Analiza treści z użyciem AI

To automatyczne lub półautomatyczne badanie odczuć, wrażeń czy opinii wyrażanych na dany temat. Może polegać na prośbie o wskazanie przez uczestników badania ich emocji. Jednak częściej analizuje się wypowiedzi, zwłaszcza publikowane on-line – wówczas mówimy o analizie emocji w tekście czy wręcz monitoringu emocji. Oczywiście, myśląc o emocjach liczymy coś, co je wyraża – słowa, całe teksty, emotikonki, polubienia, liczby gwiazdek przy opinii.

Każda teoria lub  analiza emocji bierze pod uwagę jakiś zestaw emocji podstawowych. Na przykład Ekmana (radość, smutek, strach, gniew, zdziwienie, wstręt) lub Plutchika (radość, zaufanie, strach, zaskoczenie, smutek, wstręt, gniew, oczekiwanie). Jest wiele modeli i definicji emocji podstawowych. Łączy je przekonanie, że takie odczucia malują się na twarzach ludzi z różnych kultur w taki sam sposób, emocje podstawowe stanowią natychmiastową reakcję na ewolucyjnie ważne bodźce (więc możemy je współdzielić także ze zwierzętami), a wszystkie wyższe uczucia da się opisać jako złożenia tych bazowych.

Najlepiej zebrać wpisy – samej marki, komentarze pod jej postami, wzmianki na profilach innych instytucji i prywatnych osób, a potem zaprząc do pracy sztuczną inteligencję. Oczywiście można ręcznie oznaczać posty jako pozytywne, negatywne, zawierające strach, złość lub radość, ale lepiej zdać się na automatyczne tagery oraz klasyfikatory – stworzone przez nas algorytmy.

Na naszym blogu piszemy też o tym, jak analizę przeprowadzić dobrze, z poszanowaniem statystyki i naukowej obiektywności.

O 8 emocjach podstawowych z modelu Plutchika piszemy obszernie na naszym blogu. Każda ze zmiennych ma inne znaczenie, a analizy oparte na tym modelu pozwalają na lepsze zrozumienie komunikatów oraz przewidywanie reakcji czy zachowań autorów i adresatów komunikatów.