Популярная научная теория и искусственный интеллект: как мы научили нейросеть разбираться в соционике

Вы когда нибудь слышали о соционике? Если нет, но вы наверняка когда нибудь проходили тесты на типологию личности. По заказу нашего клиента мы пошли дальше и обучили нейросеть типизировать личности по внешности, что может быть крайне полезно в клиентском сервисе.

Всего есть 16 основных типов личности. Теория говорит о том, что все люди делятся следующим образом:

Популярная научная теория и искусственный интеллект: как мы научили нейросеть разбираться в соционике

В итоге мы получаем разные комбинации: логико-сенсорный экстраверт, интуитивно-чувствительный интроверт и т.д.

Но как научить определять тип личности благодаря компьютерному зрению? Наблюдения показывают, что те или иные типы личности имеют внешнее сходство.

Высокий-низкий лоб, улыбка, мимические морщины, взгляд – влияет огромное количество факторов, что подмечают только эксперты

Первое, что мы сделали, выделили основные схожие внешние признаки и создали эмбеддинги. Эмбеддинги мы создавали на наиболее ярковыраженных представителях того или иного типа личности.

Далее мы приобрели дата-сеты с фото людей, которые наиболее приближены к российской внешности и разнообразию, создали инструмент разметки и подключили трех экспертов.

После разметки первой тысячи изображений мы приблизись к точности определения в 70%, что было недостаточно. Для исправления коллизий мы начали подмешивать фото от одних экспертов к другим и находить неточности в определении, чтобы потом вручную обработать эти исключения. Исключения обрабатывал эксперт с наибольшим опытом и он никогда эти изображения до этого не видел.

Добавив еще 1000 изображений и изучив коллизии в разметке точность стала 85%. Далее мы начали набивать точность, чтобы выйти на пилотный проект в одном из банков.

Продемонстрировав демо-стенд пришла пора создавать интерфейс для операторов в банках.

Используя опыт коммерческого отдела мы создали скрипты продаж, которые должны были помочь продавать больше и то, что необходимо тому или иному типу клиента.

В зависимости от продукта и профессиональных качеств оператора рост продаж составил от 3% до 44%.

Параллельно на вновь полученных данных мы продолжали дообучение модели и достигли на определенных сетах точности в 95%.

Банк признал пилот в целом удачным и клиент получил добро на дальнейшее развитие и финансирование проекта. Далее эти наработки легли в основу выделенного отдела соционики и развития биометрии.

Реализация проекта с использованием соционического анализа, действительно, оправдала все ожидания и подтвердила многие гипотезы и предпосылки.
Мы получили более качественный результат, в частности, рост конверсии и рост удовлетворенности клиентов, используя методологию персональной целевой коммуникации с использованием соционического анализа.
Также проект очень много дал предпосылок к дальнейшему развитию рынка продаж и клиентского сервиса.
Переход от очного и живого общения к онлайн общению предполагает определенные изменения культуры коммуникаций, определенные изменения качества этих коммуникаций, но при этом сохраняет существенный запрос клиента на неухудшение.
Технологии персональной целевой коммуникации с использованием социоанализа позволяют это реализовать. Например, в ботах с использованием искусственного интеллекта. Помогают это реализовать во многих онлайн продуктах для того, чтобы сохранить лояльность клиентов, сохранить удовлетворенность клиентов и также повысить и поддержать на нужном уровне продажи и, соответственно, обеспечить рост прибыли организации.
Александр Степанов, основатель и идеолог проекта

Сейчас проект доступен к масштабированию и внедрению в отделы продаж и клиентского сервиса различных сфер бизнеса.
Если вам требуется консультации наших экспертов или заинтересовало практическое применение продукта, то пишите нам на электронную почту hello@hawkingbros.com.