6.5.2 Эмоциональный интеллект

Системы, основанные на технологиях ИИ, в наши дни стали неотъемлемой частью техносферы. Выполняя задачи в рамках автоматизации тех или иных бизнес-процессов, системы ИИ должны эффективно взаимодействовать с людьми и, следовательно, обрабатывать поступающие от людей данные, а также производить данные, предназначенные для восприятия людьми. Проблематика, связанная со взаимодействием человеческого общества с системами ИИ, в наши дни исследуется в рамках направления, получившего название «социальный ИИ» [Social AI]. В манифесте проекта «Социальный ИИ и расширенный интеллект» (Social AI and Extended Intelligence) исследовательской группы «Человеческая динамика» (Human Dynamics) в MIT основная идея этого направления сформулирована следующим образом: «Существует глубокий страх, что человеческая работа будет заменена искусственным интеллектом. Вместо того чтобы соревноваться с машинами, наша цель — показать, что комбинация „человек + ИИ“ будет работать лучше, чем люди и ИИ, работающие в одиночку. Хотя ни один человек не лучше машины для выполнения некоторых задач, нет машины лучше человека с машиной».

Эмоциональная окраска коммуникативных сигналов, используемых людьми, является их важной содержательной компонентой. Например, эмоциональная окраска речи клиента того или иного сервиса или тон, в котором выдержан текст отзыва, могут свидетельствовать о степени удовлетворённости качеством услуг. Эмоциональное состояние сотрудника компании, проявляющееся в его речи или поведении, может влиять на производственные риски — например, усталый или испытывающий сильные переживания работник с большей вероятностью может допустить ошибку. Работа грамотного руководителя или специалиста отдела кадров во многом основана на анализе эмоциональной компоненты информации, а поэтому системы ИИ, встраиваемые в соответствующие бизнес-процессы, также должны уметь оперировать с этими данными. Если мы говорим о системах социального ИИ, то, так же как и при работе в паре двух людей, важное значение для эффективности труда имеет эмоциональный комфорт человека, «психологическая совместимость». Если же говорить о современных персонифицированных клиентских сервисах, то их вообще трудно представить без учёта эмоциональной составляющей коммуникаций и психологического профиля клиента. Словом, способность систем ИИ обрабатывать эмоциональную информацию представляет на сегодняшний день не только теоретический, но и вполне практический интерес.

Созданием технологий, ответственных за обработку эмоциональной информации в системах ИИ, занимается направление, получившее название «аффективные» или «эмоциональные вычисления» [affective computing]. Иногда также употребляются термины «искусственный эмоциональный интеллект» (ИЭИ) (Artificial Emotional Intelligence, AEI) и «эмоциональный искусственный интеллект» (ЭИИ) (Emotion Artificial Intelligence, EAI) — специалисты пока не договорились о том, в какое место аббревиатуры ИИ (AI) следует в данном случае вставлять букву Э (E), тем более что некоторые интерпретации допускают, что место её вставки несколько меняет смысл полученного словосочетания. Например, ЭИИ может специализироваться на аналоге эмоций в системах ИИ, а ИЭИ — на обработке эмоциональной информации при помощи систем ИИ. Однако зачинатели этого направления, исследователи из «Группы эмоциональных вычислений» [Affective Computing Group] Медиалаборатории MIT (MIT Media Lab), кажется, не делают подобного различия, по крайней мере в их публичных высказываниях оба варианта, похоже, используются без видимой системы.

