Емоційний штучний інтелект в економіці

Размещено на http://www.allbest.ru/

Емоційний штучний інтелект в економіці

Касьянова Наталія Віталіївна, доктор економічних наук, професор, Волощук Дарія Володимирівна, Національний авіаційний університет

Штучний інтелект (artificial intelligence - AI) стає важливою частиною повсякденного життя як у соціальному, так і в бізнес-середовищі. Ця технологія впроваджується в усіх галузях, щоб зменшити зусилля людини та отримувати більш точний та швидкий результат. Усе більша кількість підприємств починає застосовувати AI в межах своїх господарських операцій. Розмір ринку штучного інтелекту у 2021 році оцінювали в 328,34 млрд доларів. За прогнозами експертів, цей показник досягне 1394,3 млрд доларів до 2029 року, а це зростання майже вдесятеро лише за вісім років [1].

Останнім часом дедалі більшу увагу вчених привертає такий напрям досліджень як емоційний штучний інтелект (Emotion AI), яким також цікавляться великі компанії, інноваційні проєкти в ритейлі, маркетингу, рекламі, освіті, консалтингу, управлінні персоналом та інших сферах. Affective Computing дослівно перекладається як емоційні обчислення, чи емоційний штучний інтелект. Це підвид штучного інтелекту, який здатний розпізнавати та інтерпретувати людські емоції, відстежувати вирази обличчя, мову тіла, жести чи людську мову. Застосування таких технологій вже стало реальністю, і кількість випадків їх використання зростає з кожним днем. За Mordor Intelligence, ринок розпізнавання емоцій оцінювали у 12 млрд доларів у 2018 році, і він зросте до 92 млрд до 2024 року [2].

Емоції - це реакція людини на зовнішній стимул або спонтанний вираз внутрішнього мислення. Термін «емоційний інтелект» (emotional intellect) уперше з'явився в роботі Майкла Белдока, написаній 1964 року [3]. Розквіт теорії емоційного інтелекту припав на 1980-1990-ті роки. З того часу концепція інтелекту, пов'язаного із соціальними взаємодіями, глибоко вкоренилася в науковій спільноті.

Емоції керують поведінкою, тому цілком зрозуміло, що роздрібний торговець мріє проникнути в серця й уми споживачів. Емоційний штучний інтелект - це гілка штучного інтелекту, яка дозволяє вимірювати, розуміти, симулювати та реагувати на людські емоції. По суті, роздрібний бот із можливостями штучного інтелекту емоцій може читати почуття клієнтів через текст, мову та вираз обличчя. Потім він може інтерпретувати їхні емоції і, що найважливіше, відповідно регулювати свою реакцію.

Технологія виявлення та розпізнавання емоцій поєднує поведінкові та сенсорні дані, що дає змогу роздрібним торговцям гіперперсоналізувати клієнтський досвід і допомогти їм досягти високої мети емпатійного маркетингу в реальному часі. Іншими словами, це зчитування емоцій клієнтів, а потім адаптація їх досвіду в режимі реального часу.

Теоретично будь-який нейронний процес може бути відтворений цифровим шляхом на комп'ютері. Сенсорні відчуття, такі як відчуття жару або холоду, можуть бути імітовані з навколишнього середовища, якщо машина обладнана відповідними датчиками. Однак не завжди є сенс повторювати все, що відчуває людина, за допомогою машинних технологій. Наприклад, деякі фізіологічні почуття, такі як голод або втома, які попереджають людину про стан її організму, генерують гормони, та травна система. Що більше чуттєвих зворотних зв'язків може отримати машина, то ширший спектр почуттів та емоцій вона зможе оцінити та відтворити.

Є три основні типи Emotion AI: орієнтований на текст, орієнтований на голос, відео та мультимодальний АІ. Текстові емоції - АІ аналізує написане слово. Наприклад, емоційний штучний інтелект можна використовувати для аналізу тексту у формі онлайн-коментарів або новин, щоб визначити, чи є вміст загалом позитивним чи негативним.

Аудіо та голосові емоції - AI аналізує людську мову. Цей тип Emotion AI можна використовувати для оцінки та відстеження дзвінків у службу підтримки клієнтів, щоб визначити як вокальні моделі розмов, так і зміст.

Штучний інтелект відео та мультимодальних емоцій використовують для обробки відеосигналів, починаючи від руху очей і закінчуючи мовою тіла.

Людина, оцінюючи емоції співрозмовника, одночасно враховує всі типи емоцій. Зібрати всі складові такої системи досить складно, але вчені досягли дуже високого рівня точності: наприклад, є алгоритми, які визначають частоту пульсу та дихання людини по відео, хоча ще недавно це здавалося фантастикою. Також на теперішній момент комп'ютер може непогано розпізнавати інтонацію, тембр та емоційне забарвлення голосу за аудіопотоком, що можна використовувати, наприклад, у розробці голосового помічника, де відеопотік недоступний.

