brs85T
  • Facebook
  • LinkedIn
  • Blogs
  • Inloggen

Hoe de verzekeraar straks ons gedrag gaat ‘voorspellen’

Artikel op de AMWEB-website nav een lezing in juni 2018 over TST en AI

Geschreven door Cindrea Limburg

Hij houdt zich bezig met de ‘talige kant’ van Artificial Intelligence (AI). Die talige kant is volgens dr. Arjan van Hessen gerelateerd aan de kennis van de wereld die we halen uit, wat hij noemt, ‘de producten van de menselijke geest’ (kranten, boeken, interviews en architectuur). Dit in tegenstelling tot AI die zich meer richt op de ‘producten van de natuur’ (temperatuur, vochtigheid, hersenen, gesteente, vloeistof). Volgens Van Hessen vormt de enorme ontwikkeling op met name het talige gebied een serieuze bedreiging. Want, zo zegt hij, AI gaat heel ver. Het is een onvermijdelijk gevolg en voor veel professionals geldt volgens hem dat ze op zoek moeten gaan naar hun eigen meerwaarde. Mits goed geïmplementeerd is AI steeds beter in staat om ons gedrag te voorspellen. Verzekeraars worden straks ‘de voorspeller’.

Arjan Van Hessen 269x272

AI is steeds beter in staat om met algoritmes een beeld te maken van de menselijke angsten, verlangens en gedragingen. Van Hessen vindt dat verzekeraars flink op weg zijn wat betreft het gebruik van AI in hun technologieën. “Vooral voor de callcenters is al redelijk wat ontwikkeld. Een computer vraagt je waarom je belt en nog voordat je een callcentermedewerker te spreken krijgt, heeft hij/zij al redelijk wat informatie over jou op het scherm staan. Bij sommige verzekeraars wordt het hele hypotheekproces door software beoordeeld, het gaat heel hard.”

Over een tijdje, wanneer AI voldoende is ontwikkeld, weet de verzekeraar volgens de wetenschapper al wat je wil en kunnen ze zelf proactief contact opnemen. Verzekeringsmaatschappijen kunnen dan als het ware al voorspellen waar je behoefte aan hebt.

Opgebouwde vanzelfsprekendheden

Maar er liggen momenteel nog wel wat uitdagingen zegt Van Hessen: “Wij mensen hebben ons beeld van de wereld gevormd en dat gebruiken we in onze intermenselijke communicatie. Als je onze gesprekken zou uitschrijven zie je hoe vaak we maar halve zinnen maken, én tegelijkertijd elkaar toch begrijpen. Wij mensen spelen bewust en onbewust heel erg op elkaar in. Tussen mensen en AI zit nu nog een groot gat. Als een gesprek nu langer dan twee zinnen van elkaar verwijderd is lukt het gesprek met AI niet meer. Wij mensen kunnen dat wel goed, de draad bijvoorbeeld in een gesprek verliezen en die later dan weer ineens oppakken.”

Onderhuidse veronderstellingen

Juist daar ligt volgens de wetenschapper de uitdaging in de verdere ontwikkeling van AI: het contact tussen mensen, de gebaren, de indirecte woordgrappen. “AI werkt goed bij heel directe communicatie, als er bijvoorbeeld letterlijk wordt vertaald wat er wordt gezegd. En dan heb ik het over zakelijke communicatie, want als een verhaal ook maar enigszins iets poëtisch heeft, wordt de vertaling troebel. Die onderhuidse veronderstellingen, die toespelingen, dat is heel lastig.” Van Hessen legt uit dat in de afgelopen tien jaren AI enorm heeft bijgedragen aan de verbetering van de spraakherkenning en dat de focus nu vooral ligt op ‘spraak-begrijpen’.

Met dergelijke technologieën maak je processen sneller en goedkoper en zal het op een aantal gebieden even goed werk verrichten als de specialist, maar ik hoop dat we het zullen zien als ondersteunende techniek

AI als assistent

Wat bedoelt Van Hessen daar eigenlijk mee? “We zijn nu bijvoorbeeld bezig met een meldkamer-project van de politie. Als je vroeger naar 112 belde en zei: ‘Ik sta in Utrecht op de Maliebaan’, dan moest de dispatcher de kaart erbij pakken en doorvragen. Nu laat het systeem onmiddellijk de kaart van Utrecht zien en zoomt in op het gebied. De informatie wordt sneller getoond en meer met elkaar gekoppeld waardoor we sneller kunnen reageren. AI is onze assistent.”

Van Hessen geeft toe dat hij een voorstander is van AI zien als ‘assisting technology’. “Ik zie de technologie als onze assistent. Velen van ons kennen Watson, een supercomputer die is gebouwd door IBM. Die computer kan een geschreven medische vraag interpreteren en na een zoektocht door een verzameling van encyclopedieën, boeken, tijdschriften, wetenschappelijke artikelen en gedownloade websites binnen enkele seconden goed beantwoorden. Sommigen voorspellen dat Watson de specialist zal wegvagen, maar dat vraag ik me af.”

Volgens de wetenschapper is het de vraag of de maatschappij daar op zit te wachten. “Met dergelijke technologieën maak je processen sneller en goedkoper en zal het op een aantal gebieden even goed werk verrichten als de specialist, maar ik hoop dat we het zullen zien als ondersteunende techniek.”

Maatschappelijke debatten zijn nodig

Het zijn wendingen waar we volgens Van Hessen maatschappelijk gezien toch debat over zullen moeten voeren. Dat zullen dan vooral debatten ‘achteraf’ zijn en niet ‘vooraf’. Van Hessen: “Er wordt veel geëxperimenteerd en soms is AI al doorgevoerd in werkprocessen. De politierechter bijvoorbeeld, de kleinere vergrijpen zoals diefstal en bekeuringen worden nu door middel van AI gestuurde computers beoordeeld en vonnissen uitgedeeld zonder dat daar een mens bij aan te pas is gekomen. Een aantal juristen roept daar nu vragen over op. En dan niet over de kwaliteit van de vonnissen, maar over het feit dat er geen mens aan te pas komt.”

Discriminatie en de menselijke kant

Het gevaar zit hem volgens Van Hessen in het feit dat we de ethische kant van AI wel eens over het hoofd willen zien. AI werkt volgens hem goed waardoor wij er een enorm vertrouwen in krijgen, maar, zo vertelt hij, de gebruikte algoritmes zijn getraind op menselijke data en die bevatten ook veel vooroordelen en fouten. “Een hypotheek kan worden afgewezen simpel en alleen om het feit dat je een bepaalde postcode hebt. AI kan discriminatie ook in de hand werken, het reflecteert immers de discriminatoire tendensen in de maatschappij. Daarom moeten we goed blijven nadenken over de inzet. Mijn hoop is dat AI wordt ingezet om de adviseurs een inschatting te kunnen geven, niet om hun werk over te nemen, zodat de menselijke kant erin blijft.”

Toegevoegde waarde en slimme manieren

Wel adviseert Van Hessen adviseurs goed op te blijven letten wat de ontwikkeling van AI betreft: “Heel veel dingen die ze nu doen, zullen ze over een aantal jaar niet meer doen. Probeer in te spelen op de toegevoegde waarde. Ik sprak laatst een headhunter die eigenlijk boos was omdat ‘mijn software’ zijn werk eigenlijk overnam (het zoeken naar geschikte mensen voor een baan). Maar deze headhunter had daar een slimme reactie op: die computer gaat de mensen vinden, maar ik ga de bedrijven helpen bij het opstellen van de taakomschrijving en de profielschets. Op dat onderdeel is die headhunter nu met succes ingesprongen.”

Van Hessen is spreker op am:innosurance. Het event vindt 12 juni plaats op de High Tech Campus in Eindhoven. Inschrijven kan hier.

Reinventing Customer Service

Innovation board voorspelt de toekomst van customer service 2027

groepsfoto boekje ksfCustomer service is zichzelf opnieuw aan het uitvinden in deze tijden van kunstmatige intelligentie, big data en groeiend besef van consumenten dat ze meer macht naar zich toe kunnen  trekken, meldt de innovation board op 16 november, tijdens het jaarcongres van de Klantenservice Federatie in Amsterdam. De innovation board bestaat uit wetenschappers en deskundigen op het gebied van klantcontact en data.

Toekomstbestendige organisaties stemmen hun customer service in de komende tien jaar af op de verwachtingen van consumenten en voldoen steeds beter aan de eisen die klanten stellen. Wie niet meegaat in de technologische ontwikkelingen verliest klanten. De relatie klant-organisatie verandert ook: bedrijven letten op basis van beschikbare gegevens op de (financiële) betrouwbaarheid van klanten. Niet alleen de consument maakt een keuze, ook een bedrijf zal straks kiezen wie er klant wordt.

