Badacze sprawdzili, co się dzieje, gdy treść słów i ton głosu są niespójne w modelach językowych rozpoznających emocje. Okazało się, że rozbieżność między kanałem tekstowym a audio konsekwentnie zwiększa ryzyko błędu we wszystkich testowanych zbiorach danych.
Wyobraź sobie rozmówcę, który mówi "wszystko w porządku", ale głos mu drży ze złości. Ludzie wyczuwają taką sprzeczność niemal instynktownie, ale AI już niekoniecznie. Badacze odkryli, że gdy treść słów i ton głosu idą w przeciwnych kierunkach, modele rozpoznające emocje konsekwentnie się mylą, i to na każdym testowanym zbiorze danych.
Brzmi jak ważny krok ku lepszemu rozumieniu ludzkich emocji przez maszyny, ale pojawia się niekomfortowe pytanie: skoro właśnie w momentach niespójności (gdy ktoś ukrywa emocje lub kłamie) systemy zawodzą najbardziej, to czy narzędzia budowane na tej technologii nie dają nam właśnie fałszywego poczucia bezpieczeństwa tam, gdzie jest ono najmniej wskazane?
To streszczenie zostało przygotowane przy pomocy narzędzi AI na podstawie źródła. Pełną treść znajdz
Co o tym myślisz?
Zaloguj się, aby dołączyć do dyskusji.
Zaloguj się do dzis.ai
Komentuj, zachowaj swoją passę, dołącz do dyskusji.
G Kontynuuj z Google