L'IA lit les émotions humaines. Devrait-il?

L'IA peut lire votre réponse émotionnelle à la publicité et vos expressions faciales lors d'un entretien d'embauche. Mais s'il peut déjà faire tout cela, que se passe-t-il ensuite ? Dans la deuxième partie d'une série sur l'intelligence artificielle émotionnelle, Jennifer Strong et l'équipe du MIT Technology Review explorent les implications de son utilisation et son avenir.

Nous rencontrons:

• Shruti Sharma, VSCO
• Gabi Zijderveld, Affective
• Tim VanGoethem, Harman
• Rohit Prasad, Amazone
• Meredith Whittaker, AI Now Institute de NYU

Crédits:

Cet épisode a été rapporté et produit par Jennifer Strong, Karen Hao, Tate Ryan-Mosley et Emma Cillekens. Nous avons eu l'aide de Benji Rosen. Nous sommes édités par Michael Reilly et Gideon Lichfield.

Transcription complète de l'épisode :

Jennifer fort : En cette ère de Covd-19, tant de relations et d'expériences dont nous jouissions autrefois en personne sont désormais médiatisées par la technologie. Que vous travailliez à domicile, que vous aidiez à éduquer les enfants depuis vos propres murs ou, comme beaucoup d'entre nous, que vous fassiez les deux, une nouvelle constante qui ne disparaîtra probablement pas est l'appel vidéo. Que vous soyez dans une salle Zoom, Google Meet ou autre chose, la réalité est qu'il est susceptible de rester même après le passage de ce moment actuel. Et il y a quelque chose dans cette expérience qui semble distante et déconnectée. Comme si vous communiquiez à travers un filtre. Conversations simples interrompues par des pannes d'Internet ou perdues dans la traduction. Et si cette technologie pouvait être utilisée pour améliorer les interactions, plutôt que de les couper ? Et s'il pouvait répondre à votre langage corporel, à vos intonations vocales, pour vous aider à transmettre plus que de simples mots ? C'est quelque chose que la fondatrice d'Affectiva, Rana el Kaliouby, a laissé entendre lorsque nous avons parlé pour notre dernier épisode.

Rana el Kaliouby : Là où je présente pour dire une centaine de personnes distantes, s'il s'agissait d'un véritable événement en direct, je rifferais l'énergie des gens dans la salle et je ne peux pas le faire en ligne. Et c'est, c'est vraiment douloureux et je déteste ça. [rires] Donc, je continue à imaginer comme un graphique en temps réel du niveau d'engagement, du niveau de rire, peut-être comme un flux d'emoji ou quelque chose qui donne juste aux gens une idée de cette expérience partagée.

Jennifer fort : Son entreprise et bien d'autres se précipitent pour travailler sur ce genre de possibilités, mais une grande partie de la technologie qui alimenterait de telles choses est déjà utilisée souvent de manière inattendue. Comme, pour mesurer les expressions faciales chez les personnes qui ont subi un accident vasculaire cérébral.

Gabi Zijderveld : Il y a beaucoup de stigmatisation sociale attachée à cela parce que les gens pensent que ces personnes ont l'air en colère ou qu'elles ont l'air renfrogné, mais elles ont eu un accident vasculaire cérébral et ne peuvent pas sourire. Généralement, les chirurgiens mesurent si leur reconstruction des sourires est réussie ou non en chatouillant leurs patients, puis ils commencent à rire et ils utilisent une règle et mesurent les mouvements millimétriques.

Jennifer fort : Et un chirurgien a trouvé cette méthode ridicule.

Gabi Zijderveld : Donc, en utilisant notre IA émotionnelle, il a construit un système logiciel pour évaluer et mesurer son succès, en reconstruisant le sourire des patients.

Jennifer Strong : Je m'appelle Jennifer Strong et dans la deuxième partie de notre série explorant l'IA émotionnelle, nous examinons comment elle est déjà appliquée et où cela pourrait nous mener à l'avenir.

[MONTRER ID]

Shruti Sharma : Ok, donc je vais partager mon écran ici. Faites-moi savoir si vous pouvez le voir.

Jennifer fort : Shruti Sharma est le directeur principal de l'ingénierie pour l'apprentissage automatique de l'application photo appelée VSCO.

Shruti Sharma : Et donc vous voyez juste ces stores orange dans une pièce d'aspect noir foncé. Et les images liées qui apparaissent sont en quelque sorte ces sens mystérieux du jeu de la lumière et des ténèbres et des lumières et des ombres, essentiellement.

