Siri и навык кодирования личностных смыслов в контексте английского речевого этикета

Жикулина Кристина Петровна ORCID: 0000-0003-2488-4616 аспирант, кафедра общего и русского языкознания, Российский университет дружбы народов имени Патриса Лумумбы 117198, Россия, Москва область, г. Москва, ул. Миклухо-Маклая, 6, кафедра, Миклухо-Маклая, 12 Zhikulina Christina Petrovna Postgraduate, Department of General and Russian Linguistics, Peoples' Friendship University of Russia named after Patrice Lumumba 117198, Russia, Moscow region, Moscow, Miklukho-Maklaya str., 6, department, Miklukho-Maklaya, 12 christina.zhikulina@gmail.com Другие публикации этого автора

1. Введение

В настоящее время использование искусственного интеллекта (ИИ) всё чаще исследуется со стороны лингвистических аспектов, а именно анализа языка и машинной адаптации к естественной речи. Учёные надеются, что полученные результаты в этой области могут помочь в разработке инструментов машинного перевода и методов обучения машины языку. Некоторые языковые технологии уже широко применяются в голосовых помощниках, текстовых редакторах, онлайн переводчиках; ИИ способен самостоятельно придумывать тексты на разные темы, писать эссе, рефераты и курсовые работы. Популярными в использовании оказываются голосовые помощники или ассистенты, так как они охватывают разные сферы социальной жизни (банки, государственные порталы, сайты университетов) и частной жизни (умный дом, умные часы, умные колонки, ноутбуки и смартфоны).

В последнее десятилетие интерес учёных к искусственному интеллекту сильно вырос. Ведущим направлением в цифровом мире стала идея разработки искусственного разума, способного самостоятельно объяснить человеку, каким образом он пришёл к тем или иным решениям. Дэвид Ганнинг, руководитель программы разработки искусственного интеллекта в оборонных исследованиях, считает, что «любая высокопроизводительная система может оказаться одной из самых труднообъяснимых» ^{[16, с. 10]}. Его теория заключается в том, что машины способны генерировать «сложные модели реального мира, которые сам человек ещё не познал полностью» ^{[16, с. 12]}, поэтому умение искусственного интеллекта изъясняться часто подвергается критике и сомнениям.

Заметим, что сложности, связанные с воспроизведением психических функций как у человека, но на электронной вычислительной машине (ЭВМ), с 1950 г. не ликвидированы. В своей диссертации «Философские проблемы соотношения мышления человека и возможностей ЭВМ в процессах решения задач» философ Ю.В. Орфеев подвергает сомнению возможность решения данной проблемы только в рамках кибернетики и компьютерных наук ^{[12, с. 7]}, поэтому существует необходимость анализа возможностей искусственного интеллекта в разных научных областях, включая гуманитарные науки ^{[13, с. 3]}.

Актуальность исследования заключается в том, что в настоящее время значительно вырос общественный и научный интерес к возможностям голосовых систем в области имитирования естественной речи. Голосовые помощники выступают в качестве собеседников, ассистентов в разных сферах общественной жизни. Мнения пользователей разделились. Одни обращают внимание на речевые формулы, которые использует искусственный интеллект, подмечают такие достоинства, как речетворчество, грамотность, функции распознавания речи, «рост искусственного интеллекта» ^[14]. Другие критикуют: 1) русские голосовые системы – «наглый и хамский тон общения», «бесполезная трата времени», «…ошибается в своих ответах», «не о чем поболтать» ^[14]; 2) зарубежные голосовые системы – «непонимание русской речи», «для общения с колонкой нужно иметь хорошее произношение на английском языке», «бесполезная» ^[15]. В связи с этим за последние пять лет написано много трудов с анализом языковых возможностей и оценкой умений искусственного интеллекта, а также с поиском различных способов интеграции ИИ в образовательный, переводческий, писательский и другие процессы. Например, в языкознании и литературоведении появились исследования, направленные на определение «коммуникативного потенциала русскоязычных и англоязычных голосовых систем» ^{[8, с. 40]}; «роли искусственного интеллекта в изучении иностранных языков» ^{[9, с. 39]}; функций искусственного интеллекта в роли «автора и соавтора литературного произведения» ^{[11, с. 109]}; сходств и различий «искусственного «интеллекта» и человеческого ума» ^{[4, с. 746]} и другие. Считается, что в 2022 г. наступила эпоха искусственного интеллекта, когда был создан первый чат-бот (ChatGPT), использующий глубокое обучение для генерации текста и ответов на вопросы. В статье «Гири и крылья искусственного разума» газеты «Московский Комсомолец» специалисты по ИИ подчёркивают, что «ChatGPT, это всего лишь одна из программ – яркое явление, благодаря которому масса людей узнала, что такое генеративные языковые модели, трансформеры, которые кто-то обучает, и они решают широкий спектр интеллектуальных задач» ^{[3, С. 6]}. Все эти факторы обуславливают актуальность изучения языковых возможностей по распознаванию естественной речи, обработке пользовательского запроса и кодирования личностных смыслов в формулах общения с человеком у голосовых помощников, так как с недавних пор они работают при помощи встроенных алгоритмов ИИ. Исследования в данном направлении помогут определить перспективы внедрения ИИ не только в частные бизнесы, но и в образовательные процессы, государственное управление и т.д. В будущем необходимость в минимизации ошибок и расширении словарного запаса, устойчивых фраз и выражений в речи голосовых систем будет стремительно возрастать в связи с расширением сфер использования голосовых помощников.

Цель исследования определила следующие задачи:

1. Провести лингвистический эксперимент для возможности описания навыков кодирования личностных смыслов голосовым помощником Siri с помощью отобранных нами вопросов и вопросов-приветствий по теме «Как дела?».

2. Провести сопоставление устойчивых формул общения в английском речевом этикете со спонтанно генерируемыми ответными репликами голосового помощника Siri на вопросы или вопросы-приветствия.

3. Определить корректность выдаваемых ответных реплик голосовым помощником Siri и отклонения от норм в английском речевом этикете.

4. Проанализировать понимание личностных смыслов, вложенных пользователем, у голосового помощника Siri с помощью контекстуального анализа.

5. Обозначить пределы языковых возможностей голосовой системы в коммуникации типа машина-человек.

Материалом исследования послужили 10 ответных реплик на английском языке голосового помощника Siri от компании Apple на 9 вопросов, сгруппированных в соответствии с речевым этикетным нормами в англоговорящей среде. Для сравнительно-сопоставительных аспектов речевых этикетных норм и контекстуального анализа были использованы примеры из онлайн-переводчика Reverso с функцией контекстного словаря; вопросы и вопросы-приветствия для эксперимента и его описания были отобраны из статей популярных онлайн-платформ для изучения английского языка: Puzzle English и Skyeng.

Теоретической базой исследования послужили труды отечественных и зарубежных учёных в области искусственного интеллекта и его развития (Пиковер, 2021); систем преобразования текста в речь (Таулли, 2021); искусственного интеллекта как «продукта технологического прогресса» (Максимов, 2021); философских проблемы соотношения мышления человека и возможностей ЭВМ (Орфеев, 1974); машиной адаптации к естественной речи (Орфеев, 1978); проблем «раскодирования контекста в ходе речевого акта» (Ефремова, 2021); системной лингвистики, где слово является «дискретным сигналом синкретической мысли» (Валентинова, Денисенко, Преображенский, Рыбаков, 2016); норм английского речевого этикета (Галибердова, 2019); бесед на повседневные темы и проблем понимания (Трейси, Роблз, 2015); особенностей светского общения (Стернин, 1996); соединения мыслительных операций и функций сознания (Леонтьев, 1975).

Практическая значимость исследования заключается в том, что с помощью полученного материала можно будет определить и проанализировать в будущем стадию прогресса или регресса голосовых помощников в таких направлениях, как имитирование естественной речи и навыки ведения спонтанного диалога у ИИ. Также материал исследования может быть использован в вузовской практике при разработке курса по программе «Прикладная цифровая филология», направленной на подготовку специалистов, использующих совместно IT-технологии и комплексы гуманитарной направленности.