Доцільно виділити основні етапи формування емоційного штучного інтелекту.

Перший етап - розпізнавання емоцій людини - АІ вже непогано освоїв. Найпростіші методи розпізнавання емоцій ґрунтуються на аналізі взаємного розташування різних мімічних сегментів обличчя. Сюди належить, наприклад, «система кодування лицьових рухів» (FACS) Пола Екмана. Така система може працювати й без участі нейромереж: по суті, вона виділяє ключові точки на обличчі, потім по цих точках розпізнає певні зони обличчя та їх зміщення.

У сучасній науці підхід Екмана визнано застарілим. Це пов'язано з тим, що методика спирається на рухи лицьових сегментів, які далеко не завжди відповідають певній емоції. Оскільки переживання емоцій може супроводжуватися змінами не лише в міміці, а й у фізіології і поведінці, найбільш точним вважають мультимодальне розпізнавання емоцій. Цей метод пропонує аналізувати не розташування окремих зон обличчя (наприклад піднялися брови вгору або зійшлися біля перенісся), а все обличчя протягом певного часу, адже переживання будь-якої емоції має свою тривалість і фази. Мультимодальний підхід також включає аналіз жестів, мови та інтонації людини, її фізіологічних параметрів.

Другий етап - синтез емоційної відповіді, тобто розрахунок того, яку реакцію АІ має видати у відповідь на певні людські емоції. Синтез залежить не тільки від того, яку емоцію АІ розпізнав на першому етапі, а й від контексту того, що відбувається, від ситуації, у якій перебуває людина, яка взаємодіє з АІ. Контекст відіграє важливу роль у людському спілкуванні: ми сприймаємо всю ситуацію цілком, і самі інтерпретуємо емоції співрозмовника не тільки залежно від виразу його обличчя, а й відповідно до власного життєвого досвіду. Наприклад, якщо ви стоїте в пробці, у вас течуть сльози і ви задихаєтеся, то АІ-помічник може інтерпретувати вираз вашого обличчя та частоту дихання як «сум» і підготувати відповідь, яка повинна вас втішити. Насправді ж у вас алергія на пилок, ви забули таблетки вдома і ситуація розлючує вас. Вам потрібна не розрада, а адреса найближчої аптеки, причому озвучена тоном, який не розсердить вас ще більше.

При синтезі емоційної відповіді нейромережа зможе вибрати його тільки з тих варіантів, які їй показали під час навчання. Люди ж мають унікальний життєвий досвід, який накопичують все життя, через що наші емоції відрізняються гнучкістю і адаптацією до мінливого світу навколо нас. Крім того, велика частина нашого досвіду зумовлена суспільством і культурою: людина проводить багато часу на роботі, у транспорті, у громадських місцях, де вираження емоцій обмежене певними правилами поведінки. У нейромережі «розуміння» контексту може здійснюватися через аналіз навколишніх предметів, співрозмовника, місця та інших доступних видимих параметрів, але людський життєвий досвід АІ не має. Для штучного інтелекту «досвід» - це ті дані, на основі яких він навчався, він обмежений ними і не може вийти межі наявної бази даних.

Також наші емоції можуть бути спонтанними й багато в чому залежать від індивідуальних особистісних рис, темпераменту, особливостей нервової системи. Навіть якщо уявити, що АІ зможе постійно навчатися, буде дуже складно записати й оцифрувати все це розмаїття реакцій та контекстів.

І, нарешті, третій етап - генерація відповіді емоційним АІ. Вона має бути досить точною і плавною, щоб людина сприймала це як природний процес і не відчувала, що спілкується з автовідповідачем. Крім того, алгоритму потрібно відтворити зовнішній вираз емоцій - згенерувати емоційну особу на зображенні чи відео із супутніми жестами та природною інтонацією відповіді. Вся ця реакція має генеруватися так само швидко, як це відбувається у звичайній розмові між людьми.

Найочевидніша сфера застосування технологій розпізнавання емоцій - маркетинг. З їхньою допомогою можна визначити, як рекламний ролик діє на людину. Для цього можна, наприклад, встановити конструкцію з камерою, яка змінюватиме рекламу залежно від настрою, статі та віку людей, що проходять повз. Подібну конструкцію розробили стартапи Cloverleaf та Affectiva [4]. Вони представили електронні цінники з рекламою під назвою shelf Point, які збирають інформацію про емоції покупців. Нові технології випробували Procter & Gamble, Walmart та інші великі компанії. Продажі зросли на 10-40%, а залучення покупців збільшилося в 3-5 разів. Більш незвичайний варіант - робот-консультант зі штучним інтелектом. Він взаємодіятиме з клієнтами, зчитуватиме їхні емоції та впливатиме на них. А ще робитиме персоналізовані пропозиції.

