Josh Feast, CEO og medstifter af Cogito – Interviewserie

Josh Feast er CEO og medstifter af Cogito, et foretag, der kombinerer Emotion og Conversation AI i en innovativ platform, der giver realtidscoaching og vejledning til kontaktpersoner i callcenter, giver supervisorerne indsigt i live-samtaler fra deres hold, der arbejder fra hvor som helst, og løbende overvåger kunde- og medarbejderoplevelser.

Historien om Cogito begynder i 1999, før virksomheden blev grundlagt. Kan du dele nogle indsigt i disse tidlige dage på MIT Human Dynamics Lab og hvad der blev arbejdet på?

Fra 1999 til 2006 udviklede Dr. Sandy Pentland grundlæggende grundvidenskab, der demonstrerede tilstedeværelsen og kraften af sociale signaler i menneskelig kommunikation og maskiners evne til at registrere og fortolke dem.

I 2007 blev Cogito udskilt fra MIT Media Lab. Kan du dele denne oprindelseshistorie?

Før min tid på MIT erkendte jeg behovet for teknologi, der er informeret af samtalekontekst for at hjælpe brugerne i følelsesladede situationer. Mens jeg arbejdede på New Zealands departement for børn, unge og familie (nu kendt som børn, unge og familieenheden under Ministeriet for Social Udvikling), lagde jeg mærke til, at mange socialarbejdere var udbrændte på grund af den høje følelsesmæssige karakter af deres opgaver og troede, at ledelsessystemerne, der understøttede dem, ville have stor gavn af en sådan teknologi. Jeg bragte mine observationer fra den tid med til MIT, og Cogito blev senere skabt ud fra Dr. Pentlands forskning på MIT Media Lab, der syntes at løse problemet direkte. Cogito modtog finansiering fra Defense Advanced Research Projects Agency (DARPA) til at forskere og udvikle en kunstig intelligensplatform og adfærdsmodeller til automatisk registrering af menneskers psykologiske tilstand. Denne teknologi viste sig at være succesfuld til at hjælpe militærveteraner, der vendte tilbage fra kamp, gennem udstationeringer med Veteranadministrationen (VA).

Den Emotion AI-teknologi, der bruges i Cogito, blev først valideret ved at hjælpe sundhedsydelere med at registrere tidlige tegn på PTSD og andre psykiske lidelser hos soldater, der vendte tilbage fra kamp. Kan du diskutere nogle detaljer om dette og de resultater, der blev set?

Formålet med at implementere denne teknologi i sundhedsydelserne var at registrere depression og forhindre selvmord hos militærveteraner, der vendte tilbage fra kamp. Den platform, vi udviklede, gjorde det muligt for læger at spore veteranernes generelle mentale sundhed gennem stemsignal og at pege på begivenheder som hjemløshed og andre advarselssignaler for dårlig mental sundhed. Vi erkendte hurtigt, at vi havde noget særligt, og at teknologiens anvendelse kunne vise sig nyttig ud over at støtte militærveteraner og sundhedsydelser i områder med høje volumener af komplekse, følelsesladede samtaler. Med vores rødder stadig centreret omkring den menneskelige oplevelse blev vi det Cogito, du kender i dag, og støtter realtidscoaching og vejledning for store virksomheders kontaktpersoner på tværs af flere brancher, herunder sundhedssektoren.

Kan du diskutere, hvordan Cogito bruger AI til at analysere adfærdsrelaterede signaler og give feedback i øjeblikket under samtaler?

Cogito bruger en kraftfuld kombination af Emotion og Conversation AI til at afsløre nye indsigt fra alle samtaler, hvor der udtrækkes både hvad der blev sagt og hvordan kunderne modtog beskeden. Disse AI-modeller måler kundeoplevelsen (CX) i realtid på alle opkald for at have indvirkning i øjeblikket, modsat post-opkaldsanalyse, der kun fokuserer på at forbedre fremtidige interaktioner.

Cogito udtrækker og analyserer mere end 200 akustiske og stemsignal i millisekunder for at give kontaktpersoner i callcenter signaler om, hvordan de kan tilpasse deres adfærd og fremme de bedste anbefalinger baseret på de diskuterede emner og ønskede resultater.

Cogito udfører live, i-opkalds stemanalyse for at supplere adfærd i realtid og skabe bedre menneskelige forbindelser i stor skala mellem kunder og kontaktpersoner i callcenter, uanset hvor de arbejder.

Hvordan vejleder denne feedback kontaktpersoner i at bygge bedre relationer med kunder?

Den realtidsfeedback, kontaktpersoner i callcenter modtager fra Cogitos hints, giver kontaktpersonerne mulighed for at vise mere konsekvent følelsesmæssig intelligens, hvilket resulterer i, at kontaktpersonerne leverer mere empati på hvert opkald. Forbedret empati fører til bedre samtaleresultater, såsom reducerede opkaldshåndteringstider, øget første-opkalds-løsning, forbedret kundetilfredshed og øget kundeværdi.

