Érzelemelemzés: Meg tudják érteni a gépek, hogyan érzünk?

KÉP HITEL:
Kép hitel
iStock

Érzelemelemzés: Meg tudják érteni a gépek, hogyan érzünk?

Érzelemelemzés: Meg tudják érteni a gépek, hogyan érzünk?

Alcím szövege
A technológiai cégek mesterséges intelligencia modelleket fejlesztenek a szavak és az arckifejezések mögött rejlő érzelmek dekódolására.
    • Szerző:
    • Szerző neve
      Quantumrun Foresight
    • Október 10, 2023

    Insight összefoglaló

    Az érzelemanalitika mesterséges intelligencia segítségével méri fel az emberi érzelmeket beszédből, szövegből és fizikai jelekből. A technológia elsősorban az ügyfélszolgálatra és a márkamenedzsmentre összpontosít a chatbot válaszainak valós időben történő adaptálásával. Egy másik vitatott alkalmazás a toborzás, ahol a testbeszédet és a hangot elemzik a felvételi döntések meghozatalához. Lehetőségei ellenére a technológia kritikát kapott a tudományos alapok hiánya és az esetleges adatvédelmi problémák miatt. A következmények közé tartozik a személyre szabottabb ügyfélkapcsolatok, de több per és etikai aggályok lehetősége is.

    Érzelemelemzési kontextus

    Az érzelemelemzés, más néven érzéselemzés, lehetővé teszi a mesterséges intelligencia (AI) számára, hogy megértse a felhasználó érzéseit a beszéd- és mondatszerkezetük elemzésével. Ez a funkció lehetővé teszi a chatbotok számára, hogy meghatározzák a fogyasztók hozzáállását, véleményét és érzelmeit a vállalkozásokkal, termékekkel, szolgáltatásokkal vagy más témákkal kapcsolatban. Az érzelemelemzést meghatározó fő technológia a természetes nyelvi megértés (NLU).

    Az NLU arra utal, amikor a számítógépes szoftver szöveg vagy beszéd útján mondatok formájában értelmezi a bevitelt. Ezzel a képességgel a számítógépek megérthetik a parancsokat a számítógépes nyelvekre gyakran jellemző formalizált szintaxis nélkül. Ezenkívül az NLU lehetővé teszi a gépek számára, hogy természetes nyelven kommunikáljanak az emberekkel. Ez a modell olyan botokat hoz létre, amelyek felügyelet nélkül képesek kapcsolatba lépni az emberekkel. 

    Az akusztikus méréseket a fejlett érzelemelemző megoldásokban használják. Figyelik a beszéd sebességét, a hangjuk feszültségét és a stresszjelek változását beszélgetés közben. Az érzelemelemzés fő előnye, hogy nincs szüksége kiterjedt adatokra a chatbot-beszélgetések feldolgozásához és a felhasználói reakciókhoz való testreszabásához, összehasonlítva más módszerekkel. Egy másik modell, a Natural Language Processing (NLP) az érzelmek intenzitásának mérésére szolgál, számszerű pontszámokat adva az azonosított érzelmekhez.

    Bomlasztó hatás

    A legtöbb márka érzelmi elemzést használ az ügyfélszolgálat és -kezelés során. A robotok átvizsgálják a közösségi médiában megjelent bejegyzéseket és a márka megemlítését online, hogy felmérjék a termékei és szolgáltatásai iránti folyamatos hangulatot. Egyes chatbotokat arra képezték ki, hogy azonnal reagáljanak a panaszokra, vagy a felhasználókat emberi ügynökökhöz irányítsák, hogy kezeljék aggályaikat. Az érzelemelemzés lehetővé teszi a chatbotok számára, hogy személyesebben léphessenek kapcsolatba a felhasználókkal azáltal, hogy valós időben alkalmazkodnak, és a felhasználó hangulata alapján döntenek. 

    Az érzelemelemzés másik felhasználási módja a toborzás, ami ellentmondásos. Az elsősorban az Egyesült Államokban és Dél-Koreában alkalmazott szoftver testbeszédükön és arcmozgásukon keresztül elemzi az interjúalanyokat a tudta nélkül. Az egyik vállalat, amely sok kritikát kapott az AI-vezérelt toborzási technológiájával kapcsolatban, az amerikai székhelyű HireVue. A cég gépi tanulási algoritmusokat használ, hogy kitalálja a személy szemmozgását, azt, hogy mit visel, és hangadatokat készít a jelöltről.

    2020-ban az Electronic Privacy Information Center (EPIC), egy adatvédelmi kérdésekkel foglalkozó kutatószervezet panaszt nyújtott be a Federal Trade of Commissionhoz a HireVue ellen, kijelentve, hogy gyakorlata nem támogatja az egyenlőséget és az átláthatóságot. Ennek ellenére több vállalat továbbra is a technológiára támaszkodik toborzási igényeinek kielégítésében. Alapján Financial Times, A mesterséges intelligencia toborzási szoftvere 50,000-ben 2019 XNUMX óra értékű munkaerőt spórolt meg az Unilevernek. 

    A Spiked hírkiadvány az érzelemanalitikát "disztópikus technológiának" nevezte, amelynek értéke 25-ra 2023 milliárd dollár lesz. A kritikusok ragaszkodnak ahhoz, hogy az érzelmek felismerése mögött nem áll tudomány. A technológia figyelmen kívül hagyja az emberi tudat bonyolultságát, és ehelyett felületes jelzésekre támaszkodik. Az arcfelismerő technológia nem veszi figyelembe a kulturális összefüggéseket, és azt a sokféle módot, amellyel az emberek boldognak vagy izgatottnak tettetve leplezhetik valódi érzéseiket.

    Az érzelemanalízis következményei

    Az érzelemelemzés tágabb vonatkozásai a következők lehetnek: 

    • Érzelemelemző szoftvert alkalmazó nagyvállalatok az alkalmazottak nyomon követésére és a felvételi döntések felgyorsítására. Ennek azonban több per és panasz is eleget tehet.
    • Chatbotok, amelyek különböző válaszokat és lehetőségeket kínálnak az észlelt érzelmeik alapján. Ez azonban az ügyfelek hangulatának pontatlan azonosítását eredményezheti, ami elégedetlenebb ügyfelekhez vezethet.
    • Egyre több technológiai vállalat fektet be olyan érzelemfelismerő szoftverekbe, amelyek nyilvános helyeken használhatók, beleértve a kiskereskedelmi üzleteket is.
    • Virtuális asszisztensek, akik a felhasználók érzései alapján filmeket, zenéket és éttermeket ajánlhatnak.
    • Polgárjogi csoportok, amelyek feljelentést tesznek az arcfelismerő technológia fejlesztői ellen az adatvédelem megsértése miatt.

    Kérdések, amelyekhez hozzászólni kell

    • Ön szerint mennyire lehetnek pontosak az érzelemelemző eszközök?
    • Melyek az emberi érzelmek megértéséhez szükséges tanítási gépek további kihívásai?

    Insight hivatkozások

    A következő népszerű és intézményi hivatkozásokra hivatkoztunk ehhez a betekintéshez: