AI-chatbot kan stress in gesprek steeds beter herkennen
AI-chatbots worden steeds beter in het herkennen van stressvolle situaties op basis van telefoongesprekken. Hierdoor kunnen ze mogelijk worden ingezet bij 112-meldingen.
Een vrouw belt noodnummer 112 en zegt een pizza te willen bestellen. De telefonist vraagt of ze weet dat ze het noodnummer heeft gebeld. De vrouw onderbreekt hem en vraagt hoe lang het gaat duren. Hij vraagt haar of er sprake is van een noodgeval. Ze antwoordt bevestigend met een simpel ‘ja’, ook op enkele gesloten vragen. De telefonist vermoedt dat er sprake is van huiselijk geweld, waarna hij de politie oproept om naar de opgegeven locatie te gaan.
Mensenwerk
In dit geval klonk de vrouw niet gespannen, noch leek ze in paniek. Ze vroeg niet om hulp, ze vermeed zelfs de term ‘help’ expliciet. Toch kon de telefonist uit de antwoorden van de vrouw opmaken dat ze in nood was. Het vergt kennis en ervaring om het verschil te herkennen tussen echte noodgevallen en nepmeldingen. Typisch mensenwerk, zou je zeggen. Toch kan ook kunstmatige intelligentie (AI) steeds beter het verschil te herkennen, blijkt uit onderzoek.
Elizabeth Stokoe bespreekt in deze video de verschillen tussen mensen en AI in gesprekken:
Toonhoogte
“Het gaat niet alleen om de woorden, maar ook om subtiele signalen, zoals de toonhoogte, het zuchten of ademen, het ‘wiebelen’ van de stem, het onderbreken,” zegt Elizabeth Stokoe, professor gedragswetenschap aan de Londen School of Economics and Political Science. Ze doet onderzoek naar gesprekken en wat dit betekent voor conversationele technologieën. Hiervoor bestudeert Stokoe in detail gesprekken tussen mensen. Dergelijk onderzoek is te vergelijken met het vertraagd afspelen van momenten in een voetbalwedstrijd om spelsituaties te analyseren, aldus Stokoe.
Gedeeld begrip
Gesprekswetenschap, of conversation analysis zoals Stokoe haar vakgebied noemt, kan helpen met de ontwikkeling van generatieve AI voor gespreksdoeleinden. “De basis is gedeeld begrip. Communicatie slaagt als mensen elkaar begrijpen en hoe ze dat doen kan gesprekswetenschappelijk onderzoek blootleggen. Dergelijk onderzoek kan van pas komen bij de ontwikkeling van AI-modellen (LLMs), maar het onderzoek wordt hiervoor nog zelden toegepast,” schrijft Stokoe in een wetenschappelijk artikel. (1) Gesprekswetenschappers, waaronder Stokoe maar ook de Nederlandse Wyke Stommel van de Radboud Universiteit, werken samen om dat te veranderen. Hierover hebben ze een tijdschrifteditie uitgebracht en een online bijeenkomst gehouden om wetenschappers en maatschappelijke en commerciële partijen samen te brengen.
ChatGPT
Wat als de operator wordt vervangen door AI? Kan een chatbot deze functie overnemen? Een jaar geleden was ChatGPT niet in staat om adequaat te reageren op een noodgeval zoals hierboven beschreven. “ChatGPT waarschuwde de melder en dreigde hem zelfs aan te geven bij de politie. Maar inmiddels zijn ChatGPT en andere LLMs sterk verbeterd. De modellen zijn beter getraind, waardoor ze ook sommige subtiele signalen in gesprekken beter kunnen herkennen,” zegt Stokoe.
Noord-Holland
De regionale meldkamer Noord-Holland in Haarlem onderzoekt of 112-meldingen met AI sneller, beter en professioneler kunnen worden afgehandeld. “Landelijk worden daarvoor pilots uitgewerkt, om programma’s te ontwikkelen die zonder menselijke tussenkomst filteren,” zei Marjolijn Dolfin, hoofd van meldkamer Noord-Holland, vorig jaar in het Haarlems Dagblad. Eén van de pilots vindt plaats in gemeente Haarlemmermeer.
Belasting verlagen
Dolfin heeft positieve verwachtingen van de inzet van AI in de meldkamer. Ze ziet het vooral als middel om de mentale belasting op centralisten te helpen verlagen. “Want werken op de meldkamer is topsport,” zegt Dolfin. “Er komt zoveel op centralisten af. Ze nemen informatie uit minimaal 24 systemen tegelijkertijd tot zich. Dat gaat het menselijk brein soms te boven.” AI is volgens haar niet bedoeld om mensen op de meldkamer te vervangen.
Inzet AI in VS
In de VS passen 911-meldkamers al AI toe om echte noodmeldingen te onderscheiden van de minder urgente meldingen. Dat schrijft Zac Amos, redacteur bij ReHack, op Hackernoon. “De meldkamer in Charleston County gebruikt machine learning om de niet-noodzakelijke meldingen volledig te automatiseren. De directeur van de meldkamer zegt dat het helpt om de melders van de noodgevallen beter te kunnen helpen,” aldus Amos.
LLMs in meldkamers
Amos ziet een toekomst voor LLMs voor inzet bij meldkamers. “De modellen kunnen opnames van de gesprekken transcriberen. Deze transcripties kunnen dienen als referentie voor berichten of voor training. Omdat alle 911-meldingen al worden opgenomen zou de toepassing relatief makkelijk moeten gaan. AI kan centralisten helpen om de gegevens uit de gesprekken te gebruiken om situaties beter in te schatten en besluitvorming efficiënter te maken.”
AI als ondersteuning
Volgens Amos zal AI nooit mensen in de meldkamers vervangen. Wel voorziet hij dat AI zal helpen om hun werk efficiënter te maken en om hun focus beter te richten op wat belangrijk is. Veel medewerkers van meldkamers in de VS zijn overwerkt. Velen werken 12 uur achter elkaar, soms meerdere keren per week. Dat leidt tot onnodige fouten en uitval. AI kan revolutionair uitpakken voor onderbezette meldkamers, zodat ze levens kunnen helpen redden,” aldus Amos.
AI Could Handle Your 911 Emergency Better Than You Know | HackerNoon
LinkedIn-post van Meldkamer Noord-Holland
LinkedIn-post van Elizabeth Stokoe
(1) Stokoe schreef dit artikel samen met collega-wetenschappers Saul Albert, Hendrik Buschmeier en Wyke Stommel, hoogleraar taal en interactie in digitale contexten aan de Radboud Universiteit in Nijmegen. Stommel schreef met collega’s het boek ‘Hoe werkt dagelijkse communicatie? Gesprekken onder de microscoop’, meldt de Radboud Universiteit. Ze spreekt op 24 maart 2025 haar inaugurele rede uit. De oratie is te volgen via een livestream.