2. Основная часть

2.1 Проблемы понимания личностных смыслов в коммуникациях типа человек-человек и машина-человек

Как известно, одной из ведущих проблем в коммуникации является понимание. Слова и их значения в сознании людей всегда «подвергаются неосознаваемым процессам анализа, синтеза и сравнения во время деятельности, взаимодействуя при этом с продуктами ранее воспринятых впечатлений» ^{[19, с. 10]}. Отсюда следует, что речевую деятельность и понимание можно «связать с психологическим опытом и особенностями индивида» ^{[19, с. 14]}. Как видно, даже в коммуникации типа человек-человек возникают вопросы, связанные с личностным смыслом, то есть с «субъективной окрашенностью, которая выражает значение отражаемого для самого субъекта» ^{[10, с. 74]}. Как правило, неверное истолкование личностного смысла приводит к коммуникативным неудачам. Следовательно, подобная проблема понимания существует и в коммуникации типа машина-человек, так как она зависит не только от способности голосового помощника обрабатывать текст, но и от возможности учитывать контекст.

Существует ряд исследователей, которые полагают, что искусственный интеллект в скором времени сможет приблизиться к человеческим возможностям. Например, Рэй Курцвейл, директор по инженерии в компании Google и передовой изобретатель систем распознавания текста и синтеза речи, сделал предположение, что к 2045 году произойдёт «компьютерная сингулярность, наступит мир гибридных людей: частично людей, частично машин» ^{[18, с. 266]}. Учёный публикует свои прогнозы с 1990 года, многие из них уже стали академическими.

Однако существуют и те, кто считает, что искусственный интеллект – это лишь технологический процесс, не включающий в себя речетворческий потенциал. Эксперт из Российской государственной академии интеллектуальной собственности придерживается следующего мнения: «Существующие сейчас системы искусственного интеллекта относятся к категории «слабых». Они предназначены для выполнения чётко регламентированных задач и не позволяют нам утверждать о наличии творческого ядра в происходящих внутрисистемных процессах, даже несмотря на непредсказуемость результата» ^{[11, с. 109]}.

Также важно принять во внимание и то, что «слабое» развитие ИИ и, как следствие этого, описания и исследования в области коммуникации типа машина-человек могут сводиться только к анализу сгенерированной машиной ответной реплики на запрос или вопрос человека. Важно подчеркнуть, что исследуемый нами голосовой помощник Siri не реагирует на интонацию в звучащей речи, поэтому восприятие интонационных ударений и расставленных акцентов не было протестировано в данной работе.

2.2 Описание лингвистического эксперимента

Для проведения лингвистического эксперимента применялось оборудование, включавшее умную колонку Apple HomePod и планшетный компьютер со встроенными голосовыми помощниками Siri. Голосовым системам были заданы специально отобранные нами вопросы на английском языке. Необходимо уточнить, что использование данного помощника доступно в 36 странах на 20 языках. Однако в настройках Siri больше всего представлено вариантов с использованием English language: English (Australia), English (Canada), English (India), English (Ireland), English (New Zealand), English (Singapore), English (South Africa), English (United Kingdom), English (United States). Выбор языка для проведения лингвистического эксперимента был обусловлен количественным показателем модификаций с английским в конфигурации Siri. Нами был протестирован вариант English (United Kingdom) – классический английский язык, или британский вариант английского языка.

В эксперименте один и тот же вопрос задаётся голосовому помощнику до момента, пока у него не начинаются многократные повторения ответов. В ходе лингвистического эксперимента было получено 10 уникальных (неповторяющихся) ответных реплик.

Группы вопросов для Siri подобраны не случайно. В английском обществе в начале разговора принято спрашивать у собеседников «Как дела?». В большинстве случаев этот вопрос является неформальным. Например, у американцев широко распространена культура small talk, что в переводе с английского языка означает лёгкая беседа, пустой разговор или светское общение. Данная культура подразумевает под собой умение начинать и поддерживать диалоги на непринуждённые темы.

Одна из формулировок понятия светское общение принадлежит российскому языковеду И.А. Стернину, трактующему его следующим образом: «Это взаимно приятный, ни к чему формально не обязывающий разговор на общие темы, основная цель которого - провести время с собеседником, оставаясь с ним в вербальном контакте» ^{[17, с. 4]}. В поставленном нами лингвистическом эксперименте вербальный контакт тоже имеет большое значение, так как необходимо ответить на вопрос: устанавливается ли контакт между машиной и человеком с помощью речевых средств – слов? По словам начальника управления экспериментальных систем машинного обучения дивизиона общих сервисов одного из банков Сергея Маркова «в основе моделирования искусственного интеллекта лежит статистическая лингвистика, которая появилась как идея о том, что значение слова связано со статистикой и контекстом» ^{[3, с. 6]}.

