Nuance in taal en spraak

De hoekstenen van jullie burgerwetenschapsproject zijn spraak, taal en Artificial Intelligence. Hoe verhouden die zich tot elkaar?

"De tak van het onderzoeksdomein Artificiële Intelligentie (AI), waar ¿Burgerpraat! aan bijdraagt, bestudeert technieken om computers menselijk gedrag, zoals het begrijpen van spraak en het communiceren met mensen, aan te leren. Spraak en taal worden vaak gezien als een unieke menselijke vaardigheid, maar met de hulp van AI kunnen ook computers er mee aan de slag."

"Er zijn uiteraard heel wat data nodig om computers alle complexe nuances in spraak en taal te kunnen aanleren. Menselijke interacties in gesproken en geschreven taal zijn genuanceerd. De meeste mensen kunnen die nuance en ambiguïteit in taal en spraak van nature interpreteren. Ze kunnen bijvoorbeeld via intonatie inschatten of hun gesprekspartner betrouwbaar, zenuwachtig of opgelucht is."

"Met ¿Burgerpraat! verzamelen we op grote schaal voorbeelddata, waarbij mensen hun eigen gesproken taal, in dit geval Vlaams/Nederlands, annoteren en voorzien van een extra interpretatielaag. Zo kunnen we de computers daarna de menselijke communicatie beter leren interpreteren."

"De progressie van computers en technologie wordt niet altijd even positief voorgesteld. Niet alleen in films als ‘The Terminator’ of ‘The Matrix’, ook in de media worden AI en computers vaak als kil en onpersoonlijk getypeerd. Met ¿Burgerpraat! willen we technologie mogelijk maken die op mensenmaat communiceert."

Empathie en AI

In welke domeinen zou deze technologie breed kunnen ingezet worden?

"In heel wat sectoren waar er interactie is tussen mensen of tussen mens en ‘machine’, kan deze technologie voor een betere communicatie zorgen; de mens kan dan communiceren ondersteund door AI. Denk maar aan technologische ondersteuning voor mensen in beroepen waar goede communicatie essentieel is (contactcentra, hulplijnen, ordehandhaving...). Ook in het onderwijs (leerlingenbegeleiding) en het bedrijfsleven (human resources) bestaat de vraag om bij de opleidingskeuze of jobinvulling naast technische vaardigheden ook naar persoonlijkheid te peilen. In essentie gaat het erom om de juiste persoon op de juiste plaats te krijgen, of met de juiste persoon in contact te brengen. Zo kunnen burn-outs of andere problemen veroorzaakt door slechte interpersoonlijke contacten vermeden worden."  

Momenteel zijn er al heel wat virtuele assistenten op de markt. Werken de producenten van de bestaande AI-bots ook aan een betere interpretatie van menselijke communicatie?

"Producten zoals Siri, Alexa, Cortana, Watson, Zo, Buddy enzovoort zijn AI-botten die snel opgang maken. Voorspellingen stellen dat intelligente bots of virtuele assistenten in 2024 een industrie van $ 11 miljard worden. AI-botontwikkelaars en marketeers geven hun bots namen, soms ook een gezicht en schijnbaar een eigen persoonlijkheid, maar de bots gedragen zich onmenselijk. De huidige AI-bots begrijpen dankzij taaltechnologie al op een basisniveau wat een mens hen vertelt, maar ze begrijpen niet de intentie, noch welke reactie de meest gepaste zal zijn. Ze slagen er m.a.w. (nog) niet in zich aan te passen aan de gebruiker."

"Het onderzoek naar empathische chatbots is wereldwijd een bijzonder actief onderzoeksdomein, waarin ook research naar automatische emotiedetectie en persoonlijkheidsdetectie op zijn plaats is. Om empathische bots te ontwikkelen, zijn veel data nodig en daar wringt het schoentje voor het Nederlands. Op dit ogenblik zijn er geen Nederlandstalige datasets (geschreven tekst, gesproken taal en beeld) beschikbaar die ons toelaten om bots communicatievaardigheden aan te leren."

