في عالم الذكاء الاصطناعي الحديث، تبرز أهمية فهم كيفية تفاعل الأفراد في المحادثات، ولا سيما عندما يتجاوز الحديث زوجاً من المتحدثين. حيث تناولت دراسة جديدة الهياكل المعقدة للتنبؤ بالتفاعلات في المحادثات متعددة الأطراف، مُقدّمة معياراً جديداً يُعتمد عليه.

تستند هذه الدراسة إلى مجموعة بيانات AMI وتقفز لتفتح أفقاً جديداً لفهم تفاعلات المتحدثين، حيث تم تحليل 682 مشهداً محادثة من 171 اجتماعاً مختلفاً، مع تأثير كبير على كيفية توقع ردود الفعل (backchannel) التي يشهدها المستمعون.

على الرغم من أن النموذج القائم على المحادثات الثنائية ذات الطراز العالي حقق نتائج مُتوسطة عند تطبيقه على محادثات بدون سابق معرفة (zero-shot)، إلا أن التحليلات أظهرت أن الميزات الصوتية المتجمدة كانت لا تزال قابلة للتحليل، مما أدى إلى تحسين كبير في النجاح عند إعادة تدريب النماذج.

علاوة على ذلك، كشفت إعادة التدريب عن قيود جديدة. أشارت الدراسة إلى أن تحسين التكيف مع المستمعين المعروفين خلال التدريب لم يكن له نفس التأثير على المستمعين غير المعروفين، مما يستدعي مزيداً من البحث في كيفية تجاوز هذه التحديات.

النتائج المثيرة تكشف أيضاً عن علاقة معقدة بين هوية المتحدثين والإشارات المفيدة للتنبؤ بالردود، مما يسلط الضوء على الديناميكيات الدقيقة المحيطة بالتفاعل البشري.

للمزيد من التفاصيل، يمكنكم زيارة الموقع المشار إليه حيث تم إصدار المعيار وأدوات التقييم المتاحة لتحسين فهمنا لتفاعلات المحادثات متعددة الأطراف.