Итак, эмоциональные вычисления — это направление в науке и технологии, занимающееся созданием систем, способных распознавать, интерпретировать, обрабатывать и воспроизводить человеческие эмоции, а также целенаправленно стимулировать их возникновение у людей. Считается, что это направление появилось на свет в 1995 г. с выходом в свет одноимённого технического отчёта профессора из Медиалаборатории MIT Розалинды Пикард. Вот цитата из преамбулы этого отчёта: «Недавние неврологические исследования показывают важную роль эмоций в человеческом познании; эмоции не являются роскошью. Напротив, эмоции играют решающую роль в рациональном принятии решений, в восприятии, во взаимодействиях между людьми и в человеческом интеллекте. Эти факты в сочетании с возможностями, которые компьютеры приобретают в области выражения и распознавания эмоций, открывают новые области для исследований. Эта статья определяет ключевые вопросы „эмоциональных вычислений“, то есть вычислений, которые связаны с эмоциями, возникают из них или преднамеренно влияют на них. Предложены новые модели для компьютерного распознавания человеческих эмоций и описаны как теоретические, так и практические [их] приложения для изучения взаимодействия человека с компьютером, для поиска воспринимаемой информации, для искусства и сферы развлечений, для здоровья человека и для машинного интеллекта. Потенциальные значительные достижения в теории эмоций и познания зависят от развития эмоциональных вычислений, особенно с использованием носимых вычислительных устройств. Эта статья указывает вызовы и будущие направления исследований в этой новой области»^, .

Позже идеи Пикард получили развитие в её книге, целиком посвящённой эмоциональным вычислениям.

Что касается понятий «эмоциональный искусственный интеллект» и «искусственный эмоциональный интеллект», то это довольно прозрачная отсылка к весьма популярной концепции «эмоционального интеллекта». Любопытно, что корни этой концепции мы можем найти ещё в трудах Чарльза Дарвина. В 1872 г. в своей книге «Выражение эмоций у людей и животных» (Expression of the Emotions in Man and Animals, 1872) основатель эволюционной теории писал о значении внешних проявлений эмоций для выживания и адаптации. Эмоциональные механизмы испокон веков были важным адаптационным механизмом, позволявшим людям уживаться друг с другом, находить общий язык с соплеменниками и соседними племенами. Как писал позже знаменитый советский и американский генетик Феодосий Добржанский: «Ничто в биологии не имеет смысла, кроме как в свете эволюции» [Nothing in biology makes sense except in the light of evolution] (собственно, данная фраза стала заголовком его статьи, написанной в 1973 г.). Это верно и в отношении эмоций, и в отношении их внешних проявлений, выполняющих роль социальных сигналов.

Первые исследования, рассматривавшие способность людей выстраивать социальные взаимодействия как вид интеллекта, появились в начале 1920-х гг. Собственно, именно в 1920 г. уже знакомый нам изобретатель «кривой обучения» Эдвард Торндайк ввёл понятие «социальный интеллект» и описал его как «способность понимать людей, мужчин и женщин, мальчиков и девочек, умение обращаться с людьми и разумно действовать в отношениях с ними».

Хотя интеллект вообще и социальный интеллект в частности — это многомерные явления, в силу того что люди сталкиваются с самыми разными интеллектуальными (и эмоциональными) задачами, исследователи остались верны себе в безудержном стремлении спроецировать любой вектор на скаляр, то есть создать такую проекцию, в которой всех людей можно будет сравнивать по уровню социального интеллекта. В 1926 г. был создан один из первых тестов для измерения социального интеллекта — тест университета Джорджа Вашингтона на социальный интеллект (George Washington University Social Intelligence Test), позже получивший весьма широкое распространение. В последующее десятилетие предпринимались и другие попытки создания подобных тестов, однако сам Торндайк относился к успехам в области измерения социального интеллекта весьма скептически. Об этом свидетельствует обзор методов измерения социального интеллекта, написанный Торндайком в соавторстве с Солом Стейном в 1937 г.

Термин «эмоциональный интеллект» (emotional intellect) впервые появился в работе Майкла Белдока «Чувствительность к выражению эмоционального значения в трёх способах общения» (Sensitivity to Expression of Emotional Meaning in Three Modes of Communication), написанной в 1964 г. Двумя годами позже его использовал Ханскарл Лёйнер в статье «Эмоциональный интеллект и эмансипация» (Emotionale Intelligenz und Emanzipation).

