Hey Google, bring meine Ehe in Ordnung

Es lässt sich nicht leugnen, dass Google Assistant für einfache, alltägliche Bedürfnisse nützlich ist, damit Nutzer nicht zum Telefon greifen müssen. Aber was wäre, wenn er mehr Mehrwert bieten und dabei intuitiver und menschenähnlicher werden könnte? Sind wir so weit von der Art Assistent entfernt, die in Spike Jonzes Her dargestellt wird?

Eines der größten Hindernisse für die Einführung von Sprachassistenten ist die Tatsache, dass die natürliche Sprache nicht allgegenwärtig ist und die Funktionalität in der Regel auf schnelle Abkürzungen beschränkt ist. Laut Forrester nutzen 46 % der Erwachsenen derzeit intelligente Lautsprecher, um ihr Zuhause zu steuern, und 52 % nutzen sie zum Streamen von Audio. Keiner dieser Anwendungsfälle ist eine Notwendigkeit, und sie sind auch nicht sehr einzigartig. Da wir nicht nur nach Abkürzungen und Unterhaltungswert suchen, wollten wir mit Google Assistant experimentieren, um einen realen Nutzen hervorzuheben, der mehr menschenähnliche Interaktionen bietet. Denken Sie dabei weniger an "Hey Google, mach das Küchenlicht an", sondern eher an "Hey Google, repariere meine Ehe"

Unser internes Forschungs- und Entwicklungsteam MediaMonks Labs wollte die Grenzen von Google Assistant ausloten, um herauszufinden, welche Art von Erfahrungen der Assistent bieten kann, um das Leben und die zwischenmenschlichen Beziehungen der Nutzer zu verbessern, indem er eine Schulter zum Ausweinen oder einen Mediator bietet, der Konflikte löst und dabei einen klaren Kopf behält.

Wer hätte gedacht, dass eine bessere Qualität der Konversation mit einer Maschine Ihnen helfen könnte, besser mit anderen Menschen zu sprechen? "Das meiste am Assistant ist sehr funktional", sagt Sander van der Vegte. "Es ist fast wie eine akustische Taste oder etwas zur Unterhaltung. Der Eheberater ist weder das eine noch das andere, könnte aber als ein Schritt implementiert werden, bevor man einen echten Berater aufsucht."

Warum Google Assistant?

Google Assistant ist eine spannende Plattform für die Sprachsteuerung, da er durch seine enge Integration mit dem Mobiltelefon jederzeit und überall aufgerufen werden kann. "Google Assistant ist in erster Linie ein Assistent, der jederzeit zur Verfügung steht", sagt Joe Mango, Creative Technologist bei MediaMonks.

Dennoch war das Team der Meinung, dass die Plattform noch mehr bieten könnte, um einzigartige Erlebnisse für die Sprachschnittstelle zu schaffen. "In Anbetracht der Briefings, die wir bekommen, ist das meiste, was der Assistent kann, sehr funktional", sagt Sander van der Vegte, Leiter der MediaMonks Labs. "Er ist so konzipiert, dass er eine Abkürzung ist, um etwas auf dem Telefon zu tun, wie eine akustische Taste. Dieser Eheberater hat eine ganz andere Funktion."

Das Labs-Team wurde aufmerksam, als Amazon im Rahmen eines Programms namens Alexa Prize Entwickler dazu aufforderte, Alexa-Fähigkeiten zu entwickeln, die 20 Minuten lang sinnvolle Gespräche mit Nutzern führen können. Dies bot eine hervorragende Gelegenheit, den Spieß umzudrehen und die Google Assistant-Plattform herauszufordern, um zu sehen, wie gut sie eine soziale Konversation mit Nutzern aufrechterhalten kann. Das Ergebnis ist eine einzigartige Aktion, die von dem Assistenten aktives Zuhören und eine einfühlsame Herangehensweise verlangt, um zwei Nutzern zu helfen, sich auf Augenhöhe zu begegnen.

Die Form der Konversation durchbrechen

Wie Sie sich vorstellen können, erforderte das Angebot dieser Art von Erfahrung ein wenig Hacking. Um zwei verschiedenen Personen in einem Gespräch zuhören und antworten zu können, musste sich der Assistent von dem typischen, transaktionalen Austausch lösen, für den die Dialogmodelle von Sprachassistenten konzipiert sind. "Wir mussten alle Regeln brechen", sagt Mango - aber in der Liebe und im Krieg ist alles erlaubt, zumindest für einen virtuellen Assistenten.

Ein gutes Beispiel dafür ist die neuartige Verwendung des Fallback Intent. Der Fallback Intent ist eine Antwort, die der Assistent dem Nutzer gibt, wenn er eine Anfrage stellt, die nicht auf eine Antwort programmiert ist - normalerweise etwas so Einfaches wie die Bitte an den Nutzer, zu versuchen, seine Anfrage anders zu formulieren.

Der Eheberater nutzt diesen Schritt jedoch, um die Anfrage an die Stimmungsanalyse mit Google Cloud API weiterzuleiten. Dort wird die Aussage danach bewertet, wie positiv oder negativ sie ist. Durch die Verknüpfung dieser Bewertung mit einer Überprüfung des Gesprächsverlaufs auf zutreffende Details kann der Assistent eine personalisierte Antwort erstellen. So können beide Nutzer in einer offenen Diskussion frei sprechen, ohne durch Fehler unterbrochen zu werden.

