Ngày nay, mọi người thích thực hiện công việc kinh doanh của họ trực tuyến hơn và với việc thiếu giao tiếp trực tiếp, thật khó để các công ty hiểu được những gì nhân viên và khách hàng của họ đang cảm thấy. Trong tình huống này, việc tăng cường hoạt động của bạn bằng AI cảm xúc có thể phân biệt các cảm xúc khác nhau có thể là yếu tố thay đổi cuộc chơi. Nhưng điều này đặt ra một số câu hỏi về khả năng lạm dụng quyền lực:
Các công ty và tổ chức chính phủ có thể khảo sát mọi người, phát hiện cảm xúc của họ và thực hiện các hành động tương ứng không? Và liệu trí tuệ nhân tạo có đủ thông minh để đọc chính xác cảm xúc của con người?
Bất chấp những lo ngại này, các công ty tư vấn AI đang phát triển mạnh khi thị trường AI cảm xúc toàn cầu dự kiến sẽ đạt 173,81 tỷ USD vào năm 2025, tăng trưởng với tốc độ CAGR là 34,05% từ năm 2019 đến năm 2025. Hãy cùng xem trí tuệ nhân tạo cảm xúc có thể làm gì và những trở ngại nào bạn có thể mong đợi trong suốt quá trình nếu bạn quyết định triển khai AI cảm xúc trong tổ chức của mình.
AI cảm xúc là gì?
AI cảm xúc, còn được gọi là điện toán tình cảm và trí tuệ cảm xúc nhân tạo, là một nhánh của trí tuệ nhân tạo xử lý và tái tạo cảm xúc của con người. công nghệ này có từ năm 1995 và nhằm mục đích làm cho các tương tác giữa người và máy trở nên chân thực và tự nhiên hơn. AI cảm xúc có thể đọc cảm xúc của mọi người thông qua văn bản, giọng nói, nét mặt và cử chỉ và điều chỉnh thái độ của nó cho phù hợp.
Con người chiếm thế thượng phong trong việc nhận ra những cảm xúc khác nhau, nhưng AI đang bắt kịp với khả năng của nó. phân tích khối lượng lớn dữ liệu. Trí tuệ nhân tạo cảm xúc sử dụng thị giác máy tính, khoa học lời nói và thuật toán học sâu, cùng các kỹ thuật khác. Nó có thể lắng nghe lời nói của con người và phát hiện các biến điệu giọng nói tương ứng với sự tức giận, căng thẳng, v.v. Công nghệ này có thể phát hiện các biểu hiện vi mô trên khuôn mặt biến mất nhanh đến mức mắt người không thể bắt được.
Hãy xem xét ba loại trí tuệ nhân tạo cảm xúc chính.
#1: Văn bản
Trích xuất cảm xúc từ văn bản còn được gọi là phân tích cảm xúc hoặc khai thác ý kiến. Nó sử dụng quá trình xử lý ngôn ngữ tự nhiên và khả năng phát hiện cảm xúc của Machine Learning trên các mẫu văn bản để xác định xem cảm xúc phổ biến là tích cực, tiêu cực hay trung lập. Một ứng dụng phổ biến là sàng lọc các bài đánh giá về một khách sạn hoặc nhà hàng để hiểu cảm nhận của khách hàng về nó.
Khi xem xét tình cảm, điều quan trọng là phải hiểu chính xác điều gì khơi dậy cảm xúc tiêu cực hoặc tích cực. Nhìn thấy tình cảm tiêu cực đối với một nhà hàng cụ thể không cung cấp cho chủ sở hữu lời khuyên hữu ích. Họ cần hiểu chính xác điều gì đã xảy ra, cho dù đó là thức ăn, dịch vụ hay ánh sáng.
