محققان در مطالعهای جدید، دقت و پایداری سیگنالهای چندوجهی (صوتی، متنی و تعاملی) را در مکالمات ویدئویی بررسی کردهاند. نتایج این پژوهش نشان میدهد که:
📌 ویژگیهای زبانی، بهترین دقت را برای تشخیص بار شناختی دارند اما در وظایف مختلف، ثبات کمی دارند.
📌 ویژگیهای صوتی برخلاف تصور، بیشتر نشاندهنده ویژگیهای فردیِ صدا هستند تا وضعیت ذهنی گوینده!
📌 تنها ویژگیهای تعاملی هستند که واقعاً پایدار و قابل اعتمادند.
این یافتهها به ما کمک میکند تا ایجنتهای هوش مصنوعی را در درک بهترِ تعاملات انسانی، هوشمندتر طراحی کنیم. 🧠✨
منبع: arXiv NLP