De la dictare la inteligență conversațională, cum a evoluat vocea noastră?!
Transcrierea corectă a cuvintelor este doar jumătate din bătălie. Chiar dacă tehnologia înțelege ce spunem, experiența utilizatorului rămâne adesea frustrantă dacă sistemul nu „pricepe” intenția din spatele mesajului.
Culture picks
AI-ul din umbră: Când angajații își fac singuri dreptate digitală
Studenții ocolesc restricțiile Wi-Fi din campus cu ajutorul VPN-urilor
Formula 1: AI-ul aduce fanii mai aproape și finanțează dezvoltarea mașinilor
Tehnologia purtabilă: de la ajutor la obsesieAcest decalaj devine critic pe măsură ce vocea încetează să mai fie un simplu instrument de dictare și devine interfața principală prin care interacționăm cu agenții AI.
Astăzi, o platformă performantă trebuie să știe cine vorbește, care este istoricul conversației și dacă mesajul primit este o simplă informație sau o comandă executabilă.
Neil Zeghidour, prin compania sa Gradium, încearcă să rezolve exact această problemă. Când a discutat prima dată cu Karen Webster, CEO-ul PYMTS, anul trecut, compania dispunea de 70 de milioane de dolari în granturi.
Între timp, a mai atras o rundă de 30 de milioane de dolari, beneficiind inclusiv de susținerea Nvidia, pentru a rafina capacitatea agenților vocali de a purta conversații cu adevărat inteligente.
Deși viteza, costurile și naturalețea vocii rămân importante, testul suprem pentru un sistem AI este capacitatea de a descifra situația și starea emoțională a interlocutorului. Tehnologia vocală a fost evaluată ani la rând doar prin prisma transcrierii: poate recunoaște cuvintele?
Poate inteligența artificială să înțeleagă cu adevărat intenția din spatele
Poate gestiona accentele? Însă, când ascultătorul este un agent AI, aceste criterii devin insuficiente. Un agent trebuie să înțeleagă sensul profund, nu doar să stocheze cuvintele.
Același termen medical, de exemplu, poate desemna o persoană, un loc, o cerere sau o instrucțiune specifică.
Mai mult, sistemul trebuie să verifice autoritatea: are utilizatorul dreptul să aprobe o rambursare, să transfere fonduri sau să modifice un cont? Aici eșuează multe soluții actuale, creând ceea ce numim „capcana vocală”.
Un chatbot poate suna impecabil, dar dacă este lent, repetitiv sau incapabil să execute sarcini complexe, experiența devine contraproductivă.
Așa cum au concluzionat Webster și Zeghidour, problema majoră este că dezvoltatorii tind să construiască sisteme care par mai capabile decât sunt în realitate, oferind asistenți vocali care, în practică, se dovedesc a fi nefolositori sau greoi.
