Emotieanalyse: kunnen machines begrijpen hoe we ons voelen?

• Auteur:
• auteursnaam

  Quantumrun-prognose
• 10 oktober 2023

Samenvatting inzicht

Emotieanalyse maakt gebruik van kunstmatige intelligentie om menselijke emoties te meten aan de hand van spraak, tekst en fysieke signalen. De technologie richt zich vooral op klantenservice en merkbeheer door chatbotreacties in realtime aan te passen. Een andere controversiële toepassing is de rekrutering, waarbij lichaamstaal en stem worden geanalyseerd om beslissingen over aanwerving te nemen. Ondanks het potentieel ervan heeft de technologie kritiek gekregen vanwege een gebrek aan wetenschappelijke basis en mogelijke privacyproblemen. De implicaties zijn onder meer klantinteracties op maat, maar ook de mogelijkheid van meer rechtszaken en ethische zorgen.

Context van emotieanalyse

Emotieanalyse, ook wel sentimentanalyse genoemd, maakt het mogelijk dat kunstmatige intelligentie (AI) begrijpt hoe een gebruiker zich voelt door de spraak- en zinsstructuur te analyseren. Met deze functie kunnen chatbots de houding, meningen en emoties van consumenten ten opzichte van bedrijven, producten, diensten of andere onderwerpen bepalen. De belangrijkste technologie die emotieanalyse mogelijk maakt, is natuurlijk taalbegrip (NLU).

NLU verwijst naar wanneer computersoftware invoer in de vorm van zinnen via tekst of spraak begrijpt. Met deze mogelijkheid kunnen computers opdrachten begrijpen zonder de geformaliseerde syntaxis die vaak kenmerkend is voor computertalen. Dankzij NLU kunnen machines ook met mensen communiceren via natuurlijke taal. Dit model creëert bots die zonder toezicht met mensen kunnen communiceren. 

Akoestische metingen worden gebruikt in geavanceerde oplossingen voor emotieanalyse. Ze observeren de snelheid waarmee iemand spreekt, de spanning in de stem en veranderingen in stresssignalen tijdens een gesprek. Het belangrijkste voordeel van emotieanalyse is dat er geen uitgebreide gegevens nodig zijn om een ​​chatbotgesprek te verwerken en aan te passen voor gebruikersreacties, vergeleken met andere methoden. Een ander model genaamd Natural Language Processing (NLP) wordt gebruikt om de intensiteit van de emoties te meten, waarbij numerieke scores worden toegekend aan geïdentificeerde gevoelens.

Disruptieve impact

De meeste merken gebruiken emotionele analyses bij klantenondersteuning en -beheer. Bots scannen berichten op sociale media en vermeldingen van het merk online om het voortdurende sentiment ten aanzien van zijn producten en diensten te peilen. Sommige chatbots zijn getraind om onmiddellijk op klachten te reageren of gebruikers door te verwijzen naar menselijke agenten om hun zorgen af ​​te handelen. Door emotieanalyse kunnen chatbots persoonlijker met gebruikers communiceren door zich in realtime aan te passen en beslissingen te nemen op basis van de stemming van de gebruiker. 

Een ander gebruik van emotieanalyse is bij rekrutering, wat controversieel is. De software wordt voornamelijk gebruikt in de VS en Zuid-Korea en analyseert geïnterviewden via hun lichaamstaal en gezichtsbewegingen zonder dat ze het weten. Een bedrijf dat veel kritiek heeft gekregen op zijn AI-gestuurde rekruteringstechnologie is het Amerikaanse HireVue. Het bedrijf gebruikt machine learning-algoritmen om de oogbewegingen van een persoon te achterhalen, wat hij of zij draagt ​​en stemdetails om de kandidaat te profileren.

In 2020 heeft Electronic Privacy Information Center (EPIC), een onderzoeksorganisatie die zich richt op privacykwesties, een klacht ingediend bij de Federal Trade of Commission tegen HireVue, waarin zij stelde dat haar praktijken de gelijkheid en transparantie niet bevorderen. Niettemin vertrouwen verschillende bedrijven nog steeds op de technologie voor hun rekruteringsbehoeften. Volgens Financial TimesAI-rekruteringssoftware heeft Unilever in 50,000 2019 uur aan wervingswerk bespaard. 

Nieuwspublicatie Spiked noemde emotie-analyse een ‘dystopische technologie’ die in 25 2023 miljard dollar waard zal zijn. Critici houden vol dat er geen wetenschap achter emotieherkenning zit. De technologie negeert de complexiteit van het menselijk bewustzijn en vertrouwt in plaats daarvan op oppervlakkige signalen. In het bijzonder houdt gezichtsherkenningstechnologie geen rekening met culturele contexten en de vele manieren waarop mensen hun ware gevoelens kunnen maskeren door te doen alsof ze blij of opgewonden zijn.

Implicaties van emotieanalyse

Bredere implicaties van emotieanalyse kunnen zijn: 

• Grote bedrijven gebruiken software voor emotieanalyse om werknemers te monitoren en snel aanwervingsbeslissingen te nemen. Dit kan echter worden gecompenseerd door meer rechtszaken en klachten.
• Chatbots die verschillende reacties en opties bieden op basis van hun waargenomen emoties. Dit kan echter resulteren in een onnauwkeurige identificatie van de stemming van de klant, wat leidt tot meer ontevreden klanten.
• Steeds meer technologiebedrijven investeren in software voor emotieherkenning die kan worden gebruikt in openbare ruimtes, waaronder winkels.
• Virtuele assistenten die films, muziek en restaurants kunnen aanbevelen op basis van de gevoelens van hun gebruikers.
• Burgerrechtengroepen dienen klachten in tegen ontwikkelaars van gezichtsherkenningstechnologie wegens privacyschendingen.

Vragen om op te reageren

• Hoe nauwkeurig denk je dat tools voor emotieanalyse kunnen zijn?
• Wat zijn de andere uitdagingen bij het leren van machines om menselijke emoties te begrijpen?