Следует добавить, что в речевом этикете английского языка система речевых формул в общении является устойчивой. В зависимости от ситуации собеседник выбирает конструкции для вопроса или вопроса-приветствия: в формальной и неформальной беседе, в нейтральной обстановке, в беседах со знакомыми и незнакомыми людьми ^{[5, с. 20]}. Рассмотрим отобранные нами вопросы или вопросы-приветствия типа «Как дела?», сгруппированные для проведения лингвистического эксперимента:

(1) «What’s up?» / «How is your life?» – вопросы для людей, состоящих в дружеских отношениях;

(2) «How are things?» / «How goes it?» – вопросы для неформального общения;

(3) «How are you?» / «How do you do?» – формальные вопросы;

(4) «How are you doing?» – вопрос вежливости;

(5) «How have you been?» – вопрос, если давно не виделись друг с другом;

(6) «How are you holding up?» – вопрос, если у человека произошло что-то неприятное.

Итак, каждая группа содержит в себе ситуативный контекст, включающий в себя прецедентные ситуации, поведенческие сценарии, культурные особенности. Предполагается, что подобная классификация поможет выявить способность к восприятию личностных смыслов у машины.

2.3 Анализ результатов лингвистического эксперимента

Зададим вопросы голосовому помощнику Siri и проанализируем: есть ли у него реакции на разные типы вопросов и вопросов-приветствий; учитываются ли машиной границы формального и неформального общения, дружеских и деловых отношений; присутствует ли у машины понимание контекста при речевом контакте с человеком.

Рис.1. Ответные реплики голосового помощника Siri на группу (1) вопросов «Как дела?» для людей,

состоящих в дружеских отношениях

На вопросы для людей, состоящих в дружеских отношениях, голосовой помощник Siri даёт неоднозначные ответы: Hello, how can I help? (Здравствуйте. Чем могу помочь?) (здесь и далее перевод выполнен автором статьи. – К. Ж.) и I’m not sure I understand (Не уверена, что понимаю) (Рис. 1). Из полученных результатов видно, что Siri не распознаёт интерес собеседника или расположение человека к дружеской беседе. Например, вопрос How is your life? (Как дела? / Как жизнь?) остаётся непонятым системой, и все ответные реплики голосового помощника сводятся к I’m not sure I understand (Я не уверена, что понимаю). Также, если Siri не понимает вопрос или не может на него ответить, она добавляет в свою реплику How can I help? (Чем я могу помочь?). Стоит проверить, реализуется ли данная функция в следующих группах вопросов и является ли это закономерностью.

Рис.2. Ответные реплики голосового помощника Siri на группу (2) вопросов «Как дела?» для неформального общения

Неформальные формулы общения оказываются для Siri более знакомыми и на вопросы «How are things?» (Как дела?) и «How goes it?» (Как дела? / Как проходит?) голосовой помощник даёт четыре варианта ответных реплик (Рис. 2). Три из которых (1-3) соответствуют нормам речевого этикета в английском языке – подобные речевые формулы можно встретить в любом учебнике английского для начинающих ^[7]. Однако ответ interesting question (интересный вопрос) не часто встречается в устойчивых речевых этикетных фразах англоговорящего общества и является более употребительной формой в общении на конференциях, собраниях, обсуждениях и т.п. – деловой английский язык. Рассмотрим несколько примеров с interesting question из онлайн-переводчика Reverso с функцией контекстного словаря:

(1) «I think you’ve raised an interesting question» (Я думаю, вы подняли интересный вопрос) ^[20];

(2) «President Obama: No, it’s an interesting question» (Президент Обама:Да нет, прекрасный вопрос) ^[20];

(3) «It is indeed an interesting question, and the short answer too it would be: freedom» (Это поистине интересный вопрос, и коротким ответом на него будет: свобода) ^[20];

(4)«The interesting question, then, is not about cognitive dissonance but about faith» (Интересным вопросом является вопрос не о когнитивном диссонансе, а о вере) ^[20].

