感情AIが企業のITリーダーに希望をもたらす

感情 AI、つまり感情コンピューティングは、AI の次の大きなトレンドになる可能性があります。企業は、顧客と従業員のエクスペリエンスを向上させ、革新的なサービスを提供するために、感情分析テクノロジーを検討し始めています。この技術はまだ初期段階ですが、多くの専門家が感情追跡技術が企業が顧客の望むものを提供するのに役立つと考えているため、CIO やその他の IT リーダーは感情追跡技術に注目する必要があります。

[[324087]]

表情分析は、カメラを必要とせず、離れた場所からでも実行できるため魅力的です。人々の表情を記録するというアイデアは、映画や音楽などの製品に対する人々の感情を推測したり、大規模なアンケートを必要とせずにサービスのやり取りを評価したりするために使用できる可能性があります。

「目立たない録音は消費者の負担を軽減し、管理者は製品、サービス、広告やプロモーションなどのマーケティング活動を個々の顧客のニーズに合わせて調整できるようになります」とメリーランド大学ロバート・H・スミス経営大学院のマーケティング学部教授でペプシコ消費者科学科長のミシェル・ウェデル氏は述べた。これは最終的に消費者の満足度を高め、経済にプラスの影響を与えるだろう。

しかし、感情の表情をモニタリングする数百の研究を評価した新たな研究は、この技術の威力について広く誤解されていることを示している。専門家は、音声、目の動き、テキストベースの感情分析に基づく他の感情追跡ツールも価値を提供できるという十分な証拠があると考えています。長期的には、これらの技術をコンテキストデータや顔の表情と組み合わせて、感情知能や感情 AI を導入できる可能性があります。

CIO やその他の IT リーダーは、顧客や従業員向けの感情 AI 戦略を策定する際に、音声、行動、コンテキストなど、複数のモダリティを考慮する必要があるかもしれません。同時に、顧客や従業員からの反発を防ぐために倫理的な問題に対処することも重要です。最後に、多くの経営者は、このテクノロジーが従来のビジネスに大きな影響を与える可能性があると考えています。

感情を追跡する方法

研究者はさまざまな方法で感情を測定します。 「アンケート調査は確かに完璧ではなく、感情の動きをうまく捉えることができません」とウェデル氏は言う。「顔の追跡は便利ですが、注意して使用する必要があります。皮膚の伝導率と脳波の測定は、特定の状況で役立つ情報を提供することができます。瞳孔の拡張は感情の変化を示すことがありますが、視線追跡は感情の検出には使用できません。」

より優れたツールを開発するには、測定ツールの継続的な改善と検証、そして可能であればアルゴリズムの組み合わせが必要になるとウェデル氏は述べた。ビッグデータや、AI やディープラーニングなどのコンピューターサイエンスのアルゴリズムは、顔追跡アルゴリズムの開発とその精度に影響を与えます。

ノースイースタン大学の心理学教授リサ・フェルドマン・バレット氏とその同僚は最近、顔の感情を追跡する科学における3つの大きな欠陥を特定した。

• 信頼性が限られています。たとえば、頑張りすぎているときに怒るのではなく、顔をしかめる人もいるかもしれません。
• 明確さが欠けている。顔の表情と感情のカテゴリーの間には一意のマッピングはありません。
• 一般化の欠如。文化によって表情の表現方法は異なります。

感情追跡アルゴリズムが正確であるかどうかに関係なく、企業にとって興味深い下流の行動を予測することができます。ウェデル氏のチームはこの技術を使って映画の興行成績やパフォーマンスを予測した。 「しかし、研究は慎重に計画されなければならない」と彼は述べた。

感情AIはまだ初期段階にある

感情データを活用してユーザーエクスペリエンスを向上させる感情 AI は、まだ新興産業と考えられています。感情追跡プラットフォーム「ニューロデータ・ラボ」の創設者兼CEOジョージ・プリエフ氏は、感情を自動検出する初期の試みは、アメリカの心理学者ポール・エクマン氏が提唱した感情の表情の普遍性に関する理論に基づいていたと語った。この理論によれば、人間は 6 つの基本的な感情を経験し、それを同じように表現すると言われています。

「この理論は非常に広まり、まったく新しい産業の始まりとなった」とプリエフ氏は語った。

しかし、この見解は、アメリカの心理学者ジェームズ・ラッセルを皮切りに物議を醸してきました。感情知能の研究者たちは現在、感情を理解するためのより洗練されたアプローチを検討しています。ここでの考え方は、感情のカテゴリーは文化に依存し、訓練を通じて形成され、機械に教えることもできるというものです。 「感情は以前の研究が予想したほど単純ではない」とプリエフ氏は言う。

感情AIにはより多くのカテゴリーが必要

エクマンの初期の研究では、科学者たちは、嫌悪、悲しみ、幸福、恐怖、怒り、驚きなど、上記の 6 つの基本的な感情が顔から認識できるという仮説を立てました。しかし現在、研究者たちは、より多くの感情のカテゴリーが必要だと考えています。

「私たちは、6つの基本的な感情と、表情と感情状態との1対1の対応だけに焦点を当てた業界の単純化を好みません」と、感情分析プラットフォームを提供するAffectivaのCEO兼共同創設者であるラナ・エル・カリウビー氏は述べた。しかし、表情は1つの感情だけを示すのではなく、社会的、認知的、行動的合図、または生理的反応を示す場合もある。

顔の表情と感情状態が一対一で対応しているという考え方は単純すぎるとエル・カリウビ氏は言う。 「この一般的な単純化された見方では、眉を上げることは驚きのサインとみなされますが、現実の世界では、それは挨拶、社交的な招待、感謝の気持ちを示す方法、誘惑の始まりなど、さまざまな意味を持つこともあります」と彼女は言いました。

曖昧さを払拭するには、より多くの情報が必要です。人の顔には他にどんな変化があるでしょうか? その表情は時間の経過とともにどのように変化するのでしょうか? 声のイントネーションやジェスチャーなど、他の物理的なシグナルはあるのでしょうか? こうした情報を取得するために、Affectiva は特定のユースケースに合わせたマルチモーダル アプローチに投資しています。

「興味、混乱、フラストレーション、共感を基本的な感情と直接結び付けるのは難しい」と、生理学的追跡プラットフォーム iMotions のプロダクト スペシャリストで、認知神経科学の博士号を持つバート クーレマン氏は言う。しかし、現実世界で関心を引くのは、こうした曖昧なタイプの感情表現であることが多い。

たとえば、優れたテレビコマーシャルは笑いを誘わないかもしれませんが、面白いジョークはたいてい人々を笑顔にします。乱雑な Web サイトは、誰かを怒らせたり悲しませたりすることはないかもしれませんが、ユーザーがサイトを永久に離れる前に、顔をしかめるという形で一時的に不満を表明することにつながる可能性があります。現実世界では、基本的な感情だけではなく、口、鼻、目、眉毛といったより具体的な感情に焦点を当てる方が効果的だとクーレマン氏は言う。

多くの感情のカテゴリーは微妙で識別が困難です。ニューロデータ・ラボのプリエフ氏は、感情表現の完全なリストを作成することと、それらの感情が状況に存在するかどうかを示すことができることの2つが主な課題だと述べた。タスクに応じて、感情のリストが長くなる場合があります。感情の標準的な表現や、表現できる感情の量についての客観的な基準は存在しません。 「感情の種類や表現の強さ、表現される感情の数について、人々は意見が一致しない」とプリエフ氏は語った。

音声アシスト感情AI

研究者たちは、よりきめ細かな方法で音声を通じて感情を自動的に検出できる可能性があると考えている。カリフォルニア大学バークレー校の研究者たちは、音声分析を通じて27種類の感情を検出できるアルゴリズムを開発している。カリフォルニア大学バークレー校の教授ダッチャー・ケルトナー氏は、顔の表情、視線、声、触覚、体の動きはすべて、さまざまな方法で感情を伝えると述べた。 「声はおそらく感情的なコミュニケーションの最も豊かな源であり、次に顔だ」と彼は語った。

ある感情はある方法で伝えられ、他の感情はそうではありません。たとえば、ケルトナー氏の研究では、感謝の気持ちは触覚を通じてのみ一貫して感知できることが判明しました。 「反応パターンを捉える方法と統計が進歩するにつれ、約 20 種類の感情がさまざまな測定方法にわたって信頼できるシグナルを持つようになると考えています」と彼は述べています。これには次のものが含まれます。

