Ontwikkeling van kennis

Responsible Research in Business & Management (RRBM), is een wereldwijd online netwerk dat bestaat uit business schools en non-profitorganisaties. De Honor Roll die zij uitreiken is een blijk van erkenning voor onderzoek met maatschappelijke impact. Een ander belangrijk criterium is dat het onderzoek bijdraagt aan de ontwikkeling van kennis die het bedrijfsleven en de bredere samenleving - lokaal en wereldwijd - ten goede komt, met als uiteindelijk doel het creëren van een betere wereld. Het is niet de eerste keer dat de onderzoekers worden geprezen voor hun onderzoek. Eerder dit jaar ontvingen ze al de Robert Johnston Highly Commended Paper Award 2021.

Interdisciplinaire samenwerking

De paper komt voort uit een interdisciplinaire samenwerking tussen de onderzoekers, van brainstorm tot uiteindelijke publicatie. Henkel (faculteit Managementwetenschappen), Bromuri en Iren, (beiden verbonden aan de faculteit Bètawetenschappen), zijn tevens alle drie verbonden aan het Center for Actionable Research van de Open Universiteit (CAROU), de onderzoeksgroep die actief is op de Brightlands Smart Services Campus (BSSC) in Heerlen. De paper waarvoor het onderzoeksteam de prijs heeft ontvangen, maakt onderdeel uit van het VERA project, voluit Voice Emotion Recognition Assistant, een valorisatieproject van CAROU. Dit project is gericht op de praktijk, waarbij met behulp van AI verbeteringen worden aangebracht in serviceprocessen.

Deep learning model

De schadelijke gevolgen van stress op prestaties en welzijn blijken bij dienstverlenende beroepen waarbij werknemers voortdurend emoties van klanten moeten verdragen, bijzonder groot. De onderzoekers ontwikkelden een deep learning model om stress bij deze groep werknemers, die bijvoorbeeld in callcenters werken, te voorspellen op basis van emotiepatronen in real-time voice-to-voice service interacties.

Nauwkeurig voorspellen stressniveau

Het model werd getraind met data, bestaande uit audiogesprekken, die werd verzameld in callcenters. De deep learning emotie classificator wist uiteindelijk 80% nauwkeurig te bepalen of een werknemer wel of geen last had van stress. In de praktijk kan de classificator helpen in het voordeel van het welzijn van callcentermedewerkers. Het is het eerste op AI-gebaseerde model dat emoties identificeert in natuurlijke interacties.