Clarabridge, một công ty phân tích giọng nói và văn bản do AI điều khiển, thực hiện phân tích cảm xúc và có thể trích xuất các cảm xúc, chẳng hạn như hạnh phúc và buồn bã, rồi đánh giá chúng theo thang điểm từ -10 đến 10, phản ánh cường độ của cảm xúc được thể hiện. Ví dụ: “Tôi đang tức giận” sẽ ít dữ dội hơn “Tôi đang rất tức giận”.
thử thách
Thông thường, tình cảm ẩn chứa trong lời nói phụ thuộc vào ngữ cảnh. Một từ có thể có những cảm xúc khác nhau gắn liền với nó. Ví dụ: mô tả một chiếc điện thoại là “mỏng” là tích cực, trong khi đặc điểm tương tự của ga trải giường trong phòng khách sạn sẽ mang lại cảm giác tiêu cực.
Mẹo để thực hiện
Hiện có các mô hình được đào tạo trước mà bạn có thể triển khai, nhưng chúng tôi đặc biệt khuyên bạn nên đi xa hơn và đào tạo các thuật toán đó trên tập dữ liệu dành riêng cho khu vực ứng dụng của bạn. Kết quả là bạn sẽ có một phiên bản tùy chỉnh với độ chính xác mong muốn.
#2: Âm thanh
Trí tuệ nhân tạo cảm xúc phân tích lời nói của một người thông qua nhiều yếu tố, bao gồm ngữ điệu, tông giọng, cao độ giọng nói, tốc độ và các khoảng ngắt kéo dài để xác định cảm xúc của họ. Công nghệ này có thể phát hiện sự kích động tiềm ẩn ngay cả khi ai đó sử dụng khiếu hài hước khô khan của họ và nói ngược lại với ý nghĩa thực sự của họ.
Các kỹ thuật nâng cao có thể hiệu quả với thói quen châm biếm, cường điệu và các thói quen ngôn ngữ khác. Một trong những ứng dụng chính của trí tuệ nhân tạo cảm xúc bằng giọng nói là phát hiện những khách hàng thất vọng trong các trung tâm cuộc gọi và chuyển hướng họ đến một người có thể xoa dịu cảm xúc của họ.
Các tín hiệu hành vi có trụ sở tại California đã phát triển một giải pháp dựa trên AI cảm xúc cho các trung tâm cuộc gọi. Nó kết hợp các đại lý với khách hàng và tìm đại diện tốt nhất để phục vụ một khách hàng cụ thể. Công cụ này chỉ hoạt động dựa trên thông tin giọng nói và bỏ qua nội dung của các cuộc hội thoại.
thử thách
Không phải lúc nào cũng dễ dàng phân biệt giữa tức giận và phấn khích, vì cả hai đều được thể hiện bằng giọng điệu cao độ. Chúng ta có thể khắc phục điều này bằng cách sử dụng dữ liệu đào tạo trong 20-50 giờ trò chuyện để xác định đường cơ sở.
Một ví dụ về đào tạo kỹ lưỡng là Mô hình Nhận dạng Cảm xúc Giọng nói Thái do Đại học Chulalongkorn phát triển. Đối với tập dữ liệu huấn luyện, các nhà nghiên cứu đã yêu cầu 200 nam và nữ diễn viên thực hiện một mẫu lời nói gồm 5 cảm xúc: vui, buồn, giận dữ, thất vọng và một giọng điệu thông thường ở dạng độc thoại và đối thoại. Một nhóm đạo diễn đã giám sát các buổi biểu diễn và giúp các diễn viên có những bài phát biểu thực tế.
Mẹo để thực hiện
Đảm bảo bộ dữ liệu đào tạo của bạn đại diện cho các nền văn hóa, phương ngữ và thói quen của dân số mục tiêu. Khi bạn mua các thuật toán AI cảm xúc được tạo sẵn, hãy đảm bảo nhà cung cấp xem xét đối tượng của bạn và sẵn sàng hiệu chỉnh lại công cụ của họ để phù hợp với nhu cầu của bạn.
#3: Video
Tính năng nhận dạng cảm xúc khuôn mặt AI có thể phân tích biểu cảm khuôn mặt trong video để đánh giá cảm xúc phổ biến với sự trợ giúp của các công nghệ như nhận dạng khuôn mặt và thị giác máy tính. Nó có thể giúp phát hiện sự khác biệt giữa nói dối và nói thật.
