Følelsesanalyse: Kan maskiner forstå, hvordan vi har det?

BILLEDKREDIT:
Image credit
iStock

Følelsesanalyse: Kan maskiner forstå, hvordan vi har det?

Følelsesanalyse: Kan maskiner forstå, hvordan vi har det?

Underoverskriftstekst
Teknologivirksomheder udvikler kunstig intelligens-modeller til at afkode følelsen bag ord og ansigtsudtryk.
    • Forfatter:
    • Forfatter navn
      Quantumrun Foresight
    • Oktober 10, 2023

    Oversigt over indsigt

    Følelsesanalyse bruger kunstig intelligens til at måle menneskelige følelser ud fra tale, tekst og fysiske signaler. Teknologien fokuserer primært på kundeservice og brand management ved at tilpasse chatbot-svar i realtid. En anden kontroversiel ansøgning er i rekruttering, hvor kropssprog og stemme analyseres for at træffe ansættelsesbeslutninger. På trods af dets potentiale har teknologien høstet kritik for manglende videnskabeligt grundlag og potentielle privatlivsproblemer. Implikationer omfatter mere skræddersyede kundeinteraktioner, men også muligheden for flere retssager og etiske bekymringer.

    Følelsesanalytiske kontekst

    Følelsesanalyse, også kendt som sentimentanalyse, giver kunstig intelligens (AI) mulighed for at forstå, hvordan en bruger har det ved at analysere deres tale og sætningsstruktur. Denne funktion gør det muligt for chatbots at bestemme forbrugernes holdninger, meninger og følelser over for virksomheder, produkter, tjenester eller andre emner. Den vigtigste teknologi, der driver følelsesanalyse, er naturlig sprogforståelse (NLU).

    NLU refererer til, når computersoftware forstår input i form af sætninger via tekst eller tale. Med denne evne kan computere forstå kommandoer uden den formaliserede syntaks, der ofte kendetegner computersprog. NLU giver også maskiner mulighed for at kommunikere tilbage med mennesker ved hjælp af naturligt sprog. Denne model skaber bots, der kan interagere med mennesker uden opsyn. 

    Akustiske målinger bruges i avancerede følelsesanalyseløsninger. De observerer den hastighed, hvormed nogen taler, spændingen i deres stemme og ændringer til stresssignaler under en samtale. Den største fordel ved følelsesanalyse er, at den ikke behøver omfattende data for at behandle og tilpasse en chatbot-samtale til brugerreaktioner sammenlignet med andre metoder. En anden model kaldet Natural Language Processing (NLP) bruges til at måle intensiteten af ​​følelserne ved at tildele numeriske scores for identificerede følelser.

    Forstyrrende påvirkning

    De fleste brands bruger følelsesmæssige analyser i kundesupport og administration. Bots scanner opslag på sociale medier og omtaler af mærket online for at måle den igangværende stemning over for dets produkter og tjenester. Nogle chatbots er uddannet til at reagere øjeblikkeligt på klager eller henvise brugere til menneskelige agenter for at håndtere deres bekymringer. Følelsesanalyse giver chatbots mulighed for at interagere med brugerne mere personligt ved at tilpasse sig i realtid og træffe beslutninger baseret på brugerens humør. 

    En anden brug af følelsesanalyse er i rekruttering, hvilket er kontroversielt. Softwaren er primært ansat i USA og Sydkorea og analyserer interviewpersoner gennem deres kropssprog og ansigtsbevægelser uden deres viden. En virksomhed, der har modtaget meget kritik angående sin AI-drevne rekrutteringsteknologi, er USA-baserede HireVue. Firmaet bruger maskinlæringsalgoritmer til at finde ud af en persons øjenbevægelser, hvad de har på, og stemmedetaljer til at profilere kandidaten.

    I 2020 indgav Electronic Privacy Information Center (EPIC), en forskningsorganisation med fokus på privatlivsspørgsmål, en klage til Federal Trade of Commission mod HireVue, hvori den anførte, at dens praksis ikke fremmer lighed og gennemsigtighed. Ikke desto mindre er flere virksomheder stadig afhængige af teknologien til deres rekrutteringsbehov. Ifølge Financial Times, AI rekrutteringssoftware sparede Unilever for 50,000 timers ansættelsesarbejde i 2019. 

    Nyhedspublikationen Spiked kaldte følelsesanalyse for en "dystopisk teknologi", der forventes at være 25 milliarder USD værd i 2023. Kritikere insisterer på, at der ikke er nogen videnskab bag følelsesgenkendelse. Teknologien ser bort fra kompleksiteten af ​​menneskelig bevidsthed og er i stedet afhængig af overfladiske signaler. Især ansigtsgenkendelsesteknologi tager ikke hensyn til kulturelle sammenhænge og de mange måder, folk kan maskere deres sande følelser ved at foregive at være glade eller ophidsede.

    Implikationer af følelsesanalyse

    Bredere implikationer af følelsesanalyse kan omfatte: 

    • Store virksomheder, der bruger følelsesanalysesoftware til at overvåge medarbejdere og fremskynde ansættelsesbeslutninger. Dette kan dog blive mødt af flere retssager og klager.
    • Chatbots, der tilbyder forskellige svar og muligheder baseret på deres opfattede følelser. Dette kan dog resultere i unøjagtig identifikation af kundestemning, hvilket fører til mere utilfredse kunder.
    • Flere teknologivirksomheder investerer i følelsesgenkendelsessoftware, der kan bruges i offentlige rum, herunder detailbutikker.
    • Virtuelle assistenter, der kan anbefale film, musik og restauranter baseret på deres brugeres følelser.
    • Borgerrettighedsgrupper indgiver klager mod udviklere af ansigtsgenkendelsesteknologi for krænkelser af privatlivets fred.

    Spørgsmål at kommentere på

    • Hvor nøjagtige tror du, at følelsesanalyseværktøjer kan være?
    • Hvad er de andre udfordringer ved at lære maskiner at forstå menneskelige følelser?

    Indsigtsreferencer

    Følgende populære og institutionelle links blev refereret til denne indsigt: