L'IA legge le emozioni umane. Dovrebbe?

L'IA può leggere la tua risposta emotiva alla pubblicità e le tue espressioni facciali in un colloquio di lavoro. Ma se può già fare tutto questo, cosa succede dopo? Nella seconda parte di una serie sull'IA delle emozioni, Jennifer Strong e il team del MIT Technology Review esplorano le implicazioni di come viene utilizzata e dove si dirigerà in futuro.

Ci incontriamo:

• Shruti Sharma, VSCO
• Gabi Zijderveld, Affettiva
• Tim Van Goethem, Harman
• Rohit Prasad, Amazzonia
• Meredith Whittaker, AI Now Institute della New York University

Crediti:

Questo episodio è stato segnalato e prodotto da Jennifer Strong, Karen Hao, Tate Ryan-Mosley ed Emma Cillekens. Abbiamo avuto l'aiuto di Benji Rosen. Siamo a cura di Michael Reilly e Gideon Lichfield.

Trascrizione Completa dell'Episodio:

Jennifer Forte : In questa era di Covd-19 così tante delle relazioni e delle esperienze che una volta abbiamo goduto di persona sono ora mediate dalla tecnologia. Che tu stia lavorando da casa, aiutando a educare i bambini dai confini delle tue stesse mura, o come tanti di noi, facendo entrambe le cose, una nuova costante che probabilmente non andrà via è la videochiamata. Che tu sia in una stanza Zoom, Google Meet o qualcos'altro, la realtà è che è probabile che rimanga qui anche dopo che questo momento attuale è passato. E c'è qualcosa in questa esperienza che sembra distanziata e disconnessa. Come se stessi comunicando attraverso un filtro. Semplici conversazioni interrotte da errori di Internet o perse nella traduzione. E se questa tecnologia potesse essere utilizzata per migliorare le interazioni, anziché disattivarle? E se potesse rispondere al tuo linguaggio del corpo, alle tue intonazioni vocali, per aiutarti a trasmettere qualcosa di più delle semplici parole? È qualcosa a cui la fondatrice di Affectiva Rana el Kaliouby ha accennato quando abbiamo parlato per il nostro ultimo episodio.

Rana el Kaliouby : Dove mi presento per dire un centinaio di persone remote, se fosse un vero evento dal vivo, sprecherei l'energia delle persone nella stanza e non posso farlo online. Ed è davvero doloroso e lo odio. [ride] Quindi, continuo a immaginare come un grafico in tempo reale del livello di coinvolgimento, livello di risate, forse come un flusso di emoji o qualcosa che dia alle persone un senso di questa esperienza condivisa.

Jennifer Forte : La sua azienda e molti altri si stanno affrettando a lavorare su questo tipo di possibilità, ma gran parte della tecnologia che alimenterebbe tali cose è già utilizzata spesso in modi inaspettati. Ad esempio, per misurare le espressioni facciali nelle persone che hanno subito un ictus.

Gabi Zijderveld : C'è molto stigma sociale legato a questo perché le persone pensano che queste persone sembrino arrabbiate o siano accigliate, ma hanno avuto un ictus e non riescono a sorridere. In genere i chirurghi misurano se la loro ricostruzione dei sorrisi ha successo o meno facendo il solletico ai loro pazienti e poi iniziano a ridere e usano un righello e misurano i movimenti millimetrici.

Jennifer Forte : E un chirurgo ha pensato che il metodo fosse ridicolo.

Gabi Zijderveld : Quindi, usando la nostra intelligenza artificiale per le emozioni, ha costruito un sistema software per confrontare e misurare il suo successo, ricostruendo i sorrisi dei pazienti.

Jennifer Strong: Sono Jennifer Strong e nella seconda parte della nostra serie che esplora l'IA delle emozioni, esaminiamo come viene già applicata e dove potrebbe portarci in futuro.

[MOSTRA ID]

Shruti Sharma : Ok, quindi condividerò il mio schermo qui. Fammi sapere se riesci a vederlo.

Jennifer Forte : Shruti Sharma è il senior engineering manager per l'apprendimento automatico presso l'app fotografica chiamata VSCO.

Shruti Sharma : E quindi stai solo vedendo queste tende arancioni in una stanza dall'aspetto nero scuro. E le immagini correlate che vengono mostrate sono una specie di questo misterioso senso di gioco di luce e oscurità e luci e ombre, essenzialmente.

Jennifer Forte : Queste foto sono state scelte da Ava, un'intelligenza artificiale che valuta le immagini e le classifica in base all'umore e alle emozioni. Un tipo di smistamento che veniva eseguito dalle persone. E non stiamo parlando di paesaggi da spiaggia che cadono nella stessa pila o di un intero gruppo di foto di gatti raggruppate insieme. Questo è molto più sfumato. Non mi aspettavo questo. Non è solo la stessa tonalità di colore, ma evoca davvero lo stesso tipo di sensazione da una foto all'altra.

Shruti Sharma : Quindi, per noi, l'obiettivo di riconoscere lo stato d'animo, il sentimento o l'emozione in una foto è essenzialmente catturare quell'essenza che solo un essere umano sarebbe altrimenti in grado di vedere. La nostra tecnologia di apprendimento automatico, Ava, guarda non solo al contenuto della foto, ma anche agli attributi che sono molto specifici della fotografia che contribuiscono a questi sentimenti ed emozioni che una foto produce negli esseri umani... cose come la composizione, lo stile di scatto , estetico.

Jennifer Forte : questa app è una piattaforma creativa per i fotografi.

Shruti Sharma : Il fatto che tutte queste immagini abbiano la sensazione che qui stia succedendo di più di quello che vediamo nella foto. È difficile dire cosa sta succedendo completamente, e c'è come il senso di mistero che viene evocato qui. È una sensazione molto personale che le fotografie evocano e per una macchina essere in grado di abbinare le immagini in base a ciò mi porta quasi gioia al cuore. [ridere]

Jennifer Forte : A differenza di altre applicazioni di questa tecnologia, se l'IA sbaglia una categoria o una classificazione, la posta in gioco qui è piuttosto bassa.

Shruti Sharma : Che penso sia anche la sua bellezza. Destra? La macchina sta effettivamente commettendo un errore o ti sta solo dando una prospettiva diversa? E penso che a volte sia un po' di entrambi.

Jennifer Forte : Ma l'ordinamento delle foto è solo la punta dell'iceberg.

Gabi Zijderveld : Quindi, se potessi fare clic su quello...

Karen Hao : Ok.

Gabi Zijderveld : Ed è meglio se guidi, perché poi puoi provare la demo.

Jennifer Forte : Gabi Zijderveld è il direttore marketing di Affectiva. Sta accompagnando la mia collega, la reporter senior AI di Tech Review, Karen Hao, attraverso una dimostrazione di uno dei loro prodotti in grado di leggere le emozioni.

Gabi Zijderveld : Quindi questa è fondamentalmente una versione semplificata di come la nostra tecnologia verrebbe implementata nell'analisi dei media e in particolare nei test degli annunci. Ti dà più o meno un'idea di come lo facciamo e che tipo di cose possiamo misurare. Quindi, come puoi vedere, abbiamo alcuni annunci o video diversi, precaricati, quindi puoi semplicemente sceglierne uno che salta fuori per te.

Karen Hao : Premendo play...

Gabi Zijderveld : Quindi, mentre visualizzi questo annuncio, come puoi vedere, stiamo misurando le tue reazioni.

Karen Hao : [Risata udibile]

Jennifer Forte : Sta guardando una divertente clip su YouTube in cui due bambini e il compito di essere una madre lavoratrice, tra le altre cose, interrompono un telegiornale. È una parodia dell'intervista virale alla BBC - conosci quella - in cui un'adorabile bambina balla il valzer nell'ufficio a casa di suo padre.

Gabi Zijderveld : Quindi, in pratica, in questa demo, ti abbiamo chiesto il permesso di accendere la tua webcam. E quando hai iniziato a riprodurre il video, fondamentalmente fotogramma per fotogramma, la nostra intelligenza artificiale ha misurato le tue reazioni e le tue risposte a ciò che stavi vedendo in questo annuncio. Sul lato sinistro della demo, vedi tutte queste diverse metriche, come espressività, attenzione, disgusto, sorriso... ti mostra o mette in evidenza per te dove hai avuto istanze di solco sopraccigliare, che potrebbero essere persone che fanno domande o alzando, alzando le sopracciglia se vuoi, letteralmente. Se fai clic su una curva del sorriso, potrebbe essere interessante... un sorriso non significa necessariamente che ti stai godendo qualcosa, ma qui conosciamo il contesto, sappiamo che è una pubblicità umoristica e possiamo vedere dal tuo curva che stavi sorridendo molto. Quindi chiaramente questo video stava avendo l'effetto previsto con te. E poi se fai clic sul riepilogo delle visualizzazioni, è anche bello. Questo confronta i tuoi dati con quelli di tutti gli altri che hanno visto questo video.