Hoe organisaties daar nu alvast op kunnen inspelen, vertelt de innovation board ook: zorg voor voldoende vertrouwen in je merk en organisatie, zorg voor een win-win waar je allebei echt blij van wordt en zorg vooral voor de menselijke connectie. Door duurzame artikelen zal bij consumenten de noodzaak om contact op te nemen met customer service afnemen en dat lijkt een bedreiging voor klantcontact.

Maar de toekomst ligt juist in het ontzorgen van klanten en het zorgen voor gebruiksoptimalisatie. Het klantcontactcenter kent de klanten als geen ander en is een waardecreërend onderdeel van de organisatie voor klant en merk. Het is slim om de mensen die daar nu werken te behouden voor de toekomst en voor te bereiden op de nieuwe invulling van service. Reinventing customer service leidt dus ook tot reinventing customer service work. Kunstmatige intelligentie en big data zijn daarbij geen bedreiging, maar juist ondersteunend.

De KSF heeft deze toekomstvisie uitgebracht in een boek. Het eerste exemplaar is tijdens het jaarcongres uitgereikt aan Ernst Kruize, voorzitter van de innovation board. De volledige innovation board bestaat uit Arjan van Hessen (TU Twente, Telecats), Daan Gönning (CM), Léon Cozijnsen (SNS/De Volksbank), Lotte Willemsen (HU) en Ernst Kruize (gemeente Utrecht). (op de foto van links naar rechts)

Over de Klantenservice Federatie (KSF)

De KSF is de branchevereniging voor klantcontact en is het platform voor kwalitatief hoogstaande kennisdeling en belangenbehartiging, met een uitgebreid netwerk, voor contactcenters, toeleveranciers en zzp’ers.

China en VS gaan er met het nieuwe IT-goud vandoor

logo nrc

Europese privacywetgeving, zoals GDPR, zet onze techbedrijven op achterstand in de ontwikkeling van kunstmatige intelligentie, meent Arjan van Hessen.

 

nrc 1

Wij leven in een wonderlijke tijd. Komend jaar treedt de nieuwe Europese wetgeving voor databescherming, de General Data Protection Regulation (kortweg GDPR) in werking. Hierdoor wordt het voor bedrijven een stuk lastiger om structureel persoonsgebonden data te verzamelen, langdurig te bewaren en met anderen te delen. Een strop om de nek van Europese techbedrijven, die deze data hard nodig hebben in hun strijd naar het nieuwe IT-goud: het talig vermogen.

nrc 2Arjan van Hessen is onderzoeker taal- en spraaktechnologie aan de
Universiteit Twente.

Wat we zien is dat huidige toepassingen van kunstmatige of artificiële intelligentie (AI), zoals zelfsturende auto’s of ‘intelligent’ communicerende chatbots, steeds vaker de mens naar de achtergrond duwen. Mensen blijven dikwijls wel eindverantwoordelijk maar het leeuwendeel van het ‘werk’ zal door AI-gebaseerde software worden gedaan.

Maar sterke (lees: echte) kunstmatige intelligentie vraagt meer dan het herkennen van patronen in grote hoeveelheden ruizige data. Wat ons mensen bijzonder maakt is de mogelijkheid tot denken in concepten, in taal: beter bekend als ons ‘talig vermogen’. Alles wat je verzint, denkt en voelt, gebeurt immers aan de hand van taal. En onder taal verstaan we niet het Nederlands of Italiaans, maar een soort interne stem waarmee we in ons hoofd met onszelf communiceren.

Dit talig vermogen stelt ons in staat te overleggen en gedachten te verwoorden om zo tot diepere inzichten te komen. Om kunstmatige intelligentie op menselijk niveau te brengen, moeten computers eerst geleerd worden te ‘denken in taal’. Het bedrijf dat dit het eerst voor elkaar weet te krijgen, heeft goud in handen. Sterke AI zal voorlopig nog wel een droom blijven en voorlopig richt men zich op de zwakke AI, want ook daar valt nog een wereld te winnen. En dat geldt zowel voor de op patroonherkenning, als de op taalgerichte AI.

Voor de ontwikkeling van AI zijn zoals bekend grote hoeveelheden data nodig; data die vanwege GDPR volgend jaar niet meer of slechts met grote moeite beschikbaar zal zijn voor Europese techbedrijven. De waarschijnlijkheid dat zij op internationaal niveau mee kunnen blijven doen met concurrenten uit de VS en China wordt met de dag kleiner. Juist nu heeft onze IT-sector meer data nodig.

