脑极体@如何打开商业化正确姿势?,情感智能进行时( 三 )


传统的调查、访谈或者增加人力的方法 , 尽管有一定作用 , 但仍然存在着大量的主观的、不确定的影响因素来影响企业对客户情绪的有效判断 。 而基于情感智能的识别分析 , 则能够得到客户和用户最真实的情感表现 , 同时由于机器学习的大规模应用 , 还能有效降低在情感计算上面的时间、人力的投入 。
在广告效果测试中 , 如果是基于问卷调查 , 被测试者往往会经过理性思考 , 出于维护个人形象或者出于社交礼貌等因素 , 给予被测试广告过高的评价 。 而基于人脸情绪识别 , 则可以发现被测者在观看广告时的无意识的情绪状态 , 这样更有助于得到对该广告的真实反馈 。
再比如零售门店的场景当中 , 遍布门口以及店内的摄像头 , 可以代替店员最先捕捉到顾客的浏览状态、在商品前的停留时间、神情状态等信息 , 从而可以有效指导店员进行服务介入 。 另外 , 与会员制的结合 , 可以对该顾客的购买记录、到店的情感状态记录一起形成顾客的个性化资料库 , 从而进行更有针对性的购物指导 , 提高到店复购率 。
脑极体@如何打开商业化正确姿势?,情感智能进行时
文章图片
在金融领域 , 情感智能可以有效应用在金融信贷反欺诈领域 。 在应用这些技术之前 , 金融机构只能根据信贷客户的历史表现和资产信息进行判断 , 这样一方面限制了信贷的客户群体 , 一方面有可能遭遇客户的类似“庞氏骗局”形式的故意欺诈 , 即通过之前良好的信贷记录 , 最后一次性大额信贷后卷款跑路 。
基于情感智能技术的实时性和分析数据的“不可伪造”特性 , 金融机构就可以通过对信贷客户在面对面访谈过程中的人体数据进行音视频的记录和分析 。 基于对这些数据的分析 , 可以形成一个欺诈可能性的概率 , 为金融机构的最终判断提供参考依据 。
如果将这些应用场景列举下去 , 我们会得到一串长长的情感智能的商业化清单 。 我们其实也能看到 , 从商业机构、企业主的角度出发 , 他们想要将情感智能技术应用到各类商业场景当中 , 从而获得更多的消费者数据和商业机会 。
作为消费者和一些平台用户的我们是否该问一句:在这些应用场景当中 , 是否要订立一些使用的边界 , 来保护我们个人最后的那一点隐私呢?
知情和许可 , 打开情感智能商业化的正确姿势
情感计算和情感智能的技术可行性以及应用的可行性 , 其实已经毋庸置疑了 。 但是情感智能的应用边界和规则 , 却理应得到认真的思考和界定 。
思考这样几个场景 。 比如 , 当你在驾车行驶的途中 , 车内摄像头可以捕捉到你的面部表情 , 就会判断你是否处于疲劳、分心或者路怒状态 , 并进行及时的提醒和休息建议 。 这项技术现在早已开始普及 。 但是如果这些被记录的情绪状态 , 如果被用来作为你下一次车险的判断依据 , 就需要值得商榷了 。
脑极体@如何打开商业化正确姿势?,情感智能进行时
文章图片
再比如 , 去年一段小学生戴着监控头环上课的事件闹得沸沸扬扬 。 这一设备可以记录孩子们的走神、分心的情况 , 并进行注意力打分 , 汇报给老师和家长 。 这种情绪数据的监控 , 以及类似地对学生上课状态的识别 , 是否对学生的隐私造成侵犯和伤害 , 也是一件值得探讨的事情 。
更极端的情况 , 比如一些公司如果想用这套情感智能系统来监控员工的工作表现 , 社交网站和分析机构使用用户的社交记录来进行政治倾向的筛选和政治选举的刻意引导 , 正如Facebook和剑桥分析所做的那样 , 造成了极为恶劣的社会影响 。
显然 , 商业机构或者各类组织在应用情感智能的技术时候 , 应该让消费者和使用者拥有充分的知情权 , 并且在某些情况下 , 要征得用户的许可授权 , 这样才能更好地为情感智能的应用提供友好的使用环境 。


推荐阅读