Искусственная эмпатия
Искусственная эмпатия или вычислительная эмпатия — это развитие систем искусственного интеллекта, таких как роботы-компаньоны или виртуальные агенты, которые могут обнаруживать эмоции и реагировать на них эмпатически . [1]
Хотя такая технология может восприниматься как пугающая или угрожающая, [2] он также может иметь значительное преимущество перед людьми в ролях, в которых эмоциональное выражение может быть важным, например, в секторе здравоохранения. [3] Например, лица, осуществляющие уход, которые выполняют эмоциональный труд сверх требований оплачиваемого труда, могут испытывать хронический стресс или выгорание и могут потерять чувствительность к пациентам.
Эмоциональная ролевая игра между лицом, осуществляющим уход, и роботом может на самом деле привести к уменьшению страха и беспокойства о затруднительном положении получателя («если обо мне заботится просто робот, это не может быть так критично») [ по мнению кого? ] . Ученые обсуждают возможный результат такой технологии, используя две разные точки зрения: либо искусственная эмпатия может помочь социализации лиц, осуществляющих уход, либо служить образцом для подражания при эмоциональной отстраненности. [3] [4]
Более широкое определение искусственной эмпатии — это «способность нечеловеческих моделей предсказывать внутреннее состояние человека (например, когнитивное, аффективное, физическое) с учетом сигналов, которые он излучает (например, выражение лица, голос, жест), или предсказывать реакция человека (включая, помимо прочего, внутренние состояния), когда он или она подвергается воздействию определенного набора стимулов (например, выражения лица, голоса, жеста, графики, музыки и т. д.)». [5]
Области исследований
[ редактировать ]Существует множество философских, теоретических и прикладных вопросов, связанных с искусственной эмпатией. Например:
- Какие условия должны быть выполнены, чтобы робот мог компетентно реагировать на человеческие эмоции?
- Какие модели эмпатии можно или нужно применять в социальной и ассистивной робототехнике?
- Должно ли взаимодействие людей с роботами имитировать аффективное взаимодействие между людьми?
- Может ли робот помочь науке узнать об аффективном развитии человека? [6]
- Будут ли роботы создавать непредвиденные категории недостоверных отношений?
- Какие отношения с роботами можно считать подлинными?
Примеры исследований и практики искусственной эмпатии
[ редактировать ]Люди часто общаются и принимают решения на основе выводов о внутреннем состоянии друг друга (например, эмоциональном, когнитивном и физическом состоянии), которые, в свою очередь, основаны на сигналах, излучаемых человеком, таких как выражение лица, жесты тела, голос и слова. В общих чертах, искусственная эмпатия направлена на разработку нечеловеческих моделей, которые достигают аналогичных целей с использованием аналогичных данных.
Потоки исследований искусственной эмпатии
[ редактировать ]Искусственная эмпатия применялась в различных исследовательских дисциплинах, включая искусственный интеллект и бизнес. Двумя основными направлениями исследований в этой области являются:
- использование нечеловеческих моделей для прогнозирования внутреннего состояния человека (например, когнитивного, аффективного, физического) с учетом сигналов, которые он или она излучает (например, выражение лица, голос, жест).