Internet of Things

Neem de leasebranche. Met de komst van Internet of Things staat een groeiend aantal applicaties en apparatuur met elkaar in verbinding via het internet. Dit genereert een enorme hoeveelheid data die tot nu toe voornamelijk negatief in het nieuws komt. Er is echter ook een vaak onderbelichte en positieve kant. Dezelfde data kunnen namelijk gebruikt worden om bedrijfsprocessen te stroomlijnen, kosten en tijd te besparen en zelfs het milieu te ontzien door een verlaging van energiekosten en uitstoot. De les die we hieruit kunnen leren is de volgende: data op individueel niveau die tot een persoon kan worden herleid kunnen gevaarlijk zijn, maar geanonimiseerde data op groepsniveau kunnen daarentegen veel voordelen opleveren.

Geanonimiseerde data op groepsniveau kunnen bedrijfsprocessen stroomlijnen en zelfs het milieu ontzien door verlaging van uitstoot

Het aan de hand van de thermostaatdata uitvogelen hoe laat iemand meestal zijn huis verlaat en weer terugkomt kan het inbrekersgilde op verkeerde ideeën brengen, maar een geaggregeerde en geanonimiseerde verzameling van deze data kan verkeersspecialisten helpen bij het opzetten van een optimale inrichting van wegen en openbaar vervoer. Gemeenten moeten juist dit soort gegevens als open data beschikbaar maken in de hoop dat bedrijven er ‘handige’ diensten mee ontwikkelen: diensten waarvan we nu nog niet weten dat we ze nodig hebben!

Een wet zoals de GDPR stelt terecht strenge eisen aan de beheerders van data die tot personen te herleiden zijn, maar door te besluiten dat dit soort data niet meer gebruikt mogen worden, wordt het kind met het badwater weggegooid. De Europese IT-sector heeft toegang tot dit soort data nodig, wil ze de aansluiting met de rest van de wereld niet missen. Een aanpassing van de regels is wellicht niet nodig, maar de Europese lidstaten zouden gezamenlijk moeten nadenken hoe de data toch op een veilige manier beschikbaar kan worden gesteld voor ontwikkeling in de techsector. Alleen dan hebben Nederlandse en Europese IT-bedrijven een kans in de zoektocht naar de heilige graal van de IT: de omgang met de talig mens.


 

De toekomst van machines is 'smart'

 

24 - 07 - 2017

Amsterdam, 24 juli 2017 - Interview met dr. Arjan van Hessen, als taal- en spraaktechnoloog verbonden aan de Universiteit van Twente en Utrecht en spreker tijdens het NVL Jubileum event op 12 september 2017.

Op dit moment vinden wij veel apparaten nog een beetje dom. Omdat ze niet vooruit kunnen denken en geen emoties (her)kennen. De sleutel tot echt slimme apparaten zit in het 'talig vermogen'; alles wat we bedenken, bedenken we via taal. Met zogenaamde artificial intelligence is men in staat om talig vermogen toe te voegen aan computers en objecten waardoor ze écht intelligent worden, bovendien zelflerend en ook in staat meerdere taken tegelijk uit te voeren.

De inzichten met betrekking tot deze technologie en de toepassingen ervan worden op het NVL Jubileum gepresenteerd door dr. Arjan van Hessen. NVL Next sprak hem alvast en samen keken we vooruit naar 12 september.

Kunstmatige intelligentie of Artificial Intelligence, kortweg AI, is een containerbegrip. Het komt neer op ‘met computers nabootsen van wat wij verstaan onder menselijke intelligentie’.

U bent als taal- en spraaktechnoloog hoofdspreker tijdens een jubileumevent van de Nederlandse vereniging van leasemaatschappijen. Waarom is dat minder onlogisch dan het op het eerste gezicht lijkt?

De laatste tijd is er enorm veel interesse in AI. Systemen proberen patronen te vinden in grote hoeveelheden data en ze proberen te redeneren en te voorspellen. De volgende grote stap is die van het begrijpen en dat is iets waar wij mensen ook goed in (denken te) zijn. Het talige vermogen van mensen dat ons in staat stelt te redeneren over gebeurtenissen, te fantaseren, als-dan scenario’s te bedenken en uit te werken, het abstraheren en het samenvatten. Dat wordt vaak gezien als de menselijke intelligentie. Als je daar wat mee wilt doen met computers, kom je al snel bij de taal en spraaktechnologie: die proberen immers de communicatie tussen mensen en machines na te bootsen door de menselijke communicatie zo goed mogelijk te begrijpen.

