في عالم تطور فيه الذكاء الاصطناعي بشكل ملحوظ، أصبحت القدرة على فهم المشاعر البشرية أمراً ضرورياً لتطوير وكالات المحادثة التفاعلية. وقد أُجريت دراسة جديدة لتقييم فعالية خصائص التعرف على المشاعر المتعددة الأنماط (Multimodal Emotion Recognition) في وكيل محادثة اجتماعي تفاعلي (Socially Interactive Agent) يعمل بالذكاء الاصطناعي.

تستخدم هذه الأنظمة المدمجة تقنيتين رئيسيتين لتقييم الحالات العاطفية في الوقت الحقيقي: الأولى تعتمد على التعرف على الوجه من خلال الرؤية الحاسوبية، بينما الثانية تمثل تحليلًا دلاليًا لغويًا يعكس تجارب المستخدمين. وقام الباحثون بإجراء تجربة مع عشرين مستخدمًا، حيث تم التواصل معهم في حوارات ديناميكية غير محددة النص.

أظهرت النتائج وجود فجوة كبيرة بين الإشارات البصرية الآلية والمشاعر الداخلية الحقيقية للمستخدمين. فعلى الرغم من مشاعرهم الإيجابية، لم يُظهر المستخدمون سوى تعبيرات وجه جادة، فيما يعرف بتأثير "وجه البوكر". وعلى الجانب الآخر، كان التحليل اللغوي القائم على الذكاء الاصطناعي أكثر موثوقية، حيث ساهم في فهم التعبيرات اللفظية للمستخدمين بشكل أفضل.

كما أظهرت النتائج أن الوكلاء التفاعليين يمكنهم استنباط مشاعر محددة من خلال تعديل مواضيع المحادثة واستخدام أنماط لغوية مرتبة، مثل اللغة العاطفية أو الفكاهية. ومع ذلك، أشار الباحثون إلى أن الاستخدام غير المتوازن لهذه التقنيات قد يؤدي أحيانًا إلى تفاعل سلبي من قبل المستخدمين، مما يخلق شعوراً بعدم الأصالة.

في الختام، تدعو هذه الدراسة إلى ضرورة تحسين وكالات المحادثة لتتمكن من التفاعل بشكل ديناميكي مع تطور المشاعر لدى المستخدمين، مع الاعتماد على السياق اللغوي العميق لتحقيق تفاعلات أكثر طبيعية تشبه التفاعل البشري.