p A Ciência da Decisão, A equipe de AI e Processamento de Linguagem Natural da IBM Research-Ireland apresentou recentemente um artigo de conferência chamado "Conversas de Decisão Decodificadas" na 16ª Conferência Anual do Capítulo Norte-Americano da Associação para Linguística Computacional:Tecnologias de Linguagem Humana (NAACL HLT). A equipe também apresentou uma demonstração de nosso protótipo de assistente virtual, que analisa discussões de decisão colaborativa para identificar alternativas e critérios. O desenvolvimento desta ferramenta de análise de conversação faz parte de um grande corpo de pesquisas em processamento de linguagem natural na IBM Research AI, um fator chave em nossa missão de desenvolver uma IA ampla que aprenda através de diferentes disciplinas para aumentar a inteligência humana. O processamento de linguagem natural é um componente central do IBM Project Debater, que estreou na semana passada. O Project Debater é o primeiro sistema de IA que pode debater humanos sobre tópicos complexos e representa um grande passo para o domínio da linguagem, um dos grandes limites da IA. p Durante o dia, tomamos milhares de decisões, consciente ou inconscientemente, reunir as escolhas para ajudar a tomar uma decisão. À medida que coletamos informações, também avaliamos resoluções alternativas. Algumas dessas decisões são diretas, enquanto outras podem ser mais complicadas de resolver. Em ambientes de negócios, o processo de tomada de decisão pode muitas vezes ser mais desafiador ou prolongado e envolver várias partes. Durante essas reuniões colaborativas, pode ser difícil participar ativamente de uma discussão, ao mesmo tempo em que grava, rastreando e identificando quem disse o quê, porque eles disseram algo para quem, ou avaliar o processo de resolução.

p Com a proliferação de dispositivos de gravação em nossas vidas profissionais e pessoais (por exemplo, teleconferência, assistentes pessoais inteligentes ou trocas de bate-papo em grupo, como o Slack), seria útil desenvolver mecanismos baseados em processamento de linguagem natural para extrair automaticamente conceitos relacionados a decisões, como alternativas e critérios, de conversas de decisão e fazer uso dessas informações para facilitar as discussões de decisão. Como ponto de partida, tal tecnologia pode fornecer a entrada para gerar uma visualização da discussão de decisão para que um grupo possa consultá-la para identificar ideias ou opções subdesenvolvidas, e para relembrar pontos de consenso e dissidência. Serviria como um resumo, permitir que as pessoas que perderam uma discussão de decisão se atualizem ou, mais simplesmente, lembrem o tomador de decisão dos argumentos que foram levantados para que ela possa tomar sua decisão posteriormente.

p A saída do sistema também pode ser usada para documentar o processo de tomada de decisão de forma estruturada. Essas informações, por sua vez, são essenciais para compreender melhor os jogos de poder e a negociação na tomada de decisões em grupo. Mais praticamente, pode ser essencial para provar a conformidade com os processos, por exemplo, uma consultora financeira demonstrando que apresentou alternativas de investimento razoáveis ​​aos seus clientes.

p Na IBM Research-Ireland, estamos examinando como o processo de tomada de decisão pode ser ampliado pelo rastreamento automático de uma discussão de decisão por meio de um facilitador virtual - aquele que analisa uma discussão, extrai todos os elementos de decisão (por exemplo, as alternativas, critério, restrições, e compensações), e agrupa esses elementos por tópico, ao mesmo tempo em que associa todas as alternativas aos critérios de suporte à decisão.

p Criamos e desenvolvemos um conjunto de algoritmos de extração de informações, e combinados com uma interface da web para ajudar a facilitar as discussões de decisão. Ele mantém o controle das opções de negócios em consideração na discussão e registra o que está sendo proposto pelos colaboradores da reunião. Ele organiza os pensamentos coletivos do grupo em um resumo geral das decisões tomadas. Ele também ilumina como uma decisão específica foi tomada e facilita futuras discussões.

p Para identificar os elementos de decisão em uma reunião, anotamos um conjunto de dados coletado conhecido como AMI Meeting Corpus, um conjunto de dados multimodais que consiste em 100 horas de gravações de reuniões. Em seguida, rotulamos os elementos de decisão das transcrições como alternativas (opções sendo consideradas como soluções para a decisão) e critérios (fatores que orientam as alternativas). Esse corpus anotado foi então usado para treinar um conjunto de classificadores supervisionados para extrair automaticamente os elementos de tomada de decisão. Em seguida, outro algoritmo processa a decisão e os critérios extraídos para identificar o sentimento expresso em relação aos elementos extraídos. Em essência, se um participante menciona uma alternativa específica, é importante distinguir se ele ou ela apóia ou se opõe a essa alternativa específica. Finalmente, uma abordagem de agrupamento é usada em cada classe de elementos extraídos (alternativas e critérios) para agrupá-los semanticamente. Por exemplo, as menções de moda, moda ou estilo, pois os critérios seriam agrupados, pois representam o mesmo conceito em geral.

p Como um facilitador virtual, o objetivo do sistema é aumentar a tomada de decisão colaborativa, capacitar todas as partes interessadas envolvidas para contribuir com sua perspectiva e tornar o processo de tomada de decisão eficaz e transparente. Concebemos nossa ferramenta como uma API para que os desenvolvedores aprimorem os aplicativos de voz para texto, e integrá-lo em uma sala de reunião inteligente ou funcionalidades de suporte de gravação de teleconferência. O potencial de nossa abordagem algorítmica é amplo para discussões em reuniões de equipe, por exemplo, em finanças, Projeto, recursos Humanos, engenharia ou em processos de tomada de decisão operacional em empresas e setores.