Loại trí tuệ nhân tạo cảm xúc này có thể được sử dụng trong bối cảnh phỏng vấn để phát hiện xem ứng viên có lo lắng, tự tin, chân thật hay không, v.v. Các tổ chức tài chính có thể sử dụng nó để kiểm tra những người xin vay vốn.
thử thách
Thật khó để có được hình ảnh rõ ràng về khuôn mặt của mọi người khi họ đang di chuyển, khi ánh sáng và phông nền thay đổi, chưa kể đến việc mọi người liên tục thay đổi diện mạo của mình bằng cách rám nắng, mọc râu, v.v. Ngoài ra, một số người ít hơn biểu cảm hơn những người khác, làm cho khó phát hiện ra bất kỳ tín hiệu cảm xúc nào.
Mẹo để thực hiện
Nhiều ứng dụng video phát hiện cảm xúc AI tập trung vào phản ứng nhóm. Ví dụ, trong tiếp thị, công nghệ này được áp dụng để quan sát phản ứng của mọi người đối với các chiến dịch quảng cáo khác nhau. Thay vì tập trung vào người dùng cá nhân, các nhà tiếp thị thu thập tất cả dữ liệu này và tính trung bình.
Tuy nhiên, nếu bạn muốn xem mọi phản ứng riêng lẻ trong bối cảnh trường hợp sử dụng của mình, thì bạn nên tùy chỉnh mô hình của mình và huấn luyện mô hình đó cho những người dùng cụ thể.
AI cảm xúc trong ba ngành công nghiệp khác nhau
#1: Tiếp thị và Quảng cáo
Các thuật toán nhận dạng cảm xúc AI giúp các nhà tiếp thị hiểu quảng cáo nào phù hợp hơn với đối tượng mục tiêu và những tính năng nào họ nên đưa vào video của mình để mang lại kết quả tốt hơn.
Một ví dụ đến từ Affectiva, một công ty AI cảm xúc có trụ sở tại Boston. Nó đã phát triển một giải pháp giúp các nhà tiếp thị đánh giá phản ứng của khách hàng đối với các quảng cáo khác nhau. Với sự cho phép của người dùng, công cụ này sẽ phân tích nét mặt, ngôn ngữ cơ thể và lời nói của họ để hiểu trạng thái cảm xúc của họ. Mô hình AI của Affectiva được đào tạo trên một tập dữ liệu đa dạng bao gồm 6 triệu khuôn mặt từ 87 quốc gia và có thể đạt độ chính xác 90%.
#2: Chăm sóc sức khỏe
Lĩnh vực chăm sóc sức khỏe triển khai AI hỗ trợ cảm xúc để giúp đỡ cả bác sĩ và bệnh nhân. Đối với nhân viên y tế, công nghệ này được kết hợp với trợ lý giọng nói để phát hiện mức độ căng thẳng và phản hồi thích hợp. Đối với bệnh nhân, nó được sử dụng để theo dõi cảm xúc của họ trong phòng khám và trong quá trình phẫu thuật.
Ngoài ra, các giải pháp nâng cao AI có thể được triển khai để đo lường sức sống của mọi người. Ví dụ, Hiệp hội Tim mạch Hoa Kỳ đã sử dụng các mô hình AI cảm xúc để xây dựng một ứng dụng đo huyết áp từ các video ngắn thay vì sử dụng băng đeo tay. Giải pháp này được cho là có độ chính xác xấp xỉ 95%.
#3: Dịch vụ khách hàng
Các công ty triển khai AI nhận dạng cảm xúc tại các trung tâm cuộc gọi của họ để nâng cao dịch vụ khách hàng. Những giải pháp như vậy có nhiều lợi ích. Họ có thể chọn đại lý phù hợp nhất cho một khách hàng cụ thể, đưa ra phản hồi theo thời gian thực cho đại lý và thông báo cho họ khi họ bắt đầu mất kiểm soát cũng như phản hồi tương tự đối với khách hàng đang thất vọng. Các thuật toán trí tuệ nhân tạo cũng có thể phân tích các yêu cầu hỗ trợ sắp tới và xác định các khách hàng sắp cắt đứt quan hệ với công ty.
