酷应用

机器模仿人类说话真的是一件好事吗？

百家作者：快公司FastCompany 2019-11-06 04:37:10

点击进入报名

科技公司设计语音助手时，努力赋予机器类人对话的能力。

实际上，这种类人性应该与系统在对话中的实际功能相联系，不应该把类人的对话交互方式视为默认的设计目标。

[源图：peco12/Blendswap]

据一项调查估计，目前全球有2亿多户家庭拥有智能音箱，可通过语音控制接入互联网。此外，我们还在智能手机、厨房电器以及汽车上安装了会说话的虚拟助手， Alexa和Siri们简直无处不在。

由于说话是人类的基本组成部分之一，我们理所当然地认为，这些助手也应该像我们一样说话和行动。如此一来，我们能够以自己更好理解的方式和机器互动，但真实的人类对话是很难复制的。

同时，研究表明，让机器学习人类说话是没有必要，甚至带有误导性的。我们或许需要重新思考人类与这些助手互动的方式和原因，并学会接受它们作为机器本身的好处。

语音技术设计者常常谈论“人性化”的概念。随着人工语音开发的近期进展，这些系统的声音模糊了人类和机器之间的界限，听起来越来越像人类。开发者也在努力使这些界面的语言更为人性化。

其中最知名的或许是谷歌Duplex，一种电话预约服务。为了强化系统的类人特性，谷歌在语音输出中加入了“唔”和“嗯”等发音。人类通常会发出这些声音，表明我们正在听对方讲话，或者准备开口说话。而谷歌Duplex使用这类发音，是为了听起来更自然。但为什么听起来更自然或更像人类就那么重要呢？

这种渴望大概来源于这些系统设计背后的流行文化元素。几十年来，通过《2001太空漫游》（2001: A Space Odyssey）中的哈尔9000 （HAL 9000）和《她》（Her）里的萨曼莎（Samantha）等角色，文学、电视和电影中人机对话的想法一直吸引着我们。这些角色与人类进行着流畅无缝的对话。在电影《她》里，操作系统甚至和用户之间发生了一段爱情故事。关键是，所有这些机器发出的声音和做出的反应都和人类一模一样。

电影《她》

在试图实现类似人机对话的过程中，我们遇到了一些颇有意思的技术挑战。为此，亚马逊最近发起了Alexa Prize竞赛，希望“创造出能与人类就一系列时事和流行话题（如娱乐、体育、政治、技术和时尚）进行连贯而有趣的对话的社交机器人”。目前这一轮比赛要求参赛队伍制作一段20分钟的人机对话。

和其它科学领域一样，这些重大挑战明显推动了这一技术的发展，带来了计划内和计划外的好处。然而，在努力赋予机器类人对话能力的同时，我们需要思考人与人对话的实际意义是什么，以及我们是否希望与机器进行同样的对话。

我们与他人交谈，是为了完成工作，以及建立和维持关系，这两个目的通常交织在一起。然而，人们把机器视为用途有限的工具，并不热衷与机器建立类似日常人际关系的关系。

追求自然的人机对话或许会成为一个多余且累赘的目标。我们因此对系统产生了不切实际的期望，指望它能像人类一样沟通和理解。但凡与亚马逊Echo或谷歌Home互动过的人都知道，这在现有系统中是不可能的。

这一点很重要，因为我们需要了解如何指示系统执行操作，而语音界面的按钮和图形有限，指令的完成在很大程度上取决于系统的说话内容和说话方式。界面设计的重要性意味着，人性化本身可能不仅值得怀疑，甚至是具有欺骗性的。假设有人利用它来愚弄用户，使其误以为自己在与另一个人互动，后果不堪设想。即使科技公司的目的是为了开发清晰易懂的声音，但它们也必须考虑这种做法对用户的潜在影响。

人性之外

与其始终如一地拥抱人性，我们不如接受这样一个事实：我们能够且希望与机器进行的交互类型可能存在技术和哲学上的根本限制。

我们应该从人类的对话中获取灵感，而不是把它作为任何互动的黄金标准。比如说，将这些系统视为执行者，而不是像人一样的谈话者，或许会有助于创建更具吸引力和表现力的界面。在某些情况下，我们允许有必要融入特定的对话元素，但不应该把类人的对话交互方式视为默认的设计目标，而应该思考我们是否真的需要。