В приведённых примерах можно увидеть ответ бывшего президента США – Барака Обамы (2), то есть политического деятеля; пример использования an interesting question в дискуссиях (3) или научных дебатах (4); а также более универсальную форму ответа, используемую как в формальных, так и в неформальных обстановках (1). В нашем эксперименте голосовой помощник Siri в качестве ответной реплики выдаёт только interesting question без пояснения или дополнительных значений – не так, как показывают употребление an interesting question примеры из контекстного словаря Reverso. Зададим Siri уточняющий вопрос: «What do you understand when you say interesting question?» (Что ты понимаешь, когда произносишь интересный вопрос?). Ответ голосового помощника: Hmm… I don’t have an answer for that. Is there something else I can help with? (Хмм… У меня нет ответа на это. Есть что-нибудь ещё, с чем я могу помочь?). Здесь стоит обратить внимание не только на то, что эта ответная реплика у Siri не привязана ни к какой конкретной речевой ситуации, но и на то, что способность машины объяснить человеку каким образом она пришла к тем или иным решениям (содержание смысловой компоненты её ответа) отсутствует.

Рис.3. Ответные реплики голосового помощника Siri на группу (3) формальных вопросов «Как дела?»

На формальные вопросы у Siri только один ответ – likewise (Рис. 3). В диалогах likewise часто переводят на русский язык как взаимно. В английском языке likewise является вводным словом или словом-связкой, выполняющим функцию сравнения или дополнения информации в предложениях. Например, «The meet was delicious. Likewise, the dessert was excellent too» (Мясо было очень вкусным. Более того, десерт тоже был превосходным) ^[1]. В этикетных формах английского языка likewise не является частотным, и больше подходит к группе вопросов (1) неформальной обстановки и дружеского общения (Рис. 1). Более того, в онлайн-переводчике Reverso с функцией контекстного словаря likewise можно увидеть больше в качестве спорадического и составного ответа, чем частотного и обособленного:

(1) «You could do likewiseif you wish» (Вы можете сделать то же самое, если хотите) ^[20];

(2) «And likewise for scientists and technologists» (И то же самое для учёных и технологов) ^[20];

(3) «You can likewisebe like him» (Вы тоже можете стать таким, как он) ^[20].

Из вышеописанного следует, что голосовой помощник Siri различает области формальности и неформальности в общении. Однако в ответных репликах появляется непредсказуемый и нетипичный для английского речевого этикета в повседневных беседах – likewise.

Рис.4. Ответные реплики голосового помощника Siri на вопрос вежливости «Как дела?»,

группа (4) и на вопрос группы (5), если давно не виделись друг с другом

Вопросы «How are you doing?» (Как дела?) и «How have you been?» (Как дела? / Как поживаешь?) оказались самыми понятными для Siri (Рис. 4). На них выдалось самое большое количество ответных реплик. Сразу стоит обратить внимание на то, что разницы между ситуативным вопросом «How have you been?» (Как дела? / Как поживаешь?) и вопросом вежливости «How are you doing?» (Как дела?) голосовой помощник не видит, поэтому выдаёт одинаковые ответы в обоих случаях.

В исследования статьи нами был поставлен вопрос об установлении вербального контакта между машиной и человеком с помощью речевых средств – слов. Согласно М.А. Рыбакову: «Слово – дискретный сигнал синкретической мысли. <…> слово, в отличие от мысли, обладает свойством отдельности. Как знак оно вычленимо из потока речи, тогда как его значение передаёт нелинейную, многоплановую, нечленимую на отдельные осязаемые сегменты мысль. Слово – компактный квант информации; знак, способный при изменении формы или даже без него получить дополнительное значение» ^{[2, с. 24]}. Если брать за основу слово как дискретный сигнал синкретической мысли, то вербальный контакт между машиной и человеком устанавливается в границах примитивного мышления, в котором представления разных видов недифференцированно связываются друг с другом. В редких случаях голосовой помощник Siri фиксирует мысли, озвученные человеком. Ответные реплики не всегда соответствуют речевой ситуации, но с помощью фиксирования отдельного слова из потока речи машина пытается подбирать контекст в пределах доступного ей языкового корпуса.