Wie sieht eine solche Interaktion aus? Als ein Paar die Eheberater-Aktion testete, erwähnte ein Nutzer seine Beziehung zu seinen Brüdern: einige von ihnen standen sich nahe, aber der Nutzer hatte das Gefühl, dass er sich von einem von ihnen entfernte. Daraufhin meldete sich der Assistent zu Wort und erinnerte den Nutzer daran, dass es gut sei, dass er eine Reihe von engen Beziehungen habe, denen er sich anvertrauen könne. Die Fähigkeit des Assistenten, auf einen einmaligen Kommentar - der sich nicht einmal auf die Liebesbeziehung des Nutzers bezog, aber dennoch für sein emotionales Wohlbefinden relevant war - eine gesunde Perspektive zu bieten, war überraschend.

Die einfallsreiche Nutzung der Plattform ermöglicht es dem Assistenten, besser auf den wahrgenommenen emotionalen Zustand des Nutzers zu reagieren. Google ist dank seiner fortschrittlichen Spracherkennungsmodelle besonders interessant für Experimente. Das Unternehmen hat den Rahmen für die Stimmungsanalyse geschaffen, der in der Eheberatungsaktion verwendet wird, und Googles Ankündigung von Project Euphonia Anfang des Jahres, das die Spracherkennung für Menschen mit Sprachbehinderungen erleichtert, war ein willkommener Anblick für alle, die digitale Erfahrungen inklusiver gestalten wollen. "Bei MediaMonks finden wir Wege, um diese Rahmenbedingungen kreativ umzusetzen und sie voranzutreiben", so Mango.

Digitalen Assistenten eine menschliche Note geben

Der Eheberater konzentriert sich jedoch mehr auf das Zuhören als auf das Sprechen, indem er zwei Nutzern die Möglichkeit gibt, sich auszutauschen und bei Bedarf Ratschläge oder Aufforderungen zu erteilen. Ein wichtiger Teil dieses Prozesses ist die emotionale Intelligenz. Menschen wissen, dass ein und derselbe Satz je nach dem verwendeten Tonfall mehrere Bedeutungen haben kann - zum Beispiel Sarkasmus. Ein anderes Beispiel wäre die Aussage "Nur du würdest daran denken", die je nach Tonfall und Kontext als herablassend oder als Kompliment aufgefasst werden könnte.

Zwar kann der Assistent derzeit den Tonfall nicht verstehen, aber eine Zwischenlösung war, ihn in die Lage zu versetzen, die Bedeutung anhand des Vokabulars und des Konversationskontexts zu analysieren - damit der Assistent versteht, dass es nicht nur darauf ankommt, was man sagt, sondern wie man es sagt. Dies ist etwas, das Menschen von Natur aus aufgreifen, aber Mango hat sich die Linguistik zunutze gemacht, um die Illusion emotionaler Intelligenz zu erzeugen.

"Wenn sich der Assistent in diese Richtung bewegt, wird die Benutzererfahrung viel wertvoller", sagt van der Vegte. Ein Beispiel dafür, wie emotionale Intelligenz den Nutzer außerhalb eines Beratungskontextes besser unterstützen kann, wäre, wenn der Nutzer in einer Art und Weise nach dem Weg fragt, die darauf hindeutet, dass er gestresst ist. Da ein gestresster Benutzer, der es eilig hat, wahrscheinlich keine Zeit damit verbringen möchte, sich mit den Routenoptionen herumzuschlagen, könnte die Aktion die schnellste Route vorschlagen.

Nächster Halt: Proaktivere, reaktionsschnellere Assistenten

"Es gibt immer etwas zu verbessern", sagt Mango, der zwei Möglichkeiten sieht, wie der Google Assistant noch lebensechtere und dynamischere soziale Konversationen ermöglichen könnte. Erstens würde er es gerne sehen, wenn der Assistent die Erkennung von Emotionen auf mehr Arten als nur durch die Prüfung des Wortschatzes unterstützen würde. Zweitens würde er den Gesprächsfluss gerne noch reaktionsschneller und dynamischer gestalten.

"Im Moment ist das Gespräch sehr linear in seiner Abfolge von Fragen", sagt er. Aber im besten Fall könnte der Assistent alternative Wege anbieten, die auf den Antworten des Nutzers basieren, und jedes Gespräch so anpassen, dass es auf verschiedene zugrunde liegende Probleme eingeht, von denen der Eheberater feststellt, dass sie die Beziehung beeinträchtigen.

Aber im Moment ist das Team begeistert davon, zu tüfteln und die Grenzen dessen auszuloten, was Plattformen erreichen können, inspiriert von einem Sinn für technische Neugier und den Arten von Erfahrungen, die sie gerne in der Welt sehen würden. "Das spricht sehr für die Mission von Labs", sagt Mango. "Wir wollen die Grenzen der Frameworks immer weiter hinausschieben, um neue Erfahrungen mit Mehrwert zu schaffen."

Da Assistenten immer besser in der Lage sind, zuzuhören und mit emotionaler Intelligenz zu reagieren, werden sich ihre Fähigkeiten erweitern, um bessere und ansprechendere Benutzererfahrungen zu bieten. Im besten Fall könnte ein Assistent die Stimmung des Nutzers erkennen und dieses Wissen nutzen, um einen relevanten Service zu empfehlen, z. B. einen müde klingenden Nutzer aufzufordern, eine Pause einzulegen. Ein solcher Fortschritt würde es Marken ermöglichen, eine tiefere Verbindung zu den Nutzern aufzubauen, indem sie den richtigen Service zur richtigen Zeit anbieten. Auch wenn eine KI auf Westworld-Niveau noch in weiter Ferne liegt, werden wir weiter chatten und unseren eigenen Bots die hohe Kunst der Konversation beibringen - und wir sind gespannt, was sie als nächstes sagen werden.