Waarom is juist taal een van de meest belangrijke zaken met betrekking tot het lerend vermogen van computers?
Taal, en dan niet “het Frans”, “het Chinees”, of “het Nederlands”, maar het talig vermogen van de mens onderscheidt ons van de overige (zoog)dieren. Dit talige vermogen stelt ons in staat om te leren, te bedenken, te abstraheren etc. Hoe beter we dit begrijpen, hoe beter we in staat zijn om het na te maken en dus hoe slimmer systemen kunnen worden.
 

Wat is het belangrijkste inzicht dat u de afgelopen jaren heeft ontdekt in relatie tot spraakherkenning?
Duidelijk is geworden dat de stap naar 100% herkenning, die door spraakherkenningstechnologen altijd als een soort heilige graal werd gezien, eigenlijk niet zo relevant is. Ook wij mensen herkennen de spraak niet vlekkeloos, maar we begrijpen de ander (hopelijk) wel volkomen. Gebrek in de herkenning wordt door ons gecompenseerd doordat we begrijpen waar het overgaat. Hiaten in de herkenning vullen we als het ware zelf aan. Daar zit natuurlijk ook een gevaar in: we denken dat we iets gehoord hebben, maar dat is niet altijd zo.. Dit is de stap van herkennen naar begrijpen en die is essentieel!
 

Facebook en Google investeren fortuinen in fundamenteel onderzoek rond artificial intelligence. Waarom doen ze dat?

Alle grote internetbedrijven investeren massaal in HLT, Human Language Technology. Wie als eerste in staat is om op een enigszins intelligente manier met mensen te communiceren, ze te begrijpen, te ondersteunen en ze te vermaken, heeft de buit binnen. Denk aan ouderen die eenzaam zijn, mensen die iets willen maar er niet uitkomen hoe dat te bereiken etc. Als er een slimme “robot” is die hier met jou over kan praten, je kan helpen…. Dan gaat er een hele wereld open.
 

Wat zijn voorbeelden van toepassingen van artificial intelligence waar u de komende 3-5 jaar het meest van verwacht?
We zullen AI op alle gebieden tegen gaan komen. Niet alleen in de HLT maar in werkelijk alles. Denk aan het herkennen van beelden, het vroegtijdig opsporen van ziektes op basis van een hersenscan, het voorspellen wanneer een onderdeel in een apparaat vervangen moet worden, het helpen bij medische beslissingen, het ondersteunen van advocaten en rechters, het communiceren met mensen via internet bij bv het aanvragen van een hypotheek, etc. Er is waarschijnlijk niet een gebied waar het niet zal worden gebruikt.
 

Waar in de keten zou de overheid een rol kunnen of moeten spelen in stimuleren van de toepassingen van artificial intelligence?
De overheid zou veel meer moeten investeren in het opbouwen van de kennis door het verzamelen en (her)gebruiken van data (uiteraard met inachtneming van privacy) te stimuleren. Nu doen de grote internetbedrijven (Apple, Google, Facebook, IBM, Microsoft, Amazon) dat waardoor alle kennis naar de overkant “lekt” en daar ook onze data staan. Onze technici en universiteiten doen niet veel onder voor de Amerikanen, maar het is in Europa veel lastiger om grote hoeveelheden data te bewaren en vooral te hergebruiken. Als dat eenmaal gaat dan komen de toepassingen vanzelf. Maar we moeten oppassen het goud (de data) niet te verkwanselen aan anderen.
 

Je bent ook actief in het bedrijfsleven, bijvoorbeeld klantcontactsector, wat speelt er in die sector wat betreft AI?
Ja dat klopt. Enerzijds zien we dat bestaande software (veel) beter wordt door het gebruik van AI, anderzijds zien we dat nieuwe mogelijkheden opkomen door slimme toepassingen van AI. Denk daarbij aan het voorspellen. Je belt een bedrijf/organisatie en stelt een vraag. Hoe kun je het best met de combinatie van tijdstip, beller, zijn/haar geschiedenis, de gestelde vraag en beschikbare resources bij de organisatie omgaan om ervoor te zorgen dat de beller en de organisatie optimaal geholpen worden? Hierbij kan al 95% van de vragen juist worden afgehandeld. En veel sneller en goedkoper. Dit biedt bedrijven veel kansen.
 