Interactie personaliseren

In jullie onderzoek vertrekken jullie voornamelijk van gesproken taal om de menselijke communicatie te analyseren?

"Inderdaad, het talig model waarmee we aan de slag gaan is het procescommunicatiemodel (PCM). In de communicatie (samengaan van woordkeuze, trefwoorden, frasen, toon / tempo, syntaxis…) van een spreker worden zes categorieën geïdentificeerd. Iedereen gebruikt elke categorie in meer of mindere mate en in elke categorie kunnen we op basis van het model nog een onderscheid maken tussen communicatie ‘in oké’ en ‘in lichte stress’. Onze opgeleide annotatoren herkennen de categorieën wanneer ze gesproken taal beluisteren en we leren de deelnemers aan ons project om ook zelf met dit model aan de slag te gaan."

"De opleiding is een tijdsinvestering van één dag, daarna oefent de deelnemer op zijn eigen ‘data’, maar kan hij dit model vooral ook toepassen in zijn dagelijks leven."

Om welke categorieën gaat het?

"Drie van de zes categorieën die we onderscheiden in taal (en intonatie) zijn bijvoorbeeld:

• gevoelens, emotionele aspecten, mededogen en menselijke relaties;
• feiten, logica, tijdstructuur, organisatie en lineaire probleemoplossing;
• originaliteit, speelsheid, energiek en denken buiten de kaders."

"Als een AI-bot in staat is om de proporties van de categorieën te herkennen en zo de interactie met de mens te personaliseren, dan kan in het beste toekomstscenario de AI-bot zelf, of een mens die AI gebruikt ter ondersteuning van zijn communicatie, een passende reactie geven."

"Concreet: stel dat ik met de medewerker van een dienst-na-verkoop in gesprek ben en ik van plan ben me een extra toebehoren voor mijn smartphone aan te schaffen. Als de AI-bot, die meeluistert, analyseert dat ik speelse, originele gevoelstaal gebruik, dan is een adequate reactie er eentje waarbij de medewerker aangereikt krijgt dat ik graag het nieuwste, hipste product wil dat er is, gemakkelijk in gebruik en handig om sociaal verbonden te blijven. Hoort de AI-bot in mijn spraak dat ik verwijs naar feiten en tijd, dan kan hij de medewerker adviseren om mij er bijvoorbeeld op te wijzen dat vooraf geïnstalleerde apps het leven beter kunnen organiseren en dat de hoogtechnologische batterij de downtime zal minimaliseren."

Spraakanalyse

Ligt de toekomst van de empathische AI-bots en geassisteerde communicatie dan vooral en enkel in een economische context?

"Toepassingen in een verkoopomgeving liggen voor de hand, maar ook in een zorgomgeving zijn empathische AI-bots op hun plaats. Wanneer je bijvoorbeeld zorgbehoevend bent en via een callcenter met iemand belt die een aantal dienstverleningen, onderzoeken en afspraken regelt. Bij speelse taal zou de AI-bot kunnen suggereren om een leuke woordspeling te maken vooraleer over te gaan tot de praktische zaken. Citeer je rechtlijnig feiten en tijdstippen, dan kan de AI-bot ervoor zorgen dat je iemand aan de lijn krijgt die lineair probleemoplossend te werk gaat."

Hoe verloopt de Nederlandstalige datacollectie? Welke fases voorzien jullie?

"Om praktische redenen collecteren we nu vanuit Gent data in de provincies West- en Oost-Vlaanderen. Later volgen deelnemers uit de andere drie Vlaamse provincies, via partnerschappen."

"De datacollectie verloopt grotendeels via een ‘real life’ setting; deelnemers komen naar een door ons ingerichte opnameplaats en beantwoorden gedurende een 10-tal minuten vragen en opdrachten. Daarna leggen ze thuis een online test af.  Op zich is dat voldoende voor onze ‘data’, we kunnen de annotatie door opgeleide annotatoren laten gebeuren."

