Automaattista palautetta onnistuneesta asiakaspalvelusta, oikea-aikaista tukea työntekijöille, tai väkivallan uhka näkyväksi terveydenhoitotyössä. Tässä joitain esimerkkejä mahdollisista sovelluskohteista puheen emootiotunnistukselle, jota Loihteen TurvAIsa-tutkimushankkeessa tutkitaan. Projektissa tarkastellaan sekä sanallisia että sanattomia vihjeitä, yhdistämällä puhutun puheen tekstiemootioanalyysiä akustisen signaalin puhe-emootiotunnistukseen. Business Finland rahoittaa TurvAIsaa.
Emootiotunnistus kommunikaatiotilanteessa, äkkiseltään kuulostaa kohtalaisen selvältä tehtävältä, eli yritetään päätellä ovatko tilanteessa olevat henkilöt iloisia, yllättyneitä, tai vaikkapa vihaisia? Hetken pohdinnan jälkeen herääkin monenlaisia kysymyksiä.
- Haetaanko emootiota tai tunnetilaa juuri tällä hetkellä, vai pidemmällä tarkasteluvälillä?
- Emootioilla ei ole tarkkoja rajoja, joten mitä emootioita halutaan tunnistaa ja ollaanko kiinnostuneita emootioiden voimakkuuksista?
- Etsitäänkö henkilön oikeaa syvempää sisäistä tunnetilaa, vai sitä mikä välittyy kommunikaatiotilanteessa?
- Miten tilanteen konteksti pitäisi huomioida, entä kulttuuri ja kieli?
- Luotetaanko tunnistuksessa ilmeiseen, eleisiin, sanoihin, puheen sävyihin vai johonkin muuhun, ja miten nämä vihjeet saadaan koneen käyttöön?
Ihmisten välinen kommunikaatio on paljon enemmän kuin sanojen summa. Se koostuu sekä sanallisista että sanattomista viesteistä, jotka täydentävät toisiaan. Me ihmiset olemme useimmiten taitavia tulkitsemaan näitä erilaisia vihjeitä, mutta väsyneenä sekin taito hiipuu. Tekoäly puolestaan ei väsy, joten voisiko tekoäly tunnistaa emootioita vastuullisesti ja näin luoda pohjaa yhä älykkäämmille asiakaspalveluratkaisuille? Mahdollisia sovelluskohteita löytyy monelta toimialalta. Esimerkiksi terveydenhuollossa tekoäly voisi tunnistaa aggressiot, raportoida niistä ja jopa hälyttää apua. Erilaisia puhelin- ja chatpalveluja voisi emootiotunnistuksen avulla kehittää paremmaksi ja turvallisemmaksi, sekä asiakkaan että työntekijän näkökulmasta.
Luotettavuus tuo vastuullisuutta
Loihteen TurvAIsa-projektissa lähestytään emootiotunnistusta kahdesta näkökulmasta, puheen emootiotunnistus pyrkii tunnistamaan tunnetiloja puhesignaalin akustisista piirteistä, kun taas tekstin sanaemootioanalyysi prosessoi puhutun tekstin emootiosävyä. Ensimmäiset tulokset TurvAIsasta osoittavat että ääni- ja tekstianalyysi yhdessä lisäävät tunnistuksen tarkkuutta merkittävästi. Tekstin osalta voimme kouluttaa malleja haluttuun kontekstiin ja kieleen, esimerkiksi laajat kielimallit kuten OpenAI:n ChatGPT tarjoaa tähän hyviä työkaluja. Lisäksi voimme tunnistaa sovelluskohteen avaintermejä, ja vaikkapa kohdentaa analysointia ajallisesti tarkemmin. Emootiotunnistuksen luotettavuus ja sitä myöten vastuullisuus siis kasvaa, kun yhdistämme puhe- ja tekstiemootiotunnistuksen.
Tunne datasi
Viime kuukausina ChatGPT on tuonut tekoälyn yhä näkyvämmin ihmisten ja yritysten arkeen. Kyseessä on valtava kielimalli, mutta kaikki tekoälyratkaisut eivät kuitenkaan vaadi yhtä isoja algoritmeja toimiakseen. Monet nykypäivän AI-ratkaisut perustuvatkin data-lähtöisen AI:n periaatteisiin, missä algoritmikehitys lähtee liikkeelle pienemmästä kattavasta ja hyvälaatuisesta datasta. Lisäksi opetus- ja testiaineistoa voidaan laajentaa datan rikastamisen ja synteettisen datan keinoin, mikä on kasvava alue tekoälyn kehityksessä.
Koska tekoälyratkaisuissa kaikki nojautuu dataan, on valitulla opetusdatalla suuri vaikutus myös ratkaisuiden vastuullisuuteen ja eettisyyteen. Puhe-emootiotunnistuksessa valitsemalla opetusdataksi ihmisten validoimaa dataa, saamme ohjattua algoritmia tunnistamaan kommunikaatiotilanteiden kuultavia, ulkoisesti havaittavia emootioita, ja ymmärrämme tarkemmin mitä olemme tunnistamassa. Myös läpinäkyvyyden takia on tärkeää, että voimme jälkikäteen osoittaa millainen data mallin takana on, ja analysoida mahdollisia datasta johtuvia vinoumia tai asenteita. Tunne datasi, on hyvä ohjenuora vastuulliseen tekoälyyn.
Kirjoituksen on kirjoittanut asiantuntijamme Laura Laaksonen.