Wat is de belangrijkste mind shift die de leasebranche volgens u zou moeten maken?
Ga experimenteren. Denk niet: dat zal mijn tijd wel duren want dan zijn de Amerikanen en Chinezen er al. Probeer al dan niet in samenspraak met slimme bedrijven, start-ups en universiteiten te experimenteren met wat mogelijk is en wat nu nog onmogelijk lijkt. Probeer de toekomst te voorspellen op basis van alle gegevens die je nu al hebt. Verzamel data, ook waarvan je nu het nut niet inziet, uiteraard binnen de grenzen van de privacy wetgeving. Leg vragen en processen vast, zodat je die straks kunt ontrafelen en op basis van de data betere beslissingen kunt nemen. Bijvoorbeeld het goedkeuren van lease-aanvragen; als je het goed organiseert kan een computer dat op basis van data beter en sneller dan een mens. Of voorspellen welke bedrijfsmiddelen onderhoud nodig hebben of welke klanten binnenkort de leasetermijnen niet meer kunnen betalen. Denk na over toepassingen voor jouw bedrijf. Maar doe iets!
 

Welk advies heeft u, tot slot, voor mensen die dit interview lezen?
Verdiep je er in, lees er over, probeer mee te doen en laat je bijpraten door mensen die er meer van weten. Deze leestips zijn misschien een leuk begin:

https://medium.com

https://artplusmarketing.com/digital-processes-inspiring-analog-paintings-a358eb7801a0

http://notas.nl/artikelen/blogs/165-spraakherkenning-van-nederlandse-bodem

Smaakt dit naar meer? Je hoort Arjan tijdens het NVL Jubileum event op 12 september.  Ben je werkzaam bij een van de leden van NVL, dan kun je je aanmelden voor het event: http://noq.caos.nl/forms/NVLjubileum/application/

Door Pascal van Hombergh, namens NVL Next

Stemmen die afleiden

Customer FirstEen aantal weken geleden werd ik door Aart Verschuur gevraagd mee te denken over "Over stemmen die afleiden" voor een artikel voor Telecommerce Magazine. Zijn er objectieve kriteria waarop een stem beoordeeld kan worden, wat zijn goede stemmen in het call center, wat vinden mensen prettig en meer. van dat soort vragen. Het lijkt er op dat er betrekkelijk weinig onderzoek gedaan is naar de perceptie van stemmen.

Redacteur Aart Verschuur kwam met een eerste opzet waaraan een en ander gesleuteld moest worden. Na een aantal keren heen en weer sturen leek er iets moois te ontstaan maar niet iedereen was er tevreden over. De zin: "Met de computerstem in de IVR is het nog droevig gesteld, constateert Arjan van Hessen sip" viel niet overal even goed. Het is waarschijnlijk een vrije interpretatie maar er zit een kern van waarheid in. Aan TST is jaren gewerkt maar toch is de penetratie in de markt nog niet zoals men het zich 10 jaar geleden voorgesteld had. Zolang de voor te lezen tekst nog niet juist geinterpreteerd kan worden waardoor de betekenis van de tekst berekend kan worden, kun je niet veel anders doen dan de tekst op een standaard manier voorlezen en dat klinkt saai.

Stemmen die Afleiden

Over stemmen die afleiden

stemHet klinkt wat raar, maar er is vrij weinig bekend over het gebruik van de stem in contactcenters. Dagelijks zijn er honderdduizenden contacten met klanten via de telefoon, maar welke stem het beste overkomt, weten we niet. Wil de klant een vrouwenstem of liever een mannenstem? Een lage stem, liever een rustige of zelfs een hese? Iemand met een mompelende stem of een schrille heksenstem zal niet snel bij een contactcenter worden aangenomen. Dat vinden we normaal. Maar waarom eigenlijk?