Một tập đoàn bảo hiểm của Mỹ, MetLife, đã triển khai giải pháp huấn luyện AI cảm xúc của Cogito tại mười trung tâm cuộc gọi của mình. Giải pháp này có thể hiểu được trạng thái cảm xúc của khách hàng và cung cấp cho các đại lý các mẹo giải quyết xung đột và đối thoại trong thời gian thực. Kết quả là MetLife đã giảm được 17% thời lượng cuộc gọi và cải thiện 6,3% trong việc giải quyết vấn đề.
Rào cản mong đợi
Cảm xúc được thể hiện khác nhau
Không có tiêu chuẩn hóa về cách mọi người thể hiện cảm xúc. Ví dụ, ở Nhật Bản, nụ cười là biểu hiện của sự lịch sự và không loại trừ khả năng một người đang cười có thể đang rất đau khổ. Vì vậy, nếu một khách du lịch Nhật Bản cần hỗ trợ ở đâu đó ở châu Âu, AI cảm xúc có thể cho họ điểm thấp về mức độ khẩn cấp chỉ vì nụ cười.
Thiên kiến
Các công nghệ nhận dạng khuôn mặt thường đấu tranh với sự phân biệt chủng tộc. Google từng gắn thẻ nhầm những khuôn mặt da đen là “khỉ đột”, máy ảnh xác định người châu Á là “chớp mắt”, và cách đây không lâu, một thuật toán AI cảm xúc đã xếp hạng người da đen là “tức giận” hơn người da trắng.
Hơn nữa, các nghiên cứu cho thấy có sự thiên vị đối với người cao tuổi. Khi khuôn mặt của chúng ta già đi, việc xác định các cảm xúc khác nhau trở nên khó khăn hơn và công nghệ có thể trừng phạt các nhóm dân cư tương ứng. Ví dụ, nếu các công ty bảo hiểm muốn sử dụng AI cảm xúc để xác định sự mệt mỏi của người lái xe dựa trên nét mặt, thì những người lái xe lớn tuổi sẽ có nhiều khả năng đáp ứng các tiêu chí ngay cả khi họ không gặp bất kỳ triệu chứng thể chất nào. Do đó, các công ty bảo hiểm sẽ yêu cầu những người lái xe lớn tuổi phải trả phí bảo hiểm cao hơn.
Riêng tư
Mọi người có đồng ý bị giám sát và hiểu sai cảm xúc của họ không? ImageNet, một trong những bộ dữ liệu mở rộng nhất được sử dụng để đào tạo các thuật toán nhận dạng và phát hiện khuôn mặt, đã buộc phải làm mờ khuôn mặt trên 1,5 triệu bức ảnh để đáp ứng quyền riêng tư. Mặc dù họ đã cải thiện quyền riêng tư, nhưng nhóm nghiên cứu đang tự hỏi việc đào tạo về dữ liệu vô danh sẽ ảnh hưởng như thế nào đến hiệu suất của thuật toán trong thế giới thực.
phán quyết cuối cùng
Vẫn còn nhiều tranh cãi xung quanh cảm xúc của AI. AI cảm xúc có những lợi ích của nó, nhưng chúng ta nên cẩn thận khi xem xét các ứng dụng tiềm năng. Có lẽ bây giờ không có ý nghĩa gì nhiều khi đưa công nghệ này vào các tình huống thay đổi cuộc sống.
Nhưng câu hỏi vẫn còn: Có quyền trừng phạt mọi người vì cảm xúc của họ không? Có thể chấp nhận được việc các ứng viên được đánh giá dựa trên giọng nói của họ và sinh viên bị trừng phạt vì khuôn mặt của họ trông có vẻ tức giận? Tất cả những mối quan tâm này sẽ phải được xem xét trước khi triển khai AI cảm xúc vào tổ chức của bạn.
Nguồn : https://www.iotforall.com/ .
Post by Automation Bot.
