ניתוח רגשות: האם מכונות יכולות להבין איך אנחנו מרגישים?
ניתוח רגשות: האם מכונות יכולות להבין איך אנחנו מרגישים?
ניתוח רגשות: האם מכונות יכולות להבין איך אנחנו מרגישים?
- מְחַבֵּר:
- אוקטובר 10, 2023
סיכום תובנה
ניתוח רגשות משתמש בבינה מלאכותית כדי לאמוד רגשות אנושיים מתוך דיבור, טקסט ורמזים פיזיים. הטכנולוגיה מתמקדת בעיקר בשירות לקוחות וניהול מותג על ידי התאמת תגובות צ'טבוט בזמן אמת. אפליקציה שנויה במחלוקת נוספת היא בגיוס, שבו מנתחים את שפת הגוף והקול כדי לקבל החלטות גיוס. למרות הפוטנציאל שלה, הטכנולוגיה זכתה לביקורת על היעדר בסיס מדעי ובעיות פרטיות פוטנציאליות. ההשלכות כוללות אינטראקציות מותאמות יותר עם לקוחות, אך גם אפשרות לעוד תביעות משפטיות וחששות אתיים.
הקשר לניתוח רגשות
ניתוח רגשות, הידוע גם כניתוח סנטימנט, מאפשר לבינה מלאכותית (AI) להבין איך משתמש מרגיש על ידי ניתוח מבנה הדיבור והמשפט שלו. תכונה זו מאפשרת לצ'אטבוטים לקבוע את עמדותיהם, הדעות והרגשות של צרכנים כלפי עסקים, מוצרים, שירותים או נושאים אחרים. הטכנולוגיה העיקרית המניעה את ניתוח הרגשות היא הבנת השפה הטבעית (NLU).
NLU מתייחס כאשר תוכנת מחשב מבינה קלט בצורה של משפטים באמצעות טקסט או דיבור. עם יכולת זו, מחשבים יכולים להבין פקודות ללא התחביר הפורמלי המאפיין לעתים קרובות שפות מחשב. כמו כן, NLU מאפשרת למכונות לתקשר בחזרה עם בני אדם באמצעות שפה טבעית. מודל זה יוצר בוטים שיכולים לקיים אינטראקציה עם בני אדם ללא פיקוח.
מדידות אקוסטיות משמשות בפתרונות מתקדמים לניתוח רגשות. הם רואים את הקצב שבו מישהו מדבר, את המתח בקולו ושינויים לאותות לחץ במהלך שיחה. היתרון העיקרי של ניתוח רגשות הוא שהוא אינו זקוק לנתונים נרחבים כדי לעבד ולהתאים אישית שיחת צ'אט בוט לתגובות משתמשים בהשוואה לשיטות אחרות. מודל אחר שנקרא עיבוד שפה טבעית (NLP) משמש למדידת עוצמת הרגשות, תוך הקצאת ציונים מספריים עבור סנטימנטים מזוהים.
השפעה משבשת
רוב המותגים משתמשים בניתוח רגשי בתמיכת לקוחות ובניהול. בוטים סורקים פוסטים ואזכורים ברשתות החברתיות של המותג באינטרנט כדי לאמוד את הסנטימנט המתמשך כלפי המוצרים והשירותים שלו. חלק מהצ'אטבוטים מאומנים להגיב מיד לתלונות או להפנות משתמשים לסוכנים אנושיים כדי לטפל בדאגותיהם. ניתוח רגשות מאפשר לצ'אטבוטים ליצור אינטראקציה עם משתמשים באופן אישי יותר על ידי הסתגלות בזמן אמת וקבלת החלטות על סמך מצב הרוח של המשתמש.
שימוש נוסף בניתוח רגשות הוא בגיוס, שהוא שנוי במחלוקת. התוכנה מועסקת בעיקר בארה"ב ובדרום קוריאה, ומנתחת מרואיינים באמצעות שפת הגוף ותנועות הפנים שלהם ללא ידיעתם. חברה אחת שספגה ביקורת רבה בנוגע לטכנולוגיית הגיוס המונעת בינה מלאכותית שלה היא HireVue האמריקאית. החברה משתמשת באלגוריתמים של למידת מכונה כדי להבין את תנועות העיניים של אדם, מה הוא לובש ופרטים קוליים כדי ליצור פרופיל של המועמד.
בשנת 2020, מרכז המידע לפרטיות אלקטרונית (EPIC), ארגון מחקר המתמקד בנושאי פרטיות, הגיש תלונה ל-Federal Trade of Commission נגד HireVue, וקבע כי הנהלים שלו אינם מקדמים שוויון ושקיפות. עם זאת, כמה חברות עדיין מסתמכות על הטכנולוגיה לצרכי הגיוס שלהן. לפי פייננשל טיימס, תוכנת גיוס בינה מלאכותית חסכה ליוניליוור 50,000 שעות של גיוס עבודה ב-2019.
פרסום החדשות Spiked כינה ניתוח רגשות "טכנולוגיה דיסטופית" שעומדת להיות שווה 25 מיליארד דולר עד 2023. המבקרים מתעקשים שאין מדע מאחורי זיהוי רגשות. הטכנולוגיה מתעלמת מהמורכבות של התודעה האנושית ובמקום זאת מסתמכת על רמזים שטחיים. בפרט, טכנולוגיית זיהוי הפנים אינה מתחשבת בהקשרים תרבותיים ובדרכים רבות שבהן אנשים יכולים להסוות את רגשותיהם האמיתיים על ידי העמדת פנים שהם שמחים או נרגשים.
השלכות של ניתוח רגשות
השלכות רחבות יותר של ניתוח רגשות עשויות לכלול:
- חברות גדולות המשתמשות בתוכנת ניתוח רגשות כדי לפקח על עובדים ולנהל החלטות גיוס מהירה. עם זאת, זה עשוי להיענות על ידי תביעות ותלונות נוספות.
- צ'טבוטים המציעים תגובות ואפשרויות שונות על סמך הרגשות הנתפסים שלהם. עם זאת, זה יכול לגרום לזיהוי לא מדויק של מצב הרוח של הלקוח, מה שיוביל ללקוחות מרוצים יותר.
- חברות טכנולוגיה נוספות המשקיעות בתוכנה לזיהוי רגשות שניתן להשתמש בה במרחבים ציבוריים, כולל חנויות קמעונאיות.
- עוזרים וירטואליים שיכולים להמליץ על סרטים, מוזיקה ומסעדות על סמך רגשות המשתמשים שלהם.
- ארגוני זכויות אזרח המגישים תלונות נגד מפתחי טכנולוגיות זיהוי פנים בגין הפרות פרטיות.
שאלות להגיב עליהן
- עד כמה לדעתך הכלים לניתוח רגשות יכולים להיות מדויקים?
- מהם האתגרים הנוספים של לימוד מכונות להבין רגשות אנושיים?
הפניות לתובנות
הקישורים הפופולריים והמוסדיים הבאים קיבלו התייחסות לתובנה זו:
