Brz porast AI chatbota izazvao je etičku zabrinutost, uzbuđenje i zabrinutost oko zapošljavanja u gotovo jednakoj mjeri. Ali hoće li ulozi opet biti povećani?

Ako postoji Ahilova peta ovih alata, to je nemogućnost uključivanja ljudskih emocija u odgovore. Međutim, s napretkom u polju "emocionalne umjetne inteligencije", moguće je da ćemo svjedočiti još jednom velikom skoku naprijed u tehnologiji umjetne inteligencije.

Emocionalni problem

Razumijevanje ljudskih emocija može biti komplicirano, čak i za ljude. Unatoč tome što je to nešto što počinjemo učiti od rođenja, još uvijek često možemo krivo protumačiti tuđe emocije. Istrenirati strojeve vještini koju ljudi nisu svladali golem je izazov.

Međutim, polje emocionalne umjetne inteligencije, također poznato kao afektivno računalstvo, čini nevjerojatne korake. Da bismo razumjeli kako funkcionira emocionalna umjetna inteligencija, važna je usporedba s načinom na koji ljudi tumače emocije drugih. Proces se može podijeliti na tri glavna područja:

instagram viewer
  • Izrazi/maniri lica: Očito je da netko blista poput Cheshire mačke. Ali što je sa suzama? To mogu biti suze radosnice ili tuge. Zatim tu su suptilnosti i prolazni izrazi koje jedva primjećujemo, ali vam daju podsvjesne tragove o tuđim emocijama.
  • Govor tijela: Opet, ovdje postoji mnogo tragova koje ljudi gotovo subliminalno koriste za određivanje emocionalnih stanja.
  • Infleksija glasa: Ton i infleksija glasa mogu biti snažan pokazatelj emocionalnog stanja. Na primjer, prepoznavanje razlike između radosti i ljutnje često leži u nijansama načina na koji je nešto rečeno.

Nijanse ljudskih emocija ono su gdje nastaju izazovi. Kako bi odgovorila na te izazove, umjetna inteligencija emocija koristi niz tehnika.

Kako radi Emotion AI?

Slično onome na što se AI chatbotovi oslanjaju ogromne baze podataka zvane veliki jezični modeli (LLM) za generiranje odgovora, emocionalna umjetna inteligencija također se oslanja na golemi skup podataka. Glavna razlika je oblik podataka.

Korak 1: Prikupljanje podataka

Emocionalni AI "modeli" prikupljaju podatke iz niza izvora. Poput LLM-a, tekst čini dio modela. Ali modeli emocionalne umjetne inteligencije također koriste i druge oblike podataka, uključujući:

  • Glasovni podaci: To može biti iz snimljenih poziva službi za korisnike ili videozapisa, među ostalim izvorima.
  • Izrazi lica: Ovi se podaci mogu prikupiti iz niza izvora. Jedan uobičajeni način je snimanje izraza lica volontera putem snimljenog telefonskog videa.
  • Fiziološki podaci: Mjerni podaci poput otkucaja srca i tjelesne temperature mogu se mjeriti kako bi se odredilo emocionalno stanje sudionika volontera.

Prikupljeni podaci zatim se mogu koristiti za određivanje ljudskih emocionalnih stanja. Vrijedno je napomenuti da neće svi modeli emocionalne umjetne inteligencije koristiti istu vrstu podataka. Na primjer, pozivni centar će imati malo koristi od vizualnih i fizioloških podataka. Dok je u zdravstvu uključivanje fizioloških podataka nevjerojatno korisno.

Korak 2: Emocionalno prepoznavanje

Način na koji se podaci koriste za razumijevanje emocionalnih stanja razlikuje se ovisno o njihovoj vrsti:

  • Analiza teksta: Tehnike poput analize osjećaja ili obrade prirodnog jezika koriste se za tumačenje pisanog teksta. Oni mogu prepoznati ključne riječi, izraze ili obrasce koji ukazuju na emocionalna stanja.
  • Analiza glasa: Algoritmi strojnog učenja analiziraju aspekte nečijeg glasa, kao što su visina, glasnoća, brzina i ton, kako bi zaključili o emocionalnim stanjima.
  • Analiza izraza lica: Računalni vid i tehnike dubokog učenja koriste se za analizu izraza lica. To može uključivati ​​prepoznavanje osnovnih izraza (sreća, tuga, ljutnja, iznenađenje itd.) ili suptilnijih "mikroizražaja".
  • Fiziološka analiza: Neki emocionalni AI sustavi mogu analizirati fiziološke podatke poput otkucaja srca i temperature kako bi odredili emocionalna stanja. To zahtijeva specijalizirane senzore i obično se koristi u istraživanju ili zdravstvu.

