Phân tích giọng nói bằng AI: Cảnh báo cho các Giám đốc điều hành

Các chuyên gia phân tích kỳ vọng rằng, trí tuệ nhân tạo (AI) sẽ phơi bày những điều chưa được nhắc đến trong cuộc gọi báo cáo thu nhập.

Trong cuộc gọi báo cáo thu nhập cuối cùng với tư cách Giám đốc điều hành của công ty giải trình tự gen Illumina, ông Francis deSouza đã cố gắng hết sức để duy trì tinh thần lạc quan.

Thương vụ mua lại công ty tầm soát ung thư Grail trị giá 8 tỷ USD từng gây nhiều tranh cãi đã thúc đẩy chiến dịch của nhà đầu tư chủ động Carl Icahn chống lại các cơ quan quản lý cạnh tranh ở cả hai bên Đại Tây Dương, cùng làn sóng chỉ trích từ các giám đốc sáng lập Grail.

Trong cuộc gọi báo cáo thu nhập cuối cùng với tư cách Giám đốc điều hành Illumina, ông Francis deSouza khẳng định với các nhà phân tích rằng vụ việc chỉ ảnh hưởng “một phần rất nhỏ trong công ty”.

Tuy nhiên, mỗi lần đề cập đến Grail, giọng điệu và ngôn ngữ cơ thể của ông deSouza đều thay đổi rõ rệt, theo phân tích của Speech Craft Analytics thông qua trí tuệ nhân tạo. Tần suất xuất hiện các từ đệm như như “ừm” (um) và “à” (ah) cùng tiếng nuốt khan cũng tăng lên.

Ông David Pope, trưởng nhóm khoa học dữ liệu tại Speech Craft Analytics cho biết, sự kết hợp đó cho thấy dấu hiệu lo lắng và căng thẳng rõ rệt của ông deSouza mỗi khi đề cập đến vụ việc nhạy cảm, gây tranh cãi này.

Chưa đầy 2 tháng sau, ông deSouza đã từ chức Giám đốc điều hành Illumina.

Ý tưởng phân tích các bản ghi âm để rút ra cảm xúc thực sự của các Giám đốc điều hành đang thu hút sự chú ý của nhiều quỹ đầu tư lớn trên thế giới.

Rất nhiều quỹ đã sử dụng thuật toán để phân tích các bản ghi cuộc gọi báo cáo thu nhập và bài thuyết trình của công ty, nhằm tìm ra dấu hiệu từ cách lựa chọn từ ngữ của các Giám đốc điều hành – một lĩnh vực được gọi là Xử lý Ngôn ngữ Tự nhiên (NLP). Giờ đây, họ đang cố gắng tìm thêm thông điệp trong cách ngữ điệu nói của các từ ấy được cất lên. 

Ông Mike Chen, trưởng nhóm nghiên cứu thay thế alpha tại công ty quản lý tài sản Robeco chia sẻ: “Ý tưởng là bản ghi âm có thể ghi lại nhiều hơn một bản ghi chép. Ngay cả với một cỗ máy NLP tinh vi, nó cũng chỉ có thể giải mã ngữ nghĩa của các từ mà thôi.”

Sự do dự và các từ đệm thường bị lược bỏ khỏi bản ghi chép, trong khi AI có thể phát hiện một số "vi chấn động" mà tai người không thể nghe thấy.

Robeco, quản lý hơn 80 tỷ USD tài sản thông qua các quỹ được điều khiển bằng thuật toán, là một trong những quỹ lớn nhất đã bắt đầu kết hợp các tín hiệu âm thanh thu thập được bằng AI vào chiến lược đầu tư từ đầu năm nay. Ông Chen cho biết, điều này giúp nâng cao lợi nhuận và hy vọng nhiều nhà đầu tư khác cũng sẽ áp dụng phương pháp tương tự.

Đây là bước tiến mới trong trò chơi “mèo vờn chuột” giữa các nhà quản lý quỹ và các Giám đốc điều hành. Ông Yin Luo, trưởng nhóm nghiên cứu định lượng Wolfe Research chia sẻ: "Chúng tôi đã tìm thấy nhiều giá trị từ các bản ghi âm. Vấn đề là tâm lý lạc quan ngày càng tăng… do các ban giám đốc biết thông điệp của họ đang bị phân tích."