Jennifer fort : Ces photos ont été choisies par Ava qui est une IA qui évalue les images et les catégorise par humeur et émotion. Un type de tri qui était autrefois effectué par des personnes. Et nous ne parlons pas de paysages de plage tombant dans la même pile, ou de tout un tas de photos de chats regroupées. C'est beaucoup plus nuancé. Je ne m'attendais pas à ça. Ce n'est pas seulement la même nuance de couleur, cela évoque vraiment le même genre de sentiment d'une photo à l'autre.

Shruti Sharma : Donc pour nous, le but de reconnaître l'ambiance et le sentiment ou l'émotion dans une photo est essentiellement de capturer cette essence que seul un humain serait autrement capable de voir. Notre technologie d'apprentissage automatique, Ava, ne regarde pas seulement le contenu de la photo, mais aussi des attributs très spécifiques à la photographie qui contribuent à ces sentiments et émotions qu'une photo produit chez l'homme… des choses comme la composition, le style de prise de vue , esthétique.

Jennifer fort : Cette application est une plateforme créative pour les photographes.

Shruti Sharma : Le fait que toutes ces images ont en quelque sorte ce sentiment qu'il se passe plus ici que ce que nous voyons sur la photo. Il est difficile de dire pleinement ce qui se passe, et il y a comme le sens du mystère ici qui est évoqué. C'est un sentiment très personnel que les photographies évoquent et qu'une machine soit capable de trier des images en fonction de cela apporte presque de la joie dans mon cœur. [rire]

Jennifer fort : Contrairement à d'autres applications de cette technologie, si l'IA manque une catégorie ou un classement, les enjeux sont ici assez faibles.

Shruti Sharma : Ce qui, je pense, en est aussi la beauté. À droite? Est-ce que la machine commet réellement une erreur ou vous donne-t-elle simplement une perspective différente ? Et je pense que c'est un peu des deux parfois.

Jennifer fort : Mais le tri des photos n'est que la pointe de l'iceberg.

Gabi Zijderveld : Donc, si vous pouviez cliquer dessus…

Karen Hao : D'accord.

Gabi Zijderveld : Et c'est mieux si vous conduisez, car vous pourrez alors essayer la démo.

Jennifer fort : Gabi Zijderveld est le directeur marketing d'Affectiva. Elle accompagne ma collègue, Karen Hao, journaliste senior en IA de Tech Review, à travers une démonstration de l'un de leurs produits qui peut lire les émotions.

Gabi Zijderveld  : Il s'agit donc essentiellement d'une version simplifiée de la manière dont notre technologie serait déployée dans l'analyse des médias et plus particulièrement dans les tests publicitaires. Cela vous donne plus ou moins une idée de la façon dont nous procédons et du genre de choses que nous pouvons mesurer. Donc, comme vous pouvez le voir, nous avons quelques publicités ou vidéos différentes, préchargées, et vous pouvez ensuite en choisir une qui vous saute aux yeux.

Karen Hao : Appuyer sur lecture…

Gabi Zijderveld  : Alors que vous regardez cette annonce, comme vous pouvez le voir, nous mesurons vos réactions.

Karen Hao : [Rire audible]

Jennifer fort : Elle regarde un clip YouTube amusant où deux enfants et les tâches d'une mère qui travaille, entre autres, interrompent un programme d'information. C'est une parodie de l'interview virale de la BBC - vous connaissez celle-là - où une adorable petite fille valse dans le bureau à domicile de son père.

Gabi Zijderveld  : Donc, en gros, dans cette démo, nous vous avons demandé la permission d'allumer votre caméra Web. Et lorsque vous avez commencé à lire la vidéo, essentiellement image par image, notre IA mesurait vos réactions et vos réponses à ce que vous voyiez dans cette publicité. Sur le côté gauche de la démo, vous voyez toutes ces différentes mesures, telles que l'expressivité, l'attention, le dégoût, le sourire… cela vous montre ou met en évidence pour vous où vous avez eu des cas de sillon de sourcils, qui pourraient être des questions ou des questions. haussant, haussant les sourcils si vous voulez, littéralement. Si vous cliquez sur une courbe de sourire, cela pourrait être intéressant... un sourire ne signifie pas toujours que vous appréciez quelque chose, mais ici nous connaissons le contexte, nous savons que c'est une publicité humoristique, et nous pouvons voir à partir de votre courbe que tu souriais beaucoup. Il est donc clair que cette vidéo a eu l'effet escompté avec vous. Et puis si vous cliquez sur le résumé des vues, c'est plutôt cool aussi. Cela compare vos données à toutes les autres personnes qui ont visionné cette vidéo.

