AI ช่วยให้ผู้พูดที่มีความกังวล ‘อ่านห้อง’ ในระหว่างการประชุมทางวิดีโอ

ในปี 2013 มีการสำรวจเกี่ยวกับโรคกลัวทั่วไปที่พบว่าการพูดต่อหน้าผู้คนเป็นเรื่องที่น่ากลัวกว่าการเสียชีวิตสำหรับผู้ตอบแบบสอบถามส่วนใหญ่ โรคกลัวนี้เรียกว่า Glossophobia

การย้ายจากการประชุมแบบตัวต่อตัวไปสู่การประชุมทางวิดีโอบนแพลตฟอร์มเช่น Zoom และ Google Spaces เนื่องจากการแพร่ระบาดของ COVID-19 ไม่ได้ช่วยแก้ปัญหาได้ เมื่อมีผู้เข้าร่วมการประชุมจำนวนมาก ความสามารถในการประเมินภัยคุกคามของเราจะถูกขัดขวางโดยการแสดงภาพผู้เข้าร่วมที่มีความละเอียดต่ำและปัญหาในการอ่านสัญญาณที่ไม่ใช่คำพูด เช่น น้ำเสียงและภาษากาย Skype ตัวอย่างเช่น ถูกพบว่าเป็นแพลตฟอร์มที่ไม่เหมาะสมสำหรับการสื่อสารสัญญาณที่ไม่ใช่คำพูด

ผลกระทบของการแสดงความสนใจและความตอบรับของผู้ฟังต่อการแสดงผลการพูดต่อหน้าผู้คนได้รับการบันทึกไว้แล้ว และเป็นเรื่องที่ชัดเจนสำหรับหลายคน การตอบรับของผู้ฟังที่ไม่ชัดเจนสามารถทำให้ผู้พูดลังเลและกลายเป็นการพูดที่ไม่ชัดเจน โดยไม่รู้ว่าข้อโต้แย้งของพวกเขากำลังได้รับการตอบรับอย่างไร ซึ่งทำให้เกิดประสบการณ์ที่ไม่สบายใจสำหรับทั้งผู้พูดและผู้ฟัง

ภายใต้แรงกดดันจากการเปลี่ยนแปลงที่ไม่คาดคิดไปสู่การประชุมทางวิดีโอเนื่องจากการแพร่ระบาดของ COVID-19 ปัญหาได้แย่ลง และมีการเสนอระบบการให้ข้อมูลรับฟังของผู้ฟังหลายระบบในุมชนการวิจัยด้านการเห็นและผลกระทบในช่วงสองสามปีที่ผ่านมา

วิธีแก้ปัญหาที่เน้นฮาร์ดแวร์

ส่วนใหญ่ของวิธีแก้ปัญหาเหล่านี้ต้องใช้อุปกรณ์หรือซอฟต์แวร์ที่ซับซ้อน ซึ่งสามารถทำให้เกิดปัญหาเกี่ยวกับความเป็นส่วนตัวหรือลอจิสติกส์ ในปี 2001 MIT ได้เสนอ Galvactivator ซึ่งเป็นอุปกรณ์ที่สวมบนมือเพื่อตรวจสอบสภาพทางอารมณ์ของผู้ฟัง

มีการใช้พลังงานทางวิชาการอย่างมากในการใช้ ‘คลิกเกอร์’ เป็นระบบตอบรับของผู้ฟัง ซึ่งเป็นวิธีการเพิ่มการมีส่วนร่วมของผู้ฟังโดยอัตโนมัติ และยังถูกมองว่าเป็นวิธีการให้กำลังใจผู้พูด

ความพยายามอื่นๆ ในการ ‘เชื่อมต่อ’ ผู้พูดและผู้ฟัง ได้แก่ การติดตามอัตราการเต้นของหัวใจ การใช้อุปกรณ์ที่ซับซ้อนเพื่อใช้การวิเคราะห์ทางประสาทและ ‘มิเตอร์เชียร์’ การติดตามการเคลื่อนไหวของดวงตาและการรับรู้อารมณ์สำหรับผู้ใช้ที่ทำงาน และการใช้ไอโมจิของผู้ฟังระหว่างการแสดงของพูด

การรายงานการอนุมัติของผู้ฟังอย่างไม่ชัดเจน

เพื่อจุดนี้ การวิจัยร่วมใหม่ระหว่างมหาวิทยาลัยโตเกียวและมหาวิทยาลัยคาร์เนกีเมลลอนเสนอระบบใหม่ที่สามารถใช้งานร่วมกับเครื่องมือการประชุมทางวิดีโอมาตรฐานได้ โดยใช้เว็บไซต์ที่มีเว็บแคมและซอฟต์แวร์ประมาณการมองและท่าทางที่เบา

การก้มและประมาณการมองของผู้ใช้ถูกแปลเป็นข้อมูลที่แสดงให้ผู้พูดเห็น เพื่อให้สามารถตรวจสอบได้ว่าเนื้อหามีส่วนร่วมกับผู้ฟังอย่างไร และยังเป็นตัวบ่งชี้ว่าผู้พูดอาจสูญเสียความสนใจของผู้ฟังในบางช่วงเวลา

เฟรมเวิร์ก CalmResponses

ความสนใจของ CalmResponses ในการก้มมากกว่าการเคลื่อนไหวอื่นๆ ของหัวขึ้นอยู่กับการวิจัยที่แสดงว่าการเคลื่อนไหวของหัวของผู้ฟังมากกว่า 80% เป็นการก้ม

CalmResponses ถูกสร้างขึ้นโดยใช้ HTML, CSS และ JavaScript และประกอบด้วยสามส่วน: ผู้ฟัง, ผู้พูด และเซิร์ฟเวอร์

แผนที่ความร้อน

การเคลื่อนไหวของการก้มถูกแสดงเป็นจุดเคลื่อนไหวที่มีชีวิตชีวา ในขณะที่การมองของผู้ฟังถูกแสดงเป็นแผนที่ความร้อนซึ่งแสดงให้เห็นว่าผู้ฟังสนใจส่วนใดของเนื้อหาที่แบ่งปัน

การทดสอบ

การทดสอบสองแบบถูกสร้างขึ้นสำหรับ CalmResponses โดยใช้สถานการณ์ที่แตกต่างกันสามแบบ: ใน ‘สภาพที่ 1’ ผู้พูดไม่สามารถเห็นผู้ฟัง ใน ‘สภาพที่ 2’ ผู้พูดสามารถเห็นการมองของผู้ฟัง ใน ‘สภาพที่ 3’ ผู้พูดสามารถเห็นทั้งการก้มและการมองของผู้ฟัง

ผลการทดสอบแสดงให้เห็นว่าผู้พูดที่เห็นการมองและการก้มของผู้ฟังมีการพูดที่ดีขึ้นและรู้สึกมั่นใจมากขึ้น

สรุป

ระบบนี้มีข้อดีหลายประการ รวมถึงความง่ายในการใช้งานและไม่ต้องใช้อุปกรณ์หรือซอฟต์แวร์ที่ซับซ้อน นอกจากนี้ยังช่วยให้ผู้พูดสามารถตรวจสอบการมองและการก้มของผู้ฟังได้แบบเรียลไทม์

ดูวิดีโอที่เกี่ยวข้องด้านล่างเพื่อดูรายละเอียดและตัวอย่างเพิ่มเติม

เผยแพร่ครั้งแรกเมื่อวันที่ 11 เมษายน 2022