人工智能（AI）已经开始渗透到人类体验的许多方面。人工智能不仅仅是分析数据的工具，它正在改变我们沟通、工作和生活方式的方式。从 ChatGPT 到人工智能视频生成器，技术与我们生活的各个部分之间的界限变得越来越模糊。

但做这些技术进步意味着人工智能可以识别我们在网上的感受？

在我们的研究发表于国际市场研究杂志，我们检查了人工智能是否可以检测 X（以前称为 Twitter）上帖子中的人类情绪。

我们的研究重点是在有关某些非营利组织的帖子中表达的情绪如何影响行动，例如稍后向他们捐款的决定。

利用情绪来驱动反应

传统上，研究人员依赖情感分析，将信息分为积极、消极或中性。虽然这种方法简单直观，但也有局限性。

人类的情感要微妙得多。例如，愤怒和失望都是负面情绪，但它们会引起截然不同的反应。在商业环境中，愤怒的客户可能比失望的客户反应更强烈。

为了解决这些限制，我们应用了一种人工智能模型，该模型可以检测特定的情绪（例如快乐、愤怒、悲伤和厌恶），这些情绪以以下形式表达：推文。

我们的研究发现，X 上表达的情绪可以代表公众对特定非营利组织的总体情绪。这些感受对捐赠行为产生了直接影响。

检测情绪

我们使用了“变压器迁移学习“检测文本中的情绪的模型。预先训练海量数据集由 Google 和 Facebook 等公司开发的 Transformer 是高度复杂的人工智能算法，擅长理解自然语言（自然发展的语言，而不是计算机语言或代码）。

我们结合四个自我报告的情感数据集（超过 360 万个句子）和七个其他数据集（超过 60,000 个句子）对模型进行了微调。这使我们能够绘制出网上表达的各种情绪。

例如，当阅读诸如“在学校开始我们的早晨是最好的！# Purpose #kids 笑容可掬”之类的 X 帖子时，该模型会检测到快乐是主要情绪。

相反，模型会在推文中捕捉到悲伤的情绪，说道：“我觉得我失去了自己的一部分。一个多月前我失去了妈妈，13 年前失去了爸爸。我迷失了方向，感到害怕。”

该模型在检测文本情绪方面达到了令人印象深刻的 84% 准确率，这是人工智能领域的一项值得注意的成就。

然后我们查看了有关两个新西兰组织——弗雷德·霍洛斯基金会和奥克兰大学的推文。我们成立表达悲伤的推文更有可能推动对 Fred Hollows 基金会的捐款，而愤怒则与奥克兰大学的捐款增加有关。

人工智能发展中的道德问题

识别特定情绪对营销、教育和医疗保健等领域具有重大影响。

能够在线识别人们在特定环境下的情绪反应可以支持决策者响应个人客户或更广泛的市场。在线社交媒体帖子中表达的每种特定情绪都需要公司或组织做出不同的反应。

我们的研究表明，在捐赠方面，不同的情绪会导致不同的结果。

了解营销信息中的悲伤情绪可以增加对非营利组织的捐款，从而开展更有效、引起情感共鸣的活动。愤怒可以激励人们采取行动应对感知到的不公正现象。

而变压器迁移学习模型擅长检测文本中的情感，下一个重大突破将来自于将其与其他内容集成数据来源，例如语音或面部表情，创建更完整的情感档案。

想象一下，一个人工智能不仅能理解你所写的内容，还能理解你的感受。显然，这些进步伴随着伦理挑战。

如果人工智能可以解读我们的情绪，我们如何确保负责任地使用这种能力？我们如何保护隐私？随着技术的不断发展，这些都是必须解决的关键问题。

更多信息：Sanghub John Lee 等人，特定情感分析在预测捐赠中的力量：社交媒体中情绪与特定情感分析的比较实证研究，国际市场研究杂志（2024）。数字号码：10.1177/14707853241261248

本文转载自对话根据知识共享许可。阅读原创文章。