شناسهٔ خبر: 74741899 - سرویس علمی-فناوری
نسخه قابل چاپ منبع: برنا | لینک خبر

هوش مصنوعی چگونه تماس‌های تلفنی را شنود و تحلیل می‌کند؟

برنا - گروه علمی و فناوری: فناوری هوش مصنوعی به سرعت در حال تغییر نحوه تعامل ما با تماس‌های تلفنی است، از شنود و تحلیل مکالمات از راه دور گرفته تا بهبود کیفیت خدمات مشتری، این فناوری هم فرصت‌ها و هم تهدیدهای جدی برای حریم خصوصی ایجاد کرده است. برنا - گروه علمی و فناوری: فناوری هوش مصنوعی به سرعت در حال تغییر نحوه تعامل ما با تماس‌های تلفنی است، از شنود و تحلیل مکالمات از راه دور گرفته تا بهبود کیفیت خدمات مشتری، این فناوری هم فرصت‌ها و هم تهدیدهای جدی برای حریم خصوصی ایجاد کرده است.

صاحب‌خبر -

با گسترش روزافزون هوش مصنوعی، مرز میان فناوری‌های مفید و کاربرد‌هایی که می‌توانند تهدیدی برای حریم خصوصی افراد باشند روز به روز کمرنگ‌تر می‌شود. یکی از حوزه‌هایی که اخیراً توجه پژوهشگران و رسانه‌ها را به خود جلب کرده، شنود و تحلیل تماس‌های تلفنی با کمک هوش مصنوعی است. اگر تا دیروز شنود تماس‌ها بیشتر در انحصار دستگاه‌های امنیتی و با تجهیزات سنگین بود، امروز ترکیب هوش مصنوعی با ابزار‌های نسبتاً ساده مانند رادار‌های موج میلی‌متری این امکان را فراهم کرده که مکالمات تلفنی حتی بدون دسترسی مستقیم به گوشی، از فاصله‌ای چند متری شنود و بازسازی شوند.

به گزارش برنا، در این گزارش به دو جنبه اصلی این موضوع یعنی پیشرفت‌های فنی در شنود تماس‌ها با ترکیب هوش مصنوعی و فناوری‌های راداری و استفاده قانونی و سازمانی از هوش مصنوعی برای تحلیل و پایش تماس‌ها در مراکز خدمات مشتری پرداخته می‌شود.

شنود تماس‌ها از راه دور با هوش مصنوعی

فناوری mmWave و بازسازی صدا

در سال ۲۰۲۴ تیمی از پژوهشگران دانشگاه پن‌استیت آمریکا موفق شدند نشان دهند که ارتعاشات بسیار ریز بلندگوی یک گوشی هنگام تماس تلفنی، از فاصله‌ای تا حدود سه متر توسط رادار‌های موج میلی‌متری (mmWave) قابل شناسایی است. این امواج پیش‌تر در حوزه‌هایی مانند ارتباطات ۵G و اسکن سه‌بعدی کاربرد داشتند، اما ترکیب آنها با مدل‌های هوش مصنوعی مسیر جدیدی را در حوزه امنیت اطلاعات گشود.

این پروژه که با نام WirelessTap معرفی شد، بر پایه دو مرحله کار می‌کند:

ضبط ارتعاشات گوشی با رادار موج میلی‌متری.

بازسازی گفتار با کمک مدل‌های تشخیص گفتار مانند Whisper (توسعه‌یافته توسط OpenAI) و روش‌های یادگیری تطبیقی (Low-Rank Adaptation).

نتیجه این تلاش آن بود که محققان توانستند مکالمات تلفنی را با دقتی نزدیک به ۶۰ درصد به متن تبدیل کنند. این میزان دقت در فاصله سه متری به دست آمده و در شرایط آزمایشگاهی کنترل‌شده اجرا شده است.

علاوه بر آن در یک پژوهش دیگر در سال ۲۰۲۲، محققان توانستند ده واژه از پیش تعیین‌شده را با دقت ۸۳ درصد بازسازی کنند. در مقاله‌ای منتشرشده در پایگاه arXiv، دقت واژه‌ای (Word Accuracy) برای نسخه آزمایشی این سیستم حدود ۴۴.۷۴ درصد و دقت حرفی (Character Accuracy) حدود ۶۲.۵۲ درصد گزارش شد. این آزمایش در فاصله ۲۵ تا ۱۲۵ سانتی‌متری انجام شد.

محققان تأکید کردند این فناوری هنوز در مراحل اولیه است و عوامل محیطی مانند نویز، موقعیت گوشی یا جنس سطح اطراف می‌تواند کیفیت شنود را کاهش دهد.