Karen Hao : Oh. Immagino di essere stato molto più espressivo della persona media.

Gabi Zijderveld : Sì, sì, esatto. Anche il tuo sorriso era molto più alto. Chiaramente questo video ti è piaciuto molto meglio della media.

Jennifer Forte : Quello che stanno dimostrando qui legge le emozioni e le scompone in dati per inserzionisti e agenzie pubblicitarie.

Gabi Zijderveld : Questi dati sono di nuovo un'intuizione molto importante perché fondamentalmente li aiuta a determinare l'efficacia dei loro annunci e dove investire la loro spesa per i media.

Jennifer Forte : Dice che hanno bisogno di un centinaio di test per ottenere dati sufficienti per un confronto efficace. Affectiva ha distribuito questa tecnologia di intelligenza artificiale in tutto il mondo con clienti come Disney, Coca Cola, Kelloggs, Samsung e Google.

Gabi Zijderveld : Circa il 28% delle 500 aziende di Fortune Global utilizza la nostra tecnologia. Ad Age ha un elenco dei più grandi inserzionisti del mondo e il 70% di loro utilizza la nostra tecnologia. Abbiamo testato nel corso degli anni più di 52.000 annunci in 90 paesi. Quindi ci sono molte ricerche in corso. Diciamo che qualcuno sta testando un annuncio di birra nel Regno Unito e vorrebbe confrontare il rendimento del proprio annuncio di birra con altri annunci di birra nel Regno Unito, o forse un annuncio di birra negli Stati Uniti può farlo perché abbiamo così tanti dati questo tipo di fornisce queste norme.

Jennifer Forte : E dopo 10 anni di perfezionamento dell'IA delle emozioni nell'analisi dei media... Affectiva si sta ora spostando nel settore dell'intrattenimento.

Gabi Zijderveld : Ad esempio, abbiamo già condotto una serie di studi in cui si tratta davvero di capire come il pubblico si impegna e quasi si lega, se vuoi, con determinati personaggi dei programmi TV. Introducono nuovi personaggi. A volte quei personaggi rimangono e il pubblico li adora. A volte non lo fanno. Quindi fanno molte ricerche su questo. E ovviamente cercano di prevedere quale sarà la formula di successo e farlo all'inizio può far risparmiare loro un sacco di soldi, sbagliare è costoso in quei casi. Abbiamo anche testato il trailer del film che di per sé è un tipo di contenuto pubblicitario.

Jennifer Forte : Ma è l'industria automobilistica su cui Affectiva e molte altre aziende sono particolarmente concentrate.

Gabi Zijderveld : Quindi, a parte l'applicazione di sicurezza, comprendendo la disabilità del conducente che è fondamentalmente un sistema di monitoraggio del conducente, c'è anche un'altra applicabilità, perché nel momento in cui puoi capire cosa sta succedendo ai passeggeri dei sedili posteriori, ci sono molte altre cose interessanti che puoi fare. Fondamentalmente puoi adattare l'ambiente allo stato della persona in quel momento. Quindi qualcuno potrebbe essere in viaggio per una riunione di lavoro in futuro. Il tuo veicolo potrebbe capirlo perché tutti i diversi sistemi sono collegati. Forse puoi guardare nel tuo calendario se dai il permesso per quello. E se stai andando a una riunione, forse non vuoi la musica. Forse non vuoi vedere il video sul retro. Forse vuoi la giusta illuminazione nella tua regione dell'auto. Forse hai bisogno che il tuo sedile sia posizionato in un certo modo. Potrebbe anche riguardare sostanzialmente il miglioramento dell'esperienza, giusto? Rendendolo più divertente e piacevole o più ristoratore.

Jennifer Forte : Non è ancora sul mercato, ma dice che hanno testato elementi dell'IA delle emozioni nelle auto, incluso questo:

Gabi Zijderveld : C'è stato anche un certo numero di anni fa, un progetto di ricerca che abbiamo fatto con Porsche, in cui sostanzialmente la nostra tecnologia valutava come le persone reagivano alla musica che veniva riprodotta nel veicolo. E se gli piaceva la musica, sostanzialmente adatterebbe i consigli in base alle reazioni delle persone e la personalizzerebbe in quel modo.

