Si po mësojnë chat-robotët

Ne u gjetëm me Giles Colborne, bashkë-themelues dhe CEO i cxpartners. Një nga konsulentët kryesorë në botë për krijimin e përvojave të pavarura, Colborne është autori i E thjeshtë dhe e përdorshme, një libër me temën e thjeshtësisë që synon posaçërisht për krijuesit e ndërveprimit.

Çfarë do të mbetet pas hype chatbot? Kush / çfarë do të mbijetojë?

Giles Colborne: Problemi me hype është që i çon njerëzit të vendosin gjëra atje pa diskriminuar nëse është i mirë apo jo, dhe i inkurajon njerëzit të supozojnë se gjithçka është e mundur, kështu që ata teprojnë tej mase. Shtë e njëjta histori me çdo teknologji të re ose në zhvillim.

Kështu që pas hype-it, unë pres që të shfaqen disa shembuj dhe modele të mira, solide, të thjeshta, të forta, mbi të cilat ne ngadalë ndërtojmë përvoja më komplekse. Wonderfulshtë e mrekullueshme të dëgjosh hype dhe të ëndërrosh, por nëse po ndërton një sistem ku njerëzit të mbështeten, nuk duhet të kesh frikë të bësh diçka të thjeshtë dhe funksionale.

Unë mendoj se me çdo sistem që mbështetet në të mësuarit makinerik (dhe shumë ndërfaqe gjuhësore natyrore mbështeten në të mësuarit makinerik), njerëzit me grupe të mëdha të të dhënave do të kenë një avantazh. Do të doja të shpresoja që kjo të mos kthehet në bllokim të platformës.

Në ditët e para të internetit të konsumatorit, ne shmangëm bllokimin e platformës falë internetit, i cili kishte një specifikim të hapur që çdokush mund të përdorte. Hardshtë e vështirë të shohësh diçka të tillë që ndodh këtë herë - legjislacioni mund të ketë nevojë të hyjë në lojë. Por gjithçka që ka të ngjarë të mbetet akoma me vite.

• Si të krijoni një përvojë chatbot

Cilat janë përfitimet e chat-robotëve dhe ndërfaqeve të bisedave?

GC: Së pari, duhet të bëj një dallim midis chat robotëve dhe ndërfaqeve të bisedave dhe ndërfaqeve të plota të gjuhës natyrore (NLI). Chatbots ndonjëherë i kërkojnë përdoruesit të zgjedhë nga një numër përgjigjesh të mundshme - më tepër si sistemet e tmerrshme IVR që klasifikojnë thirrjet zanore në linjat telefonike ("shtypni 1 për pyetje të bilancit, 2 për shërbimin e klientit, etj."). NLI-të ju lejojnë të shtypni një përgjigje në gjuhën tuaj dhe pastaj të përgjigjeni bazuar në atë. Unë jam më i interesuar për NLI dhe ky është fokusi im.

Ajo që më pëlqen në lidhje me NLI-të është se nuk ka pothuajse asnjë ndërfaqe përdoruesi për të mësuar. Aplikacione si Facebook Messenger janë ndër aplikacionet më të përdorura sot në smartphone. Ndërfaqja e përdoruesit është e thjeshtë, dhe ideja prapa tyre është e lehtë për t'u kuptuar. Pra, ndërtimi i shërbimeve mbi atë ndërfaqe të njohur, të përdorur gjerësisht, duket si një ide e mirë - për sa kohë që vetë shërbimet janë të lehta për t'u përdorur.

Për më tepër, nëse mund të ndërtoni një ndërfaqe që funksionon në diçka vërtet themelore si SMS, atëherë ajo do të funksionojë në Facebook Messenger, ose WhatsApp, ose ndonjë platformë tjetër bisede - kështu që ekziston premtimi që ju të mund të zgjasni shtrirjen tuaj.

Preferenca për shërbimet e tipit të bisedës rritet ndërsa shikoni audiencat më të reja. Ata janë rritur me mediat sociale dhe duket se preferojnë të bashkëveprojnë me ato lloj shërbimesh sesa me telefon ose email. Por, sigurisht, kjo është një ndërfaqe që është natyrshëm e arritshme për njerëzit me dëmtime të shikimit ose të dëgjimit dhe është e lehtë për t'u kuptuar nga përdoruesit e të gjitha moshave.

