AI vs. lidský faktor

Neděle, Březen 1, 2020 - 15:09

 

AI vs. lidský faktor

V našich projektech se často setkáváme s nutností analýzy komunikace mezi zákazníkem a callcentrem společnosti. Stále hledáme co nejefektivnější a nejekonomičtější model podobných analýz. Dosud je tím dominantním prvkem člověk. Z datové základny se náhodně vybere určitá část, kterou si analytik poslechne a na základě definovaných specifických a s klientem předem domluvených parametrů, ohodnotí. I přes selekci se často jedná o desítky až stovky záznamů o několikaminutových délkách. A hledáme proto i nová řešení a zde se ke slovu dostává umělá inteligence, která by mohla pomoci hned v několika úrovních:
•    Selekce záznamů
•    Nálada komunikace
•    Klíčová slova
•    Vyhodnocení parametrů

Jak vidíte, je teoreticky možné umělou inteligencí nahradit celý dosavadní proces. Bohužel, tak snadné to není, a to mimo jiné z důvodu jazyka. Systémy, které dokážou provádět podobnou hloubkovou analýzu již existují, bohužel čeština (slovenština) zatím v jejich podpoře chybí.

Watson

Jedním ze systémů, o který se aktuálně zajímáme, je Watson od IBM, dlouholetého leadera počítačových technologií. Systém Watson je nabízen v portfoliu IBM Cloud a dokáže toho opravdu hodně. V současné době zkoumáme následující AI moduly
•    Spech to Text
•    Tone Analyzer
•    Natural Language Understanding
•    Language Translator
•    Personality Insights

Speech to Text

Služba Speech to Text převádí lidský hlas na psané slovo. Lze jí použít kdekoli, kde je potřeba překlenout propast mezi mluveným slovem a jejich psanou formou, včetně hlasového ovládání vestavěných systémů, přepisu schůzek a konferenčních hovorů a diktování e-mailu a poznámek. Tato snadno použitelná služba využívá strojní inteligenci ke kombinování informací o gramatice a jazykové struktuře se znalostí složení zvukového signálu k vytvoření přesného přepisu.

Tone Analyzer

Lidé projevují v každodenní komunikaci různé nálady, jako je radost, smutek, hněv a přívětivost. Takové nálady mohou mít vliv na účinnost komunikace v různých kontextech. Analyzátor tónů využívá kognitivní lingvistickou analýzu k identifikaci různých tónů na úrovni vět i na úrovni dokumentu. Tento přehled pak lze použít k upřesnění a zlepšení komunikace. Zjišťuje tři typy tónů, včetně emocí (hněv, znechucení, strach, radost a smutek), sociální sklony (otevřenost, svědomitost, extroverse, přívětivost a emoční rozsah) a jazykové styly (analytické, sebevědomé a nezávazné) z textu.

Natural Language Understanding

Pomocí pokročilého NLP můžete analyzovat text a extrahovat metadata z obsahu, jako jsou pojmy, entity, klíčová slova, kategorie, sentiment, emoce, vztahy a sémantické role. Aplikujte vlastní anotační modely vyvinuté pomocí Watson Knowledge Studio k identifikaci entit a vztahů specifických pro danou oblast / doménu v nestrukturovaném textu s Watson NLU.

Language Translator

Překlad Neural Machine Translation je standardem pro každý jazyk. Přizpůsobení korpusu vám umožňuje vytvořit si vlastní překladové modely, které odpovídají regionálním nebo průmyslovým podmínkám. Okamžitý překlad obsahu do více jazyků. 

Personality Insights

Watson Personality Insights odvozuje analýzy transakčních a sociálních dat, aby identifikoval psychologické vlastnosti, které určují rozhodnutí o nákupu, záměry a chování; používá se ke zlepšení konverzních poměrů.

Lidský faktor

Doufáme, že v blízké budoucnosti nám podobné systémy budou moci významně usnadnit práci. V současnosti je však lidský faktor nenahraditelný a nepostradatelný. Nikdo, než člověk zatím není schopen rozlišit drobné nuance v rozhovoru, pozorovat větnou konstrukci, která je schopná o dané osobě prozradit mnohem více, než si je sama schopna připustit. Umělá inteligence a strojové učení však může pomoci s prvotním výběrem, upozornit na problémovou (nestandardní komunikaci), zvýraznit frekvenci klíčových slov. Zprvu tedy počítáme se základní, mechanickou pomocí a až bude k dispozici podpora našich jazyků, tak se zaměříme i na analýzu obsahu.

https://www.ibm.com/watson