Peningkatan pesat chatbot AI telah menimbulkan kekhawatiran etika, kegembiraan, dan kekhawatiran ketenagakerjaan dalam ukuran yang hampir sama. Tetapi apakah taruhannya akan dinaikkan lagi?

Jika ada kelemahan pada alat-alat ini, itu adalah ketidakmampuan untuk memasukkan emosi manusia ke dalam balasan. Namun, dengan kemajuan di bidang "AI emosional", kita mungkin akan menyaksikan lompatan besar lainnya dalam teknologi AI.

Masalah Emosional

Memahami emosi manusia bisa jadi rumit, bahkan untuk manusia. Meskipun itu adalah sesuatu yang mulai kita pelajari sejak lahir, kita masih sering salah membaca emosi orang lain. Untuk melatih mesin dalam keterampilan yang belum dikuasai manusia merupakan tantangan besar.

Namun, bidang AI emosi, juga dikenal sebagai komputasi afektif, membuat langkah luar biasa. Untuk memahami cara kerja AI emosional, penting untuk membandingkannya dengan cara manusia menginterpretasikan emosi orang lain. Proses ini dapat dipecah menjadi tiga bidang utama:

  • Ekspresi wajah/perilaku
    instagram viewer
    : Seseorang berseri-seri seperti kucing Cheshire sudah jelas. Tapi bagaimana dengan air mata? Mereka bisa menjadi air mata kebahagiaan atau kesedihan. Lalu ada seluk-beluk dan ekspresi sekilas yang hampir tidak kita sadari tetapi memberi Anda petunjuk bawah sadar tentang emosi orang lain.
  • Bahasa tubuh: Sekali lagi, ada banyak petunjuk di sini yang digunakan manusia hampir secara subliminal untuk menentukan keadaan emosi.
  • Infleksi suara: Nada dan infleksi suara bisa menjadi indikator kuat dari keadaan emosi. Misalnya, mengenali perbedaan antara kegembiraan dan kemarahan seringkali terletak pada nuansa bagaimana sesuatu dikatakan.

Nuansa emosi manusia adalah tempat munculnya tantangan. Untuk mengatasi tantangan ini, AI emosi menggunakan berbagai teknik.

Bagaimana Emosi AI Bekerja?

Mirip dengan bagaimana AI chatbots mengandalkan database besar yang disebut model bahasa besar (LLM) untuk menghasilkan respons, AI emosional juga mengandalkan kumpulan data yang sangat besar. Perbedaan utama adalah bentuk datanya.

Langkah 1: Mengumpulkan Data

"Model" AI emosional mengumpulkan data dari berbagai sumber. Seperti LLM, teks merupakan bagian dari model. Tetapi model AI emosional juga menggunakan bentuk data lain, termasuk:

  • Data suara: Ini bisa dari rekaman panggilan atau video layanan pelanggan, di antara sumber lainnya.
  • Ekspresi wajah: Data ini dapat dikumpulkan dari berbagai sumber. Salah satu cara yang umum adalah dengan merekam ekspresi relawan melalui video telepon yang direkam.
  • Data fisiologis: Metrik seperti detak jantung dan suhu tubuh dapat diukur untuk menentukan keadaan emosi peserta sukarelawan.

Data yang dikumpulkan kemudian dapat digunakan untuk menentukan keadaan emosi manusia. Perlu dicatat bahwa tidak semua model AI emosional akan menggunakan jenis data yang sama. Misalnya, pusat panggilan tidak akan banyak menggunakan data visual dan fisiologis. Sedangkan dalam perawatan kesehatan, penyertaan data fisiologis sangat berguna.

Langkah 2: Pengakuan Emosional

Bagaimana data digunakan untuk memahami keadaan emosi bervariasi tergantung pada jenisnya:

  • Analisis teks: Teknik seperti analisis sentimen atau pemrosesan bahasa alami digunakan untuk menginterpretasikan teks tertulis. Ini dapat mengidentifikasi kata kunci, frase, atau pola yang menunjukkan keadaan emosional.
  • Analisis suara: Algoritme pembelajaran mesin menganalisis aspek suara seseorang, seperti nada, volume, kecepatan, dan nada, untuk menyimpulkan keadaan emosional.
  • Analisis ekspresi wajah: Visi komputer dan teknik pembelajaran mendalam digunakan untuk menganalisis ekspresi wajah. Ini bisa melibatkan pengenalan ekspresi dasar (kebahagiaan, kesedihan, kemarahan, keterkejutan, dll.) atau "ekspresi mikro" yang lebih halus.
  • Analisis fisiologis: Beberapa sistem AI emosional dapat menganalisis data fisiologis seperti detak jantung dan suhu untuk menentukan keadaan emosional. Ini membutuhkan sensor khusus dan biasanya digunakan dalam penelitian atau perawatan kesehatan.