• 怒り、不安、軽蔑、嫌悪、恥ずかしさ、恐怖、罪悪感、悲しみ、恥、恐怖などの否定的な信号。
• 喜び、畏敬、満足、欲望、恍惚、興味、愛、誇り、思いやり、勝利などの肯定的なシグナル

新しいトレーニングツールが必要

感情追跡は、まったく新しい感情とコミュニケーションのトレーニング ツールを作成する可能性を秘めています。ケルトナー氏は、音声フィードバックは、例えば人々が自分の感情を感じたり、他の人とつながったりすることを学ぶ上で重要な要素になる可能性があると考えています。

「これは訓練目的の大きな焦点です。なぜなら、これは人々が認識している感情の様相だからです。私たちは自分の声は聞いても自分の顔は見ません」と彼は語った。「これは常に私たちの社会的交流の一部であり、感情表現にフィードバックを適用することを考える際に、より制御力を与えてくれる感情の様相なのではないかと思います。」

一部の企業は感情に関する従来の考え方を捨て、音がどのように知覚されるかに焦点を当てています。たとえば、VoiceVibes は、コールセンターの従業員や経営幹部が人前で話すスキルを練習するための一連のトレーニング ツールを開発しました。これらのツールは、他人が誰かの声質をどう認識するかに焦点を当てており、同社ではこのアプローチを「センシング」と呼んでいる。

「入社オリエンテーションは、従業員のトレーニングや自己認識の訓練に適しています」と、VoiceVibes の CEO、Deb Cancro 氏は言います。「感情に関係なく、たとえそれが本当の気持ちと一致していなくても、最も効果的な声のトーンを採用する必要がある場合がよくあります。」たとえば、悲しい気持ちであっても、電話に出るときにはその人に合った声のトーンを使う必要がある人がいるかもしれません。また、幹部は、ストレスの多い状況でも社交的な場で平静を保つ方法を学びたいかもしれません。 愛情

AIの倫理とプライバシーの問題

時には、消費者の利益のために、より高度な感情追跡技術を使用しようとすると、消費者を怖がらせてしまうリスクがあります。 「企業は従業員を密かに監視すべきではない」と、感情的洞察を活用してビジネス上の問題を解決することに専念する企業、モーティブ・ソフトウェアの共同創業者、アーメン・ベルジクリー氏は言う。一部の国家安全保障組織や金融サービス組織では従業員を監視する必要があるかもしれませんが、他の一般的な企業では従業員の体験を向上させるために従業員の信頼を損なうリスクを負います。

ウェデル氏は、プライバシーに関する懸念や不遵守は裏目に出て企業自体に脅威を与える可能性があるため、企業は倫理的問題に重点を置くべきだと述べた。彼は、ビデオを表情データに変換し、データからその他の個人を特定できる情報を削除することを提案した。

コンサルタント会社エリシットの最高マーケティング責任者ブルック・ニエミエック氏は、パーソナライズされたマーケティングの鍵は「不気味さ」を避けることだと述べ、そのルールは感情認識などの新しいテクノロジーの応用にも当てはまると語った。ここでの秘訣は、テクノロジーが現状を改善するためだけに使われるようにすることです。たとえば、顔の感情認識カメラは、イベント参加者の全体的な満足度を測定できます。 「しかし、同じ技術を使って不満を持った人をふるいにかけ、イベント中に誰かが直接彼らと関わることができるとしたら、それは『不気味にならないように』という一線を越えてしまうと思います」とニエミエック氏は語った。

また、自分の本当の気持ちを隠すのがとても上手な人もいます。ニエミエック氏は、不正や違反の疑いがあると人々が防御シールドを設置し、事実上この技術の使用を阻止する可能性があると述べた。

しかし、感情追跡は自動車製造などの伝統的な産業において明確な競争上の優位性をもたらす可能性があります。例えば、自動車部品メーカーのヴァレオは、運転手と乗客の快適性の追跡に多額の投資を行ってきました。これにより、顧客満足度が向上するだけでなく、車の安全性も向上します。

ヴァレオのイノベーション担当副社長ギヨーム・ドゥヴォシェル氏は次のように語った。「AIの次の進化は感情知能です。近い将来、機械はより共感力を持ち、私たちの感情に同調して、私たちとよりうまくやりとりできるようになるでしょう。」