Gli assistenti virtuali hanno bisogno di un adattamento della lingua: lo sapevi?
I nostri accenti, le parole che usiamo, il modo in cui facciamo ricerche usando la voce influisce sui risultati di ricerca vocale.
Da qui l’impatto arriva anche alla nostra percezione sulla qualità di quello che gli assistenti virtuali ci propongono.
Vediamo perché.
Assistenti virtuali e adattamento linguistico
Quando chiedete qualcosa a Siri o Alexa o a qualsiasi altro assistente virtuale, state adattando il vostro discorso per fargli capire le vostre intenzioni.
Ne è un esempio lo studio sugli accenti condotto da una ricercatrice indiana che giocando con Alexa e la figlia ha cominciato a notare come la figlia cercasse di usare frasi che fossero più comprensibili per l’assistente virtuale.
Le ricerche che effettuavano non erano particolarmente di tendenza per l’area geografica in cui erano (cercavano film di Bollywood, quindi indiano, negli Stati Uniti).
Inoltre parlavano fluentemente inglese ma con un evidente accento indiano. Di base i dispositivi parlano la lingua del Paese in cui sono utilizzati con accento neutro, quindi per gli Stati Uniti un inglese-americano standard.
Risultato? Alexa non capiva e madre e figlia giocavano a ripetere le frasi nel modo più “standard” possibile finché Alexa non era in grado di capire.
Il rinforzo degli stereotipi legati alla lingua
Bene, ma non benissimo. Infatti forzare le persone a standardizzare la propria lingua o ad eliminare i propri accenti rischia di appiattire le identità, lasciar scomparire caratteristiche perculiari di un popolo ma anche di rafforzare gli stereotipi.
La questione è complessa e va affrontata da un punto di vista di accessibilità, di inclusione e di etica.
Accessibilità: Tutti hanno diritto ad accedere alle stesse possibilità ed esperienze di ricerca che diano risultati soddisfacenti.
Inclusione: La diversità e quindi l’inclusione di varie sfaccettature linguistiche va preservata.
Etica: Eticamente bisogna evitare che l’uso forzato di una lingua standard o al contrari l’inclusione di un accendo o tono regionalizzato producano un rafforzo negli stereotipi lingustici (Es: se parli con accento regionale hai un livello di cultura più basso).
Circolo virtuoso della ricerca vocale
Quando ci fidiamo di una ricerca? Quando i risultati che otteniamo corrispondono al nostro intento di ricerca (guarda un po’ è proprio quello che cercavamo!).
Come migliora la ricerca? Con l’uso di molti utenti che, cercando e trovando, addestrano gli algoritmi a capire gli intenti di ricerca dietro una frase semantica.
Quindi la ricerca vocale funziona meglio e più persone la usano convinti che sia quella che funziona meglio.
Noi l’abbiamo addestrata, lei ha addestrato noi a modificare le ricerche per essere capiti, lei migliora, noi otteniamo quello che vogliamo.
Win-win, no? Non proprio, non sempre.
Assistenti virtuali e apprendimento di una lingua
Le persone stanno iniziando a capire che gli accenti e i modi personali di dire qualcosa rischiano di scomparire.
Gli assistenti virtuali sono senza dubbio utili ad apprendere più rapidamente una lingua ma l’effetto contrario è che ci sforziamo di uniformarci a uno standard che non necessariamente ci appartiene.
Chi sta addestrando chi?
Questo è un altro interessante punto di vista che abbiamo discusso con il Prof. Luciano Floridi durante la nostra intervista qui.
Come dice Floridi:
è il mondo che si sta adattando all’AI e non viceversa, per questo l’AI “stupida” funziona così bene.
(p.155, Intelligenza Artificiale, l’uso delle nuove macchine, L.Floridi, F. Cabitza, Bompiani)
Conclusioni: gli assistenti virtuali parlano “corsivo“?
E se Siri, Alexa, Google Home parlassero Corsivo?
Esagero, ma non poi così tanto. In effetti Amazon ha creato una skill per Alexa che risponde alla richiesta “Alexa, parli corsivo?”
Certo si tratta di un gioco, per rispondere alla moda virale su TikTok, ma quanto umani e macchine si influenzano a vicenda anche nella lingua?.
I modelli NLP hanno un grande impatto sul nostro linguaggio e sul modo in cui comunichiamo tra di noi.
Il compito analitico è quello di misurare l’impatto dei modelli NLP sul linguaggio umano.