- использование нечеловеческих моделей для прогнозирования реакции человека, когда он или она подвергается воздействию заданного набора стимулов (например, выражения лица, голоса, жеста, графики, музыки и т. д.). [5]
Исследования в области аффективных вычислений , таких как распознавание эмоциональной речи и определение выражения лица , относятся к первому потоку искусственной эмпатии. Контексты, которые были изучены, включают устные интервью, [7] колл-центры, [8] взаимодействие человека и компьютера , [9] коммерческие предложения, [10] и финансовая отчетность. [11]
Второй поток искусственной эмпатии больше исследовался в контексте маркетинга, например, в рекламе. [12] брендинг, [13] отзывы клиентов, [14] системы рекомендаций в магазине, [15] фильмы, [16] и онлайн-знакомства. [17]
Применение искусственной эмпатии на практике
[ редактировать ]С увеличением объема визуальных, аудио и текстовых данных в торговле последовало множество бизнес-приложений для искусственной эмпатии. Например, Аффектива [18] анализирует мимику зрителей по видеозаписям во время просмотра ими видеорекламы с целью оптимизации оформления контента видеорекламы. Программное обеспечение, такое как HireVue , [19] БарРайзер, [20] Агентство по подбору персонала помогает компаниям принимать решения о найме, анализируя аудио- и видеоинформацию из видеоинтервью кандидатов. Лапетус Решения [21] разрабатывает модель для оценки продолжительности жизни, состояния здоровья и восприимчивости человека к болезням по фотографии лица. [ нужны разъяснения ] Их технология нашла применение в страховой отрасли. [22] [23]
Искусственная эмпатия и человеческие услуги
[ редактировать ]Хотя искусственный интеллект пока не может заменить самих социальных работников, технология уже применяется в этой области. Университет штата Флорида опубликовал исследование об использовании искусственного интеллекта в сфере социальных услуг. [24] В исследовании использовались компьютерные алгоритмы для анализа медицинских записей на предмет комбинаций факторов риска, которые могли бы предсказать будущую попытку самоубийства. В статье сообщается: «Машинное обучение — будущий рубеж развития искусственного интеллекта — может с точностью от 80% до 90% предсказать, попытается ли кто-то покончить жизнь самоубийством в ближайшие два года. Алгоритмы становятся еще более точными по мере того, как человек пытается совершить самоубийство. становится ближе. Например, точность возрастает до 92% за неделю до попытки самоубийства, когда искусственный интеллект фокусируется на пациентах больниц общего профиля».
Такие алгоритмические машины могут помочь социальным работникам. Социальная работа работает по циклу взаимодействия, оценки, вмешательства и оценки клиентов. Более ранняя оценка риска самоубийства может привести к более раннему вмешательству и профилактике, тем самым спасая жизни. Система будет изучать, анализировать и выявлять факторы риска, предупреждая врача об уровне риска самоубийства пациента (аналогично показателю сердечно-сосудистого риска пациента). Затем социальные работники могут вмешаться для дальнейшей оценки и профилактического вмешательства.
См. также
[ редактировать ]- Искусственный спутник человека
- Искусственный интеллект § Социальный интеллект
- Бегущий по лезвию / Мечтают ли андроиды об электроовцах?
- Рассуждение по прецедентам
- Рассуждения здравого смысла
- Распознавание эмоций
- Система распознавания лиц
- Глоссарий искусственного интеллекта
- Взаимодействие человека и робота
- Пеппер (робот)
- Мягкие вычисления
Ссылки
[ редактировать ]- ^ Ялчин, О.Н., ДиПаола, С. «Моделирование эмпатии: построение связи между аффективными и когнитивными процессами». Обзор искусственного интеллекта 53, 2983–3006 (2020). два : 10.1007/s10462-019-09753-0 .
- ^ Ян-Филипп Штайн; Питер Олер (2017). «Путешествие в сверхъестественную долину разума — влияние атрибуции разума на восприятие человекоподобных персонажей в виртуальной реальности». Познание . 160 : 43–50. дои : 10.1016/j.cognition.2016.12.010 . ISSN 0010-0277 . ПМИД 28043026 . S2CID 2944145 .
- ^ Jump up to: а б Берт Баумгертнер; Астрид Вайс (26 февраля 2014 г.). «Имеют ли эмоции значение в этике взаимодействия человека и робота?» (PDF) . Искусственная эмпатия и роботы-компаньоны . Седьмая рамочная программа Европейского сообщества (FP7/2007-2013) по грантовому соглашению № 288146 («ХОББИТ»); и Австрийским научным фондом (FWF) в рамках грантового соглашения T623-N23 («V4HRC») – путем прямой загрузки.
- ^ Минору Асада (14 февраля 2014 г.). «Робототехника аффективного развития» (PDF) . Как мы можем спланировать развитие искусственной эмпатии? . Осака, Япония: Кафедра адаптивных машинных систем, Высшая инженерная школа, Университет Осаки – через прямую загрузку.
- ^ Jump up to: а б Сяо Л., Ким Х.Дж. и Дин М. (2013). «Введение в аудио- и визуальные исследования и их применение в маркетинге». Обзор маркетинговых исследований , 10 , с. 244. два : 10.1108/S1548-6435(2013)0000010012 .
- ^ Лим, Анжелика ; Окуно, Хироши Г. (01 февраля 2015 г.). «Рецепт сочувствия» . Международный журнал социальной робототехники . 7 (1): 35–49. дои : 10.1007/s12369-014-0262-y . ISSN 1875-4805 .
- ^ Хансен Дж. Х., Ким В., Рахуркар М., Рузански Э. и Мейерхофф Дж. (2011). «Надежное обнаружение эмоционально напряженной речи с использованием взвешенных частотных поддиапазонов». Журнал EURASIP о достижениях в области обработки сигналов , 2011 , 1–10.
- ^ Ли, К.М., и Нараянан, С.С. (2005). «На пути к обнаружению эмоций в разговорных диалогах. Транзакции IEEE по обработке речи и звука , 13 (2), 293–303.
- ^ Батлинер, А., Хакер, К., Стейдл, С., Нёт, Э., Д'Арси, С., Рассел, М.Дж., и Вонг, М. (2004, апрель). « Ты, глупая жестяная коробка» - дети, взаимодействующие с роботом AIBO: межлингвистический корпус эмоциональной речи». В Лреке .
- ^ Олмон, DE, и Грант, Дж. (1990). «Агенты по продаже недвижимости и этический кодекс: анализ голосового стресса». Журнал деловой этики , 9 (10), 807–812.
- ^ Хобсон, Дж. Л., Мэйью, В. Дж., и Венкатачалам, М. (2012). «Анализ речи для выявления финансовых искажений». Журнал бухгалтерских исследований , 50 (2), 349–392.
- ^ Сяо, Л., и Дин, М. (2014). «Просто лица: изучение влияния черт лица в печатной рекламе». Маркетинговые науки , 33 (3), 338–352.
- ^ Нетцер О., Фельдман Р., Гольденберг Дж. и Фреско М. (2012). «Разведайте свой собственный бизнес: наблюдение за структурой рынка посредством интеллектуального анализа текста». Маркетинговые науки , 31 (3), 521–543.
- Тирунилаи С. и Теллис Г.Дж. (2014). «Значение горнодобывающего маркетинга из онлайн-болтовни: стратегический анализ больших данных бренда с использованием скрытого распределения Дирихле». Журнал маркетинговых исследований , 51 (4), 463–479.
- ^ Бюшкен Дж. и Алленби ГМ (2016). «Анализ текста на основе предложений для отзывов клиентов». Маркетинговые науки , 35 (6), 953–975.
- ^ Лу С., Сяо Л. и Дин М. (2016). «Система автоматизированных рекомендаций (VAR) на основе видео для одежды». Маркетинговая наука , 35 (3), 484–510.
- ^ Лю, X., Ши, С.В., Тейшейра, Т., и Ведель, М. (2018). «Маркетинг видеоконтента: создание клипов». Журнал маркетинга , 82 (4), 86–101.
- ^ Чжоу, Инхуэй, Шаша Лу и Мин Дин (2020), «Контур как лицо (CaF): метод сохранения конфиденциальности и восприятия», Журнал маркетинговых исследований , готовится к печати.
- ^ «Аффектива» .
- ^ «Платформа для тестирования и видеоинтервьюирования перед приемом на работу» .
- ^ «Программное обеспечение для проведения интервью» .
- ^ «Лапетус Солюшнс, Инк» .
- ^ «ХРОНОС – Начни» .
- ^ «Искусственный интеллект в страховой отрасли» .
- ^ Патронис, Эми Фарнум (28 февраля 2017 г.). «Как искусственный интеллект спасет жизни в 21 веке» . Новости Университета штата Флорида . Проверено 28 июня 2022 г.