Jennifer Forte : Stima che ci vorranno dai 2 ai 4 anni prima che questo tipo di tecnologia sia sulla strada.

Un altro gruppo che lavora su questo tipo di intelligenza artificiale per i veicoli è Harman, una società di proprietà di Samsung.

Tim Van Goethem : Stiamo costruendo questi algoritmi che potrebbero utilizzare l'immagine di una telecamera da una telecamera montata sul cruscotto e stiamo costruendo il software in grado di guardare i tuoi occhi o altri tratti del viso ed essere in grado di dedurre lo stato del conducente.

Jennifer Forte : Questo è Tim VanGoethem, il responsabile della mobilità avanzata dell'azienda.

Tim Van Goethem : Quindi potremmo fare cose come capire la tua frequenza cardiaca, semplicemente osservando come cambia la pigmentazione della tua pelle ogni volta che il tuo cuore batte. Possiamo esaminare le caratteristiche di come si muovono i tuoi occhi e, in base a ciò, possiamo correlarlo al fatto che tu sia distratto o assonnato o stressato o la tua mente non sembra essere concentrata... E quindi, capire come renderlo significativo. Se sei stanco possiamo fare semplici regolazioni della temperatura della cabina? Possiamo cambiare leggermente la posizione del sedile? Scegli un mix di musica che sia forse un po' più ritmata rispetto a quella che stai attualmente ascoltando. Quindi, potrebbe essere la combinazione di alcune semplici modifiche ad alcuni passaggi molto grandi, a seconda di ciò che siamo in grado di dedurre che la tua condizione sia

Jennifer Forte : Quindi, quanto oltre potrebbero portare aziende come questa la tecnologia?

Tim Van Goethem : Dove potrebbe andare in futuro è l'interfacciamento con i dispositivi indossabili che porti in macchina. Molte persone adorano i loro smartwatch e molto spesso quegli smartwatch hanno anche capacità di fitness o benessere. Quindi l'auto in futuro sarebbe in grado di portare informazioni da quei dispositivi indossabili. Quindi, invece di provare a utilizzare una fotocamera per dedurre o dedurre la frequenza cardiaca, potremmo effettivamente utilizzare il sensore dello smartwatch stesso. E poi lo smartwatch con il permesso dell'utente potrebbe condividere tali informazioni con l'auto. E poi ovviamente è, potrebbe essere un segnale più preciso. Il passo oltre è che potremmo anche attingere a ecosistemi ancora più grandi. Quindi, ad esempio, se l'auto e gli algoritmi nell'auto sapessero che hai dormito male prima di salire in macchina, potremmo prendere alcune decisioni preliminari sapendo che stai già entrando in macchina potenzialmente stanco.

Jennifer Forte : Nei prossimi 2-5 anni cercherà di rispondere a questa domanda.

Tim Van Goethem : In che modo l'auto non solo risolve i problemi delle persone mentre sono in macchina, ma come possono collegarsi a questi ecosistemi più grandi? E penso che ciò si evolverà nel tempo man mano che le persone capiranno la relazione di come la mia vita fuori dall'auto e la mia vita all'interno dell'auto si fondono naturalmente insieme.

Jennifer Forte : Quanto a quanto a proprio agio i conducenti consentiranno alla propria auto di leggere le proprie emozioni, rispondere e persino connettersi alla propria vita fuori dal veicolo? Bene, stiamo già lasciando che le macchine lo facciano nei nostri spazi più intimi... all'interno della nostra casa.

Rohit Prasad : Proprio come facciamo come esseri umani, apprezziamo le interazioni con le persone che sono umili, disponibili, affabili e degne di fiducia. E ovviamente vuoi anche un po' di divertimento nella personalità in modo da poter essere molto coinvolgente.

Jennifer Forte : Rohit Prasad è lo scienziato capo dietro Alexa di Amazon. Quando l'assistente vocale è stato rilasciato sei anni fa, ha rappresentato l'alba di un nuovo tipo di rapporto con la tecnologia personale. Perché funzionasse, sapeva che avrebbero dovuto creare una personalità che avrebbe funzionato per persone diverse in spazi diversi.

