"Ismerje meg a telemarketinges robotot, ami tagadja, hogy robot lenne"

Ezzel a hangzatos címmel jelentette meg cikkét a Time arról, hogy a washingtoni irodavezetőjüket, Michael Scherert felhívta egy magát Samantha Westnek nevező, észak-amerikai angol akcentussal beszélő, hang alapján fehérnek tűnő "nő". Azért idézőjelesen nő, mert a beszélgetés hamar abszurd fordulatot vett. Samantha gyanúsan viselkedett.

Scherer rákérdezett, hogy élő emberrel vagy egy robottal beszél. Samantha kacagva felelte, hogy ő igazi. De más teszteken elbukott. Amikor megkérdezte, hogy milyen zöldség van a paradicsomlevesben, azt mondta, nem érti a kérdést. Amikor többször is megkérdezte tőle, hogy milyen nap volt tegnap, minden esetben a rossz vonalra panaszkodva kerülte ki a választ.

Scherer ezután több munkatársát is rászabadította Samantha telefonszámára. Samantha minden egyes alkalommal pontosan ugyanazon a hangon mutatkozott be. Nevetése is mindig pont ugyanolyan volt. Tényleg, mintha egy gép beszélne.

De ez túl egyszerű magyarázat lenne. Ha létezik már olyan robot, ami képes összetett mondatok kontextuális értelmezésére és megfelelő válaszok adására, akkor miért nem hívogatnak minket napjában többször is marketinges robotok? A kérdést Alexis Madrigal, az Atlantic újságírója tette fel, mégpedig a legavatottabbaknak, a telemarketinges cégeknek. Viszonylag egyszerű választ kapott:

Nem létezik ilyen technológia.

Vagyis, olyan technológia már létezik, ami képes fogadni az ügyfelek hívását és bizonyos korlátozott feladatokat el is végezhet. Például akár időpontot is tud egyeztetni egy orvosra váró pácienssel. A fogadó oldali robot azért működhet, mert ilyenkor korlátozni lehet a lehetséges párbeszédszituációk számát. Kimenő hívásoknál viszont erre kevesebb a lehetőség, a technika pedig korlátozott.

Például azért, mert a telefonvonalakon továbbított hang minősége egyszerűen túl gyenge ahhoz, hogy a szövegfelismerés működni tudjon. Átadom a szót Madrigal névtelenséget kérő telemarketinges forrásának:

"A vonalas készülékek 8000 Hz-es monó hangot továbbítanak. Ez egy csatornával és 120000 Hz-zel kevesebb, mint az átlagos rossz minőségű mp3 fájlok."

Vagyis, egy vonalas készülék nem továbbít elég adatot ahhoz, hogy abból bármilyen szoftver egy emberi párbeszéd reakcióideje alatt megfejtse, mit is mond, aki mondja. Akikkel Madrigal beszélt, egy gyártót említettek, a Nuance-ot.

De a Nuance tagadja, hogy telemarketing-célra fejlesztett volna szoftvert, és nincs tudomásuk róla, hogy bárki megvásárolta volna a technológiájukat.

De ha nem egy robot hívta Scherert, akkor mi?

Hát ezért utaltunk a címben Kempelen Farkas méltán világhírű találmányára, a sakkozó törökre, amiről sikerrel hitette el, hogy egy mesterséges intelligenciával megáldott robot, pedig csak egy ügyes mechanikus szerkezet volt, amit a távolból egy ember irányított. Madrigal szerint most is ez történhetett.

A telemarketinges cég - ha valakit érdekel, az időközben elérhetetlenné vált premierhealthagency.com - előre rögzíthette Samantha West mondatait, amit aztán egy, a hívott fél válaszait értelmező közép-ázsiai telefonközpontos játszott vissza.

Hogy miért? Hát mert az amerikaiak azt már megszokták, hogy ha ők hívnak egy call centert, akkor százból százszor egy indiai akcentussal beszélő ember fogadja a hívásukat. De a statisztikák szerint arra már kifejezetten rosszul reagálnak, ha az, aki rájuk akar sózni valamit, érthetetlen angolsággal beszél. Egy megfelelően angolszász hang rögzítésével viszont ez a munka is kiszervezhető a világ olcsóbbik felébe. (Via Gawker)