Технології розпізнавання емоцій допомагають банкам отримувати зворотний зв'язок від клієнтів без опитувань та покращувати обслуговування. У відділеннях встановлюють відеокамери, та алгоритми із запису визначають задоволеність відвідувачів. Нейромережі також можуть проаналізувати голос і мовлення клієнта та оператора під час дзвінка до контакт-центру. Neurodata Lab вже здійснює визначення емоцій клієнтів на основі його голосу та мови. Клієнт телефонує в банк, а нейромережа аналізує його стан та зміст розмови. Крім того, АІ помічає паузи в промові оператора, гучність голосу та час спілкування. Це дозволяє не лише перевіряти задоволеність сервісом, а й контролювати роботу операторів контакт- центру.

Емоційний АІ може бути корисним у роботі з персоналом. Він надає можливість визначити стан співробітника, вчасно помітити його втому чи невдоволення та ефективніше перерозподілити завдання. Крім того, технології допомагають у рекрутингу. За допомогою емоційного АІ можна перевірити кандидата на відповідність посаді або викрити брехню під час співбесіди. Американська компанія HireVue використовує штучний інтелект для оцінки кандидатів [5]. Здобувач проходить відеоінтерв'ю, а нейромережа визначає його стан за ключовими словами, інтонацією голосу, рухами та виразом обличчя. АІ виділяє важливі для вакансії характеристики та виставляє оцінки, а HR-менеджер обирає відповідних кандидатів. Лондонський стартап Human по відео визначає емоції та зіставляє їх із рисами характеру. Після відеоінтерв'ю рекрутери одержують звіт, де говориться, наскільки чесним, цікавим, схвильованим, захопленим чи впевненим був кандидат і як він реагував на запитання.

Розпізнавання емоцій можна застосувати й в освіті. З його допомогою можна вивчати настрій та увагу учнів під час занять. Нейромережа аналізує найменші рухи м'язів за допомогою 150 пікселів на обличчі. За урок збирається великий обсяг даних: по 5-6 тисяч кадрів кожного учня. Програма вивчає створений датасет та обчислює емоційний стан кожної дитини. За словами дослідників, точність становить 72 %.

Переваги штучного інтелекту емоцій можуть відрізнятися в різних галузях, але він може надати маркетологам, рекламодавцям, дизайнерам, інженерам і розробникам цінні відгуки від споживачів. Emotion AI може оптимізувати тестування користувачів, опитування споживачів і фокус-групи. Дизайнери можуть використовувати емоційний штучний інтелект, щоб отримати інформацію з реакції споживачів на рекламні кампанії, прототипи та макети, що може заощадити час і гроші. Здатність Emotion AI вловлювати та аналізувати мову тіла людини означає, що створені з його допомогою продукти та послуги будуть більш наближеними до потреб і почуттів користувача.

Незважаючи на всі переваги використання та потенціал для емоційного штучного інтелекту, емоції не чіткі - і застосування деяких технологій у ситуаціях із великими наслідками може бути дуже проблематичним. Як й інші види технологій, емоційний штучний інтелект може відображати упередження та неточності. Крім того, споживачі повинні дати згоду на те, щоб їх аналізував емоційний штучний інтелект, що може викликати проблеми з конфіденційністю.

Другим недоліком у використанні технологій емоційного АІ може бути неточність розшифрування емоцій під час ідентифікації культурних особливостей обличчя людей певної етнічної приналежності. Наприклад, посмішка може виражатися певним чином у Німеччині, а зовсім іншим - у Японії, з огляду на мімічні особливості обличчя, які закладені на біологічному рівні.

Хоча алгоритми емоційного AI створені так, що технології AI цілком можуть читати людські емоції, вони не зможуть відтворити людські судження та дизайнерські ідеї, оскільки навряд чи набудуть здатності генерувати інформацію на інтелектуальному рівні, іншими словами, схема мозку, яка породжує цей набір людських навичок, занадто складна для моделювання.

розпізнавання емоція маркетинг штучний інтелект

Література

1. Artificial Intelligence market.

2. Emotion analytics market - growth, trends, covid-19 impact, and forecasts.

3. Joel Robert Davitz, Michael Beldoch. The Communication of Emotional Meaning. Front Cover. Greenwood Press, 1976. Emotions. 214 p.

4. Affectiva Media Analytics for Qualitative Research.

5. AI recruiting assistant.

6. Касьянова Н.В., Волощук Д.В. Штучний інтелект як ідентифікатор людських емоцій: роль та значення для економіки. Східна Європа: економіка, бізнес та управління. 2021. Вип. 1 (28). С. 129-134.

Размещено на Allbest.ru