V glasu je moč zaznati stres, zdravstveno stanje, celo okužbo z novim koronavirusom

Pri pacientu, ki ne kaže simptomov, je okužbo z novim koronavirusom težko zaznati. Znanstveniki na Inštitutu za tehnologije v Massachusettsu (MIT) so v okviru raziskave izdelali avdiobazo telefonskih posnetkov prisilnega kašlja in s pomočjo umetne inteligence oblikovali algoritem, ki je sposoben prepoznati okužbo. 

Kašelj s koronavirusom okuženih oseb zveni rahlo drugače od kašlja zdravih oseb, saj virus vpliva na človekova pljuča in glasilke, trdijo znanstveniki. Preučili so posnetke, ki jim jih je med aprilom in majem 2020 posredovalo 5320 ljudi, in ugotovili, da umetna inteligenca na posnetku lahko zazna razlike, ki so človeškemu ušesu neslišne. Njihov model je v 98,5 % primerih pravilno identificiral okužene z novim koronavirusom   in v 100 % primerih, ko so bili bolniki asimptomatski. 

Na ta način bi se dalo prepoznavati okužene osebe in posledično preprečevati širjenje okužbe. Raziskovalci menijo, da bi ta algoritem lahko vgradili v brezplačno telefonsko aplikacijo, ki bi uporabnike s sumljivim kašljem napotila na nadaljnje testiranje. Bi pa aplikacija pred tem potrebovala zeleno luč ameriške zvezne uprave za hrano in zdravila (FDA). 

"Znanstveniki so s pomočjo uporabe nevronskih mrež oz. umetne inteligence ugotavljali, s kakšno stopnjo verjetnosti lahko napovejo, da je oseba okužena z novim koronavirusom. Sodelujočim v raziskavi, ki so jim posredovali posnetke, so postavili tudi nekaj podvprašanj – o spolu, starosti, poštni številki in simptomih. Vprašali so jih, ali imajo vročino, ali so utrujeni, ali imajo suh kašelj, bolečine v prsih ali diarejo in ali težko dihajo. Na podlagi tega vprašalnika in avdiozapisa kašljanja so potem naredili analizo in prišli do spoznanj napovednega modela, ki zna z zelo visoko natančnostjo napovedati, katera oseba je potencialno okužena z novim koronavirusom," pojasnjuje Marko Drobnjak, mladi raziskovalec na Inštitutu za kriminologijo pri pravni fakulteti v Ljubljani, ki se ukvarja s percepcijo govora. 

Zgovoren vzdih ob klicu na nujno številko v primeru Georgea Floyda 

Kako pomembni so majhni elementi, ki so prisotni v govoru in s katerimi se vsakodnevno srečujemo, kako lahko medmete, vzdihe ali čustvene odzive interpretiramo na različne načine in kako lahko ti vplivajo na zasuk celotne komunikacije, po njegovih besedah dokazuje tudi prepis telefonskega posnetka, ki je vodil v brutalno aretacijo temnopoltega Georgea Floyda, po kateri je ta umrl.

"Med vsakim klicem na nujno telefonsko številko, ko oseba prijavlja sum kaznivega dejanja ali okoliščine, poteka neka osebna profilizacija potencialnega osumljenca ali žrtve. Na podlagi tega je oseba, zaposlena v klicnem centru, kličočo vprašala niz vprašanj, ki so ključna za profiliranje, v tem primeru osumljenca. Šlo je sicer za tipična vprašanja, ki pa se s perspektive našega okolja morda zdijo relativno sporna, saj gre med drugim tudi za profiliranje na podlagi rase – ali gre za belca/črnca/Latinoameričana/Azijca, moškega/žensko, fanta/dekle ... Na vprašanje, katere rase je osumljenec, je kličoča odgovorila, da gre za temnopolto osebo ('He is a black guy.'). Oseba v klicnem centru je na to odgovorila: 'All right,' in zavzdihnila. Pri tem vzdihu je značilno to, da v celotnem transkriptu ni nobenih drugih značilnosti, ki niso neposredno vezane na prepis tega, kar je bilo izrečeno. Na podlagi tega vzdiha in posredno v navezavi na medmete, s pomočjo katerih se da prepoznavati neke razpoloženjske odzive, je potem sledil zasuk v govoru. Kličoča je osebo v klicnem centru vprašala, kakšen je njen dan, sledil je odgovor, da ni tako hudo, šele potem sta sledila vprašanje 'kako vam je ime' in formalni del prijave oz. klica, ki naj bi bil tema pogovora," pojasnjuje.

Na podlagi govora posamezne osebe ustvarimo njen profil

Kako konkretno bi lahko omenjene elemente iz angleškega jezika prenesli v slovenščino, Drobnjak še ne more oceniti, saj je bilo na tem področju narejenih premalo raziskav. Dejstvo pa je, da si pri vsakem pogovoru oblikujemo neko predstavo o govorcu. Ustvarimo si mnenje o njegovi izobrazbi, osebnostnih lastnostih in interesih.

"Če bi raziskovalna in teoretska izhodišča prenesli v kateri koli živ jezik in okoliščine, ki obkrožajo ljudi, bi lahko sklepali, da se take stvari nedvomno dogajajo tudi pri nas. Raziskave, ki so jih naredili za medijske hiše, so pokazale, da za najbolj priljubljeno narečje med gledalci velja primorsko. Lahko torej rečemo, da obstajajo neke predpostavke o tem, katere ljudi najraje poslušamo zaradi njihovih značilnosti v govoru, a te značilnosti se lahko izražajo na različne načine, zaradi različnih uresničevanj teh značilnosti pa tudi poteka percepcija govora. Ni pa nujno, da gre samo za neko dialektološko značilnost – lahko gre za povsem druge značilnosti, ki so prisotne v govoru, na primer za mašila, način izgovorjave, govorne napake, besedni vrstni red, zaznamovanost zaradi izrazja ali neupoštevanja pravil itd.," pojasnjuje.