De geschiktheid van een stem bepalen, blijkt vooral een kwestie van gevoel. Ook voor de mensen die agents moeten aannemen. Vanuit hun ervaring ‘voelen’ zij meteen of iemands stem wel of niet geschikt is voor telefoonwerk; dat gaat vanzelf. Maar het gaat hier altijd om de uitschieters en zo komen we op het enige feit dat we wél weten over een stem in het contactcenter: die moet niet irritant zijn. De stem mag niet negatief opvallen, want dit leidt de ontvanger af van de boodschap die wordt gecommuniceerd.
En wat is dan negatief opvallen? Dat blijkt grotendeels cultureel bepaald. Een duidelijk voorbeeld daarvan kent Arjan van Hessen. Hij geeft onder andere spraaktechnologiecolleges aan de Universiteit van Twente, werkt ook voor Telecats en verbindt de academische wereld graag met de ‘echte’. “We hebben text-to-speech-onderzoek gedaan in Cairo in Egypte. Daarbij bleek dat vrouwenstemmen absoluut niet gewenst waren: niet alleen voor het voorlezen van de Koran maar ook niet voor info over vertrekkende treinen op stations. Dat is niet verbazingwekkend; het heeft met de cultuur te maken. Als vrouwen in die cultuur iets zeggen, wordt het niet serieus genomen. Hoe hoog of laag je ook springt, vanuit deze culturele context moet je dus een mannenstem gebruiken.”

Hoe hoger, hoe lastiger
“Bij ons in het westen is het juist andersom. Wij omarmen de vrouwenstem, want die ervaren wij als prettig. Het hoort bij onze cultuur. Een stem wordt als prettig ervaren, als hij op je culturele niveau zit of in je eigen dialect wordt uitgesproken. Terwijl aan onze voorkeur voor vrouwenstemmen toch een merkwaardige kant zit, want uit geluidsonderzoek blijken mannenstemmen juist meer effect te sorteren. Mannenstemmen brengen de boodschap beter over en zijn makkelijker te herkennen. Want hoe lager je stem is, hoe langzamer de stembanden in de keel bewegen. Daardoor kun je meer boventonen genereren die mensen kunnen volgen. Hoe hoger de toon, hoe lastiger het is om de spraak te kunnen volgen. En hoe lager je gaat, hoe meer informatie in de stem zit. Daarom kan bijna geen mens de woorden van een operazangeres verstaan die op 600 Hz zingt.”

Pauzeren
Zowel de productie als de perceptie van ‘de stem’ wordt dus door zeer veel verschillende, zowel fysieke, culturele als seksuele factoren bepaald. De geschiktheid van een stem hangt dan ook af van het doel waarmee die stem wordt gebruikt. Het ‘verleiden van luisteraars’ behoeft een andere stem dan het geven van zakelijke informatie. In de meeste contactcenters gaat het echter om het helpen van klanten en het verstrekken van gegevens, dus om de informatieoverdracht en niet om ‘emotie’. “Daarvoor zijn de meeste stemmen wel geschikt,” meent Van Hessen, “want het draait vooral om de manier waarop wordt gesproken: rustig, pauzeren voordat de informatierijke woorden worden uitgesproken, aanpassen aan de manier van spreken van de klant en dergelijke. Mensen begrijpen de boodschap immers het beste, wanneer beide sprekers op een min of meer gelijke manier met elkaar spreken.”
“Samenvattend is het dus lastig om precies te zeggen wat ‘de stem’ is. Deels wordt die bepaald door iemands fysieke verschijning, deels door de manier waarop iemand zijn of haar spraakorganen gebruikt. Zo spreken Amerikaanse vrouwen in de regel vrij hoog en Amerikaanse mannen juist erg laag. Toch verschillen ze fysiek niet erg van ons Europeanen. Het wordt ze van jongs af aan geleerd dat mannen laag en vrouwen hoog spreken. Een meisje dat ‘vrouwelijk’ wil overkomen, zal dus haar best gaan doen om ‘hoger’ te gaan praten.”