Hver kontaktperson i callcenter har forskellige styrker og svagheder. Den realtidsfeedback, de modtager på opkaldet, hjælper med at forbedre deres kundeservice, enten det er at give mere empati, tale langsommere eller lyde mere positivt. Denne tilpassede feedback i øjeblikket giver kontaktpersonerne mulighed for at bygge en relation med kunden baseret på kundens oplevelse og de stemsignal, der registreres af AI-modellen. Dette forbedrer både kundeoplevelsen og kontaktpersonens oplevelse.

Realtidsfeedback er ikke kun nyttigt til CX – det er også nyttigt til medarbejderoplevelsen (EX). Vores værktøjer hjælper med at støtte kontaktpersoner i at have mere positive arbejdserfaringer, hvilket er bevist at drive højere niveauer af CX.

I 2019 udgav Cogito en artikel med titlen “Køns-debiasering i talefølelsesgenkendelse.” Hvad var nogle af de vigtigste indsigt, når det kommer til effekten af kønsbias i tale med hensyn til følelse?

Vores artikel fokuserede på modelleringstilgangen og optimeringsteknikker samt stikprøveforvrængning. Derfor skal der udføres mere forskning for at mindske negativ bias generelt i maskinlæring og specifikt i talefølelsesgenkendelse. Vigtige indsigt omfatter:

Kvindelig tale tenderer til at være højere i tone end mandlig tale, hvilket resulterer i mere vidtspændte harmoniske.

Talefølelsesgenkendelsesmodeller kan påvirkes af denne forskel. Dette kan føre til lavere nøjagtighed for kvindelig tale i forhold til mandlig tale.

Debiasmekanismer kan anvendes til at reducere denne nøjagtighedsulighed. I artiklen introducerer Cogito en ny debias-teknik, der udfører favorabelt i forhold til baseline.

Hvordan opererer Cogito for at mindske effekterne af uønsket køns- eller andre typer af bias?

Cogito bruger naturlig sprogbehandling (NLP)-modeller, der kombinerer menneskebevidste AI-systemer, dyb læring maskinmodeller og andre komplekse regler, der hjælper computere med at forstå, analysere og simulere menneskesprog. Vi arbejder konstant på og udvikler vores NLP med nye data for at mindske bias.

Cogito har en omfattende protokol for udvikling af maskinlæringsmodeller, der udtrykkeligt sigter på at mindske bias og sikre etisk maskinlæring (ML)-baseret produktfunktion. Denne protokol dækker områder som stikprøvesampling til træning, mindske bias i menneskelig mærkning og brug af ML-debias-teknikker.

Cogito bruger en “fairness”-dataset, der består af en stor mængde af audio-data, hvor talerne selvrapporterer forskellige demografiske kategorier. Alle modeller vurderes mod fairness-datasettet og mod de forskellige demografiske kategorier. Vi bruger også ML Ops-teknikker til at overvåge modeller i produktion og systematisk gennemføre modelrevisioner med menneskelig annotation.

Hvad er dine personlige synspunkter på, hvordan AI ikke kun skal erstatte mennesker, men også supplere menneskelig adfærd?

Der er ting, som mennesker kan gøre, og nuancer, som de kan give i menneske-menneske-interaktioner, som teknologi som AI ikke kan efterligne på egen hånd. For eksempel ønsker kunder at modtage empati, når de kontakter kundeservice. Hvis kunden kun interagerer med et automatiseret system drevet af AI, kan deres problem måske blive løst, men de kan ende med at føle frustration eller irritation over interaktionen. Hvis vi erstatter alle kontaktpersoner i callcenter med AI, eliminerer vi det menneskelige element, der er nødvendigt for at bygge relationer og opnå og fastholde loyale kunder.

Når man deltager i en serviceinteraktion, værdsætter mennesker at tale med nogen, der kan sætte sig i deres sted, der har haft lignende oplevelser som dem, de selv går igennem. På samme måde værdsætter mennesker følelsen af, at nogen andre tager sig af dem og ejer løsningen af deres problem. Det vil tage lang tid, før selvstændig AI virkelig opfattes som noget andet end et selvhjælpsværktøj.

Er der noget andet, du gerne vil dele om Cogito?

På Cogito udvikler vi nye teknologier for at indlede den næste generation af callcenter. Tidligere på året udgav vi vores Employee Experience (EX) Score for at spore kontaktpersonernes oplevelser. Ligesom vores kundeoplevelse (CX)-score kombinerer EX-scoren menneskebevidst Emotion AI og Conversation AI, der udleder realtidsindsigt på tværs af enkeltstående instanser eller tendenser på tværs af flere opkald. Midt i høje niveauer af utilfredshed, udbrændthed og fluktuation hjælper EX-scoren med at løse spørgsmålet om, hvordan man kan forhindre udbrændthed og hjælpe kontaktpersonernes oplevelse, hvilket igen driver bedre kundeoplevelser og langsigtede forretningsbæredygtighed.

Tak for det gode interview. Læsere, der ønsker at lære mere, skal besøge Cogito.