A Amazon pode não ter descoberto o segredo da felicidade. Mas com o anúncio de uma nova ferramenta de monitoramento de voz chamada Tone, a empresa promete que sabe o que é felicidade sons eu gosto. E que, com um novo dispositivo e um pouco de acompanhamento, você pode parecer feliz também.
O tom será um recurso do novo rastreador de saúde vestível da Amazon, apelidado de Halo. Os usuários podem escolher deixá-lo mostrar trechos de sua fala ao longo do dia ou ligá-lo por até 30 minutos por vez para obter um relatório detalhado sobre como soaram em uma conversa específica. Alimentada por algoritmos de inteligência artificial projetados para detectar a “positividade” e a “energia” em vozes humanas, a ferramenta tem como objetivo fornecer aos usuários um feedback sobre seu tom para que possam melhorar suas habilidades de comunicação e relacionamento.
Claro, é difícil definir traços confusos como positividade, e é uma tarefa ainda mais hercúlea treinar um modelo de IA para quantificá-los e medi-los de forma objetiva. Em uma postagem de blog, a Amazon simplesmente diz que a “positividade” mede o quão feliz ou triste uma voz soa. Mas a humanidade (e o campo da psicologia positiva) tem lutado para definir a felicidade por eras.
“É difícil para mim imaginar que possa haver uma única medida objetiva”, disse Jim Allen, professor associado de psicologia da Universidade Estadual de Nova York em Geneseo, que escreve e ensina sobre psicologia da felicidade. Nossa percepção de como soa uma voz feliz, observa ele, varia dependendo da cultura, gênero, etnia e outros fatores pessoais.
Um porta-voz da Amazon disse que os desenvolvedores levaram essas diferenças em consideração com base em amostras de voz de dezenas de milhares de vozes de todas as regiões e dados demográficos dos EUA. Em seguida, uma equipe de funcionários da Amazon ouviu as gravações e as avaliou. vozes como feliz ou triste para determinar “positividade” e cansada ou animada para medir “energia”. O modelo associou essas avaliações emocionais com qualidades vocais como altura, intensidade, andamento e ritmo, que a IA usa para rotular a fala dos usuários.
Conjuntos de treinamento, no entanto, são altamente suscetíveis ao preconceito dos humanos que os constroem, conforme os pesquisadores documentaram extensivamente em áreas como o reconhecimento facial. Isso torna o exame dos dados e das pessoas que os identificam muito importante. A Amazon se recusou a fornecer detalhes sobre o detalhamento demográfico de suas amostras vocais, ou a equipe cujas percepções de positividade e energia formam a base do modelo. “Ao longo do desenvolvimento do produto, nos concentramos em garantir que os dados que usamos para treinar e avaliar nossos modelos levem em consideração todos os grupos demográficos”, disse um porta-voz por e-mail.
Em contextos específicos, Allen disse que alguma versão de uma ferramenta como o Tone pode funcionar bem. “Nas mãos de um conselheiro treinado dando a um cliente feedback sobre como ele se vê com as outras pessoas, pode ser muito útil”, disse ele. Mas, observou ele, o monitoramento constante de sinais de felicidade – ou pior, a projeção de uma positividade que você não sente – demonstrou tornar as pessoas menos felizes.
Pattie Maes, professora do MIT que estuda tecnologia vestível projetada para melhorar a vida das pessoas, observou que a IA teria mais probabilidade de produzir resultados significativos se não tentasse tratar a felicidade como uma verdade universal. “As pessoas falam de maneiras diferentes”, disse ele por e-mail. “Acho que um modelo de IA personalizado treinado nos dados do próprio indivíduo funcionaria melhor.” (Embora o Tone aprenda a distinguir a voz de um usuário na conversa, ele não calibra suas classificações em relação à linha de base emocional do usuário.)
Mas essas abordagens para impulsionar a validade do modelo não são compatíveis com a tecnologia de consumo. Em seu anúncio no blog, o oficial médico da Amazon Maulik Majmudar descreve um dispositivo que sai de uma caixa pronto para convencer os usuários a se comunicarem melhor. Escreva sobre a facilidade com que seus colegas podem ligar o Tone e ensaiar para uma ótima apresentação no trabalho. Majmudar diz que liga o sistema antes de falar com os filhos, para se certificar de que não descarrega o estresse do trabalho em sua família.
É uma visão intrigante para um futuro habilitado para IA. Mas pode não ser aquele em que vivemos agora.