Rohit Prasad : Crediamo che la fiducia non sia conquistata solo da come suoni, ma da cosa dici e cosa fai. Volevamo che persone come noi si sentissero a proprio agio a parlare con un'IA nelle loro case... E le nostre case sono un ambiente comune. Non è solo un dispositivo personale come il tuo smartphone. E in quell'ambiente Alexa interagirà con me, mia moglie, i miei figli. Destra? Quindi ora devi far funzionare la voce per tutti questi ambienti.

Jennifer Forte : Sapevano che coltivare la fiducia con gli utenti avrebbe fatto affidamento anche sulla capacità di Alexa di riconoscere e rispondere alle emozioni delle persone.

Rohit Prasad : Quando i clienti sono felici o entusiasti, Alexa dovrebbe imitare quel comportamento. E quando il cliente è deluso, Alexa dovrebbe assumere un tono più empatico.

Jennifer Forte : Al giorno d'oggi Alexa può fare alcune delle nozioni di base.

Rohit Prasad : Quindi alcune delle risposte emotive che puoi vedere sono quando chiedi della tua squadra sportiva preferita e se ha vinto, Alexa sarà più gioviale nella risposta.

Jennifer Forte : Inoltre, Amazon sta continuando a lavorare sulle sue capacità di ascolto.

Rohit Prasad : Quindi Alexa può percepire la tua frustrazione vocale e modificare le sue risposte nei tuoi confronti? In modo che Alexa raccolga la tua frustrazione vocale e adatti le sue risposte nel modo giusto per darti ciò di cui hai bisogno come cliente invece di frustrarti di più dando la stessa risposta.

Jennifer Forte : E Alexa può già eseguire una versione del mirroring del suo utente:

Registrazione Alexa : Lascia che ti dica un segreto. posso sussurrare.

Rohit Prasad : Questo è ciò che chiamiamo modalità sussurro. Questo è successo quando uno dei miei primi capi di Alexa è tornato a casa. Ha sussurrato ad Alexa e Alexa ha risposto e ha svegliato sua moglie.

Jennifer Forte : Dice che li ha ispirati a insegnare ad Alexa a sussurrare perché se sussurri a un essere umano, quella persona di solito risponde. Gli stanno anche insegnando a rispondere come un esperto e quando sapere che non lo è. Dice che dipende dal tipo di domande.

Rohit Prasad : In determinate impostazioni, quando si tratta di argomenti molto delicati che potresti condividere con un compagno, ma Alexa potrebbe non essere l'esperta, ad esempio, la salute mentale. O qualsiasi altro problema di salute. Lì, penso che il nostro principio guida sia sempre quello di ottenere l'aiuto di esperti in quelle impostazioni e penso che anche se lo condividi come compagno, a quel punto c'è un'enorme responsabilità per l'IA.

Jennifer Forte : Man mano che Alexa conosce i suoi utenti, potrebbe svolgere un ruolo sempre più importante nelle loro vite.

Rohit Prasad : Penso che la relazione continui a crescere da più di un assistente a un consulente e persino un compagno per le persone. E lo stiamo vedendo accadere nel tempo di oggi. E penso che man mano che cresci con Alexa, la relazione si evolva.

Jennifer Forte : Ma avverte:

Rohit Prasad : Questi sono ancora i primi giorni e continueremo a fare la ricerca per capire qual è la migliore risposta emotiva o stilistica in base all'input del cliente. Ma voglio solo assicurarmi che siamo sulla stessa pagina che è un problema piuttosto difficile perché non vuoi che gli errori si amplifichino e facciano perdere la fiducia ai clienti con Alexa. In effetti, vuoi un'azione più affidabile, il che significa che probabilmente va bene avere risposte più neutre in determinate impostazioni. Ed è anche su questo che stiamo lavorando in questo momento.

Jennifer Forte : L'IA delle emozioni può migliorare le nostre interazioni con la tecnologia ma, a seconda di come viene utilizzata, può anche causare danni reali. Esamineremo alcuni esempi di questo subito dopo la pausa.

[annuncio midroll]

Jennifer Forte : La pandemia ha visto un picco nell'uso di programmi digitali che supervisionano gli esami scolastici. Questi prodotti utilizzano il monitoraggio e il riconoscimento del comportamento per guardare gli studenti attraverso i loro laptop e cercare segni di imbroglio. Il New York Times ha parlato con una studentessa universitaria che soffre di una disabilità da tic facciale e una recente laureata in giurisprudenza afro-latina che ha lottato per quattro ore solo per ottenere il software per registrare la sua faccia. Questi problemi sono emersi anche nel software di intervista che utilizza un monitoraggio simile del viso e del comportamento per aiutare a decidere se sei degno di essere assunto.