Specifičnosti rada emocionalne umjetne inteligencije razlikuju se ovisno o namjeni aplikacije. Međutim, većina emocionalnih AI modela će se oslanjati na barem jednu od navedenih tehnika.

Korak 3: Generiranje odgovora

Posljednji korak je da AI model prikladno odgovori na svoje određeno emocionalno stanje. Kako se taj odgovor manifestira ovisi o svrsi umjetne inteligencije. To može biti u obliku upozorenja operativcu pozivnog centra da je njihov sljedeći pozivatelj uznemiren ili može biti personalizacija sadržaja aplikacije.

Puni spektar korištenja ove tehnologije bit će ogroman, a organizacije je već koriste u različite svrhe.

Koje su primjene emocionalne umjetne inteligencije?

AI je općenito višenamjenski tehnološki alat, a emocionalna umjetna inteligencija nije ništa drugačija. Kako se tehnologija bude razvijala, širenje upotrebe će se znatno proširiti, o čemu svjedoči niz zadataka koje već obavlja:

  • Pozivni centri: Emotion AI integrira se u pozivne centre kako bi pomogao agentima u prepoznavanju emocionalnog stanja kupaca.
  • Oglašavanje: Marketinške agencije prate timove volontera kako bi procijenile njihovu emocionalnu reakciju prilikom gledanja određenog oglasa. To im omogućuje da prilagode sadržaj kako bi ga bolje uskladili sa željenim emocionalnim odgovorom.
  • zdravstvo: AI već pomaže u liječenju stanja mentalnog zdravlja. Ovo je područje medicine ono u kojem bi emocionalna umjetna inteligencija mogla biti od velike koristi.
  • Obrazovanje: Obrazovne aplikacije mogu se osposobiti za prilagodbu nastave i ukupnog "iskustva učenja" ovisno o emocionalnom stanju učenika.
  • Automobilska industrija: Ovaj je u pripremi, ali emocionalna umjetna inteligencija mogla bi se pokazati neprocjenjivom pomoći u vožnji. Trenutna istraživanja usmjerena su na razvoj sustava koji mogu otkriti emocionalno stanje vozača. Tada može poduzeti neki oblik popravne radnje ako je vozač preumoran, pod stresom, ljut ili jednostavno sanjari.

Sve ovo zvuči lijepo i dobro, ali kao i sa svim stvarima AI, nikad nije tako jednostavno. Etička zabrinutost i briga o privatnosti koja okružuje generativnu umjetnu inteligenciju jednako su primjenjiva, ali sada imamo ljudske emocije ubačene u mješavinu.

Etička pitanja i pitanja privatnosti emocionalne umjetne inteligencije

Za svaku dobrobit koju nam AI donosi – a ima ih mnogo – čini se da postoji odgovarajući etički problem ili briga o privatnosti. Ova inovativna tehnologija djeluje na rubu tehnološkog znanja. Također djeluje na rubu društvenog znanja.

Sjecište emocija i tehnologije prepuno je složenih izazova s ​​kojima se treba pozabaviti ako AI želi biti blagodat, a ne teret. Neke od zabrinutosti koje su odmah vidljive uključuju:

  • Briga o privatnosti podataka: Uključivanje osjetljivih emocionalnih podataka, koje je već sivo područje u AI, podiglo je ljestvicu.
  • Točnost: AI chatbotovi su mnoge stvari, ali njihovi odgovori često su nedostižni. Iste pogreške koje čine modeli emocionalne umjetne inteligencije mogu imati ozbiljne posljedice ako se dogode u aplikacijama poput zdravstvene skrbi.
  • Emocionalna manipulacija: Prevaranti bi mogli koristiti emocionalnu umjetnu inteligenciju da igraju na osjećajima ljudi sa zlom namjerom.

Ove su zabrinutosti iskrene, a zajednički napor da ih se riješi ključan je za otključavanje svih prednosti emocionalne umjetne inteligencije.

Ne znam bi li se smijao ili plakao

Ovo je obećavajuća tehnologija s velikim potencijalnim prednostima. Međutim, nosi nešto "emocionalne prtljage" sa sobom. Dobra strana je ogroman raspon potencijalnih primjena u kojima bi ovo moglo napraviti veliku razliku. Emocionalna umjetna inteligencija može imati koristi od svega, od zdravstvene zaštite do impresivnijih iskustava igranja.

Ali postoje neka teška pitanja s kojima se treba pozabaviti ako želimo ovo iskoristiti za dobrobit, a ne za sprječavanje čovječanstva.