Emotion AI: Willen we dat AI onze gevoelens begrijpt?

BEELDKREDIET:
Image credit
iStock

Emotion AI: Willen we dat AI onze gevoelens begrijpt?

Emotion AI: Willen we dat AI onze gevoelens begrijpt?

Onderkoptekst
Bedrijven investeren fors in AI-technologieën om te profiteren van machines die menselijke emoties kunnen analyseren.
    • Auteur:
    • auteursnaam
      Quantumrun-prognose
    • 6 september 2022

    Samenvatting inzicht

    Kunstmatige intelligentie (AI) op basis van emoties transformeert de manier waarop machines menselijke emoties begrijpen en erop reageren in de gezondheidszorg, marketing en klantenservice. Ondanks discussies over de wetenschappelijke basis en privacyproblemen evolueert deze technologie snel, waarbij bedrijven als Apple en Amazon deze in hun producten integreren. Het toenemende gebruik ervan roept belangrijke vragen op over privacy, nauwkeurigheid en het potentieel voor verdieping van vooroordelen, waardoor er behoefte is aan zorgvuldige regelgeving en ethische overwegingen.

    Emotie AI-context

    Systemen voor kunstmatige intelligentie leren menselijke emoties herkennen en benutten die informatie in verschillende sectoren, van de gezondheidszorg tot marketingcampagnes. Websites gebruiken bijvoorbeeld emoticons om te meten hoe kijkers op hun inhoud reageren. Is emotie-AI echter alles wat het beweert te zijn? 

    Emotion AI (ook bekend als affective computing of kunstmatige emotionele intelligentie) is een subset van AI die menselijke emoties meet, begrijpt, simuleert en erop reageert. De discipline dateert uit 1995 toen Rosalind Picard, professor in het MIT Media-lab, het boek 'Affective Computing' uitbracht. Volgens het MIT Media Lab zorgt emotie-AI voor een meer natuurlijke interactie tussen mens en machine. Emotion AI probeert twee vragen te beantwoorden: wat is de emotionele toestand van de mens en hoe zullen ze reageren? De verzamelde antwoorden hebben grote invloed op de manier waarop machines diensten en producten leveren.

    Kunstmatige emotionele intelligentie wordt vaak afgewisseld met sentimentanalyse, maar ze zijn anders in het verzamelen van gegevens. Sentimentanalyse is gericht op taalstudies, zoals het bepalen van de mening van mensen over specifieke onderwerpen op basis van de toon van hun posts, blogs en opmerkingen op sociale media. Emotion AI vertrouwt echter op gezichtsherkenning en uitdrukkingen om sentiment te bepalen. Andere effectieve rekenfactoren zijn stempatronen en fysiologische gegevens zoals veranderingen in oogbewegingen. Sommige experts beschouwen sentimentanalyse als een subset van emotie-AI, maar met minder privacyrisico's.

    Disruptieve impact

    In 2019 publiceerde een groep interuniversitaire onderzoekers, waaronder Northeastern University in de VS en de Universiteit van Glasgow, onderzoeken waaruit bleek dat emotie-AI geen solide wetenschappelijke basis heeft. De studie benadrukte dat het niet uitmaakt of mensen of AI de analyse uitvoeren; het is een uitdaging om emotionele toestanden nauwkeurig te voorspellen op basis van gezichtsuitdrukkingen. De onderzoekers beweren dat uitdrukkingen geen vingerafdrukken zijn die definitieve en unieke informatie over een individu verschaffen.

    Sommige experts zijn het echter niet eens met deze analyse. De oprichter van Hume AI, Alan Cowen, betoogde dat moderne algoritmen datasets en prototypes hadden ontwikkeld die nauwkeurig overeenkomen met menselijke emoties. Hume AI, dat vijf miljoen dollar aan investeringsfinanciering heeft opgehaald, gebruikt datasets van mensen uit Amerika, Afrika en Azië om zijn emotie-AI-systeem te trainen. 

    Andere opkomende spelers op het gebied van emotie-AI zijn HireVue, Entropik, Emteq en Neurodata Labs. Entropik gebruikt gezichtsuitdrukkingen, eye gaze, stemtonen en hersengolven om de impact van een marketingcampagne te bepalen. Een Russische bank gebruikt Neurodata om klantgevoelens te analyseren bij het bellen met klantenservicemedewerkers. 

    Zelfs Big Tech begint te profiteren van het potentieel van emotie-AI. In 2016 kocht Apple Emotient, een in San Diego gevestigd bedrijf dat gezichtsuitdrukkingen analyseert. Alexa, de virtuele assistent van Amazon, verontschuldigt zich en verduidelijkt zijn reacties wanneer het merkt dat de gebruiker gefrustreerd is. Ondertussen kan Microsoft's AI-bedrijf voor spraakherkenning, Nuance, de emoties van bestuurders analyseren op basis van hun gezichtsuitdrukkingen.

    Implicaties van emotie AI

    Bredere implicaties van emotie-AI kunnen zijn: 

    • Grote technologiebedrijven nemen kleinere bedrijven over die gespecialiseerd zijn in AI, vooral in emotie-AI, om hun autonome voertuigsystemen te verbeteren, wat resulteert in veiligere en meer empathische interacties met passagiers.
    • Klantondersteuningscentra die emotie-AI integreren om stem- en gezichtssignalen te interpreteren, wat leidt tot meer gepersonaliseerde en effectieve probleemoplossende ervaringen voor consumenten.
    • Er vloeit meer geld naar affective computing, waardoor de samenwerking tussen internationale academische en onderzoeksorganisaties wordt bevorderd, waardoor de vooruitgang in de interactie tussen mens en AI wordt versneld.
    • Overheden worden geconfronteerd met de groeiende vraag om beleid te creëren dat de verzameling, opslag en toepassing van gezichts- en biologische gegevens regelt.
    • Het risico bestaat dat de vooroordelen met betrekking tot ras en geslacht toenemen als gevolg van gebrekkige of bevooroordeelde emotie-AI, waardoor strengere normen nodig zijn voor AI-training en inzet in de publieke en private sector.
    • De toenemende afhankelijkheid van de consument van op emotie gebaseerde AI-apparaten en -diensten, wat ertoe leidt dat emotioneel intelligentere technologie een integraal onderdeel wordt van het dagelijks leven.
    • Onderwijsinstellingen kunnen emotie-AI integreren in e-learningplatforms en lesmethoden aanpassen op basis van de emotionele reacties van studenten om de leerervaringen te verbeteren.
    • Zorgaanbieders gebruiken emotie-AI om de behoeften en emoties van patiënten beter te begrijpen, waardoor de diagnose en behandelingsresultaten worden verbeterd.
    • Marketingstrategieën evolueren om emotie-AI te gebruiken, waardoor bedrijven advertenties en producten effectiever kunnen afstemmen op individuele emotionele toestanden.
    • Rechtssystemen maken mogelijk gebruik van emotie-AI om de geloofwaardigheid van getuigen of de emotionele toestand tijdens processen te beoordelen, wat ethische en nauwkeurigheidsproblemen doet rijzen.

    Vragen om te overwegen

    • Zou je ermee instemmen dat emotie-AI-apps je gezichtsuitdrukkingen en stemgeluid laten scannen om op je emoties te anticiperen?
    • Wat zijn de mogelijke risico's van het mogelijk verkeerd interpreteren van emoties door AI?

    Insight-referenties

    Voor dit inzicht werd verwezen naar de volgende populaire en institutionele links:

    MIT Beheer Sloan School Emotion AI, uitgelegd