Prav govorne napake in momljanje so tisto, kar je pogosto izpostavljeno kot nekaj zelo negativnega v govoru in nekaj, kar vpliva na razumevanje izrečenega. "V ZDA na primer poznamo afroameriško angleščino, ki je kot način govora in z vidika besedišča ljudem, ki s takim jezikom niso v stiku, težko razumljiva. Podobno kot če si poenostavljeno predstavljamo, da nam oseba v žargonu oz. v profesionalnem jeziku svojega dela razlaga o stvareh, ki jih laiki ne razumemo. Že v avtomehanični delavnici, na primer, se z določenimi situacijami zaradi tega ne znamo soočiti. To so povsem življenjske situacije, veliko večja težava pa je, če do takih nerazumevanj prihaja na sodišču, kjer se išče pravica (pravico lahko zapišemo v narekovajih, ker gre za stereotipiziran pomen)."

Ali način govora vpliva na odločanje sodišč?

Profiliranje na podlagi govora, kot že omenjeno, poteka tudi v sodni dvorani. Ali to pomeni, da bi porota ali sodnik nekoga s slabšimi govornimi veščinami lahko prej spoznala za krivega kot tistega, ki je tega vešč? 

"Nedvomno obstaja možnost, da bi osebo zaradi načina govora percipirali drugače. Hipni vtis o človeku si ustvarimo na podlagi njegovega videza in glasu. V splošnem lahko govorimo o narečnih značilnostih, v grobem pa so zelo pomembne barva glasu, hitrost govorjenja in poleg male množice teh značilnosti celostna podoba, ki si jo na podlagi govora ustvarimo o posamezniku. Ta vpliva na to, kako njegov govor percipiramo. Vsi smo že bili v situacijah, ko nam je bila oseba, ki je predavala, zaradi prijetnega glasu všeč, poleg tega pa se je izražala na zelo zanimiv način in je vedela, kako privabiti množice. Velikokrat pa se nam zgodi, da gre za vrhunske predavatelje in strokovnjake, ki niso vešči retoričnih figur in imajo recimo poleg tega še zelo visok, piskajoč glas, ki je že v osnovi manj prijeten. Tedaj je pozornost na vsebino manjša, saj smo osredotočeni na tisto, kar je moteče. Če to iz splošnega prestavimo v okoliščine, ko gre za pričanje o nekem kaznivem dejanju, lahko ugotovimo, da se lahko rdeča nit izpovedovanja izgubi samo zato, ker je bila oseba percipirana drugače," odgovarja naš sogovornik.

Na podlagi profiliranja glasu je možno prepoznavati tudi raznorazna stanja govorcev, stresne okoliščine, posttravmatske sindrome, možno je zaznati, ali je oseba v šoku, in tudi zdravstvena stanja, o čemer smo govorili na začetku – temu rečemo glasovni prstni odtis oz. voice fingerprinting.

Virtualni asistenti in umetna inteligenca

Poleg percepcije govora v pravnih postopkih je po njegovih besedah zanimiva tudi izpeljava percepcije govora v navezavi na virtualne asistente, ki jih poganja umetna inteligenca (Siri, Bixby, Alexa …). 

Ugotovitve, ki nastanejo pri percepciji govora in raziskovanju tega področja, je mogoče aplicirati v naš vsakdan, kar se po njegovih besedah lahko uporabi za nadgradnjo obstoječih virtualnih asistentov. "Jezikoslovne značilnosti, ki jih razberemo iz govora, so na eni strani lahko poseg v zasebnost, zato je treba biti zelo pazljiv in varovati pravice posameznikov, po drugi strani pa te jezikoslovne značilnosti vplivajo na to, na kakšen način in kako naravno se bo odzival naš virtualni asistent. Tukaj ni pomemben samo transkript ukaza, na primer vprašanje, kakšno je vreme, in odziv nanj, pač pa so kapacitete veliko večje. Ugotoviti je mogoče čustvena in psihofizična stanja, na podlagi tega pa je odziv virtualnih asistentov lahko veliko naravnejši in bolje prilagojen uporabniku. Že vsak pametni telefon je opremljen z virtualnimi asistenti, počasi imamo pametne domove, v prihodnosti bomo imeli pametne avtomobile, ki bodo imeli gumb, s katerim je moč poklicati na pomoč. Če bi lahko sistem ob pritisku na gumb na podlagi psihofizičnih značilnosti v našem glasu ugotovil, da govorimo zelo težko, ker imamo na primer stisnjen prsni koš, ali pa bi kričali, ker smo v hudih bolečinah, bi se med sporočilom v klicni center to zabeležilo, reševalci bi se znali odzvati in bi vedeli, da je z vidika reševanja življenja v takšnih okoliščinah na kraj nesreče mogoče bolj smiselno priti s helikopterjem ali motorjem. Korak naprej je sistem v avtomobilu, ki lahko samodejno zazna nenavadne okoliščine in jih tudi z zajemom zvoka iz okolice procesira ter sam pokliče na pomoč, ob tem pa upošteva že vse opisane okoliščine."

V vsakodnevnem življenju je potencial tovrstnega raziskovanja in apliciranja zelo neposreden – če se jezno odzivamo na virtualne asistente in oni to zaznajo, nam lahko posredujejo pomirjujoče odzive. Kljub vsemu, kar tehnologija na podlagi profiliranja dandanes že zmore, pa se v vsakdanjem življenju še vedno ukvarjamo s tem, da bi naš virtualni asistent prepoznal, kdo je njegov uporabnik, in da bi med njimi lahko preklapljal, še doda Drobnjak.