Los interlocutores humanos pueden usar las emociones como un dispositivo de señalización importante para coordinar una interacción. En este contexto, predecir un cambio significativo en la emoción de un hablante puede ser importante para regular la interacción. Dada la naturaleza no lineal y ruidosa de las conversaciones humanas y las series temporales relativamente cortas que producen, un modelo predictivo de este tipo es un desafío abierto, tanto para modelar el comportamiento humano como para diseñar sistemas de inteligencia artificial para predecir cambios. En este artículo, presentamos modelos simples y teóricamente fundamentados para predecir la dirección del cambio en la emoción durante una conversación. Probamos nuestro enfoque en datos textuales de varios corpus de conversaciones masivas y dos culturas diferentes: China (mandarín) y Estados Unidos (inglés). Los resultados convergen en sugerir que el cambio en la emoción puede predecirse con éxito, incluso en interacciones muy cortas, no lineales y ruidosas.