Использование ИИ для улучшения живых дебатов на SXSW
Сотрудничество Dock/Karmarama вместе с искусственным интеллектом вызвало остроту дебатов на SxSW
В мире альтернативных фактов, «фейковых новостей» и психологических операций истина может быть неуловимой концепцией.
Так можно ли правильно использовать технологии и данные, чтобы помочь людям формировать точные и реалистичные суждения и лучше понимать окружающий мир?
The Dock, флагманский научно-исследовательский и глобальный инновационный центр Accenture, решил ответить на этот вопрос, проведя демонстрацию на одном из самых известных мировых фестивалей. В феврале и марте команда экспертов по искусственному интеллекту и аналитике помогла создать искусственный интеллект для совместной модерации дебатов между двумя спикерами с противоположными взглядами на мир в South by Southwest Interactive (SxSW) в Остине, штат Техас.
Этот проект стал совместным проектом команды аналитики и искусственного интеллекта The Dock и креативного агентства Karmarama, входящего в состав Accenture Interactive. Задача состояла в том, чтобы использовать интеллектуальные данные и алгоритмы для оценки живого обсуждения между спикерами и помочь модератору-человеку направить дебаты на честную и точную информацию.
Цель команды заключалась в том, чтобы точно информировать аудиторию о точках, высказанных спикерами, без предвзятости из-за способности спикеров выбирать, описывать и потенциально чрезмерно индексировать определенные темы. Это также была возможность продемонстрировать и поэкспериментировать с взаимодействием человека и машины в области искусственного интеллекта.
Дебаты человека и машины
Этот проект свидетельствует о более широких промышленных тенденциях, когда сотрудничество между людьми и технологиями помогает машинам становиться умнее, меняет компании и бросает вызов их бизнес-моделям и операционным моделям.
Команда Dock, которая принимала участие в этом сотрудничестве с Karmarama, состояла из меня, Богдана Сакаляну, Кристофа Онамбеле Манга и Эндрю Пула, которых поддерживал Рори Тимлин.
Чтобы быть прорывным, вам нужно действовать быстро, гибко сотрудничать и идти на риск. Так за относительно короткое время мы разработали алгоритмы и технологии прототипа для использования на SXSW. Основная технология, представленная на SXSW, основана на современной обработке естественного языка, а также на наборе специальных алгоритмов, разработанных The Dock.
Полная система, управляемая командой Karmarama, также включает в себя промежуточное программное обеспечение, которое управляет выводом компонентов преобразования речи в текст и использует наш API, а также визуализацию, которая помогает пользователю испытать технологию.
Рори Тимлин, Антонио Пента, Эндрю Пул, Богдан Сакалеану и Кристоф Онамбеле Манга из The Dock, которые помогли создать ИИ для Karmarama
Система, стоящая за машиной
Мы спроектировали процесс и разработали систему анализа дебатов, которая включает два основных этапа: этап курирования дебатов, где алгоритмы, данные и человеческие знания используются для определения того, какими должны быть хорошие дебаты; и этап анализа дебатов, где алгоритмы используются в режиме реального времени, чтобы помочь модератору-человеку и аудитории оценить, соответствуют ли дебаты целям, определенным на первом этапе.
На этапе курирования дебатов машины используются для извлечения соответствующей информации из большого количества данных, и в тандеме люди решают, что следует считать актуальным для дебатов.
В этом процессе используются два набора неструктурированных текстов или корпусов. Первый, называемый справочным корпусом, представляет собой большую коллекцию статей и новостей, собранную медиа-агентством и/или редакторами дебатов, которая была признана заслуживающей доверия. Второй представляет собой небольшой аннотированный корпус, называемый редакционным корпусом. В нем редакция выбирает темы, которые, по их мнению, должны быть затронуты в дискуссии и используются для оценки ее ценности.
Этап анализа дебатов представляет собой набор алгоритмов и технологий текстовой аналитики в режиме реального времени, которые обрабатывают текст каждого живого выступления с целью анализа следующей информации: широта дебатов; точность дебатов; сближение/консенсус дебатов; а также темы и подтемы дебатов.
Всю эту информацию можно использовать для оценки хода дебатов, а также для формирования и улучшения дискуссии в сторону более актуальных тем и возможных общих решений.
Текущий результат
В тот день мероприятие имело огромный успех. Джон Уилкинс, председатель Кармарама, модерировал дискуссию и сказал, что ИИ значительно внес свой вклад в мероприятие. Когда пришло время выступать, мы многому научились у нашего бота. Следя за дебатами, она проделала интересную работу по выслушиванию этих тем. И что участники дебатов обнаружили, так это то, что, когда вы находитесь в центре дискуссии, вы не всегда понимаете, что подключаетесь к нескольким метатемам. Мы использовали функцию преобразования речи в текст для расшифровки дебатов в режиме реального времени, после чего ИИ проанализировал темы и выделил тематические области. Мы также обучили ИИ распознавать фразы и слова, указывающие на настроение говорящего — например, был ли он счастлив, шокирован или зол. Он также указывал на любые сомнительные или неверные факты: эффект был столь же смущающим, сколь и поучительным для наших дебатёров.
Прототип стал возможностью доказать, какую роль интеллектуальные данные и алгоритмы могут сыграть в будущем медиаиндустрии. Запуск пилотного проекта в реальном сценарии помог команде понять влияние этих технологий в более широком контексте и собрать отзывы экспертов в предметной области о том, что можно сделать для улучшения взаимодействия с пользователем с помощью наших алгоритмов.
Во время проекта команда столкнулась с жесткими сроками и очевидным фактором страха перед живыми дебатами на сцене. В процессе возникло множество увлекательных вопросов не только о том, что можно улучшить в текущем решении, но и о том, какие новые идеи следует рассмотреть на следующих этапах. Наш бэклог теперь полон интересных идей для тестирования, в том числе: включение в систему новейших языковых моделей глубокого обучения путем их тонкой настройки с нашими корпусами дебатов; изучение слабых методов контроля для маркировки данных; и изучение передовых моделей компьютерного зрения для измерения хода дебатов, также используя позы и выражения лиц людей.
