Você já perguntou algo a um chatbot e sentiu que ele não entendeu nada? Você diz algo com um pouco de nuance e a IA perde totalmente a sutileza. Esse é exatamente o problema que os pesquisadores estão tentando resolver.
Embora a conexão emocional com a IA possa parecer mais profunda do que uma conversa humana para muitos usuários, a maioria dos sistemas de IA hoje ainda trata uma frase como um único bloco de sentimento. Se você misturar elogios e críticas, muitas vezes a nuance se perde.
O pesquisarde Zhifeng Yuan e Jin Yuan, apresenta um modelo que pode quebrar uma frase e entender como você se sente em relação a cada parte, em vez de generalizar tudo em uma resposta.
Como este sistema ajuda a IA a ler melhor sua intenção
Pense em uma frase como: “A comida estava ótima, mas o serviço era péssimo”. Um chatbot de IA típico pode ter dificuldades porque a frase contém emoções positivas e negativas.
O modelo proposto analisa cada parte da frase separadamente e conecta cada emoção ao assunto certo. Depende de uma ‘rede de atenção de palavras-chave emocionais’ para fazer isso.
Em termos simples, ensina a IA a concentrar-se em palavras que transmitem emoções fortes, como “ótimo” ou “terrível”. Essas palavras orientam o sistema para a compreensão do que é mais importante na frase.
O modelo então vincula essas pistas emocionais a um aspecto específico. Aprende que “ótimo” se aplica à comida, enquanto “terrível” se aplica ao serviço. Este processo, conhecido como análise de sentimento em nível de aspecto, torna as respostas muito mais precisas.
Também utiliza mecanismos de atenção para compreender o contexto, por isso não depende apenas de palavras-chave. Ele pode descobrir como as diferentes partes de uma frase se conectam. Os pesquisadores dizem que este método tem um desempenho melhor do que os modelos existentes em benchmarks padrão.
Esta abordagem pode fazer com que os chatbots de IA pareçam mais humanos
Se for amplamente adotado, isso poderá mudar a forma como a IA responde em situações do mundo real. Os chatbots poderiam lidar com feedback diferenciado de forma mais eficaz, em vez de optar por respostas genéricas. Os sistemas de suporte ao cliente poderiam identificar exatamente o que deu errado e responder com maior precisão.
Embora cresçam as preocupações em torno dos chatbots de IA que refletem muito bem os traços da personalidade humana, uma coisa é clara. A IA veio para ficar e, se quiser fazer parte das conversas do dia a dia, precisa melhorar a leitura da sala.
