Seguici su Google

Negli ultimi anni, ​l’evoluzione degli agenti conversazionali (AC), ⁤come⁤ Alexa⁤ e Siri, ha segnato un passo significativo nell’interazione uomo-macchina. Questi dispositivi‍ sono programmati per rispondere‌ a domande, proporre suggerimenti e persino manifestare empatia. Tuttavia, una recente ricerca ha evidenziato come⁢ questi ⁣sistemi ⁤siano ancora lontani dal⁢ poter eguagliare la capacità umana di interpretare e approfondire le esperienze degli utenti.

 

Gli ‍AC ⁢si⁤ basano⁢ su modelli ⁢di linguaggio di‍ grandi dimensioni (LLM), che elaborano enormi quantità di dati prodotti dagli umani. Questo processo può ⁢portare gli AC a ⁤incorporare gli stessi pregiudizi presenti nei dati ⁢di origine. ⁣Un team di ricercatori ⁢provenienti dall’Università di Cornell, dal College Olin e ⁢dall’Università​ di Stanford ha esplorato questa problematica, sollecitando gli AC a mostrare empatia nel ⁢corso di⁢ dialoghi ‌che coinvolgevano⁣ 65 diverse identità ⁣umane.

 

Durante lo studio, è emerso⁢ che gli AC tendono a formulare giudizi di valore ⁣ su certe identità,⁣ come quelle gay o⁤ musulmane, e possono persino mostrare una certa tolleranza verso ⁣ideologie dannose, inclusi elementi di nazismo.⁢ Questi‍ risultati sollevano preoccupazioni ​significative riguardo l’impatto e ⁤le implicazioni etiche dell’empatia automatizzata.

 

Andrea Cuadra,⁣ autrice principale dello studio e ora ricercatrice post-dottorato a Stanford, ha sottolineato l’importanza di un’attenta⁣ valutazione critica di queste tecnologie. “L’empatia automatizzata potrebbe avere un impatto enorme e un grande potenziale per⁤ aspetti positivi, ad⁤ esempio nell’educazione o nel settore⁢ sanitario,” ha affermato Cuadra.⁢ Tuttavia, ha⁢ anche riconosciuto la necessità di essere intenzionali nel mitigare i potenziali danni che‍ possono ⁤derivare dal​ suo⁤ utilizzo.

 

I risultati di questa ricerca sono stati ⁢presentati ⁤nel ‍documento “L’illusione dell’empatia? Note sulle manifestazioni di emozione nell’interazione uomo-computer” durante la conferenza ‍CHI ’24, un evento dell’Association of Computing ⁣Machinery sui fattori ⁢umani nei⁢ sistemi ​informatici, che ‍si è tenuta dall’11 al 18 ‍maggio a Honolulu.

 

Il team‌ di ricerca ha scoperto⁤ che, sebbene gli LLM siano generalmente efficaci nel reagire emotivamente, mostrano carenze nell’interpretazione ⁤e ⁣nell’esplorazione delle⁣ situazioni. In altre⁤ parole, ⁣pur essendo capaci di rispondere a una domanda basandosi ​sulla⁢ loro programmazione, non sono in grado di approfondire ulteriormente.

 

Nicola Dell,‌ Deborah Estrin e ⁢Malte Jung, co-autori dello studio e professori all’Università di​ Cornell, hanno iniziato a riflettere su questi temi mentre Cuadra studiava l’uso delle generazioni⁣ precedenti di AC da parte degli adulti più anziani.​ “Abbiamo osservato usi intriganti della tecnologia per⁢ scopi ‌transazionali, come le valutazioni della fragilità nella salute, così come per esperienze​ di reminiscenza senza‍ una struttura definita,” ha commentato Estrin. Queste osservazioni hanno evidenziato una tensione evidente tra le ‌potenzialità affascinanti e le ⁣problematiche disturbanti ⁤dell’empatia espressa dagli AC.

 

Il finanziamento per questa ricerca è stato fornito dalla National Science Foundation, da una borsa di studio dottorale della Cornell Tech Digital Life Initiative,⁣ da una ​borsa post-dottorato PRISM Baker di​ Stanford e dall’Istituto ⁢Stanford per l’Intelligenza Artificiale ‍Centrata sull’Uomo. Questi⁢ contributi hanno sostenuto un’indagine ⁣che continua a‍ sollevare⁢ questioni cruciali sull’interazione tra tecnologia avanzata e società, sottolineando l’importanza di‍ un approccio critico⁤ e consapevole allo⁤ sviluppo e all’implementazione di tecnologie potenzialmente rivoluzionarie.

Seguici su Google