Antarmuka suara empatik baru diluncurkan hari ini oleh Hume AIsebuah perusahaan rintisan yang berbasis di New York, memungkinkan penambahan berbagai suara yang ekspresif secara emosional, ditambah telinga yang peka terhadap emosi, ke model bahasa besar dari Anthropic, Google, Meta, Mistral, dan OpenAI—menunjukkan sebuah era ketika pembantu AI mungkin lebih rutin bersikap berlebihan pada kita.
“Kami mengkhususkan diri dalam membangun kepribadian empati yang berbicara dengan cara orang berbicara, bukan stereotip asisten AI,” kata salah satu pendiri Hume AI Alan Cowenseorang psikolog yang telah ikut menulis sejumlah makalah penelitian tentang AI dan emosi, dan yang sebelumnya bekerja pada teknologi emosional di Google dan Facebook.
WIRED menguji teknologi suara terbaru Hume, yang disebut EVI 2 dan menemukan outputnya mirip dengan yang dikembangkan oleh OpenAI untuk ChatGPT. (Ketika OpenAI memberi ChatGPT suara genit Pada bulan Mei, CEO perusahaan Sam Altman memuji antarmuka tersebut sebagai perasaan “seperti AI dari film.”Kemudian, seorang bintang film sungguhan, Scarlett Johansson, mengklaim OpenAI telah suaranya dirobek.)
Seperti ChatGPT, Hume jauh lebih ekspresif secara emosional daripada kebanyakan antarmuka suara konvensional. Jika Anda memberi tahu bahwa hewan peliharaan Anda telah mati, misalnya, ia akan menggunakan nada yang tenang dan simpatik. (Juga, seperti halnya ChatGPT, Anda dapat menyela Hume di tengah-tengah, dan ia akan berhenti sejenak dan beradaptasi dengan respons baru.)
OpenAI belum mengatakan seberapa besar upaya antarmuka suaranya untuk mengukur emosi pengguna, tetapi Hume secara khusus dirancang untuk melakukan itu. Selama interaksi, antarmuka pengembang Hume akan menampilkan nilai yang menunjukkan ukuran hal-hal seperti “tekad,” “kecemasan,” dan “kebahagiaan” dalam suara pengguna. Jika Anda berbicara kepada Hume dengan nada sedih, ia juga akan menangkapnya, sesuatu yang tampaknya tidak dilakukan ChatGPT.
Hume juga memudahkan penggunaan suara dengan emosi tertentu dengan menambahkan perintah di UI-nya. Berikut perintah saat saya memintanya untuk menjadi “seksi dan genit”:
Pesan “seksi dan genit” dari Hume AI
Dan ketika diberitahu untuk menjadi “sedih dan murung”:
Pesan “sedih dan muram” dari Hume AI
Dan berikut ini pesan yang sangat tidak mengenakkan ketika diminta untuk bersikap “marah dan kasar”:
Pesan “marah dan kasar” dari Hume AI
Teknologi tidak selalu tampak seperti dipoles dan halus seperti OpenAI, dan terkadang berperilaku aneh. Misalnya, pada satu titik suara tiba-tiba bertambah cepat dan mengeluarkan kata-kata tidak jelas. Namun, jika suara dapat disempurnakan dan dibuat lebih andal, ia berpotensi membantu membuat antarmuka suara seperti manusia menjadi lebih umum dan bervariasi.
Gagasan untuk mengenali, mengukur, dan mensimulasikan emosi manusia dalam sistem teknologi sudah ada sejak beberapa dekade lalu dan dipelajari dalam bidang yang dikenal sebagai “komputasi afektif,” sebuah istilah yang diperkenalkan oleh Rosalind Picardseorang profesor di MIT Media Lab, pada tahun 1990-an.
Albert Salahseorang profesor di Universitas Utrecht di Belanda yang mempelajari komputasi afektif, terkesan dengan teknologi AI Hume dan baru-baru ini menunjukkannya kepada para mahasiswanya. “Apa yang tampaknya dilakukan EVI adalah menetapkan valensi emosional dan nilai gairah [to the user]dan kemudian memodulasi ucapan agen sesuai dengan itu,” katanya. “Ini adalah perubahan yang sangat menarik pada LLM.”