Hoe komt het eruit?
Het zal aan deze culturele tweeslachtigheid liggen dat we nauwelijks nadenken over het effect van de stem in contactcenters. Je neemt een vrouwenstem, terwijl een mannenstem effectiever is. In de praktijk ‘voel’ je echter wel of een stem oké is. Dat is niet raar, want de stem heeft enorm veel te maken met tal van andere zaken. Een stem is puur het geluid dat wordt voorgebracht door je mond-keelkanaal, maar hoe dit geluid eruit komt, hangt af van spraak, ademhaling, houding en innerlijke motivatie en zelfs cultuur.
“De menselijke stem kent veel bruggetjes, bijvoorbeeld naar de adem, spraakklanken, spraak en taal maar ook naar innerlijke motivatie en arbeidsongeschiktheid”, vertelt spraakdocent en stemcoach Alex Boon. Hij geeft als logopedist trainingen aan onder meer acteurs, politici, sprekers en contactcentermedewerkers. Dat is soms hard nodig, want eenzijdig en langdurig gebruik van de stem kan tot grote stemproblemen leiden.
Boon: “Sprekers beseffen niet altijd dat een stemprobleem voor hen gelijk staat aan arbeidsongeschiktheid, op zich al een reden om eentonig gebruik te vermijden. Maar eenzijdig stemgebruik heeft ook een andere belangrijke brug: toehoorders kunnen afhaken, bijvoorbeeld door onduidelijk spreken en uitspraakfouten. Of door monotoon, te snel, te langzaam, te zacht of te hard spreken. Allemaal technische zaken waarmee stemdocenten goed uit de voeten kunnen. Het is redelijk eenvoudig om verbeteringen te realiseren.”

Begeisterung
Een ander bruggetje is dat je stem anders klinkt naarmate je beter verbonden bent met de inhoud van je verhaal. “Als je enthousiast bent, gaan mensen graag met je mee. Bij enthousiasme verbindt de talige kant zich met de melodie, de dynamiek en het ritme van de stem. De vaardigheid om die bewegingen te produceren moet dan echter wel aanwezig zijn. Stemgebruik gaat dan over begeisterung, over de innerlijke motivatie van mensen, hun persoonlijkheid en levenshouding in combinatie met hun kennis en hun vocale vaardigheden. Niet alleen van de individuele agent naar de klant. Maar net zo goed waar werkgevers en managers hun medewerkers willen aansturen of enthousiasmeren. Alles kan invloed op de stem hebben.”
Als er zoveel belangrijke bruggen zijn, waar moeten we dan vooral op letten bij de menselijke stem? Voor een stemcoach heeft Alex Boon wel een heel bijzondere tip: let niet zozeer op de stem van een (aanstaande) medewerker, maar beoordeel zijn acteertalent! Want iemand die kan acteren, is flexibel met z’n stem en kan deze inzetten op verschillende manieren. “Scan of iemand kan spelen met stembewegingen, de melodie, het volume en het tempo. Kan hij of zij een beetje acteren? Kan hij met z’n stem vriendelijker of juist strenger, meer afwachtend of agressiever zijn als het nodig is? Daar gaat het om: breng variatie aan!”

Nuancering ontbreekt
Met de computerstem in de IVR is het nog droevig gesteld, constateert Arjan van Hessen sip. Computers en menselijkheid blijft een lastige combinatie. “Een van de redenen waarom computerstemmen als saai worden ervaren, is de monotonie van de stem. Een computer weet in eerste instantie niet welke woorden belangrijk zijn en welke minder. Dat resulteert in een algemene manier van spreken. Als je monotoon de zin ‘Ik heb gisteren rode schoenen gekocht’ uitspreekt, weet niemand wat je precies wilt zeggen. Want de nuance in de zin benadrukt de boodschap. We zijn nog niet zo ver dat we op basis van tekst computers automatisch opdracht kunnen geven op welke woorden wel en op welke woorden juist geen nadruk moet komen. Daarom kiezen we voor de veilige weg en leggen gewoon nergens nadruk op. Dit is een veilige keuze, omdat een foute nadruk verwarrend is. Maar het maakt het voorlezen van langere stukken tekst door de computer wel saai.”
Gelukkig kunnen we tegenwoordig bij text-to-speech (TTS) de computer toch menselijker laten spreken. Gewoon door onze ‘spraakfouten’ over te nemen. “Iemand die begint met praten, start met een hoop lucht door adem te halen. Tijdens het spreken raakt de adem langzaam op en zal de spreker iets sneller en vooral zachter gaan spreken, om de zin te kunnen uitspreken voordat ‘de adem op is’. Deze wetmatigheid geldt niet voor computers die moeiteloos en zonder hapering bladzijde na bladzijde kunnen voorlezen. Maar helaas klinkt dit ‘kunstmatig’ en dus bootsen we de menselijke zwakheid na met geavanceerde TTS, die ook ‘buviten adem’ raakt. Ook aarzelen, kuchen/hoesten of ‘ehm’ zeggen, kunnen moderne TTS-systemen tegenwoordig. Mits met mate toegepast, maakt dit de spraak menselijker. Maar of dit ook leidt tot prettiger of beter verstaanbare spraak is iets anders!”