為什麼越像人的自然語言互動工具,越容易讓人失望?

為什麼越像人的自然語言互動工具,越容易讓人失望?

從有了 Siri 作為先例,擬人化已經成為了自然語言互動工具的必備能力。不論是服務於個人使用者的 AI 語音助手,還是企業提供的智慧型客服,甚至是各種有語音功能的家用電器,都要做 IP、造人設,幾乎有了成精之勢。

在大多數時候,我們認為自然語言互動的工具的擬人化可以降低使用者的「恐怖谷效應」,讓使用者更喜歡與其交流。但最新的研究結果卻表明,事實或許並非如此。

成為人類的千重套路

首先我們可以來看看,自然語言互動工具擬人化的「標準流程」。

第一步,給自己起一個人畜無害的名字。

我們常說,當你撿到一隻小動物後,如果給它起了名字,那麼它十有八九會成為你的寵物。AI 也是一樣,當自然語言互動工具擁有姓名,基本就注定了它會在成精的道路上越走越遠。自然語言互動工具的名字通常是「小」字輩,既顯得弱小無害又無關性別足夠政治正確。

第二步,利用語音產生技術模仿人類語氣。

擁有了名字之後,肯定就不能再用冷冰冰的電子音了,甚至以往語音產生技術管用的真人錄音+規則匹配的模式也略顯死板。這時便出現了以Google WaveNet 為代表的神經網路語音產生,透過對真人說話方式多種特徵的抓取,對語義、詞性、語法包括上下文等等參數綜合考慮,最終產生Google助手那樣像真人一樣說話會停頓、有思考的語氣。

第三步,讓對話內容更加人性化。

在自然語言互動的過程中,語音產生需要建立在文本內容之上。滿足了「說話語氣」的擬人化,同樣也要讓「說話內容」更加人性化。這時語義理解、多輪對話、自然語言產生等等技術的成熟度就變得非常重要。例如微軟在微軟小冰上應用的全雙工自然語言互動,就能實現「邊聽邊想」和「節奏控制」——透過整個對話過程對使用者意圖進行理解,減少使用者的等待時間,並且能夠主動引發新話題打破沉默,自行調節回答的內容和時機。這樣的對話內容透過語音產生技術「展現」出來,就可以以假亂真,讓人以為自己真的在和人類對話。

最後一步,披上「人皮」。

除了技術之外,還要以一些外圍模式讓自然語言互動工具更加擬人化。比如為它們設計一個可愛的卡通形象,增加幾條指令讓它們學會一些撒嬌賣萌的口頭語,在互動介面上增加一些細節讓人們意識不到他們在與機器對話等等。

有了這幾步套路,基本就能塑造出一個「化作人形」的自然語言互動工具了。

越人性越可愛?自然語言互動工具的期望值管理

可我們從未想過的一個問題是,在實際應用時,自然語言互動工具真的越擬人化越好嗎?最近賓州州立大學媒體效果研究實驗室就進行了這樣一項實驗。

研究人員們告知志願者,他們將在電商平台中選購數位相機,並需要和線上客服交談諮詢。這些客服背後都是智慧自然語言互動系統,但研究人員對其進行人性化和回應程度上的區分。不同組的志願者們分別會接觸不同的線上客服系統,有在對話時直接告知對方自己是機器客服的,有的只展示出對話框內容,有的會透過真人頭像和名字「偽裝」成人類。

同時這些擬人程度不同的智慧型客服,又分別有著不同的回應程度。有些可以迅速精準的回答使用者問題,有的卻聽不懂人話顧左右而言他。

為什麼越像人的自然語言互動工具,越容易讓人失望?

在互動過後調查實驗者的滿意程度時,結果卻令人意外。

在一般的邏輯中,我們會認為智慧型客服在互動時響應程度越高,人們的滿意度自然也會越高。可實際情況是,在同樣的響應程度下,使用者的滿意程度是與智慧型客服的人性化程度相關的。比如同樣的互動內容,明確知道對方是機器客服的實驗者就會給出 80 分的滿意度評價,而那些偽裝成人類的機器客服卻只能獲得 60 分的滿意度評價。原因是當機器客服表現出較高的人性化特徵時,使用者對他們的期望程度也會隨著上升,盼望著他們能和人類一樣幫助自己解決問題,如果得不到想要的答案,則會放大失望感。

其實在我們自己應用自然語言互動時也有同樣的感受,當語音助手、智慧型客服等等產品不能解決問題還要強行賣萌講笑話時,我們的暴躁指數往往會呈直線上升。

說到底,自然語言互動的人性化與否是一個「使用者期望值管理」問題,有時過度提升使用者期望值反而會弄巧成拙。

做人容易,做工具難

但目前我們能看到一個重要的趨勢是,自然語言互動人性和工具性的發展程度是不均衡的。

從技術發展的難易程度來看,讓自然語言互動工具更加接近人類,遠遠要比讓自然語言互動工具更加有效容易得多。

不管是Google的 WaveNet 還是微軟的全雙工自然語言互動,都足以讓自然語言互動的發音模式、對話節奏等等細節無限接近人類。未來結合上電腦視覺層面,甚至機器人製作工藝層面的能力,我們可以打造出一個與人類無異的對話者。

為什麼越像人的自然語言互動工具,越容易讓人失望?

其實在今天,我們就能看到諸如 AI 主播或 harmony 推出的索菲亞等等在視覺上極致人性化的「AI 演說者」。

可這些自然語言互動解決問題的能力卻沒有因此提高。具體表現為:對於人類語料的理解還存在一定隔閡,尤其是小語種、老年人、兒童等等相對冷門的語料庫;對於不同領域詞彙的認知還不夠全面,很多時候涉及到一些垂直產業時,AI 往往會進入知識盲區。

如此以來,幫助自然語言互動的「工具性」追趕「人性」或許將成為未來很長一段時間內的產業熱潮。例如建立各個細分產業領域的知識圖譜、累積詞彙庫,或收集不同人群不同方言語種的語料庫用於 AI 訓練。

在技術的不斷追趕之下,人們對自然語言互動工具的期望值不斷提高已經是一種必然,為了避免出現「短板效應」,我們或許應該投入更多精力去追求「人性」以外的東西。

腦極體
作者

你的困惑,來自於無路貼近未知。我們在技術、思想、傳播的異界,販來極限腦量下的TMT。

使用 Facebook 留言
發表回應
謹慎發言,尊重彼此。按此展開留言規則