Расцвет теории эмоционального интеллекта пришёлся на 1980–1990-е гг. В описанной в 1983 г. Говардом Гарднером популярной модели интеллекта автор разделил интеллект на внутриличностный и межличностный, что стало ещё одним подтверждением того, что концепция существования стороны интеллекта, связанной с социальными взаимодействиями, глубоко укоренилась в научном сообществе. В 1985 г. Уэйн Пэйн завершил свою диссертацию «Исследование эмоций: развитие эмоционального интеллекта» (A Study of Emotion: Developing Emotional Intelligence), посвящённую развитию эмоционального интеллекта, а в 1988 г. психолог Рувен Бар-Он в своей диссертации ввёл понятие «эмоциональный коэффициент EQ» [Emotional Quotient] по аналогии с популярным показателем IQ [Intellectual Quotient]. Современное представление об эмоциональном интеллекте окончательно оформилось в работе американских социальных психологов Питера Саловея и Джона Майера «Эмоциональный интеллект» (Emotional Intelligence), увидевшей свет в 1990 г.

В 1995 г. книгу с таким же названием опубликовал научный журналист Дэниел Гоулман. В ней он подробно описал историю развития теории эмоционального интеллекта, дал обзор современных научных представлений о нём и даже представил собственную модель эмоционального интеллекта, получившую впоследствии название смешанной модели. Ещё через год Бар-Он представил на собрании Американской ассоциации психологов (American Psychological Association) новый тест для определения эмоционального коэффициента — EQ-i (Emotional Quotient Inventory, Инвентаризация эмоционального коэффициента). Позже этот тест лёг в основу «модели эмоционального интеллекта Бар-Она».

Появление в том же году на стыке психологии, информатики и когнитивных наук концепции «эмоциональных вычислений» стало отражением всевозрастающей роли технических средств в социальных взаимодействиях. Люди стали чаще взаимодействовать с информационными системами (чего стоит хотя бы первый бум онлайн-торговли, пришедшийся на 1990-е гг.), а также использовать технические средства для общения друг с другом. Развитие колл-центров создало спрос на системы речевой аналитики, позволяющие оценивать эффективность работы сотрудников и выявлять различные проблемы в коммуникациях. Развитие социальных сетей потребовало от компаний обратиться к системам сентимент-анализа (анализ тональности высказываний) для того, чтобы выявлять негативные высказывания о продуктах и сервисах и на ранней стадии купировать потенциальный ущерб бренду. Анализ поведения и эмоций потребителей стал использоваться для повышения продаж и появления принципиально новых маркетинговых инструментов. И наконец, появление автоматизированных диалоговых систем создало потребность в отслеживании эмоциональной составляющей общения для того, чтобы правильно понимать высказывания людей и правильно реагировать на них в процессе диалога.

Революция глубокого обучения открыла перед областью эмоциональных вычислений совершенно новые возможности, хотя, конечно, отдельные успехи в этой области были сделаны и до неё. Системы, основанные на правилах, в ряде случаев были способны справиться с обработкой эмоциональной информации. Например, в сентимент-анализе использовались специализированные семантические базы данных, включающие в себя негативно окрашенные слова и словосочетания. Анализ динамики форманты F₀ и громкости в речи человека позволял в ряде случаев выявлять эмоциональные высказывания (и даже отличать различные эмоции). Анализ взаимного расположения ключевых точек на лице позволял определить улыбку либо напротив, хмурое или угрожающее выражение лица. Однако точность таких моделей обычно оставляла желать лучшего. Скромные успехи демонстрировали и генеративные модели. Да, манипулируя громкостью и формантами речи, можно было придать синтетической речи некоторую эмоциональную окраску, или же чат-бот, основанный на правилах, мог использовать заранее заготовленные редакторами эмоционально окрашенные фразы, однако уровень «эмоционального интеллекта» таких систем был крайне невысок.

Сегодня задачи обработки эмоциональной информации решаются, как правило, при помощи глубоких нейросетевых моделей машинного обучения, причём как в варианте «обучения с учителем», так и в варианте «обучения без учителя».

Loading comments...