Rozpoznávání emocí aneb co AI doopravdy vidí a slyší
Umělá inteligence dokáže odhadnout, jak se cítíme. Ne proto, že by měla vlastní vědomí. Naučila se číst vzorce v našem chování. Stejně jako dítě časem vycítí, že se něco děje podle tónu hlasu nebo pohledu rodiče, i AI odhaluje emoce na základě drobných signálů. Pojďme se do tohoto tématu ponořit hlouběji.
Jak umělá inteligence analyzuje emoce?
Zatímco lidé vnímají emoce intuitivně, umělá inteligence se je naučila statisticky. Při procesu trénování dostala obrovské množství člověkem anotovaných dat, aby dokázala sama vyhodnotit a dál se zlepšovat v rozpoznávání výrazů obličeje, tónu hlasu, slov nebo způsobů, jakými je vyslovujeme. Když se určitá kombinace těchto znaků opakuje, AI si je začne spojovat s konkrétní emocí.
Není všechno zlato, co se třpytí
Je ovšem důležité si uvědomit, že samotné využívání tzv. analýzy sentimentu není tak přímočaré, jak se může zdát. I když technologie dokáže rozpoznat emoce nebo předvídat chování zákazníků, její úspěšná implementace vyžaduje víc než jen chytrý algoritmus.
Digitální dvojče pro Burger King
Ukázkovým příkladem je projekt společnosti Gauss Algorithmic digitálního dvojčete restaurace Burger King ve Francii. Ve spolupráci s Merim Groupe jsme vytvořili systém, který v reálném čase sbírá a vyhodnocuje data z desítek různých zdrojů – od samoobslužných kiosků až po marketingové kampaně.
A teď si představte, že k tomu přidáte rozpoznání emocí zákazníka během objednávky. Aby na ně systém dokázal reagovat (např. přesměrováním k lidské obsluze nebo změnou doporučení), musí je nejdřív správně zachytit. Potřebuje kvalitní vstup, a právě tady začíná být realita složitější.
Když provozní realita rozhoduje o výsledku
U drive-thru může být tolik hluku z okolí, že mikrofon zachytí mnohem víc než jen to, co zákazník chce říct. Třeba živou konverzaci ostatních pasažérů v autě o tom, co si chtějí dát, zvuky projíždějících aut, poryvů větru nebo deště. Z těchto vstupů už může být pro umělou inteligenci velmi složité správně vyhodnotit skutečné požadavky zákazníka.
Podobně můžete zažít frustrující hovor i na zákaznické lince. Stačí, abyste měli slabý signál, starší telefon s méně kvalitním mikrofonem nebo vzali hovor třeba během oběda v restauraci. Problém pak není v tom, že by s vámi umělá inteligence neuměla sama dobře komunikovat, ale v tom, že vás nemůže správně slyšet. A zatím (na rozdíl od člověka) nedokáže dostatečně rychle vyhodnotit, že by v hovoru neměla pokračovat.
Proto je důležité dívat se i na to, v jakém prostředí má systém fungovat. Jestli rozumí a dokáže reagovat i tehdy, když zákazník mluví potichu, nedořekne větu nebo ho přeruší okolní hluk.
Operátorům call center pomáhá AI už dnes
Nemusíme se ale bavit jen o tzv. voicebotech (hlasových chatbotech). Velká část hovorů s prodejci, ale třeba i technickou podporou po telefonu už je optimalizována pomocí AI.
Zatímco s vámi komunikuje člověk, celou konverzaci poslouchá model, který vyhodnocuje celý její průběh. Operátorovi dává doporučení, zda například dodržuje scénář hovoru (tzv. call script), nebo „připomíná” speciální nabídky, slevy či dodatečné služby, které by vám měl nabídnout. Vše s cílem, aby hovor proběhl rychle a k vaší spokojenosti.
Budoucnost, která (nám) rozumí
AI dnes dokáže rozpoznat emoce, předvídat chování nebo optimalizovat provoz. Aby skutečně fungovala, musí chápat nejen kontext, ale také mít dobře nastavené cíle. A to je v každé firmě jiné. Je to proces, který vyžaduje čas. Rádi s tím pomůžeme všem, kteří hledají ty správné příležitosti pro využití umělé inteligence ve své firmě – třeba pomocí našeho AI Discovery workshopu.
Autorem textu je Václav Adamec ze společnosti Gauss Algorithmic.
