人工智能(AI)已经开始渗透到人类生活的方方面面。人工智能不仅仅是分析数据的工具——它正在改变我们沟通、工作和生活的方式。从ChatGPT到人工智能视频生成器，技术和我们生活的一部分之间的界限变得越来越模糊。

　　但这些技术进步是否意味着人工智能可以在网上识别我们的感受?

　　在《国际市场研究杂志》(International Journal of Market research)上发表的研究中，我们研究了人工智能是否能检测到X(以前的Twitter)上帖子中的人类情绪。

　　我们的研究重点是关于某些非营利组织的帖子中表达的情绪如何影响人们的行为，比如决定在以后向他们捐款。

　　传统上，研究人员依赖于情绪分析，将信息分为积极、消极或中性。虽然这种方法简单直观，但也有局限性。

　　人类的情感要微妙得多。例如，愤怒和失望都是负面情绪，但它们会引发截然不同的反应。在商业环境中，愤怒的客户可能比失望的客户反应更强烈。

　　为了解决这些限制，我们应用了一个人工智能模型，该模型可以检测推文中表达的特定情绪，如喜悦、愤怒、悲伤和厌恶。

　　我们的研究发现，在X上表达的情绪可以作为公众对特定非营利组织的一般情绪的代表。这些感受直接影响了捐赠行为。

　　我们使用“转换迁移学习”模型来检测文本中的情绪。变形金刚是高度复杂的人工智能算法，经过谷歌(Google)和Facebook等公司的大规模数据集预先训练，擅长理解自然语言(与计算机语言或代码不同的自然发展的语言)。

　　我们在四个自我报告的情绪数据集(超过360万个句子)和七个其他数据集(超过6万个句子)的组合上对模型进行了微调。这使我们能够绘制出网上表达的各种情绪。

　　例如，当阅读X帖子时，该模型会检测到快乐是主要情绪，例如“在学校开始我们的早晨是最好的!”对着目标孩子们微笑。”

　　相反，模特会在推特上表达悲伤，说:“我觉得我失去了自己的一部分。我一个多月前失去了妈妈，13年前失去了爸爸。我迷路了，害怕了。”

　　该模型在从文本中检测情感方面达到了令人印象深刻的84%的准确率，这在人工智能领域是一个值得注意的成就。

　　然后我们看了两家新西兰组织的推特——弗雷德·霍洛斯基金会和奥克兰大学。我们发现，表达悲伤的推文更有可能推动向弗雷德·霍洛斯基金会(Fred Hollows Foundation)捐款，而愤怒的推文则与向奥克兰大学(University of Auckland)捐款的增加有关。

　　识别特定的情绪对市场营销、教育和医疗保健等部门具有重要意义。

　　能够识别人们在特定环境下的情绪反应可以帮助决策者对他们的个人客户或更广泛的市场做出反应。网络社交媒体帖子中表达的每种特定情绪都需要公司或组织做出不同的反应。

　　我们的研究表明，在捐赠方面，不同的情绪会导致不同的结果。

　　了解营销信息中的悲伤可以增加对非营利组织的捐款，从而实现更有效、更能引起情感共鸣的活动。愤怒可以激发人们对感知到的不公正采取行动。

　　虽然变压器迁移学习模型擅长于检测文本中的情绪，但下一个重大突破将来自于将其与其他数据源(如语音语调或面部表情)集成，以创建更完整的情绪档案。

　　想象一下，一个人工智能不仅能理解你在写什么，还能理解你的感受。显然，这些进步伴随着伦理挑战。

　　如果人工智能可以读懂我们的情绪，我们如何确保负责任地使用这种能力?我们如何保护隐私?随着技术的不断发展，这些都是必须解决的关键问题。

　　更多信息:Sanghyub John Lee等，特定情感分析在预测捐赠中的作用:社交媒体中情感和特定情感分析的比较实证研究，国际市场研究杂志(2024)。DOI: 10.1177/14707853241261248由The Conversation提供

　　本文转载自The Co在知识共享许可下的对话。阅读原文。

　　引用快乐，悲伤还是生气?根据2024年10月1日从https://techxplore.com/news/2024-10-happy-sad-angry-ai-emotions.html获取的新研究(2024年10月1日)，人工智能可以检测文本中的情绪

　　作品受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。的有限公司

　　内容仅供参考之用。