Karen Hao : Wow. Je suppose que j'étais beaucoup plus expressif que la personne moyenne.

Gabi Zijderveld : Ouais, ouais, exactement. De plus, votre sourire était bien plus élevé. Visiblement tu as aimé cette vidéo bien mieux que la moyenne.

Jennifer fort : Ce qu'ils démontrent ici lit l'émotion et la décompose en données pour les annonceurs et les agences de publicité.

Gabi Zijderveld  : Ces données sont encore une fois des informations très importantes, car elles les aident essentiellement à déterminer l'efficacité de leurs publicités et où investir leurs dépenses médiatiques.

Jennifer fort : Elle dit qu'ils ont besoin d'une centaine de tests pour obtenir suffisamment de données pour une comparaison efficace. Affectiva a déployé cette technologie d'intelligence artificielle émotionnelle partout dans le monde avec des clients comme Disney, Coca Cola, Kelloggs, Samsung et Google.

Gabi Zijderveld : Environ 28 % des entreprises Fortune Global 500 utilisent notre technologie. Ad age a une liste des plus grands annonceurs du monde et 70% d'entre eux utilisent notre technologie. Nous avons testé au fil des années plus de 52 000 publicités dans 90 pays. Il y a donc beaucoup de recherches en cours. Supposons que quelqu'un teste une publicité sur la bière au Royaume-Uni et qu'il souhaite comparer les performances de sa publicité sur la bière à d'autres publicités sur la bière au Royaume-Uni, ou peut-être une publicité sur la bière aux États-Unis, car nous avons tellement de données ce genre de fournit ces normes.

Jennifer fort : Et après 10 ans d'amélioration de l'IA émotionnelle dans l'analyse des médias… Affectiva se lance maintenant dans l'industrie du divertissement.

Gabi Zijderveld : Par exemple, nous avons déjà réalisé un certain nombre d'études où il s'agit vraiment de comprendre comment le public s'engage et se lie presque, si vous voulez, avec certains personnages de la programmation télévisée. Ils introduisent de nouveaux personnages. Parfois, ces personnages collent et le public les aime. Parfois, ils ne le font pas. Ils font donc beaucoup de recherches là-dessus. Et bien sûr, ils essaient de prédire quelle sera la formule réussie et le faire tôt peut leur faire économiser beaucoup d'argent, se tromper coûte cher dans ces cas. Nous avons également testé des bandes-annonces de films qui constituent en soi un type de contenu publicitaire.

Jennifer fort : Mais c'est l'industrie automobile sur laquelle Affectiva et de nombreuses autres entreprises se concentrent particulièrement.

Gabi Zijderveld : Donc, à part l'application de sécurité en comprenant l'affaiblissement du conducteur qui est essentiellement un système de surveillance du conducteur, il y a aussi d'autres applicabilités, car dès que vous pouvez comprendre ce qui se passe avec les passagers arrière, il y a beaucoup d'autres choses intéressantes que vous pouvez faire. Vous pouvez essentiellement adapter l'environnement à l'état de la personne sur le moment. Donc, quelqu'un pourrait être en route pour une réunion de travail à l'avenir. Votre véhicule pourrait comprendre cela parce que tous les différents systèmes sont liés ensemble. Vous pouvez peut-être consulter votre calendrier si vous en donnez la permission. Et si vous vous rendez à une réunion, vous ne voulez peut-être pas de musique. Peut-être que vous ne voulez pas voir la vidéo à l'arrière. Peut-être que vous voulez le bon éclairage dans votre région de la voiture. Peut-être avez-vous besoin que votre siège soit positionné d'une certaine manière. Il pourrait également s'agir d'améliorer l'expérience, n'est-ce pas ? Rendre plus amusant et agréable ou plus réparateur.

Jennifer fort : Ce n'est pas encore sur le marché, mais elle dit qu'ils ont testé des éléments de l'intelligence artificielle émotionnelle dans les voitures, notamment ceci :

Gabi Zijderveld : Il y a même un certain nombre d'années, un projet de recherche que nous avons fait avec Porsche, où nous avions essentiellement notre technologie pour évaluer comment les gens réagissaient à la musique qui était jouée dans le véhicule. Et s'ils aimaient la musique, cela ajusterait essentiellement les recommandations en fonction des réactions des gens et la personnaliserait de cette façon.

