KI macht Videokonferenzen deutlich effektiver

Die KI orientiert sich daran, wie sich die Teilnehmer in ihren Beiträgen abwechseln und welche Gesichtsausdrücke sie haben. Daran liest das Modell ab, ob eine solche Konferenz Anklang findet oder als störend empfunden wird.

Störungen effektiv vermeiden

"Unser Modell für maschinelles Lernen offenbart die komplexe Dynamik hochrangiger sozialer Interaktion, indem es subtile Muster in grundlegenden Audio- und Videosignalen von Videokonferenzen entschlüsselt. Damit gelingt uns ein wichtiger Schritt zur dynamischen Verbesserung von Videokonferenzen, indem wir zeigen, wie sich Gesprächsstörungen vermeiden lassen", sagt Chang.

Zur Entwicklung des KI-Modells haben die Forscher es mit mehr als 100 Stunden dauernden Videos von Konferenzen mit der Konferenz-Software Zoom des Unternehmens Zoom Communications trainiert. Die Beurteilung basiert auf der Sprachführung der Teilnehmer, ihrer Mimik und ihren Körperbewegungen. So identifiziert es Störungen, durch die Diskussionen schleppend verlaufen oder für die Teilnehmer unangenehm werden.

Diskussionen besser als Stille

Das Modell stuft Diskussionen mit längeren Pausen als weniger angenehm und produktiv ein als solche, bei denen die Teilnehmer durcheinander reden. Anders ausgedrückt: Unangenehme Stille ist ineffektiver als die chaotische, enthusiastische Dynamik einer hitzigen Debatte. Um die Richtigkeit der Modellbewertungen zu bestätigen, hat das Team ein unabhängiges Team von mehr als 300 menschlichen Richtern Proben desselben Videokonferenzmaterials gesichtet.

"Videokonferenzen sind heute ein fester Bestandteil unseres Lebens. Daher ist es nicht nur für eine bessere zwischenmenschliche Kommunikation und Bindung von entscheidender Bedeutung, die negativen Aspekte zu verstehen und anzugehen, sondern auch für die Verbesserung der Effizienz von Besprechungen und der Zufriedenheit der Beschäftigten mit ihrer Arbeit", urteilt NYU-Forscher Dustin Freeman. (presstext.com)