Nhiều tài liệu nghiên cứu chỉ ra rằng, các bài phát biểu của những công ty ngày càng lạc quan hơn kể từ khi NLP xuất hiện, do họ điều chỉnh từ ngữ để tránh thuật toán.

Một bài báo đầu năm nay do ông Luo đồng tác giả cho thấy, việc kết hợp NLP truyền thống với phân tích âm thanh một cách hiệu quả để phát hiện sự khác biệt giữa các công ty khi hồ sơ của họ ngày càng đồng nhất.

Mặc dù chi phí đã giảm, nhưng nhìn chung, phương pháp này vẫn tương đối tốn kém. Robeco đã đầu tư 3 năm xây dựng cơ sở hạ tầng công nghệ trước khi áp dụng phân tích bản ghi âm.

Trước khi gia nhập Robeco, ông Chen cũng đã dành nhiều năm nghiên cứu sử dụng bản ghi âm nhưng nhận ra công nghệ chưa đủ tiên tiến. Mặc dù đã có nhiều tiến bộ, thế nhưng phương pháp này vẫn còn điểm hạn chế.

Để tránh vội vàng kết luận dựa trên các đặc điểm tính cách khác nhau - một số Giám đốc điều hành có thể thể hiện tự nhiên hơn - phân tích đáng tin cậy nhất là so sánh các bài phát biểu của cùng một người theo thời gian. Nhưng điều này có thể khiến việc đánh giá một Giám đốc điều hành mới trở nên khó khăn - đây lại chính là lúc sự nhạy bén đặc biệt cần thiết.

“Một hạn chế của NLP là sự thay đổi CEO sẽ gây nhiễu tâm lý phân tích chung", một giám đốc điều hành công ty phân tích NLP nhận định. "Hiệu ứng gián đoạn này sẽ mạnh hơn với giọng nói."

Các nhà phát triển cũng cần tránh đưa thành kiến cá nhân vào các thuật toán dựa trên âm thanh, nơi các khác biệt về giới tính, chủng tộc có thể rõ nét hơn so với văn bản.

Ông Chen cũng cho biết: “Chúng tôi rất thận trọng để đảm bảo các thành kiến có ý thức không xuất hiện trong thuật toán, nhưng vẫn có khả năng tồn tại các thành kiến vô thức. Việc có một đội ngũ nghiên cứu đa dạng tại Robeco rất hữu ích để giảm thiểu vấn đề này."

Các thuật toán có thể cho kết quả sai lệch nếu cố phân tích ai đó nói ngôn ngữ không phải là tiếng mẹ đẻ. Cách giải thích một ngôn ngữ có thể không hiệu quả khi áp dụng cho ngôn ngữ khác.

Do đó, các nhà phát triển cần cân nhắc kỹ lưỡng để đảm bảo những thuật toán phân tích âm thanh khách quan, tránh định kiến và phù hợp với đa dạng ngôn ngữ.

Khi các công ty đã cố thích nghi với việc phân tích văn bản, ông Pope dự đoán các bộ phận quan hệ nhà đầu tư sẽ bắt đầu rèn luyện những Giám đốc điều hành kiểm soát ngữ điệu, cũng như các hành vi khác mà bản ghi âm bỏ sót. Việc phân tích giọng nói gặp khó khăn với các diễn viên được đào tạo, những người có thể vào vai một cách thuyết phục, nhưng điều đó khó thực hiện với các CEO.

Ông chia sẻ: "Rất ít người trong chúng ta thực sự giỏi điều chỉnh giọng nói của mình. Việc lựa chọn từ ngữ cẩn thận dễ dàng hơn nhiều. Chúng ta đã phải học cách làm điều đó từ nhỏ để tránh rắc rối."

Vì vậy, mặc dù các công ty có thể tìm cách đào tạo CEO đối phó với phân tích âm thanh, nhưng việc đó vẫn sẽ gặp nhiều thách thức.

Hải Hà-theo ft