"De meeste deelnemers  kiezen echter voor het volledige traject, waarbij ze in groep een opleiding van één dag krijgen in het herkennen van communicatievoorkeuren en wat dat vertelt over iemands persoonlijkheid.  Nadien passen ze hun kennis toe door te annoteren via emoticons; ze gaan hun eigen gesproken taal analyseren en identificeren de communicatiepatronen."

"In het najaar plannen we het opzetten van een volledig ‘online’ spoor. De burger zal dan voor zijn/haar laptop op een door ons ingericht platform zijn spraak opnemen. Daarna volgt een online vragenlijst en toegang tot het UGent online leerplatform, waar hij/zij de ‘cursus’ over communiceren doorloopt en een aantal oefeningen maakt. Tenslotte zal de deelnemer online zijn eigen spraak annoteren."

Data, data, data

Welk streefdoel hebben jullie wat betreft de hoeveelheid data?

"Initieel dachten we aan duizend deelnemers die elk ongeveer 10 minuten spraakdata zouden aanleveren. We zijn blij vast te stellen dat de meerderheid van de deelnemers langer aan de praat is. Het onderzoek zal nu moeten uitwijzen of er zo voldoende data gecollecteerd zijn. Binnen onze huidige financiering zetten we alles in op de datacollectie; de financiering voor het onderzoek komt uit andere kanalen."

Eye-opener

Welke voordelen of inzichten verkrijgen burgers bij deelname?

"Door met ¿Burgerpraat! kennis te maken via de lanceringsessie, krijgen burgers een realistisch beeld van wat er op dit moment met AI mogelijk is. Zo kan hij of zij een geïnformeerde stem in het maatschappelijk debat over AI opnemen."

"Maar burgers krijgen natuurlijk vooral inzicht in communicatiepatronen. Ze leren communicatievoorkeuren herkennen en ervaren hoe ze hun communicatie kunnen afstemmen op hun gesprekspartner. Ook de methode waarbij we de taal in modus ‘in oké’ en ‘in (lichte) stress’ analyseren is voor vele deelnemers een eye-opener. Het ondersteunt hen in hun eigen stressmanagement. De burgerpraatopleiding die ze krijgen is afgeleid van een meerdaagse professionele training, waarvoor je normaal al gauw duizend euro of meer neertelt."

Inzetten op de media

¿Burgerpraat! is geen evident citizen science project omdat taal aan persoonlijkheid raakt en het project zich niet beperkt tot het aanvinken van data. Ervaren jullie concrete hinderpalen?

"Een eerste hinderpaal is het informeren van burgers. Het doel en de opzet van ¿Burgerpraat! is niet in één slagzin te beschrijven; het vraagt wat tijd en moeite om in te zien wat de voordelen van participatie aan ¿Burgerpraat! zijn en om exact te weten wat er van jou als deelnemer verwacht wordt. Eens burgers alle informatie hebben, raken ze wel snel geboeid en dragen ze graag bij tot ons wetenschapsdomein. Een tweede hindernis is de beperkte financiering. We hebben weinig tot geen middelen om een aangename setting te creëren met een hapje of drankje, terwijl we toch een ernstige tijdsinvestering van onze deelnemers vragen."

Hebben jullie al veel opgestoken over het organiseren van een citizen science project? Enkele aanbevelingen voor nieuwkomers?

"Oh ja, we hebben zelf natuurlijk al veel geleerd. In de eerste plaats dat we enthousiast zijn en blijven om naar buiten te komen, om met potentiële deelnemers over ons onderzoek te praten. We overwegen of we misschien meer ‘massamedia’ zoals radio, TV en kranten zouden moeten inzetten, al deinzen we daar nu nog voor terug. We weten nog niet hoe we mogelijks grotere aantallen belangstellenden logistiek en operationeel kunnen betrekken bij het onderzoek. Dat is een piste die we nadrukkelijk verder opnemen en wellicht via de ‘online’ aanpak kunnen realiseren. Scivil kan ons daarbij misschien wel ondersteunen."

Bij deze!
Meewerken: https://burgerpraat.be/