Да ли сте се икада запитали како велики брендови знају шта потрошачи осећају о производу, кампањи или чак недавном догађају? Па, делује као магија, али одговор лежи у анализи расположења, технологији коју покреће вештачка интелигенција (ВИ) и која је постала суштински алат за разумевање емоција изражених на друштвеним мрежама.
Али како то функционише?
Анализа расположења је техника у области обраде природног језика (НЛП), гране вештачке интелигенције, која настоји да идентификује, издвоји и класификује мишљења изражена у текстовима. Другим речима, она „чита“ оно што објављујете на мрежи и покушава да протумачи да ли сте позитивни, негативни или неутрални према некој теми.
Ова техника се широко користи на платформама као што су Твитер, Инстаграм, Фејсбук, па чак и у коментарима на видео записима на Јутјубу или рецензијама на Гуглу. Компаније, владе, истраживачке институције и маркетиншки стручњаци користе овај алат за мерење „расположења“ потрошача на интернету о различитим темама, од лансирања производа до председничких избора. Да би то урадила, вештачка интелигенција користи моделе машинског учења који су обучени огромним количинама података. Ови подаци укључују примере текстова који су већ означени као „позитивни“, „негативни“ или „неутрални“, помажући систему да научи језичке обрасце повезане са различитим емоцијама.
Да бисмо ово разумели у пракси, можемо користити примере, као што је фраза „Обожавао сам овај филм, био је невероватан!“ , која се обично класификује као позитивна. Супротно томе, „Услуга је била ужасна“ се тумачи као негативна. Неутралније фразе, попут „Данас сам добио производ “, не носе експлицитне емоције и класификују се као неутралне. Али није тако једноставно као што изгледа, јер вештачка интелигенција такође мора да се носи са изазовима као што су:
- Иронија и сарказам: Фразе попут „Вау, каква сјајна услуга... НИЈЕ!“ збуњују мање напредне моделе.
- Сленг и регионализми: Неформални термини се значајно разликују од региона до региона и захтевају прилагођавање.
- Контекст: Иста реч може имати различита значења у зависности од употребе. „Хладно“, на пример, може описати температуру или понашање особе.
Да би се решили ови комплекси, најмодернија решења користе моделе засноване на дубоким неуронским мрежама, као што су BERT и GPT (укључујући GPT-4), који анализирају комплетан контекст реченица.
Коришћењем технологије, компаније могу да врше анализу расположења како би пратиле репутацију свог бренда у реалном времену. Ако новолансирани производ почне да добија критике на друштвеним мрежама, компанија може брзо да реагује, избегавајући веће кризе. Током предизборних кампања, странке анализирају расположење бирача како би прилагодиле своје говоре и стратегије. Штавише, аутоматизовани системи за корисничку подршку већ користе ову технологију за давање приоритета хитнијим или критичнијим порукама. Чак и агенције за јавно здравље прате друштвене мреже како би откриле епидемије болести на основу помињања симптома.
Али као и све технологије, и ова има своје недостатке. Иако корисна, анализа расположења заснована на вештачкој интелигенцији није савршена. Језичка двосмисленост, лажне вести и манипулација садржајем могу искривити резултате. Штавише, постоје етичке дискусије о приватности и дигиталном надзору, јер ови системи анализирају корисничке податке, често без њиховог знања. Из тог разлога, резултате треба тумачити са опрезом и људским надзором. Вештачка интелигенција је моћан алат, али јој је и даље потребан критички и контекстуални допринос искусних аналитичара.
Са напретком генеративних вештачких интелигенција и мултимодалних модела (који разумеју текст, слику, звук и видео заједно), очекује се да ће анализа расположења постати све прецизнија и софистициранија. Ускоро ће бити могуће не само разумети шта људи говоре, већ и како то говоре – узимајући у обзир тон гласа, изразе лица, па чак и паузе у говору.
Интернет је одлично огледало људског понашања, а анализа расположења, уз помоћ вештачке интелигенције, учи да дешифрује овај одраз са све већом јасноћом.
Од Глејбера Родригеса, специјалисте за вештачку интелигенцију, стратегију, технологију и маркетинг ауторитета.
