AI احساسی ممکن است روند بعدی نرم‌افزارهای تجاری باشد و این می‌تواند مشکل‌ساز باشد
با آزمایش شرکت‌ها برای استفاده از هوش مصنوعی در همه جا، یک روند غیرمنتظره این است که شرکت‌ها به هوش مصنوعی روی آورده‌اند تا به بات‌های جدید خود برای درک بهتر احساسات انسانی کمک کنند.
این حوزه به عنوان 'هوش مصنوعی احساسی' شناخته می‌شود، بر اساس گزارش تحقیق جدید PitchBook که پیش‌بینی می‌کند این فناوری در حال رشد است.
منطق پشت این فناوری چیزی شبیه به این است: اگر شرکت‌ها دستیارهای هوش مصنوعی را به مدیران و کارمندان ارائه دهند، بات‌های چت هوش مصنوعی را به عنوان فروشندگان خط مقدم و نمایندگان خدمات مشتریان به کار گیرند، چگونه یک هوش مصنوعی می‌تواند خوب عمل کند اگر تفاوت بین یک 'چه منظوری داری؟' عصبانی و یک 'چه منظوری داری؟' گیج را درک نکند؟
هوش مصنوعی احساسی ادعا می‌کند که همزاد پیچیده‌تر تحلیل احساسات است، فناوری قبل از هوش مصنوعی که تلاش می‌کرد احساسات انسانی را از تعاملات مبتنی بر متن، به ویژه در شبکه‌های اجتماعی، استخراج کند. هوش مصنوعی احساسی چند وجهی است، از حسگرهای تصویری، صوتی و ورودی‌های دیگر به همراه یادگیری ماشینی و روانشناسی برای تشخیص احساسات انسانی در طول یک تعامل استفاده می‌کند.
ارائه‌دهندگان بزرگ خدمات ابری هوش مصنوعی خدماتی را ارائه می‌دهند که به توسعه‌دهندگان امکان دسترسی به قابلیت‌های هوش مصنوعی احساسی را می‌دهند، مانند سرویس Emotion API شرکت Microsoft Azure cognitive services یا سرویس Rekognition شرکت Amazon Web Services. (دومی در طول سال‌ها با بحث و جدل‌هایی روبرو شده است.)
در حالی که هوش مصنوعی احساسی، حتی به عنوان یک خدمت ابری ارائه می‌شود، جدید نیست، ظهور ناگهانی بات‌ها در نیروی کار، آینده بیشتری در دنیای تجارت نسبت به گذشته به آن می‌دهد، بر اساس گزارش PitchBook.
'با گسترش دستیارهای هوش مصنوعی و تعاملات کاملاً اتوماتیک انسان-ماشین، هوش مصنوعی احساسی وعده می‌دهد تفاسیر و پاسخ‌های انسانی‌تر را ممکن سازد,' در گزارش نوشته شده توسط درک هرناندز، تحلیلگر ارشد فناوری‌های نوظهور PitchBook آمده است.
'دوربین‌ها و میکروفون‌ها بخش‌های اساسی از سخت‌افزارهای هوش مصنوعی احساسی هستند. این‌ها می‌توانند روی لپ‌تاپ، تلفن همراه یا به طور جداگانه در یک فضای فیزیکی قرار گیرند. علاوه بر این، سخت‌افزارهای پوشیدنی احتمالاً مسیر دیگری برای استفاده از هوش مصنوعی احساسی ارائه خواهند داد,' هرناندز به TechCrunch می‌گوید. (بنابراین اگر آن بات خدمات مشتری از شما مجوز دسترسی به دوربین را درخواست کند، این ممکن است دلیلش باشد.)
به این منظور، یک گروه رو به رشد از استارتاپ‌ها در حال راه‌اندازی هستند تا این امر را ممکن سازند. این شامل یونفور (با جمع‌آوری 610 میلیون دلار، از جمله 400 میلیون دلار در سال 2022 به رهبری NEA)، و همچنین MorphCast, Voicesense, Superceed, Siena AI, audEERING و Opsis است که هر یک نیز مبالغ نسبتاً کمتری را از سرمایه‌گذاران مختلف جمع‌آوری کرده‌اند، بر اساس تخمین‌های PitchBook.
البته، هوش مصنوعی احساسی یک رویکرد بسیار سیلیکون ولی است: استفاده از فناوری برای حل مشکلی که با استفاده از فناوری برای انسان‌ها ایجاد شده است.
اما حتی اگر اکثر بات‌های هوش مصنوعی در نهایت نوعی از همدلی خودکار را کسب کنند، این بدان معنا نیست که این راه‌حل واقعاً کار خواهد کرد.
در واقع، آخرین بار که هوش مصنوعی احساسی در سیلیکون ولی داغ شد، یعنی حدود سال 2019 که بخش زیادی از دنیای هوش مصنوعی/یادگیری ماشینی هنوز بر روی بینایی کامپیوتری متمرکز بود و نه بر روی زبان و هنر تولیدی، پژوهشگران به این ایده اشکالاتی وارد کردند. آن سال، یک تیم تحقیقاتی یک مرور متا از مطالعات منتشر کرد و نتیجه گرفت که احساسات انسانی نمی‌توانند واقعاً از حرکات چهره تعیین شوند. به عبارت دیگر، این ایده که می‌توانیم یک هوش مصنوعی را برای تشخیص احساسات انسانی آموزش دهیم با تقلید از چگونگی تلاش سایر انسان‌ها برای انجام این کار (خواندن چهره‌ها، زبان بدن، تن صدا) تا حدودی در فرضیه خود نادرست است.
همچنین امکان دارد که مقررات هوش مصنوعی، مانند قانون هوش مصنوعی اتحادیه اروپا که سیستم‌های تشخیص احساسات توسط بینایی کامپیوتری را برای استفاده‌های خاص از جمله آموزش ممنوع می‌کند، این ایده را در نطفه خفه کنند. (برخی قوانین ایالتی، مانند قانون BIPA ایلینوی نیز جمع‌آوری داده‌های بیومتریک را بدون اجازه ممنوع می‌کنند.)
این همه نگاهی کلی‌تر به این آینده 'هوش مصنوعی در همه جا' است که سیلیکون ولی در حال حاضر با حرارت در حال ساختن آن است. یا این بات‌های هوش مصنوعی تلاش خواهند کرد تا برای انجام کارهایی مانند خدمات مشتریان، فروش و منابع انسانی و سایر وظایفی که انسان‌ها امیدوارند به آنها واگذار کنند، درک احساسی انجام دهند، یا شاید آنها در انجام هر کاری که واقعاً نیاز به آن قابلیت داشته باشد، خیلی خوب نباشند. شاید آنچه ما در حال دیدن آن هستیم یک زندگی اداری پر از بات‌های هوش مصنوعی در سطح Siri در حدود سال 2023 باشد. در مقایسه با یک بات مدیریت‌شده که در زمان واقعی احساسات همه را در جلسات حدس می‌زند، چه کسی می‌تواند بگوید که کدام بدتر است؟
