人工知能 (AI) は、人間の経験のさまざまな側面に浸透し始めています。AI は単なるデータ分析ツールではなく、私たちのコミュニケーション、仕事、生活の方法を変革しています。ChatGPT から AI ビデオ ジェネレーターに至るまで、テクノロジーと私たちの生活の一部の間の境界線はますます曖昧になってきています。

しかし、これらを実行してください技術の進歩AIはオンラインで私たちの感情を識別できるということですか？

で私たちの研究に掲載されました国際市場調査ジャーナルでは、AIがX（旧Twitter）の投稿から人間の感情を検出できるかどうかを検証しました。

私たちの研究は、特定の非営利団体に関する投稿で表現された感情が、その後の非営利団体への寄付の決定などの行動にどのように影響するかに焦点を当てました。

感情を利用して反応を促す

従来、研究者はメッセージをポジティブ、ネガティブ、またはニュートラルに分類するセンチメント分析に依存してきました。この方法はシンプルで直感的ですが、制限もあります。

人間の感情ははるかに微妙です。たとえば、怒りと失望はどちらもネガティブな感情ですが、まったく異なる反応を引き起こす可能性があります。ビジネスの場面では、怒っている顧客は失望した顧客よりもはるかに強く反応することがあります。

これらの制限に対処するために、私たちは、喜び、怒り、悲しみ、嫌悪感などの特定の感情を検出できる AI モデルを適用しました。ツイート。

私たちの調査では、X で表現された感情が、特定の非営利団体に対する一般大衆の感情を表すものとして機能する可能性があることが判明しました。こうした感情は寄付行動に直接影響を与えました。

感情の検出

私たちは「」を使用しました。変圧器転移学習テキスト内の感情を検出するためのモデル。事前トレーニング済み大規模なデータセットGoogle や Facebook などの企業が開発したトランスフォーマーは、理解力に優れた高度な AI アルゴリズムです。自然言語(コンピューター言語やコードとは対照的に、自然に発展した言語)。

私たちは、4 つの自己申告感情データセット (360 万文以上) と他の 7 つのデータセット (60,000 文以上) を組み合わせてモデルを微調整しました。これにより、オンラインで表現される幅広い感情をマッピングすることができました。

たとえば、モデルは、「学校での朝のスタートは最高です! #目的 #子供たちにみんなが笑顔です。」などの X 投稿を読んだときに、支配的な感情として喜びを検出します。

逆にモデルは、「自分の一部を失ったような気がする。母を1か月以上前に、父を13年前に亡くした。道を失って怖くなっている」というツイートで悲しみを拾う。

このモデルは、テキストからの感情の検出において 84% という驚異的な精度を達成しました。これは、AI の分野で注目に値する成果です。

次に、ニュージーランドに本拠を置く 2 つの組織、フレッド ホローズ財団とオークランド大学に関するツイートを調べました。私たちは見つかった悲しみを表現したツイートはフレッド・ホロウズ財団への寄付を促す可能性が高く、怒りはオークランド大学への寄付の増加と関連していました。

AIの進化に伴う倫理的問題

特定の感情を特定することは、マーケティング、教育、ヘルスケアなどの分野に大きな影響を与えます。

オンラインの特定の状況における人々の感情的な反応を特定できることで、次のようなサポートが可能になります。意思決定者個々の顧客またはより広範な市場に対応する際に。オンラインのソーシャル メディア投稿で表現される特定の感情ごとに、企業や組織からの異なる反応が必要になります。

私たちの調査では、寄付に関しては感情が異なれば結果も異なることが実証されました。

マーケティング メッセージに含まれる悲しみを知ることで、非営利団体への寄付を増やすことができ、より効果的で感情に響くキャンペーンが可能になります。怒りは、人々が不公平だと思われたことに応じて行動するよう動機づけることがあります。

トランスの転移学習中モデルテキスト内の感情の検出に優れており、次の大きな進歩は、それを他のものと統合することによってもたらされます。データソース声のトーンや表情、より完全な感情プロファイルを作成します。

あなたが書いていることだけでなく、あなたの気持ちも理解する AI を想像してみてください。このような進歩には倫理的な課題が伴うことは明らかです。

AI が私たちの感情を読み取ることができる場合、この機能が責任を持って使用されるようにするにはどうすればよいでしょうか?プライバシーをどのように保護しますか?これらは、テクノロジーが進化し続けるにつれて対処しなければならない重要な問題です。

詳細情報:Sanghyub John Lee 他、寄付の予測における特定の感情分析の力: ソーシャル メディアにおける感情分析と特定の感情分析の比較実証研究、国際市場調査ジャーナル（2024年）。DOI: 10.1177/14707853241261248

この記事はから転載されています会話クリエイティブ・コモンズ・ライセンスに基づいて。読んでください元の記事。