Um agente incorporado, às vezes chamado de agente de interface, é um agente inteligente que interage com seu ambiente por meio de um corpo físico dentro desse ambiente. Na pesquisa de inteligência artificial, o termo abrange tanto sistemas fisicamente incorporados, como robôs móveis, quanto agentes representados graficamente que existem apenas em espaços virtuais, como um humano ou um animal de desenho animado em uma tela. Um ramo dedicado da IA concentra-se em permitir que esses agentes interajam autonomamente com humanos e seus arredores, utilizando o corpo como meio de percepção e ação.
O conceito ganhou destaque com o surgimento de interfaces gráficas de usuário e sistemas conversacionais. Exemplos de agentes graficamente incorporados incluem Ananova, uma apresentadora de notícias virtual, e Microsoft Agent, uma estrutura para personagens animados interativos. Agentes conversacionais incorporados, um subconjunto com uma interface gráfica em vez de um corpo robótico, são projetados para dialogar com humanos e entre si usando os mesmos meios verbais e não verbais que as pessoas usam, incluindo gestos, expressões faciais e olhar.
Agentes conversacionais incorporados
Agentes conversacionais incorporados são uma forma de interface de usuário inteligente. Sua incorporação gráfica visa unir gestos, expressões faciais e fala para permitir comunicação face a face com os usuários, fornecendo um meio poderoso de interação humano-computador. Ao contrário de chatbots baseados em texto ou assistentes somente de voz, esses agentes ocupam um corpo visível que pode transmitir significado por meio de múltiplos canais simultaneamente. Esse design baseia-se em pesquisas sobre atenção e redes neurais para modelar padrões naturais de interação, embora os primeiros sistemas dependessem de animação e script baseados em regras.
O desenvolvimento de tais agentes foi informado por trabalhos em instituições como MIT CSAIL e Stanford AI Lab, onde pesquisadores estudaram como as pessoas percebem e respondem a personagens virtuais. O objetivo não é meramente imitar a aparência humana, mas explorar o poder comunicativo do corpo para tornar as interações mais intuitivas e envolventes.
Vantagens da incorporação
A comunicação face a face permite protocolos de comunicação que fornecem um canal muito mais rico do que outros meios de comunicação. Ela possibilita atos pragmáticos como alternância de turnos conversacionais, expressão facial de emoções, estrutura da informação e ênfase, visualização e gestos icônicos, e orientação em um ambiente tridimensional. Essa comunicação ocorre por meio de canais verbais e não verbais, como olhar, gestos, entonação da fala e postura corporal.
Pesquisas descobriram que os usuários preferem uma indicação visual não verbal do estado interno de um sistema incorporado a uma indicação verbal, demonstrando o valor de canais não verbais adicionais. A interação face a face com um agente incorporado pode ser conduzida juntamente com outra tarefa sem distrair o participante humano, melhorando, em vez disso, o prazer da interação. Além disso, apresentações feitas por um agente incorporado resultam em melhor recordação das informações apresentadas.
Agentes incorporados também fornecem uma dimensão social à interação. Os humanos atribuem voluntariamente consciência social aos computadores, portanto, a interação com agentes incorporados segue convenções sociais semelhantes às interações humano-humano. Esse aspecto social aumenta a credibilidade e a confiança percebida dos agentes e aumenta o engajamento do usuário. Um estudo de Rickenberg e Reeves descobriu que um agente incorporado em um site aumentava a confiança do usuário, mas também elevava a ansiedade e afetava o desempenho, como se os usuários estivessem sendo observados por um humano real. Apresentações feitas por agentes incorporados são percebidas como mais divertidas e menos difíceis do que aquelas sem um agente. O prazer percebido, seguido pela utilidade percebida e facilidade de uso, é o principal fator que influencia a adoção pelo usuário.
Um estudo de janeiro de 2004 de Byron Reeves em Stanford demonstrou como personagens digitais poderiam melhorar experiências online adicionando uma sensação de familiaridade e acessibilidade. Esse aumento na simpatia beneficia tanto os usuários finais quanto os criadores de produtos.
Aplicações
O estilo rico de comunicação da conversa humana torna os agentes conversacionais incorporados ideais para tarefas de interação não tradicionais. Uma aplicação familiar são os jogos de computador, onde o estilo de comunicação mais rico torna a interação agradável. Agentes conversacionais incorporados também foram usados em ambientes virtuais de treinamento, guias pessoais portáteis de navegação, sistemas interativos de ficção e narrativa, personagens online interativos e apresentadores e comentaristas automatizados.
Principais assistentes virtuais como Siri, Amazon Alexa e Google Assistant não vêm com nenhuma representação visual incorporada, o que se acredita limitar a sensação de presença humana para os usuários. Em contraste, agentes fisicamente incorporados, como robôs móveis de empresas como Figure AI e Sanctuary AI, operam em ambientes reais, enquanto pesquisas em direção autônoma e Tesla Autopilot empurram os limites da incorporação física em ambientes dinâmicos.
O Departamento de Defesa dos EUA utiliza um agente de software chamado SGT STAR em sites e aplicativos administrados pelo Exército dos EUA para navegação no site, recrutamento e fins de propaganda. Sgt. Star é operado pelo Army Marketing and Research Group, uma divisão administrada diretamente do Pentágono. Ele é baseado na tecnologia ActiveSentry desenvolvida pela Next IT, uma empresa de serviços de tecnologia da informação com sede em Washington. Outros bots da família Sgt. Star são usados pelo Federal Bureau of Investigation e pela Central Intelligence Agency para coleta de inteligência.
Direções de pesquisa
A pesquisa moderna sobre agentes incorporados intersecta-se com aprendizado profundo e grandes modelos de linguagem, permitindo que agentes gerem fala e gestos contextualmente apropriados. Técnicas como aprendizado por reforço a partir de feedback humano e aprendizado curricular ajudam a treinar agentes para interagir em ambientes complexos. No entanto, permanecem desafios em fundamentar a linguagem na ação física e manter um comportamento não verbal coerente ao longo de interações longas.
Pesquisadores como Joshua Tenenbaum e Brendan Lake em instituições como Berkeley AI Research e Carnegie Mellon University exploram como agentes incorporados podem aprender modelos causais do mundo, indo além do reconhecimento de padrões para uma compreensão genuína. O campo continua a evoluir, com agentes gráficos cada vez mais usados em educação, terapia e atendimento ao cliente, enquanto robôs físicos avançam na manufatura e na saúde.
Ver também
- IA generativa
- interação humano-computador
- assistente virtual
- robô social