Разными цветами отмечены фразы и выражения (Рис. 4), являющиеся повторами ответных реплик в группах вопросов, описанных нами ранее (Рис. 2). Помимо повторяющихся ответов, есть и новые варианты: I’m happy to be here (Счастлива быть здесь) и I’m pretty good, thanks (Довольно хорошо, спасибо). Здесь в голосовом помощнике заложены устойчивые речевые формулы английского этикета, и они выдаются с соблюдением речевых норм в беседе с англоговорящими пользователями.

Обратимся к более интересной для нас ответной реплике – Hey, I can’t complain. Thanks for asking (Не жалуюсь, спасибо что спросили). Можно сказать, что искусственный интеллект будто «намекает», что у него не может быть никаких проблем, поэтому ему не на что жаловаться. Хотя выражение I can’t complain (Не жалуюсь / Мне не на что жаловаться) входит в список устойчивых фраз и выражений в английском языке, чаще всего оно употребляется в ситуациях, где человек обозначает свою осознанную позицию в каком-то деле или вопросе. Рассмотрим несколько примеров с I can’t complain (Не жалуюсь / Мне не на что жаловаться) из онлайн-переводчика Reverso с функцией контекстного словаря:

(1) «I can’t complain at my age» (Не жалуюсь на свой возраст) ^[20];

(2) «Things are going well and I can’t complain» (Всё идёт хорошо, мне не на что жаловаться) ^[20];

(3) «Thanks to football I have had success in my life and I can’t complain» (Благодаря футболу я стал успешным в жизни и мне не на что жаловаться) ^[20];

(4) «The end result however turned out pretty good so I can’t complain» (Но результатом я в конечном итоге осталась довольна, так что не жалуюсь) ^[20].

В рассмотренных примерах видно, что люди, чьи высказывания содержат I can’t complain (Не жалуюсь / Мне не на что жаловаться), ссылаются на разные ситуации в жизни: возраст, карьеру или результаты. Они подчёркивают, что в текущем положении дел жаловаться не на что. Однако в большинстве примеров с участием человека присутствует пояснение – почему он не жалуется, то есть, следует предположить, что при изменении обстоятельств – будет жаловаться. Это подводит нас к мысли о том, что Siri не выдаёт в ответной реплике I can’t complain (Не жалуюсь / Мне не на что жаловаться) дополнительную информацию с целью подчеркнуть своё искусственное происхождение и отсутствие каких-либо жалоб, а также отсутствие физической возможности принимать участие в действиях, подобных человеческим. Ответ голосового помощника I can’t complain (Не жалуюсь / Мне не на что жаловаться) без пояснений указывает на то, что ему всегда будет не на что жаловаться.

Таким образом, речевое взаимодействие с человеком у голосового помощника Siri проявляется и на уровне одностороннего использования контекста. Под односторонним использованием понимается передача информации по принципу от машины к человеку, но не наоборот. В ответной реплике I can’t complain (Не жалуюсь / Мне не на что жаловаться) (Рис. 4) Siri ссылается на своё искусственное происхождение и отсутствие эмоционального или физического восприятия действительности, вследствие чего не может ни на что жаловаться. На данном этапе исследования можно сделать вывод, что контекстные смыслы и прецедентные тексты можно сохранить в функции генерации ответов на ЭВМ, так как с большой вероятностью они будут расшифрованы пользователем. Однако содержание контекста и личностных смыслов в вопросах пользователя, пока что, чаще приводит к коммуникативным неудачам.

Рис.5. Ответные реплики голосового помощника Siri на вопрос «Как дела?» группы (6), подразумевающий, что у человека что-то произошло

Мы видим, что голосовой помощник Siri не распознаёт вопрос группы (6), в которой подразумевается, что у реципиента произошли какие-то неприятные события в жизни, а коммуникатор хочет получить ответ через специальный ситуативный вопрос (Рис. 5). Можно сделать вывод, что в возможностях Siri отсутствуют функции распознавания личностного смысла коммуникатора. Так как голосовой помощник – машина, а не человек, и у машины не могут происходить неприятные события в жизни, данная категория смыслов не предустановлена в коммуникативных возможностях и генерации ответных реплик у Siri. Это наблюдение возвращает нас к ответной реплике I can’t complain (Не жалуюсь / Мне не на что жаловаться) (Рис. 4), где у машины не могут быть жалобы на то, что с ней никогда не произойдёт. На вопрос группы (6) голосовой помощник отвечает точно так же, как показано в группе вопросов (1) для людей, состоящих в дружеских отношениях (Рис. 1): I’m not sure I understand (Я не уверена, что понимаю).