Meredith Whittaker : L'idea che l'accesso delle persone al lavoro e alle opportunità sia modellato da ciò che potrebbe essere considerato una sorta di stereotipi e ipotesi su come appaiono, come si comportano, se parlano in un modo commisurato a un modello o un altro di successo è incredibilmente preoccupante.

Jennifer Forte : Meredith Whittaker è la co-fondatrice dell'AI Now Institute della New York University.

Meredith Whittaker : E studiamo le implicazioni sociali dell'intelligenza artificiale.

Jennifer Forte : Oltre a etichettare le emozioni, dice che si tratta davvero di interpretare il valore di quelle emozioni e automatizzare le decisioni con quelle informazioni.

Meredith Whittaker : Si tratta del potere aziendale e del modo in cui queste aziende producono tecnologie che fanno affermazioni fantastiche quasi sempre nascoste dietro veli di segretezza commerciale. Non sono certificati. Non sono esaminati. Stiamo assistendo a una tecnologia che afferma di essere in grado di rilevare il carattere interiore delle persone, la loro competenza, i loro sentimenti, utilizzata per informare il processo decisionale in classe, chi assumere e chi promuovere. Lo stiamo vedendo dispiegato nel sistema di giustizia penale, in luoghi che stanno davvero plasmando la vita delle persone e l'accesso alle opportunità. E dato che non c'è consenso scientifico sull'efficacia dell'automazione di questo tipo di affermazioni, abbiamo pensato che fosse giunto il momento di chiedere il divieto di utilizzare queste tecnologie in questi domini.

Jennifer Forte : E dice che ciò che forse è più preoccupante è la frequenza con cui queste tecnologie vengono utilizzate senza che le persone soggette ad esse abbiano idea o ricorso.

Meredith Whittaker : È molto difficile sapere se io, se non sono stato assunto per un lavoro e sono stato intervistato da HireVu, è stato perché il software è di parte o perché non avrei comunque ottenuto il lavoro. Destra? Ad esempio, da un campione di uno è difficile trarre una conclusione. E i dati che ci permetterebbero di rilevare un modello di discriminazione o danno o errore o altro, non sono di dominio pubblico. Le persone che hanno accesso a quei dati sono HireVu e quindi qualsiasi azienda stia concedendo la licenza a HireVu per utilizzarli per le interviste, giusto? E nessuna di queste società ha un reale interesse a consentire al pubblico, ai legislatori e ai sostenitori di esaminare quei dati.

Jennifer Forte : E quindi il suo gruppo chiede il divieto dell'IA delle emozioni in casi d'uso sensibili, che includerebbero applicazioni che potrebbero non sembrare così sensibili, come un segnale acustico dal cruscotto di un'auto quando pensa che un guidatore potrebbe essere assonnato.

Meredith Whittaker : In un certo senso dobbiamo fare un backup qui e, e guardare un po' le dinamiche di potere qui, giusto? Forse un'auto che lampeggia leggermente quando pensa che sei assonnato in base all'aspetto del tuo viso potrebbe non essere così dannoso. Ma queste informazioni vengono inviate alla tua compagnia assicurativa? Queste informazioni vengono utilizzate per stabilire le tariffe assicurative o per giudicare la colpa in caso di incidente? Impedisce ai conducenti Lyft o Uber di accedere alla loro app? A cosa servono questi dati?

Jennifer Forte : Quello che sta dicendo potrebbe sembrare eccessivamente cauto, ma l'anno scorso il principale regolatore finanziario di New York ha stabilito che le compagnie di assicurazione sulla vita possono fissare premi in quello stato sulla base delle informazioni dai social media. Quindi cosa impedisce che i dati delle auto, o qualsiasi altra cosa, vengano utilizzati per impostare le tariffe assicurative in futuro? In questo momento, nella maggior parte dei posti niente.

Jennifer Forte : Questo episodio è stato segnalato e prodotto da me e Karen Hao, Tate Ryan-Mosley ed Emma Cillekens. Abbiamo avuto l'aiuto di Benji Rosen. Siamo a cura di Michael Reilly e Gideon Lichfield. Grazie per l'ascolto, sono Jennifer Strong.

nascondere