo los ojos y junto a ellos. Al combinarlas aparece el patrón que suele comentarse como sonrisa de Duchenne. El nombre no garantiza que el disfrute sea espontáneo.
Krumhuber y Manstead compararon en 2009 sonrisas ante material divertido y sonrisas que se pedía representar. En su primer experimento observaron proporciones similares de sonrisas de Duchenne y de otros tipos en esas condiciones. La presencia de ese patrón no bastaba para certificar una reacción involuntaria.
No hace falta concluir que toda sonrisa es falsa. Basta con conservar la pregunta sobre su origen. Incluso un disfrute real puede referirse a algo fuera de cámara y no a la afirmación que se está discutiendo.
Qué hicieron las 230 personas del estudio
En el estudio de Du y colegas de 2014, 230 personas produjeron expresiones siguiendo consignas. Se trabajó con 22 categorías: seis simples, quince compuestas y una neutra. Los participantes podían practicar; se buscaban imágenes reconocibles y se controlaban las condiciones de fotografía.
La investigación encontró combinaciones repetidas y diferencias entre categorías. Es un resultado favorable a estudiar la estructura de las expresiones. Pero el nombre de la categoría formaba parte de la tarea: no era una emoción privada que se hubiera demostrado por una vía independiente.
Esa distinción permite valorar el hallazgo sin exagerarlo. Distinguir imágenes de alegría y sorpresa producidas a petición no equivale a descubrir si un testigo oculta una fecha. Son problemas con respuestas de referencia diferentes.
Seis poses para ver las diferencias
La lámina muestra seis configuraciones ilustrativas: 1 alegría, 2 tristeza, 3 miedo, 4 enfado, 5 sorpresa y 6 asco. Compara primero miedo y sorpresa; después, tristeza y enfado. Verás movimientos compartidos y diferencias en la boca, las cejas o los párpados.
En los datos de Du aparecían combinaciones recurrentes como 12 + 25 en alegría, 4 + 15 en tristeza, 1 + 4 + 20 + 25 en miedo y 4 + 7 + 24 en enfado. AU7 tensa los párpados; AU24 comprime los labios. La sorpresa incluía 1 + 2 + 25 + 26; el asco, 9 + 10 + 17: nariz arrugada, labio superior elevado y mentón elevado.
Para el análisis de un caso, reconocer una configuración no sustituye comprobar lo ocurrido. Un movimiento puede estar bien descrito y, aun así, no aportar información sobre quién realizó una transferencia o cuándo recibió un mensaje.
Por qué 51% no significa 51% de sinceridad
La variación no desapareció al dar instrucciones. AU6 apareció en 51% de las poses de alegría; AU1, en 60% de las de tristeza; AU5, en 66% de las de sorpresa. Para su combinación recurrente, los autores usaron un umbral de presencia superior al 70%.
El denominador es la categoría solicitada en ese conjunto de fotografías. No se está calculando la probabilidad de alegría al ver AU6 en una persona cualquiera. Invertir la pregunta exigiría conocer también en qué otras situaciones aparece ese movimiento.
Por eso tampoco funciona la regla inversa: si no veo mejillas elevadas, la sonrisa debe ser engañosa. La ausencia de una característica que no estaba en todas las poses no permite demostrar una intención.
La intensidad se anota, no se adivina
FACS también permite registrar cuánto se aprecia una acción, con niveles A–E. Son niveles ordenados de intensidad visible. No significan cantidades equivalentes de emoción ni que E exprese cinco veces más alegría que A.
El proyecto GFT de 2017 reunió a 96 participantes en 32 tríos, con 172 800 fotogramas. En su material anotado para intensidad, las proporciones A–E fueron 42%, 39%, 15%, 3% y 1%. Los dos niveles inferiores sumaban 81%. Se trataba de una muestra seleccionada de jóvenes adultos, con condiciones de alcohol, placebo y control.
Esas proporciones describen aquel material, no todas las conversaciones humanas. Nos recuerdan que las caras exageradas de una lámina no representan todo lo que hay que observar. En el mismo proyecto se dejaron sin codificar 22% de los fotogramas por obstrucción del rostro: lo que no se ve puede seguir siendo desconocido.
Tantos fotogramas no son tantas personas
La base DISFA, de 2013, grabó a 27 adultos y recogió 4 845 fotogramas por persona: el producto da 130 815. Se anotaron doce acciones en una escala de intensidad de 0 a 5. Un segundo codificador revisó registros de diez participantes.
La concordancia de intensidad, expresada mediante ICC, fue de 0,80 a 0,94 según la acción. No es un porcentaje de mentiras descubiertas. Apoya la posibilidad de describir movimientos de forma comparable en esas condiciones, que es una aportación útil y más concreta.