Jennifer fort : Elle estime qu'il faudra 2 à 4 ans avant que ce type de technologie ne soit sur la route.

Harman, une société appartenant à Samsung, est un autre groupe travaillant sur ce type d'IA émotionnelle pour les véhicules.

Tim VanGoethem : Nous construisons ces algorithmes qui pourraient utiliser une image de caméra à partir d'une caméra montée sur le tableau de bord et nous construisons le logiciel qui peut regarder vos yeux ou d'autres traits du visage et être capable de déduire l'état du conducteur.

Jennifer fort : C'est Tim VanGoethem, responsable de la mobilité avancée de l'entreprise.

Tim VanGoethem : Nous pourrions donc faire des choses comme comprendre votre fréquence cardiaque, simplement en regardant comment la pigmentation de votre peau change à chaque battement de votre cœur. Nous pouvons examiner les caractéristiques de la façon dont vos yeux bougent et, sur cette base, nous pouvons corréler cela avec le fait que vous êtes distrait ou que vous êtes somnolent ou que vous êtes stressé ou que votre esprit ne semble pas concentré… Et donc, comprendre comment rendre cela significatif. Si vous êtes fatigué, pouvons-nous faire de simples ajustements de la température de la cabine ? Pouvons-nous modifier subtilement la position du siège ? Choisissez un mélange de musique qui est peut-être un peu plus rapide que ce que vous écoutez actuellement. Donc, cela pourrait être la combinaison de quelques ajustements très simples à de très grandes étapes, selon ce que nous pouvons déduire de votre état.

Jennifer fort : Alors, jusqu'où des entreprises comme celle-ci pourraient-elles pousser la technologie ?

Tim VanGoethem : Là où cela pourrait aller à l'avenir, c'est l'interface avec les appareils portables que vous apportez dans la voiture. Beaucoup de gens aiment leurs montres intelligentes et, très souvent, ces montres intelligentes ont également une capacité de remise en forme ou de bien-être. Ainsi, la voiture à l'avenir pourrait apporter des informations à partir de ces appareils portables. Ainsi, au lieu d'essayer d'utiliser une caméra pour déduire ou déduire votre fréquence cardiaque, nous pourrions en fait utiliser le capteur de la smartwatch elle-même. Et puis la smartwatch avec la permission de l'utilisateur pourrait partager ces informations avec la voiture. Et puis évidemment c'est, ça, c'est peut-être un signal plus précis. Au-delà de cela, nous pourrions également puiser dans des écosystèmes encore plus grands. Ainsi, à titre d'exemple, si la voiture et les algorithmes de la voiture savaient que vous aviez eu une mauvaise nuit de sommeil avant de monter dans la voiture, nous pourrions prendre des décisions préalables en sachant que vous arrivez déjà potentiellement fatigué dans la voiture.

Jennifer fort : Au cours des 2 à 5 prochaines années, il va essayer de répondre à cette question.

Tim VanGoethem : Comment la voiture ne résout-elle pas seulement les problèmes des personnes lorsqu'elles sont dans leur voiture, mais comment peut-elle se connecter à ces écosystèmes plus vastes ? Et, et je pense que cela évoluera avec le temps à mesure que les gens comprendront comment ma vie en dehors de la voiture et ma vie à l'intérieur de la voiture se mélangent naturellement.

Jennifer fort : Quant à savoir dans quelle mesure les conducteurs seront à l'aise pour permettre à leur voiture de lire leurs émotions et de réagir et même de se connecter à leur vie en dehors du véhicule ? Eh bien, nous laissons déjà les machines faire cela dans nos espaces les plus intimes... à l'intérieur de notre maison.

Rohit Prasad : Tout comme nous le faisons en tant qu'êtres humains, nous chérissons les interactions avec des personnes humbles, serviables, fiables et dignes de confiance. Et bien sûr, vous voulez aussi une sorte de plaisir dans la personnalité afin que vous puissiez être très engageant.

Jennifer fort : Rohit Prasad est le scientifique en chef derrière Alexa d'Amazon. Lorsque l'assistant vocal est sorti il ​​y a six ans, il représentait l'aube d'un nouveau type de relation avec la technologie personnelle. Pour que cela fonctionne, il savait qu'ils devaient créer une personnalité qui fonctionnerait pour différentes personnes dans différents espaces.

