Inter-2 prova a leggere i segnali sociali nelle conversazioni: ecco cosa sappiamo

Interhuman AI sta sviluppando uno strato di «intelligenza sociale» pensato per aiutare i sistemi di IA a cogliere, oltre alle parole, alcuni segnali che accompagnano una conversazione. La società di Copenaghen afferma che il modello Inter-2 analizza questi indizi in tempo reale; le descrizioni pubbliche parlano di testo, audio e video. I risultati vanno intesi come valutazioni di comportamenti osservabili, non come letture certe dei pensieri o dei sentimenti di una persona. 25

Quali segnali rileva Inter-2

Secondo le informazioni disponibili, il modello individua 10 segnali: accordo, disaccordo, scetticismo, sicurezza, esitazione, frustrazione, interesse, incertezza, confusione e stress. Fornisce anche un’indicazione generale sul livello di coinvolgimento. 18

L’obiettivo è affiancare alle parole indizi come il tono della voce, le espressioni del viso e il linguaggio del corpo. Tech.eu descrive Inter-2 come un sistema che analizza segnali provenienti da testo, audio e video; una scheda del modello parla invece di rilevamento a partire da video con audio. Le fonti pubbliche indicano quindi un approccio multimodale, ma non spiegano completamente come venga gestito ciascun input in ogni configurazione del prodotto. 2518

Perché Interhuman punta sull’intelligenza sociale

Interhuman AI è stata fondata a Copenaghen nel 2023. Tra i cofondatori figurano Paula Petcu, Frederik Sally e Line Clemmensen. 179

L’idea alla base del progetto è che, per rispondere in modo adeguato, a un assistente di IA possa servire più della trascrizione di una conversazione. Per esempio, rilevare segnali di confusione o scarso coinvolgimento potrebbe aiutarlo ad adattare l’interazione. Tech.eu descrive l’approccio dell’azienda come un’integrazione dell’analisi di audio e video con i modelli linguistici di grandi dimensioni. 2

Si tratta però di un obiettivo di prodotto, non della prova che il modello possa dedurre con affidabilità le intenzioni di chiunque e in qualsiasi situazione. Una pausa, un’espressione o un cambiamento nel tono di voce possono avere spiegazioni diverse: non vanno interpretati come una diagnosi né come segnali dal significato universale.

Usi possibili e limiti delle evidenze

Interhuman indica tra le possibili applicazioni l’IA conversazionale e il coaching per i colloqui. Sul proprio sito descrive esercitazioni di colloquio focalizzate sul modo di esprimersi; il materiale aziendale sulle interviste di ricerca illustra invece come associare i segnali alle parti pertinenti di una risposta. Quest’ultimo esempio riguarda Inter-1, un modello precedente: non dimostra che tutte le funzioni siano identiche per Inter-2. 524

Questi casi mostrano come uno strato di analisi dei segnali sociali potrebbe essere usato nel coaching o aiutare i ricercatori a rivedere le interviste. Da soli, però, non dimostrano che il sistema sia accurato con persone, culture o situazioni diverse. Le fonti disponibili non offrono dettagli sufficienti per valutarne in modo indipendente le prestazioni.

Tracciabilità, privacy e possibili abusi

Interhuman afferma che il precedente modello Inter-1 può spiegare quali indizi comportamentali abbiano contribuito a una valutazione. L’azienda descrive anche la possibilità di collegare i segnali a frasi specifiche nelle risposte raccolte durante un’intervista. Sono elementi utili per la trasparenza, quando disponibili, ma le fonti non confermano che ogni risultato di Inter-2 offra le stesse spiegazioni o lo stesso livello di tracciabilità. 2524

Nei propri termini di servizio, l’azienda elenca alcuni impieghi soggetti a restrizioni, tra cui dedurre le emozioni di una persona in ambito lavorativo o educativo. Le informazioni pubbliche non sono sufficienti per descrivere le pratiche di conservazione dei dati, le procedure di consenso o le modalità concrete di applicazione di tali restrizioni. 19

Sono questioni importanti, perché la tecnologia analizza volti, voci e conversazioni. I segnali sociali possono essere interpretati male o utilizzati per sorvegliare le persone; le evidenze disponibili non permettono di stabilire come le tutele di Interhuman affrontino ogni possibile rischio.

Che cosa si sa sui prossimi sviluppi?

Le notizie e i materiali aziendali citati descrivono l’attuale approccio multimodale di Inter-2, ma non confermano una tempistica o impegni tecnici specifici per l’analisi della sola voce, le conversazioni tra più persone, i modelli successivi o un’espansione oltre l’Europa. Per ora sono questioni aperte, non funzionalità o date annunciate. 25