تهدید‌های امنیتی

در نگاه اول، دقت ۶۰ درصدی ممکن است چندان چشمگیر به نظر نرسد اما باید توجه داشت که این فناوری در مراحل ابتدایی توسعه است و به سرعت می‌تواند ارتقا یابد. در صورت تجاری‌سازی یا استفاده‌های مخفیانه، هر فردی که در فاصله چند متری از یک مکالمه قرار گیرد، قادر خواهد بود بدون دسترسی مستقیم به گوشی، محتوای تماس را شنود کند. این تهدیدی جدی برای حریم خصوصی شهروندان و امنیت سازمان‌ها محسوب می‌شود.

استفاده قانونی از هوش مصنوعی در تحلیل تماس‌ها

در سوی دیگر ماجرا، هوش مصنوعی کاربردی متفاوت و البته مفید در حوزه تماس‌های تلفنی پیدا کرده است؛ یعنی تحلیل و پایش مکالمات در مراکز تماس (Call Centers).

پایش خودکار تماس‌ها

در گذشته، ارزیابی کیفیت تماس‌ها معمولاً به‌صورت دستی و با شنیدن بخشی از مکالمات توسط ناظران انسانی انجام می‌شد. این فرآیند هم زمان‌بر بود و هم امکان خطای انسانی بالایی داشت. اما امروزه ابزار‌های هوش مصنوعی می‌توانند ۱۰۰ درصد تماس‌ها را بررسی کرده و به‌طور خودکار کیفیت مکالمات، لحن مشتری، میزان رضایت یا نارضایتی و حتی احساسات طرفین را تحلیل کنند.

تحلیل احساسات و رفتار

فناوری‌های تحلیل گفتار (Speech Analytics) با کمک مدل‌های یادگیری ماشین می‌توانند کلمات کلیدی، الگو‌های زبانی و حتی تن صدای افراد را شناسایی کنند. بر اساس این داده‌ها، وضعیت احساسی تماس – مانند عصبانیت، ناامیدی، رضایت یا هیجان – به‌صورت خودکار ثبت می‌شود.

برای نمونه، شرکت بیمه MetLife از نرم‌افزاری به نام Cogito استفاده می‌کند. این سیستم در زمان تماس صدای مشتری را تحلیل کرده و اگر نشانه‌ای از ناراحتی یا استرس تشخیص دهد، روی صفحه اپراتور پیامی نمایان می‌شود تا او با لحنی آرام‌تر یا رویکردی متفاوت ادامه مکالمه را مدیریت کند.

مزایای سازمانی

پایش کامل: برخلاف روش‌های سنتی، هوش مصنوعی می‌تواند تمامی تماس‌ها را ارزیابی کند.

کاهش خطای انسانی: تحلیل‌ها مبتنی بر داده و الگوریتم هستند، نه برداشت شخصی ناظر.

بازخورد آنی: اپراتور‌ها می‌توانند در لحظه مکالمه راهنمایی‌های لازم را دریافت کنند.

 استخراج داده‌های کسب‌وکاری: سازمان‌ها می‌توانند روند‌ها و مشکلات رایج مشتریان را شناسایی کرده و راهکار‌های بهبود خدمات ارائه دهند.

براساس گزارش وب‌سایت CallCriteria، استفاده از سیستم‌های AI Call Scoring باعث شده تا مراکز تماس بتوانند بدون افزایش نیرو، حجم انبوهی از مکالمات را تحلیل کنند.

 مطالعه‌ای در مجله Time نشان داد که استفاده از این فناوری در برخی مراکز تماس باعث کاهش چشمگیر میزان ریزش مشتریان و افزایش سطح رضایت آنان شده است.

هوش مصنوعی در حوزه تماس‌های تلفنی همان‌قدر که می‌تواند ابزاری قدرتمند برای بهبود کیفیت خدمات و تجربه مشتری باشد، به همان اندازه نیز در صورت سوءاستفاده تهدیدی جدی برای حریم خصوصی افراد خواهد بود.

از یک سو، پژوهش‌هایی مانند پروژه WirelessTap نشان داده‌اند که امکان شنود تماس‌ها از فاصله‌ای چند متری با دقت نسبی وجود دارد؛ یافته‌ای که زنگ خطری برای امنیت دیجیتال و فیزیکی به شمار می‌رود. از سوی دیگر، استفاده از همان فناوری در مراکز تماس باعث ارتقای ارتباطات، افزایش رضایت مشتری و بهبود عملکرد اپراتور‌ها شده است.

آینده این فناوری‌ها به نحوه قانون‌گذاری و نظارت بر آنها بستگی دارد. اگر چارچوب‌های اخلاقی و حقوقی به‌درستی تدوین و اجرا شوند، هوش مصنوعی می‌تواند ابزاری ارزشمند برای ارتقای کیفیت ارتباطات انسانی باشد. در غیر این صورت، همین فناوری به تهدیدی برای آزادی‌های فردی و حریم خصوصی بدل خواهد شد.

انتهای پیام/