Как пишет в своей работе Е.Н. Ефремова: «На самом деле, успех общения зависит от того, как интерпретирует речевой код слушатель или читатель» ^{[6, с. 2]}. В нашем эксперименте слушателем выступает голосовой помощник Siri, поэтому можно сделать вывод, что успех общения не происходит в таких группах вопросов или вопросов-приветствий, в которых заложены личностные смыслы, так как машина не может интерпретировать речевой код человека в определённых (нестандартных) ситуациях.

Реплика How can I help (Чем я могу помочь?) (Рис. 1) является закономерной в случае, если вопрос был непонятен голосовой системе. С точки зрения понимания – Siri находится на «слабом» уровне развития, но с точки зрения соблюдения норм английского речевого этикета – в ней заложен некоторый потенциал на продолжение диалога, так как в ходе эксперимента были выявлены ответные реплики, содержащие дополняющие или уточняющие вопросы, предназначенные для дальнейшего речевого взаимодействия пользователя с голосовым помощником.

3. Заключение

Таким образом, мы приходим к следующим выводам. В ходе проведённого лингвистического эксперимента нами было выявлено, что у голосового помощника Siri практически отсутствует навык кодирования личностных смыслов, заложенных человеком в вопросы или вопросы-приветствия в рамках заданной нами темы «Как дела?» на английском языке. Мы видим частичную форму рефлексии со стороны машины при осуществлении коммуникации с человеком в этом пределе.

При сопоставлении устойчивых формул общения в англоязычном обществе со спонтанно воспроизводимыми ответными репликами Siri мы обнаружили три уникально сгенерированных ответа, которые отличаются от шаблонов английского речевого этикета. В остальных случаях нормы были частично соблюдены, но не всегда ответные реплики соответствовали ситуативному контексту вопросов или вопросов-приветствий. Машина не распознавала смыслы, в которых необходимо учитывать длительность общения или наличие неприятных событий в жизни пользователя, так как у Siri отсутствует эмоциональное и физическое восприятие действительности, а также фиксация ранее воспринятых впечатлений.

Контекстуальный анализ показал, что успех коммуникации между Siri и пользователем происходит только в пределах базовых формул общения английского языка, которые реализуются в формальных и неформальных вопросах, вопросах вежливости. Также было выявлено, что понимание личностных смыслов и контекстов, заложенных человеком – не реализуется, но есть случаи одностороннего использования контекста, когда передача информации осуществляется по принципу от машины к человеку.

Сущность вышеизложенного сводится к тому, что сложности, связанные с воспроизведением и имитацией психических функций как у человека, но на электронной вычислительной машине (ЭВМ), до сих пор остаются неразрешимыми в голосовом помощнике Siri по нескольким причинам: 1) машина не способна на неосознаваемый процесс анализа данных; 2) у голосового помощника Siri нет функции запоминания ранее воспринятых впечатлений, и впечатлений в целом.

Для того, чтобы минимизировать существующие проблемы с кодированием личностных смыслов, заложенных человеком, у голосового помощника, необходимо: 1) расширить корпус текстов в Siri дальше базовых ответов; 2) распределить по смыслу ответные реплики Siri по каждой тематике отдельно. Данный способ – медленный, но сможет иметь положительный результат в коммуникации типа машина-человек; 3) создать для Siri независимый корпус, в который голосовой помощник сможет самостоятельно записывать все поступающие реплики и вопросы от человека и, на основании этих данных, генерировать ответы, включающие ранее воспринятые впечатления, то есть создать искусственный контейнер записанных впечатлений. При реализации последнего пункта вырастет вероятность индивидуализации каждого отдельного голосового помощника с ориентиром на личные качества и характеристики, присущие их пользователям.

В качестве перспективы дальнейшего исследования заявленной проблематики можно провести подобные лингвистические эксперименты с разными видами голосовых помощников и описать прогресс и обновления функции ведения диалога, сравнить речевые формулы разных голосовых систем, оценить коммуникативный прогресс во взаимодействии типа машина-человек в рамках синхронического и диахронического подходов.