Rohit Prasad : Nous pensons que la confiance ne se gagne pas seulement par votre son, mais par ce que vous dites et ce que vous faites. Nous voulions que les gens comme nous soient à l'aise de parler à une IA chez eux… Et nos maisons sont un environnement communautaire. Ce n'est pas seulement un appareil personnel comme votre smartphone. Et dans ce cadre, Alexa va interagir avec moi, ma femme, mes enfants. À droite? Alors maintenant, vous devez faire fonctionner la voix pour tous ces environnements.

Jennifer fort : Ils savaient que cultiver la confiance avec les utilisateurs reposerait également sur la capacité d'Alexa à reconnaître et à répondre aux émotions des gens.

Rohit Prasad : Lorsque les clients sont satisfaits ou excités, Alexa doit imiter ce comportement. Et lorsque le client est déçu, Alexa devrait adopter un ton plus empathique.

Jennifer fort : Ces jours-ci, Alexa peut faire certaines des bases.

Rohit Prasad  : Ainsi, certaines des réponses émotionnelles que vous pouvez voir sont lorsque vous posez des questions sur votre équipe sportive préférée et si elles ont gagné, Alexa sera plus joviale dans la réponse.

Jennifer fort : De plus, Amazon continue de travailler sur ses capacités d'écoute.

Rohit Prasad : Alexa peut-elle ressentir votre frustration vocale et modifier ses réponses ? Pour qu'Alexa capte votre frustration vocale et adapte ses réponses de la bonne manière pour vous donner ce dont vous avez besoin en tant que client au lieu de simplement vous frustrer davantage en donnant la même réponse.

Jennifer fort : Et Alexa peut déjà faire une version miroir de son utilisateur :

Enregistrement Alexa : Laisse-moi te dire un secret. Je peux chuchoter.

Rohit Prasad : C'est ce que nous appelons un mode murmure. Cela s'est produit lorsque l'un de mes anciens patrons chez Alexa est rentré à la maison. Il a chuchoté à Alexa et Alexa a répondu et a réveillé sa femme.

Jennifer fort : Il dit que cela les a inspirés à apprendre à Alexa à chuchoter parce que si vous chuchotez à un humain, cette personne chuchote généralement en retour. Ils lui apprennent également à répondre en tant qu'expert, et quand savoir que ce n'est pas le cas. Il dit que cela dépend du type de questions.

Rohit Prasad : Dans certains contextes, lorsqu'il s'agit de sujets très sensibles que vous pouvez partager avec un compagnon, mais Alexa peut ne pas être l'expert en la matière, par exemple, la santé mentale. Ou tout autre problème de santé. Là, je pense que notre principe directeur est toujours d'obtenir l'aide d'un expert dans ces paramètres et je pense que même si vous le partagez en tant que compagnon, il y a une énorme responsabilité pour l'IA à ce stade.

Jennifer fort : Au fur et à mesure qu'Alexa apprend à connaître ses utilisateurs, cela pourrait jouer un rôle de plus en plus important dans leur vie.

Rohit Prasad : Je pense que cette relation ne cesse de croître d'un assistant à un conseiller et même à un compagnon pour les gens. Et nous voyons cela se produire à l'heure actuelle. Et je pense qu'à mesure que vous grandissez avec Alexa, la relation évolue.

Jennifer fort : Mais il met en garde :

Rohit Prasad : Nous n'en sommes encore qu'à nos débuts et nous continuerons à faire des recherches pour déterminer quelle est la meilleure réponse émotive ou réponse stylistique basée sur l'entrée du client. Mais je veux juste m'assurer que nous sommes sur la même longueur d'onde qu'il s'agit d'un problème assez difficile, car vous ne voulez pas que les erreurs s'amplifient et que les clients perdent confiance avec Alexa. En fait, vous voulez une action plus fiable, ce qui signifie qu'il est probablement acceptable d'avoir des réponses plus neutres dans certains contextes. Et c'est aussi sur cela que nous travaillons en ce moment.

Jennifer fort : Emotion AI peut améliorer nos interactions avec la technologie, mais selon la façon dont elle est utilisée, elle peut également causer de réels dommages. Nous allons creuser quelques exemples de cela juste après la pause.

[annonce mid-roll]

Jennifer fort : La pandémie a vu un pic dans l'utilisation des programmes numériques qui supervisent les examens scolaires. Ces produits utilisent le suivi et la reconnaissance comportementaux pour observer les élèves à travers leurs ordinateurs portables et rechercher des signes de tricherie. Le New York Times s'est entretenu avec une étudiante qui souffre d'un tic facial et une récente diplômée en droit afro-latine qui a lutté pendant quatre heures juste pour obtenir le logiciel pour enregistrer son visage. Ces problèmes sont également apparus dans les logiciels d'entretien qui utilisent un suivi similaire du visage et du comportement pour aider à décider si vous êtes digne d'être embauché.