Imagina mil imágenes consecutivas de una sola cara. Tienes muchas observaciones, pero no mil personas independientes. Si un programa aprende con parte de esa secuencia y se examina con fotogramas vecinos, el resultado no contesta todavía cómo funcionará con un rostro desconocido. Hay que preguntar cómo se separaron las personas durante la evaluación.
El tiempo también forma parte de la expresión
Una sonrisa puede empezar antes de una pregunta y continuar mientras se formula. Si solo conservas el último fotograma, puedes asociarla a lo que se dijo después. Ver el inicio, el máximo y la desaparición del movimiento ayuda a comprobar la secuencia.
Como cálculo ilustrativo, a 25 fotogramas por segundo, cinco intervalos ocupan 200 milisegundos. Entre las marcas temporales del primero y del quinto fotograma hay cuatro intervalos, 160 milisegundos. Ninguno de esos números establece por sí solo cuándo empezó realmente la acción entre las muestras.
La reproducción lenta permite examinar una grabación, pero no crea información que falte. Los fotogramas perdidos, el montaje o la compresión importan. La duración tampoco convierte automáticamente un movimiento en una emoción identificada o en una señal de engaño.
Las diferencias culturales no desaparecen por usar códigos
Jack y colegas estudiaron en 2012 a quince observadores occidentales europeos y quince chinos de Asia oriental. Cada persona clasificó 4 800 animaciones. Encontraron diferencias en las representaciones y el desarrollo temporal de las categorías. Es un estudio de esos observadores y esa tarea, no una regla para leer cualquier cara de una región.
Otros resultados ofrecen un contrapeso. Cowen y colegas analizaron seis millones de vídeos de 144 países y dieciséis tipos de expresiones. Informaron de un 70% de conservación de asociaciones entre contexto y expresión en doce regiones. No se trata de 70% de acierto al identificar sentimientos individuales.
Las preguntas son distintas: interpretar animaciones y encontrar asociaciones en vídeos no mide lo mismo. Los patrones compartidos merecen atención; la explicación de un gesto concreto sigue necesitando su contexto.
Un porcentaje en pantalla necesita una definición
Un sistema puede dar una intensidad AU, una categoría o una puntuación que parezca una probabilidad. Averigua cuál era la respuesta de referencia: anotaciones humanas, poses solicitadas o información independiente sobre lo que sentían los participantes.
Después mira las condiciones. Una cara frontal bien iluminada no plantea el mismo problema que un vídeo comprimido con gafas y manos delante de la boca. Un resultado favorable no debe trasladarse a otras imágenes sin comprobarlo.
Incluso una probabilidad bien calibrada de una emoción dejaría pendiente la verdad de una frase. Si la acusación es que alguien sabía que una fecha era falsa, hacen falta datos sobre esa fecha y sobre lo que sabía. La puntuación facial no aporta automáticamente ninguna de las dos cosas.
La entrada devuelta y la sonrisa del vídeo
En un ejemplo inventado, una persona afirma que canceló una entrada antes de que cerrara el plazo de devolución. Sonríe en la entrevista y un fragmento circula como prueba de que se divierte engañando.
La grabación completa muestra que una acompañante acaba de saludarla fuera de plano. Eso ofrece otra explicación de la sonrisa, pero no confirma la cancelación. La hora de la solicitud, la aceptación de la plataforma y el reintegro pueden ser momentos distintos.
Si el registro contradice la hora afirmada, hay una discrepancia que investigar, con independencia de la sonrisa. Si confirma la solicitud dentro del plazo, una impresión desagradable de la cara no reemplaza la contradicción que falta. Separar las comprobaciones evita que el gesto decida por los documentos.
Tres comprobaciones antes de atribuir una intención
Primero, conserva lo que sucede alrededor del movimiento: quién entra, qué se mira, qué acaba de decirse. Un ceño fruncido al leer letra pequeña no responde necesariamente al tema de la pregunta.
Segundo, reproduce la voz y el movimiento antes de congelarlos. Una boca abierta durante una vocal puede parecerse a una pose de sorpresa sin constituir un episodio emocional separado.
Tercero, distingue la falta de observación de la ausencia de una acción. Si una mano tapa las comisuras, puedes dejar la anotación sin resolver. Eso es más preciso que llenar el hueco con una impresión.
Describir mejor para preguntar mejor
Una buena descripción indica la zona, el momento y las limitaciones de la grabación. Si propones una emoción, explica qué información adicional la apoya y qué otras causas siguen abiertas.
La utilidad de FACS está en poder observar y comparar con más cuidado. No necesita prometer acceso directo a la mente. Cuanto más seria sea la conclusión sobre una persona, más importante es que las pruebas se refieran a esa conclusión y no solo a un movimiento de su cara.
Puedes preguntar por un estudio o una afirmación sobre movimientos faciales. No envíes grabaciones privadas ni documentos personales.
Preguntar sobre los estudios de la cara