Følelsesanalyse: Kan maskiner forstå hvordan vi har det?

BILDEKREDITT:
Bilde kreditt
iStock

Følelsesanalyse: Kan maskiner forstå hvordan vi har det?

Følelsesanalyse: Kan maskiner forstå hvordan vi har det?

Underoverskriftstekst
Teknologiselskaper utvikler modeller for kunstig intelligens for å dekode følelsen bak ord og ansiktsuttrykk.
    • Forfatter:
    • forfatternavn
      Quantumrun Foresight
    • Oktober 10, 2023

    Oppsummering av innsikt

    Emosjonsanalyse bruker kunstig intelligens for å måle menneskelige følelser fra tale, tekst og fysiske signaler. Teknologien fokuserer først og fremst på kundeservice og merkevarestyring ved å tilpasse chatbot-svar i sanntid. En annen kontroversiell applikasjon er i rekruttering, der kroppsspråk og stemme analyseres for å ta ansettelsesbeslutninger. Til tross for potensialet har teknologien høstet kritikk for mangel på vitenskapelig grunnlag og potensielle personvernproblemer. Implikasjoner inkluderer mer skreddersydde kundeinteraksjoner, men også muligheten for flere søksmål og etiske bekymringer.

    Emosjonsanalysekontekst

    Emosjonsanalyse, også kjent som sentimentanalyse, lar kunstig intelligens (AI) forstå hvordan en bruker har det ved å analysere tale- og setningsstrukturen. Denne funksjonen gjør det mulig for chatboter å bestemme forbrukernes holdninger, meninger og følelser til virksomheter, produkter, tjenester eller andre emner. Den viktigste teknologien som driver følelsesanalyse er naturlig språkforståelse (NLU).

    NLU refererer til når dataprogramvare forstår input i form av setninger via tekst eller tale. Med denne funksjonen kan datamaskiner forstå kommandoer uten den formaliserte syntaksen som ofte kjennetegner datamaskinspråk. NLU lar også maskiner kommunisere tilbake med mennesker ved hjelp av naturlig språk. Denne modellen lager roboter som kan samhandle med mennesker uten tilsyn. 

    Akustiske målinger brukes i avanserte emosjonsanalyseløsninger. De observerer hastigheten noen snakker med, spenningen i stemmen og endringer i stresssignaler under en samtale. Den største fordelen med følelsesanalyse er at den ikke trenger omfattende data for å behandle og tilpasse en chatbot-samtale for brukerreaksjoner sammenlignet med andre metoder. En annen modell kalt Natural Language Processing (NLP) brukes til å måle intensiteten til følelsene, og tildele numeriske poengsum for identifiserte følelser.

    Forstyrrende påvirkning

    De fleste merker bruker emosjonelle analyser i kundestøtte og ledelse. Bots skanner innlegg i sosiale medier og omtaler av merkevaren på nettet for å måle den pågående følelsen mot produktene og tjenestene. Noen chatbots er opplært til å svare umiddelbart på klager eller henvise brukere til menneskelige agenter for å håndtere deres bekymringer. Følelsesanalyse lar chatbots samhandle med brukere mer personlig ved å tilpasse seg i sanntid og ta avgjørelser basert på brukerens humør. 

    En annen bruk av følelsesanalyse er i rekruttering, noe som er kontroversielt. Programvaren er primært ansatt i USA og Sør-Korea, og analyserer intervjuobjektene gjennom deres kroppsspråk og ansiktsbevegelser uten deres viten. Et selskap som har fått mye kritikk angående sin AI-drevne rekrutteringsteknologi er USA-baserte HireVue. Firmaet bruker maskinlæringsalgoritmer for å finne ut en persons øyebevegelser, hva de har på seg og stemmedetaljer for å profilere kandidaten.

    I 2020 sendte Electronic Privacy Information Center (EPIC), en forskningsorganisasjon som fokuserer på personvernspørsmål, en klage til Federal Trade of Commission mot HireVue, og uttalte at dens praksis ikke fremmer likhet og åpenhet. Ikke desto mindre er flere selskaper fortsatt avhengige av teknologien for rekrutteringsbehovet. I følge Financial Times, AI-rekrutteringsprogramvare sparte Unilever for 50,000 2019 timers ansettelsesarbeid i XNUMX. 

    Nyhetspublikasjonen Spiked kalte følelsesanalyse for en "dystopisk teknologi" som skal være verdt 25 milliarder USD innen 2023. Kritikere insisterer på at det ikke er noen vitenskap bak følelsesgjenkjenning. Teknologien ser bort fra kompleksiteten i menneskelig bevissthet og er i stedet avhengig av overfladiske signaler. Spesielt tar ikke ansiktsgjenkjenningsteknologien hensyn til kulturelle kontekster og de mange måtene folk kan maskere sine sanne følelser ved å late som om de er glade eller begeistret.

    Implikasjoner av følelsesanalyse

    Større implikasjoner av følelsesanalyse kan omfatte: 

    • Store selskaper som bruker programvare for følelsesanalyse for å overvåke ansatte og raskere ansettelsesbeslutninger. Dette kan imidlertid møtes av flere søksmål og klager.
    • Chatbots som tilbyr forskjellige svar og alternativer basert på deres oppfattede følelser. Dette kan imidlertid resultere i unøyaktig identifikasjon av kundens humør, noe som fører til mer misfornøyde kunder.
    • Flere teknologiselskaper som investerer i programvare for følelsesgjenkjenning som kan brukes i offentlige rom, inkludert butikker.
    • Virtuelle assistenter som kan anbefale filmer, musikk og restauranter basert på brukernes følelser.
    • Borgerrettighetsgrupper som sender inn klager mot utviklere av ansiktsgjenkjenningsteknologi for brudd på personvernet.

    Spørsmål å kommentere

    • Hvor nøyaktig tror du verktøy for emosjonsanalyse kan være?
    • Hva er de andre utfordringene ved å lære maskiner å forstå menneskelige følelser?

    Innsiktsreferanser

    Følgende populære og institusjonelle lenker ble referert for denne innsikten: