מבחן אמפתיה: כיצד בוטים קוליים קובעים את המין ואת מצב הרוח של אנשים

בוטים קוליים כבר הפכו לעובדים יקרי ערך שיכולים לספק שירות טוב יותר עבורם

עלות נמוכה יותר.כמובן, בהשוואה לאדם. ישנם מספר יתרונות של בוטים: הם תמיד בקשר, עונים לשיחה באופן מיידי ונשארים שווי נפש, גם אם הם לא מדברים בצורה נכונה ומנומסת בקו השני. אבל יש גם חיסרון ברור: המוח הקר של הבוט לא תמיד מוצא חן בעיני לקוח רגשני מדי. לעתים קרובות ה"מכונה" פשוט חוזרת על קבוצה סטנדרטית של ביטויים, מה שרק מגביר את הגירוי. זה מוביל לצורך ליצור אינטליגנציה רגשית.

אחת האפשרויות לפתרון בעיה זו היאתסריט מוקלט מראש לסיטואציות שונות, כולל שיחה עם בן שיחה זועם. זה מאפשר לבוט הקול להסתגל למצב ולהעניק סיוע רלוונטי. אפשר לקרוא לזה אמפתיה מתוכנתת, שהמצב העיקרי שלה הוא היכולת לזהות נכון את רגשותיו של האדם ולהגיב להם. והרמה הנוכחית של פיתוח טכנולוגי מגדילה משמעותית את ה- EQ (מה- Emotional Quotient באנגלית, "אינטליגנציה רגשית" - "היי-טק") של הרובוטים הקוליים. לדוגמא, בוטים של TWIN מזהים נכון רגשות בסיסיים ב 96% מהמקרים: חיוביים, שליליים או ניטרליים.

אבל יצירת בוטים אמפתיים שיכוליםהדמיית EQ הודות לתסריטים מוקלטים מראש דורש כוח מחשוב גדול, מה שאומר שהעלות שלהם גדלה אוטומטית. זה לא תמיד משתלם לעסקים. זו הסיבה שהרובוט מעביר לעתים קרובות את השיחה לעובד חי ברגע שהדיאלוג מצריך תקשורת אמפתית.

כיצד תוכנה קולית מזהה את מצב הרוח של האדם

זיהוי רגשות קול הוא שירות מיקרולומדים בהדרגה באמצעות דוגמה. לשם כך, הם אוספים דיאלוגים רבים בין הבוט ללקוח ומנתחים את איכותם, ומעריכים עד כמה הרובוט זיהה נכון את הרגש. שגיאות מתוקנות ומוחלפות בגרסה הנכונה במערכת.

עם זאת, זה לא יכול להיעשות ללא אדם.הניתוח והתיוג של הרגשות מתבצעים על ידי בלשנים המגדירים בבירור את גווני הדיבור והתגובות: חיובי, שלילי או בסיסי. הם מאזינים להרבה דיאלוגים, מתוכם הם בוחרים פרקים בעלי גוון רגשי מובהק, מסווגים אותם ומכניסים אותם למאגר המתאים. זה יוצר קבוצה של מערכי נתונים או מודלים המהווים את הבסיס לאינטליגנציה הרגשית של הבוט. חשוב מאוד שהסימון יעשה על ידי איש מקצוע, שכן אפילו טעות קטנה יכולה "להרוג" לחלוטין את כל מערך הנתונים.

לאחר הדגם לדוגמה המסומןהנתונים מוכנים, שלב האימון ברשת העצבית מתחיל. בשלב זה, בנוסף לאיכות מערכי הנתונים, דרושים מהנדסי ML הטובים ביותר (מומחי למידת מכונה - הייטק). בנוסף, כדאי לבחור בקפידה את ערימת הטכנולוגיה. זו הדרך היחידה שבה המערכת תעבוד בצורה מושלמת, תזהה את הצביעה הרגשית של כמעט כל דיבור, למעט לחישות.

הקשיים העיקריים בזיהוי רגשות:

• מגוון גוונים רגשיים- אפילו אדם יכול להתקשות להבחין בין דאגה לגירוי. לכן כרגע מבחינים בין שלושה רגשות בסיסיים: זה מאפשר לנו לצמצם את השגיאה.

• ביטוי רגשות- הרובוט מסתמך לעתים קרובות עליולניסוחים מילוליים. עם זאת, גישה זו לא תמיד יעילה. למשל, שפה מגונה כשלעצמה אינה מעידה בהכרח על שליליות. לכן, TWIN חילקה שני שירותי מיקרו לזיהוי רגשות: האחד מאומן על קול ומשמש בשיחות, השני מאומן על טקסטים ומשמש בצ'אטים.

באילו תחומים בוטים צריכים כדי להיות מסוגלים להבחין בין רגשות?

שרות תמיכה

תמיכה בשירות כוללת לעתים קרובותמצבים בהם צריך להעביר את הלקוח במהירות מהרובוט למפעיל, במיוחד אם לאדם יש גישה שלילית. חברות בענף התחבורה מתמודדות לרוב עם שיחה אופיינית: משתמש זועם מתקשר למוקד קשר שלא קיבל הזמנה בזמן. לאחר שקיבל את השיחה, הרובוט שומע ביקורות רבות נגד החברה, אך אינו יכול להגיב בצורה נאותה. למדנו לקח ממצבים כאלה: כעת השיחה מועברת אוטומטית למפעיל ברגע שהמערכת מזהה רגשות שליליים.

אינטליגנציה רגשית הופכת לחלק מהשירותבמסחר אלקטרוני. לדוגמא, אמזון לימדה את העוזרת הקולית שלה אלכסה לזהות רגשות באינטונציה. הפונקציה עשויה לעזור בשיפור איכות התקשורת של העוזר החכם והמשתמשים. ו- Emotibot מציע עוזר קולי לשירות לאחר מכירה של מסחר אלקטרוני. הבוט מתאים את התגובות למצב הרוח של בן השיח על מנת למנוע הסלמה של תלונות.

ניתוח

גם במוקדים הטלפוניים מתחילים להתנסותטכנולוגיית זיהוי רגשות על מנת להעריך את איכות השירות. לדוגמה, המערכת יכולה לנתח את הדיבור של המפעיל עבור התרחשות של קונוטציות שליליות של דיבור: זה שולט בתקשורת של עובדים עם לקוחות ומונע הפרות קבועות של אתיקה תקשורתית.

טכנולוגיית קול עם זיהוי רגשהם גם עוזרים לנתח את הדינמיקה של סנטימנט הלקוחות: למשל, כדי לקבוע אם לקוחות באופן כללי נהרגו יותר או להיפך, הם מצאו יותר נאמנות למותג. זה נותן הבנה האם האוטומציה של המוקד הטלפוני עוברת טוב או שמא יש לשפר תהליכים. לדוגמא, טכנולוגיה דומה נבדקה על ידי Rosbank. כתוצאה מניתוח הדיאלוג בין הבוט ללקוח, המנהל מקבל דוח סטטיסטי עבור כל שיחה, המשקף נתונים כמו הדינמיקה של מדד שביעות הרצון של הצרכן ואינדיקטור השוואתי ליעילות השירות.

מכירות

מצב רגשי משפיע ישירותנכונות הקונה לבצע רכישה. קל יותר לאדם למכור משהו כשהוא במצב רוח טוב. מחקרים מאשרים זאת: למשל, ניסוי בלארוסי הוכיח קשר ישיר בין רגשות חיוביים לנכונות לתקשר עם מנהל מכירות, כמו גם נאמנות כללית למותג.

הכרה ברגשות יכולה להגדיל את ההכנסות מבוטים המטפלים בעיבוד עופרת. כך, למשל, בהסתמך על סמן זה, רובוט איש מכירות מסוגל להעביר מיד שיחה לעובד "חי" כדי לא לפספס ליד "חם". ככל הנראה, בעתיד כלי זה ישמש את רוב החברות בהן הרובוטים עוסקים בכינוי בסיס קר או חם.

תעשיית הפיתוח כבר הציעהקמעונאים מקוונים בוט מדריך שיכול לשמש כיועץ דיגיטלי ולבנות דיאלוג עם המשתמש על סמך האופי שלו (הבוט קובע אותו לפי רגשותיו). עם זאת, פתרונות כאלה רק נכנסו לשלב המחקר והבדיקות על ידי השוק, ולכן הם עדיין לא זכו להפצה המונית.

האם הרובוט צריך להכיר במין בן השיח

לקוחות רוצים לראות גישה אינדיבידואלית לשירות בכל ענף. בסקר SmarterHQ, שני שלישים מהצרכנים הודו שהם משתתפים בשיחות רק כאשר הם מקבלים הודעות מותאמות אישית. זה מכתיב את הצורך להמשיך ולעבוד על הפיכת בוטים קוליים לחכמים יותר, פילוח בני שיח על סמך קריטריונים שונים, שהברור שבהם הוא מגדר.

זיהוי מגדרי מאפשר לך לבנות איתו דיבורתוך התחשבות בקריטריון זה, וכן להפחית את אחוז השגיאות בעת חיוג למנוי. לדוגמא, אם נטליה רשומה במאגר, ובן שיח גבר הרים טלפון, הבוט יוכל להגיב מיד ולומר: "האם אוכל לדבר עם נטליה?" במקום "שלום, נטליה".

זה אותו דבר עם שיחות.בואו נדמה את המצב: הרובוט מגייס לקוחה ששמה במאגר הוא נטליה. בהתאם, הוא עובר למצב של תקשורת עם אישה. אבל לפתע בעלה או אחיה של נטליה מרימים טלפון ואומרים: "סליחה, אני לא נטליה." אם הרובוט לא יקבע את מינו של בן השיח בקול, עלול להיווצר מצב מצחיק: הלקוח יוכיח שהוא לא נטליה, והרובוט ימשיך לתקשר עם נטליה, וככל הנראה השיחה תסתיים מהר מאוד.

כמובן, אתה יכול לנטוש לחלוטין שמות ולפנות לכולם בצורה מאוחדת, כי בכ-3% מהמקרים עונה לטלפון אדם שלא היה רשום במהלך הרישום. אבל עבור קמעונאים, למשל, זה יעלה כמה נקודות נאמנות. רק תארו לעצמכם: הזמנתם מוצר מחנות מקוונת, ולפני שליחתו מתקשר בוט ושואל האם יהיה נוח לקבל את ההזמנה שלכם בזמן הקרוב. כתובת חסרת שם תהפוך את השיחה לקרה, בעוד ש"שלום, סרגיי!" ירכך אותו מאוד. זה מאוד שימושי לזכור את המשפט של דייל קרנגי: "שמו של אדם הוא הצליל המתוק והחשוב ביותר עבורו בכל שפה." זה מאושר על ידי המדענים דניס פ. קארמודי ומייקל לואיס, שהוכיחו שהמוח שלנו נכנס לאקסטזה כשאנחנו שומעים את השם שלנו, שממקד מיד את תשומת הלב בצליל.

אז כדי להימנע ממצבים מביכים,בעוד שלא מקריבים את נאמנות הצרכנים, יש צורך להבחין בקול בין גברים ונשים. הרובוטים שלנו, למשל, קובעים נכון את המין של אדם ב 98% מהמקרים. במערב, פונקציה דומה מצוידת ב- My Voice AI, שיכול לקבוע גם את הגיל והמצב הרגשי המשוער.

רובוטים רק מתחילים לחקור את המעמקיםדיבור אנושי ומבדילים את מצב הרוח או המגדר של הלקוח. טכנולוגיה עשויה להתקדם במהירות בעתיד. גרטנר צופה כי 10% מכל המכשירים יהיו מצוידים באבחון רגשי בעוד שנתיים. זה יעורר בהכרח את התפתחות שוק מערכות הניתוח והכרת הרגש: על פי נתוני MarketsAndMarkets, הוא יגדל מ -21.6 מיליארד דולר בשנת 2019 ל -56 מיליארד דולר בשנת 2024 עם קצב צמיחה שנתי ממוצע של 21%.

ראה גם:

אסטרונומים מוצאים כוכב לכת עם מסלול מוזר

קרחון יום הדין התגלה כמסוכן יותר ממה שחשבו המדענים. אנחנו מספרים את העיקר

כדור הארץ נמצא בתהליך הכחדה שישית. איך זה ישפיע על האנושות