Spesifik tentang cara kerja AI emosional bervariasi tergantung pada tujuan aplikasi. Namun, sebagian besar model AI emosional akan mengandalkan setidaknya satu dari teknik yang terdaftar.

Langkah 3: Menghasilkan Tanggapan

Langkah terakhir adalah agar model AI merespons dengan tepat keadaan emosi yang ditentukannya. Bagaimana tanggapan ini memanifestasikan dirinya tergantung pada tujuan AI. Ini bisa dalam bentuk memperingatkan operator pusat panggilan bahwa penelepon berikutnya sedang kesal, atau bisa juga mempersonalisasi konten aplikasi.

Spektrum penuh penggunaan teknologi ini akan sangat besar, dan organisasi sudah menggunakannya untuk berbagai kegunaan.

Apa Aplikasi AI Emosional?

AI, secara umum, merupakan multi-alat teknologi, dan AI emosional tidak berbeda. Seiring perkembangan teknologi, penyebaran penggunaan akan semakin meluas, seperti yang disaksikan oleh berbagai tugas yang sudah dilakukannya:

  • Pusat panggilan: Emotion AI sedang diintegrasikan ke dalam call center untuk membantu agen dalam mengidentifikasi keadaan emosi pelanggan.
  • Periklanan: Agen pemasaran memantau tim sukarelawan untuk menilai respons emosional mereka saat melihat iklan tertentu. Hal ini memungkinkan mereka mengubah konten agar lebih selaras dengan respons emosional yang diinginkan.
  • Kesehatan: AI sudah membantu mengobati kondisi kesehatan mental. Bidang kedokteran ini adalah bidang di mana AI emosional bisa sangat bermanfaat.
  • Pendidikan: Aplikasi pendidikan dapat dilatih untuk menyesuaikan pekerjaan kursus dan "pengalaman belajar" secara keseluruhan tergantung pada kondisi emosional siswa.
  • Industri otomotif: Yang ini sedang dalam proses, tetapi AI yang emosional bisa menjadi alat bantu mengemudi yang tak ternilai harganya. Penelitian saat ini berfokus pada pengembangan sistem yang dapat mendeteksi keadaan emosi pengemudi. Ini kemudian dapat mengambil beberapa bentuk tindakan perbaikan jika pengemudi terlalu lelah, stres, marah, atau hanya melamun.

Ini semua terdengar bagus dan bagus, tetapi seperti semua hal AI, tidak pernah semudah itu. Kekhawatiran etis dan privasi seputar AI generatif juga berlaku, tetapi sekarang kita memiliki emosi manusia yang ikut campur.

Masalah Etika dan Privasi AI Emosional

Untuk setiap manfaat yang diberikan AI kepada kita—dan ada banyak lagi—tampaknya ada masalah etika atau privasi yang sesuai. Teknologi inovatif ini beroperasi di ujung pengetahuan teknologi. Itu juga beroperasi di ujung pengetahuan masyarakat.

Persimpangan emosi dan teknologi dipenuhi dengan tantangan kompleks yang perlu ditangani jika AI ingin menjadi anugerah dan bukan beban. Beberapa kekhawatiran yang segera terlihat meliputi:

  • Masalah privasi data: Sudah menjadi area abu-abu dalam AI, penyertaan data emosional yang sensitif telah meningkatkan standar.
  • Ketepatan: AI chatbots banyak hal, tetapi jawaban mereka seringkali tidak tepat. Kesalahan yang sama yang dibuat oleh model AI emosional dapat menimbulkan konsekuensi serius jika terjadi pada aplikasi seperti perawatan kesehatan.
  • Manipulasi emosional: Penipu dapat menggunakan AI emosional untuk mempermainkan perasaan orang dengan niat jahat.

Kekhawatiran ini asli, dan upaya bersama untuk mengatasinya adalah kunci untuk membuka manfaat penuh AI emosional.

Tidak Tahu Harus Tertawa atau Menangis

Ini adalah teknologi yang menjanjikan dengan potensi manfaat yang sangat besar. Namun, itu membawa beberapa "beban emosional" di slipstream-nya. Keuntungannya adalah sejumlah besar aplikasi potensial di mana hal ini dapat membuat perbedaan besar. Segala sesuatu mulai dari perawatan kesehatan hingga pengalaman bermain game yang lebih imersif dapat memanfaatkan AI emosional.

Tapi ada beberapa masalah besar yang harus dihadapi jika kita ingin menggunakan ini untuk keuntungan dan bukan menghalangi umat manusia.