Насколько хорош ИИ в обнаружении человеческих эмоций? Слишком хорошо.

Насколько хорош ИИ в обнаружении человеческих эмоций? Слишком хорошо.

Как опытный носитель цифровых технологий с десятилетиями присутствия в Интернете, я стал свидетелем замечательной эволюции искусственного интеллекта (ИИ) из простого любопытства в неотъемлемую часть нашей повседневной жизни. От общения с дружелюбными помощниками искусственного интеллекта, такими как ChatGP, до восхищения видеогенераторами искусственного интеллекта, которые имитируют творческие способности человека, — поистине удивительно, как технологии стирают границы между виртуальным и реальным мирами.


Как энтузиаст, я наблюдаю, как искусственный интеллект (ИИ) постепенно проникает в различные аспекты нашей повседневной жизни. Это уже не просто инструмент для анализа данных; это меняет то, как мы взаимодействуем, работаем и даже живем. От ChatGP до создателей видео с помощью искусственного интеллекта — границы между технологиями и нашей жизнью с каждым днем ​​становятся все более неразличимыми.

Но означают ли эти технологические достижения, что ИИ может распознавать наши чувства в Интернете?

В нашем недавнем исследовании мы выяснили, способен ли искусственный интеллект распознавать человеческие чувства в сообщениях в социальных сетях на платформе X (ранее известной как Twitter).

В нашем исследовании мы изучили, как чувства, выраженные в сообщениях в социальных сетях относительно конкретных благотворительных организаций, могут повлиять на будущие решения, такие как пожертвования этим организациям.

Использование эмоций для стимулирования реакции

Исторически сложилось так, что исследователи часто использовали анализ настроений, чтобы классифицировать сообщения как положительные, отрицательные или нейтральные в зависимости от их тона. Хотя этот подход кажется простым и понятным, он имеет определенные недостатки.

Проще говоря, человеческие чувства часто имеют несколько слоев. Для иллюстрации: хотя гнев и разочарование являются негативными чувствами, они могут привести к различным реакциям. Клиенты, выражающие гнев, могут реагировать более решительно, чем те, кто разочарован, особенно в деловой обстановке.

Будучи энтузиастом, я решил эти проблемы, используя модель искусственного интеллекта, способную идентифицировать в твитах определенные эмоции, такие как радость, ярость, печаль и отвращение.

В ходе нашего исследования мы обнаружили, что эмоции людей по отношению к X могут отражать их общее мнение об определенных некоммерческих группах. Интересно, что эти чувства, похоже, напрямую влияют на выдачу образцов.

Обнаружение эмоций

Мы использовали модель, основанную на обучении-трансформере, которая представляет собой передовую технологию искусственного интеллекта для понимания человеческого языка. Эта модель была предварительно обучена на огромных наборах данных такими технологическими гигантами, как Google и Facebook, что делает ее исключительно квалифицированной в расшифровке естественных языков, а не компьютерных языков или кодов.

Скорректировав нашу модель, используя сочетание четырех наборов данных об эмоциях, о которых сообщают сами люди (содержащих примерно 3,6 миллиона утверждений) и дополнительных семи наборов данных (около 60 000 утверждений), мы смогли создать всеобъемлющий эмоциональный ландшафт, обнаруженный на различных онлайн-платформах.

Например, модель определит радость как доминирующую эмоцию при чтении X-поста, например:

Начинать утро со школы — самое лучшее! Все улыбаются #цели #детям.

И наоборот, модель уловила печаль в твите, сказав:

Я чувствовал, что мне не хватает частички меня с тех пор, как моя мама скончалась более месяца назад, а потеря моего отца 13 лет назад все еще сохраняется. Сейчас я чувствую себя дезориентированным и напуганным.

Модель продемонстрировала замечательные способности, точно определяя эмоции по тексту в 84% случаев. Это действительно похвально в сфере искусственного интеллекта.

В нашем анализе мы сосредоточились на твитах, связанных с двумя учреждениями Киви: Фондом Фреда Холлоуса и Оклендским университетом. Мы обнаружили, что твиты, показывающие печаль, как правило, побуждают к увеличению благотворительных пожертвований в пользу Фонда Фреда Холлоуза. С другой стороны, твиты, выражающие гнев, похоже, увеличили пожертвования для Оклендского университета.

Насколько хорош ИИ в обнаружении человеческих эмоций? Слишком хорошо.

Этические вопросы по мере развития ИИ

Понимание различных эмоций имеет важные последствия в таких областях, как маркетинг, преподавание и здравоохранение.

Как геймер, я знаю, насколько важно читать виртуальное настроение игроков в конкретных игровых сценариях, чтобы эффективно реагировать и вырабатывать стратегию. Аналогичным образом, понимание эмоционального тона в конкретных онлайн-контекстах для отдельных клиентов или более широких рынков может существенно помочь лицам, принимающим решения. Каждая выраженная эмоция в сообщениях в социальных сетях требует уникальной реакции со стороны компаний или организаций, а не универсального подхода.

Наше исследование показало, что различные чувства приводят к различным результатам в отношении благотворительных пожертвований.

Понимание того, что включение чувства печали в маркетинговые усилия по благотворительным целям может увеличить пожертвования, позволяет создавать более эффективные и эмоционально глубокие кампании. Вызов гнева людей по поводу предполагаемой несправедливости может побудить их к действию.

Вместо того, чтобы просто отлично распознавать эмоции в тексте, будущие успехи, вероятно, будут достигнуты за счет объединения модели трансформирующего обучения с дополнительными источниками данных, такими как тон голоса и выражение лица. Эта интеграция направлена ​​на создание комплексного эмоционального профиля.

Подумайте о концепции системы искусственного интеллекта, способной понимать как содержание, так и эмоции ваших произведений. Очевидно, что эти достижения вызовут этические дилеммы.

Поскольку ИИ становится все более искусным в распознавании человеческих эмоций, важно найти способы гарантировать, что его приложения останутся этичными. Защита конфиденциальности является одной из ключевых проблем, требующих внимания по мере дальнейшего развития этой технологии. Это важные вопросы, которые требуют вдумчивого рассмотрения и решения по мере дальнейшего прогресса в этой области.

Смотрите также

2024-10-28 19:00