情緒測量：Cognovi 使用人工智能來了解我們的感受

已發表: 2021-10-18

一些心理學和哲學領域主張有意識的、理性的、客觀的頭腦。但在現實生活中，邏輯事實調查可能導致根據個人的信仰系統、信息的來源、信息的傳遞方式以及對個人或他們所愛的人的預期影響進行主觀評估的推論和推論。

在大多數情況下，我們根據我們對所收集信息的“感覺”做出決定和採取行動。我們知道我們不應該喝那種飲料的原因，但它讓我們快樂。我們知道為什麼我們應該帶著我們的症狀去看醫生，但我們害怕診斷。

在其他思想流派中，邏輯與它無關。意見、決定和行為是基於復雜的心理和情感過程，這些過程在意識之外運作，當然不是基於邏輯。無論這些過程被描述為直覺的還是隱含的、無意識的還是潛意識的，體驗到的情緒都是理解它們的關鍵。

無論哪種方式，情緒都是至關重要的。在某些情況下，我們的情緒反應背後可能有原因，但最終是情緒主導。其他時候，我們不知道為什麼我們會以自己的方式感受或行動。

如果這種複雜的情感景觀對於個人來說難以探索並且對於小組互動具有挑戰性，那麼對於更大的人群來說似乎是不可能定義的。幾十年來，廣告商和政治運動已經知道，列出產品的功能或候選人平台的好處只會到此為止。

真正的任務不是確定人們對產品或候選人的了解，而是他們對它的感受。過去，調查通常僅限於使用僅衡量狹窄維度的量表，通常是積極、消極或中性情緒。用戶報告和焦點小組的範圍可能會受到限制，並對主觀解釋持開放態度。許多方法可以被批評為不符合現實世界的情感態度。

輸入最冷靜的量化工具：人工智能。計算機科學最重要發展的融合為了解大規模情緒動機和抑制因素打開了大門。

情感人工智能通過檢查語言交流以及非語言線索（例如肢體語言、音調和麵部表情）來檢測人類情感。 “大數據”挖掘分析大量數據以提取信息模式。

機器學習通過使程序能夠開發新策略和編寫新算法來提高計算機性能。為了確定語音或寫作的明確或隱含意義，自然語言處理技術允許對口頭交流進行語義分析，並最終分析其背後的情感動機。

開創性的新公司 Cognovi Labs 應用這些組合工具來提取大量人群的重要情緒態度和情感模式。基於學術研究，他們的創新方法對簡短社交媒體文本（如 Twitter 帖子）中的自由流動對話進行數據挖掘，並識別與目標問題相關的最相關的情感暗流。

他們檢測到的情緒比正面或負面情緒要詳細得多，範圍從幸福、快樂、娛樂、驚訝、希望、信任和感激，到恐懼、厭惡、悲傷、憤怒、困惑、焦慮和抑鬱。與直覺或主觀意見相反，無論多麼“專家”，他們都能夠記錄和量化哪些情感成分會激發行為，哪些會抑制行為。

Cognovi Labs 分析產生的不僅僅是增強的靜態描述性報告。它們記錄並以圖形方式顯示情感模式和趨勢隨時間和跨地理區域的變化，並按性別和政治派別等屬性對響應進行分類。

例如，他們的 Covid 恐慌指數是恐懼和焦慮迅速增長及其對經濟活動影響的首批指標之一，所有這些都直觀地顯示在地圖和情感詞和關鍵短語的詞云上。他們最近開發的疫苗態度儀表闆說明了對類似演示的認識和信心的變化。

對於他們的使命最重要的是，Cognovi 運用他們豐富的行為心理學專業知識來開發預測性和規範性分析。為了預測未來的行動，Cognovi 使用專有的評估理論來了解人群中行為的情感動機。

效果如何？它準確地預測了被民意調查機構搞砸的英國退歐和 2016 年美國總統大選，這讓幾乎所有人都感到驚訝。

Cognovi 積極主動地強調對促銷或信息性信息的預測試。正如他們的一篇博客所解釋的那樣，“在新聞發布之前測試敘事的情感影響至關重要，以便準確預測公眾的情感反應和未來行為。”

他們的情緒觸發營銷 (ETM) 平台通過首先確定有效傳達信息的特定短語和單詞來實現這一點，這些短語和單詞會觸發所需響應的情緒驅動因素。此外，Cognovi 的分析規定了營銷活動的最佳時機，例如何時宣布一種新藥。

無需營銷天才就能了解這些工具如何幫助促進商業、工業、政治或金融利益。

然而，Cognovi Labs 的使命強調“強大的技術伴隨著重大責任”，而社會責任至關重要。他們對公共衛生和安全、反宣傳和心理健康工作的承諾清楚地表明他們言行一致。

對此有什麼想法嗎？ 在下面的評論中讓我們知道，或者將討論帶到我們的 Twitter 或 Facebook。