La technologie d'assistant vocal risque d'être trop humaine

Selon une estimation globale, plus de 200 millions de foyers disposent désormais d'un haut-parleur intelligent offrant un accès Internet contrôlé par la voix. Ajoutez à cela les assistants virtuels parlants installés sur de nombreux smartphones, sans parler des appareils de cuisine et des voitures, et c'est beaucoup d'Alexas et de Siris.

Parce que parler est un élément fondamental de l'être humain, il est tentant de penser que ces assistants devraient être conçus pour parler et se comporter comme nous. Bien que cela nous permette d'interagir avec nos appareils, il est incroyablement difficile de reproduire des conversations humaines réellement réalistes. De plus, des recherches suggèrent qu'il peut être inutile, voire malhonnête, de créer un son de machine. Au lieu de cela, nous pourrions avoir besoin de repenser comment et pourquoi nous interagissons avec ces assistants et apprendre à accepter les avantages de leur statut de machine.

Les concepteurs de technologies de la parole parlent souvent du concept d '"humanité". Les développements récents dans le développement de la voix artificielle ont eu pour résultat que les voix de ces systèmes brouillent la ligne de démarcation entre l'homme et la machine, pour donner un son de plus en plus humain. Des efforts ont également été déployés pour rendre le langage de ces interfaces plus humain.

Le plus célèbre est peut-être Google Duplex, un service qui permet de prendre rendez-vous par téléphone. Pour ajouter à la nature humaine du système, Google a ajouté des énoncés tels que "hmm" et "euh" à la sortie vocale de son assistant – des sons que nous utilisons couramment pour signaler que nous écoutons la conversation ou que nous avons l'intention de commencer à parler bientôt. Dans le cas de Google Duplex, ils ont été utilisés dans le but de paraître naturels. Mais pourquoi le fait de paraître naturel ou plus humain est-il si important?

La poursuite de cet objectif consistant à rendre les systèmes sains et à se comporter comme nous provient peut-être des inspirations de la culture pop que nous utilisons pour alimenter la conception de ces systèmes. L’idée de parler aux machines nous fascine depuis des décennies dans la littérature, la télévision et le film, à travers des personnages tels que HAL 9000 en 2001: une odyssée de l’espace ou Samantha in Her. Ces personnages décrivent des conversations transparentes avec des machines. Dans le cas de Her, il existe même une histoire d'amour entre un système d'exploitation et son utilisateur. De manière critique, toutes ces machines sonnent et répondent à la manière dont nous pensons les humains.

Essayer de réaliser quelque chose qui ressemble à des conversations entre nous et des machines représente un défi technologique intéressant. À cette fin, Amazon a récemment lancé le Alexa Prize, qui vise à "créer des réseaux sociaux capables de dialoguer de manière cohérente et engageante avec les humains sur divers événements d'actualité et sur des sujets d'actualité tels que le divertissement, le sport, la politique, la technologie et la mode". Le tour actuel de la compétition demande aux équipes de produire une conversation de 20 minutes entre l'un de ces robots et un interacteur humain.

Ces grands défis, comme d’autres sciences, font clairement progresser les techniques de pointe en apportant des avantages prévus et imprévus. Cependant, lorsque nous essayons de donner aux machines la capacité de converser véritablement avec nous comme les autres êtres humains, nous devons réfléchir à la raison pour laquelle nos interactions parlées avec les gens sont réelles et savoir si c'est le même type de conversation que nous souhaitons avoir avec des machines.

Nous discutons avec d'autres personnes pour faire avancer les choses, pour construire et entretenir des relations mutuelles, et ces deux objectifs sont souvent étroitement liés. Pourtant, les gens considèrent les machines comme des outils ayant des objectifs limités et ont peu d’appétit pour établir ce type de relations avec les machines que nous entretenons chaque jour avec d’autres personnes.

Poursuivre des conversations naturelles avec des machines qui nous ressemblent peut devenir un objectif inutile et pesant. Cela crée des attentes irréalistes vis-à-vis de systèmes capables de communiquer et de comprendre comme nous. Toute personne ayant interagi avec Amazon Echo ou Google Home sait que cela n’est pas possible avec les systèmes existants.

Cela est important, car les utilisateurs doivent avoir une idée de la façon de faire en sorte que le système fonctionne, car, comme les interfaces uniquement vocales ont des boutons et des éléments visuels limités, ils sont guidés de manière significative par ce que le système dit et comment il le dit. L’importance de la conception des interfaces signifie que l’humanité elle-même peut non seulement être discutable, mais trompeuse, en particulier si elle est utilisée pour tromper les gens en leur faisant croire qu’ils interagissent avec une autre personne. Même si leur intention peut être de créer des voix intelligibles, les entreprises technologiques doivent prendre en compte l'impact potentiel sur les utilisateurs.

Regarder au-delà de l'humanité

Plutôt que d’adhérer systématiquement à l’humanité, nous pouvons accepter le fait qu’il peut exister des limites fondamentales, à la fois technologiques et philosophiques, aux types d’interactions possibles et souhaitables avec les machines.

Nous devrions nous inspirer des conversations humaines plutôt que de les utiliser comme étalon or perçu pour l'interaction. Par exemple, considérer ces systèmes comme des artistes interprètes ou exécutants plutôt que comme des interlocuteurs humains peut être un moyen d'aider à créer des interfaces plus attrayantes et plus expressives. L'intégration d'éléments de conversation spécifiques peut s'avérer nécessaire dans certains contextes, mais nous devons déterminer si une interaction conversationnelle ressemblant à un être humain est nécessaire, plutôt que de l'utiliser comme objectif de conception par défaut.

Il est difficile de prédire ce que sera la technologie dans le futur et comment les perceptions sociales vont évoluer et se développer autour de nos appareils. Peut-être que les gens accepteront de converser avec des machines, de devenir amis avec des robots et de demander leur avis.

Mais nous sommes actuellement sceptiques à ce sujet. À notre avis, tout est lié au contexte. Toutes les interactions et les interfaces ne sont pas identiques. Certaines technologies de la parole peuvent être nécessaires pour établir et favoriser une forme de lien social ou émotionnel, par exemple dans des applications de soins de santé spécifiques. Si tel est le but recherché, il est alors logique de faire en sorte que les machines dialoguent de manière plus appropriée à cet effet – par exemple, un son humain afin que l'utilisateur obtienne le type d'attentes approprié.

Pourtant, ce n’est pas universellement nécessaire. De manière cruciale, cette ressemblance humaine devrait être liée à ce que les systèmes peuvent réellement faire avec une conversation. Créer des systèmes qui ne permettent pas de converser comme un son humain peut faire plus de mal que de bien.

Cet article est republié de The Conversation sous une licence Creative Commons. Lire l'article original.