Meredith Whittaker : L'idée que l'accès des gens aux emplois et aux opportunités est façonné par ce qui pourrait être considéré comme une sorte de stéréotypes et d'hypothèses sur leur apparence, leur façon d'agir, s'ils parlent d'une manière qui correspond à un modèle de réussite ou à un autre est incroyablement troublant.

Jennifer fort : Meredith Whittaker est la co-fondatrice de l'AI Now Institute à NYU.

Meredith Whittaker : Et nous étudions les implications sociales de l'intelligence artificielle.

Jennifer fort : Au-delà du simple étiquetage des émotions, elle dit qu'il s'agit vraiment d'interpréter la valeur de ces émotions et d'automatiser les décisions avec ces informations.

Meredith Whittaker : Il s'agit du pouvoir des entreprises et de la manière dont ces entreprises produisent des technologies qui font des revendications fantastiques presque toujours cachées derrière le voile du secret commercial. Ils ne sont pas audités. Ils ne sont pas examinés. Nous voyons une technologie qui prétend être capable de détecter le caractère intérieur des gens, leur compétence, leurs sentiments, déployée pour éclairer la prise de décision en classe, qui embaucher et qui promouvoir. Nous le voyons déployé dans le système de justice pénale - dans des endroits qui façonnent vraiment la vie des gens et l'accès aux opportunités. Et étant donné qu'il n'y a pas de consensus scientifique sur l'efficacité de l'automatisation de ce genre d'allégations, nous avons pensé qu'il était temps d'appeler à l'interdiction d'utiliser ces technologies dans ces domaines.

Jennifer fort : Et elle dit que ce qui est peut-être le plus troublant, c'est la fréquence à laquelle ces technologies sont utilisées sans que les personnes qui y sont soumises n'aient la moindre idée ou recours.

Meredith Whittaker : Il est très difficile de savoir si je, si je ne suis pas embauché pour un emploi et que j'ai été interviewé par HireVu, était-ce parce que le logiciel est biaisé ou parce que je n'aurais pas obtenu l'emploi de toute façon. À droite? Par exemple, il est difficile de tirer une conclusion d'un échantillon d'un. Et les données qui nous permettraient de détecter un modèle de discrimination ou de préjudice ou d'erreur ou autre, ne sont pas dans le domaine public. Les personnes qui ont accès à ces données sont HireVu, puis quelle que soit la société qui autorise HireVu à les utiliser pour des entretiens, n'est-ce pas ? Et aucune de ces entreprises n'a vraiment intérêt à permettre au public, aux législateurs et aux défenseurs de parcourir ces données.

Jennifer fort : Et donc son groupe demande l'interdiction de l'intelligence artificielle émotionnelle dans les cas d'utilisation sensibles, ce qui inclurait des applications qui peuvent ne pas sembler si sensibles - comme un bip du tableau de bord d'une voiture quand il pense qu'un conducteur pourrait devenir somnolent.

Meredith Whittaker : Nous devons en quelque sorte reculer ici et, et regarder une sorte de dynamique de pouvoir ici, n'est-ce pas ? Peut-être qu'une voiture qui clignote un peu quand elle pense que vous êtes somnolent en fonction de l'apparence de votre visage n'est peut-être pas si nocive. Mais cette information est-elle transmise à votre compagnie d'assurance? Ces informations sont-elles utilisées pour fixer vos tarifs d'assurance ou pour juger de votre faute si vous avez un accident ? Cela empêche-t-il les chauffeurs Lyft ou Uber de se connecter à leur application ? Quelles sont les utilisations de ces données ?

Jennifer fort : Ce qu'elle dit peut sembler trop prudent, mais l'année dernière, le principal régulateur financier de New York a décidé que les compagnies d'assurance-vie pouvaient fixer des primes dans cet État sur la base d'informations provenant des médias sociaux. Alors, qu'est-ce qui empêchera les données des voitures - ou de toute autre chose - d'être utilisées pour fixer vos tarifs d'assurance à l'avenir ? En ce moment, dans la plupart des endroits, rien.

Jennifer fort : Cet épisode a été rapporté et produit par moi et Karen Hao, Tate Ryan-Mosley et Emma Cillekens. Nous avons eu l'aide de Benji Rosen. Nous sommes édités par Michael Reilly et Gideon Lichfield. Merci de m'avoir écouté, je suis Jennifer Strong.

cacher