Специалисты нашли способ обучить нейросети эмпатии
Ключевой проблемой больших языковых моделей искусственного интеллекта остается отсутствие подлинного эмоционального интеллекта и сложность интерпретации невербальных сигналов — интонации, мимики и жестов. Ручная разметка данных для обучения ИИ, по оценкам специалистов, обходится дорого и требует огромных временных затрат. Исследователи РГПУ им. А. И. Герцена выяснили, что видеоигры предлагают практически готовое решение: их диалоги уже содержат встроенную эмоциональную аннотацию, где каждая реплика снабжена указаниями вроде «саркастично», «с сочувствием» или «грубо». Это делает игровые тексты ценнейшим ресурсом для дообучения нейросетей.
Фото предоставлено пресс-службой РГПУ им. А. И. Герцена
Авторы исследования, кандидат филологических наук, доцент Ольга Кустова и младший научный сотрудник Глеб Полтавец, проанализировали 50 диалоговых фрагментов из видеоигры Disco Elysium, включающих общение с неигровыми персонажами (NPC) и внутренние монологи главного героя. Исследование проводилось на материале англоязычной и русскоязычной версий игры.
«Современные большие языковые модели лишены доступа к мультимодальной информации: тону голоса, интонациям, мимике и жестам, которые в естественной коммуникации помогают точно оценить состояние собеседника. Как следствие, при генерации текста модели могут выдавать правдоподобные, но неадекватные или вымышленные эмоциональные реакции. Видеоигры же предлагают естественную эмоциональную аннотацию текста: игроку предлагаются реплики с явно заданной интонацией, что фактически представляет собой готовую размеченную выборку. Это крайне ценно для задач анализа тональности, эмоциональной классификации и обучения эмпатичных моделей», — рассказала Ольга Кустова.
По словам экспертов, видеоигры обладают рядом преимуществ перед традиционными источниками данных для обучения нейросетей. Во-первых, игровые диалоги сопоставимы с естественной коммуникацией по базовым прагматическим механизмам. Во-вторых, они позволяют моделям обучаться на интерактивных сценариях с изменяющимся контекстом, где реплики зависят от предшествующих выборов игрока и психоэмоционального состояния персонажа. В-третьих, в играх представлен широкий спектр речевых регистров — от литературных до разговорных форм, диалектных вариантов и даже вымышленных языков.
Выявлены четыре ключевые характеристики вербальной составляющей видеоигр: лексико-грамматическая и стилистическая сложность, сопоставимая с художественными фильмами; эмоциональная насыщенность; функциональность и информативность, включающая подсказки и инструкции; контекстуальная изменчивость в зависимости от внутриигровых событий.
Исследователи подчеркивают, что практическое применение их выводов выходит далеко за пределы игровой индустрии. Использование видеоигровых текстов, охватывающих широкий эмоциональный спектр и широкий круг коммуникативных ситуаций, может быть востребовано в социальной робототехнике, цифровой педагогике, системах психоэмоциональной поддержки, где корректная речевая реакция играет ключевую роль в эффективности взаимодействия.
«Благодаря высокой насыщенности эмоциями, интонацией и контекстом, диалоги из видеоигр могут служить моделью для создания реалистичных и чувствительных коммуникационных систем, таких как интеллектуальные чат-боты, голосовые помощники и системы виртуального консультирования», — добавила Ольга Кустова.
Особую ценность, по мнению экспертов, представляет интерактивная природа игровых сценариев с ветвящимися диалогами, зависящими от выбора пользователя. Это дает возможность обучать языковые модели на ситуациях с изменяющимся контекстом и последствиями, что особенно важно для построения интерфейсов, способных адаптироваться к поведению и эмоциональному состоянию собеседника в реальном времени.
---
Актуальные новости в канале Max ректора Герценовского университета Сергея Тарасова: https://max.ru/id7808027849_gos
Страница ВК: https://vk.com/s_v_tarasov
