O contexto é tudo: como a Amazon está tornando a Alexa mais humana
Alexa percorreu um longo caminho em quatro anos. Embora a Siri possa ter colocado os assistentes de voz digital no mapa, o Alexa é aquele que se tornou o carro-chefe útil – especialmente quando se trata de alimentar a casa inteligente.
Alexa não é perfeita embora. Ainda está claro que há um longo caminho a percorrer antes que os assistentes de voz sejam tão simples quanto possível e verdadeiramente indispensáveis. A Amazon tem um roteiro para chegar lá e tem algumas ideias-chave que mantém em mente enquanto trabalha para melhorar o Alexa.
O mais importante deles é o contexto, algo que a Amazon gritou dos telhados ao anunciar o novo Echo Dot e Echo Show em seu evento de setembro. Os primeiros vislumbres disso são o Modo Sussurro, que permite que o Alexa sussurre para você quando você sussurra, e o Alexa Guard, que pode detectar vidros quebrados para atuar como um sistema de segurança.
“Você meio que tem que se colocar em uma mentalidade diferente e deixar a tecnologia ir embora por um tempo e apenas pensar sobre ‘como nós projetamos isso e o que um humano faria neste caso?'" ela diz.
Tornando a Alexa humana
Se alguém sussurra para você, você naturalmente entende que eles estão fazendo isso por um motivo. O motivo real não importa muito, mas você reconhece instantaneamente o contexto e começa a sussurrar de volta. Criar essa sensação humana é o que a Amazon quer fazer com o Alexa.
Mas, na verdade, criar essa sensação humana é difícil. Para o Whisper Mode, os cientistas da Amazon tiveram que entrar e descobrir como as cordas vocais humanas funcionam quando as pessoas estão sussurrando. Eles descobriram que o sussurro não envolve a vibração das cordas vocais e que usa menos energia nas frequências mais baixas da voz humana, de acordo com o cientista da fala da Amazon, Zeynab Raeesy. Eles tiveram que ensinar Alexa a descobrir esses significantes e se ajustar a eles.
O problema é semelhante para o Alexa Guard, que precisa ser capaz de isolar sons e identificá-los. Ele precisa ser capaz de descobrir que um prato caído ou um copo caído não é o mesmo que uma vidraça quebrada. Chieh-Chi Kao e Weiran Wang, cientistas aplicados da Amazon, dizem que tiveram que usar o aprendizado de máquina para analisar trechos de áudio de 30 segundos para ajudar a ensinar o Alexa.
A Amazon pode tornar o Alexa tão contextual quanto quiser, mas uma das coisas mais frustrantes sobre o Alexa – e os assistentes de voz em geral – é como eles podem se sentir rígidos ao usar habilidades de terceiros. Muitas vezes, você precisa dizer coisas de maneira não humana, como "Alexa, peça ao iRobot Home para limpar a cozinha" quando você só quer dizer "Alexa, limpe a cozinha". Uma maneira de fazer isso é a Amazon dar aos desenvolvedores acesso às habilidades mais avançadas do Alexa por meio de APIs, que são basicamente chaves que permitem que os desenvolvedores usem a tecnologia de outra empresa.
“É muito importante lançar essas APIs e distribuir essa experiência para que milhares de desenvolvedores possam inventar e ter algumas das experiências que fazemos”, diz Reid. Quanto mais acesso os desenvolvedores tiverem ao Alexa e seus recursos contextuais, melhores serão suas habilidades, o que significa que o Alexa pode soar e agir de forma menos robótica.
Uma maneira pela qual a Amazon está fazendo isso é com um conjunto de ferramentas chamado Speech Synthesis Language Markup, que permite aos desenvolvedores controlar o tom e o volume da voz de Alexa. Isso significa que os desenvolvedores podem fazer o Alexa sussurrar ou pausar para obter um efeito dramático, ou diminuir sua taxa de fala.
Uma nova responsabilidade
Quanto mais contextual a Alexa se sente através da experiência – dos próprios recursos da Amazon a habilidades de terceiros – mais a Alexa parece humana. Isso também significa que a responsabilidade da Amazon cresce. Reid diz que as pessoas contam a Alexa coisas sobre suas vidas
“Os clientes nos contam coisas. Eles estão tristes, eles estão felizes. E como respondemos a essas coisas – isso importa. Assumimos essa responsabilidade em tudo “, diz ela. Se alguém começa a confiar em Alexa sobre como está deprimido, se sentindo solitário ou até suicida, a Amazon precisa ser capaz de reagir.
A Amazon faz parte disso. Se você disser ao Alexa que vai se matar, ele recomendará que você ligue para uma linha direta de prevenção ao suicídio para obter ajuda. No entanto, não consegue entender os sinais mais sutis de depressão e suicídio. Alexa ainda não consegue entender a emoção por trás do que você está dizendo, então não pode analisar se você está brincando ou falando sério se disser algo como: "Alexa, não quero acordar amanhã".
Leia isto: Esta habilidade de terapia ajuda a saúde mental cotidiana
A capacidade do Whisper Mode de analisar não o que você está dizendo, mas como você está dizendo, é apenas um passo em direção à capacidade do Alexa de analisar emoções, o que o ajudará a entender a intenção e a ajudar mais do que pode.
Ao mesmo tempo, Alexa é uma peça de tecnologia executada por uma série de algoritmos. Como vimos em 2018, os algoritmos podem dar errado e ter efeitos colaterais indesejados. Reid diz que não importa se as pessoas veem Alexa como um membro de sua família ou apenas um computador de voz usando a nuvem, a Amazon precisa ser transparente sobre como faz as coisas.
“Para nós, trata-se de dar aos clientes transparência e controle. Eles precisam entender por que as coisas estão acontecendo. Então, com palpites, você deve ser capaz de dizer, ‘por que você fez isso?' Realmente, quanto mais as pessoas entenderem por que estamos fazendo as coisas e que elas têm controle sobre essas coisas, acho super importante e permite que esse relacionamento seja desenvolvido e super individualizado.