Ajo që më magjeps, sidoqoftë, është se Ndërfaqet e Gjuhëve Natyrore nënkuptojnë se ne mund të krijojmë sisteme që ndihen më njerëzorë. Biseda njerëzore ka shumë cilësi interesante me të cilat ndërfaqet grafike të përdoruesit luftojnë.

Për shembull, nëse po kërkoni një person për ndihmë për të gjetur diçka, si një biletë ajrore, shpesh filloni me një përshkrim mjaft të paqartë dhe ngadalë zeron me disa zgjedhje të mira. Ne mund ta bëjmë atë në ndërfaqet e kërkimit të facetuar për momentin, por njerëzit përpiqen t'i përdorin ato në mënyrë efektive - veçanërisht në ekranet e vogla. Ajo që ju keni prirjen të merrni në ekranet e vogla është një seri menush që ju stërvitni. Kjo mund të ndihet e ngathët ose konfuze. Ndërfaqet e gjuhëve natyrore mund ta anashkalojnë atë.

Më në fund, vala tjetër e llogaritjes nuk ka të bëjë me laptopë ose telefona celularë - ka të bëjë me ambiente plot pajisje inteligjente që ju njohin dhe që ndërveprojnë me ju. Ju nuk doni një prekje në çdo pajisje ose një aplikacion për secilën pajisje në smartphone tuaj. Ju dëshironi një ndërfaqe të përbashkët që ju njeh dhe me të cilën mund të komunikoni lehtë. Kjo është arsyeja pse unë mendoj se NLI dhe teknologjitë e inteligjencës artificiale kanë një rol kaq të rëndësishëm për të luajtur në brezin e ardhshëm të përvojës së përdoruesit.

Dhe cilat janë disa nga grackat në ndërfaqet bisedore dhe si mund t'i shmangim ato?

GC: Unë mendoj se gracka më e madhe është krijimi i bisedave që duken si diagrama - ato ku dialogu hartohet në detaje të imtësishme. Në realitet, bisedat janë mjaft të paqarta dhe kallash. Nëse përpiqeni t'i përshkruani ato në detaje, përfundimisht ju mungon kompleksiteti - ose thjesht krijoni një tjetër nga ato sisteme IVR.

Për shembull, nëse pyesni dikë emrin e tij, një person mund t'ju japë emrin e tij të plotë përfshirë titullin, ndërsa një tjetër mund t'ju japë vetëm emrin e tij. Ju duhet t'i lini të bëjnë atë, dhe pastaj të rrethoheni për detajet që mungojnë. Ky nuk është një gabim, është vetëm një mënyrë tjetër për t'iu përgjigjur pyetjes.

Si mund t'i përmirësojmë robotët për të rritur përvojën e përdoruesit?

GC: Kur dëgjoni njerëz që përdorin veçanërisht sisteme zëri, një pjesë e madhe e bisedës ka të bëjë me përdoruesin që kupton se si të bëjë pyetje dhe të mësojë se çfarë mund dhe nuk mund të bëjë sistemi. Unë mendoj se shumica e NLI-ve bëjnë një punë të tmerrshme në trajtimin e këtyre situatave.

Për shembull, thoni se i kërkoni asistentit tuaj të zërit të luajë një këngë, si 'Bohemian Rhapsody', por e merrni emrin gabim dhe e quani 'Mama, sapo vrau një njeri'. Nga këndvështrimi i përdoruesit, dhe një njeriu që dëgjon, përdoruesi ka dhënë një kërkesë të vlefshme dhe të dobishme. Por shumica e asistentëve zanorë nuk arrijnë të përputhen me titullin dhe të heqin dorë dhe përdoruesi është përsëri në katror.

Kjo lloj gjëje ndodh gjatë gjithë kohës me asistentët e zërit, por një njeri përpiqet të përdorë informacionin e dhënë dhe të bëjë një pyetje të arsyeshme vijuese si 'A mund të mbani mend nga kush ishte?' Ose 'A është titulli apo rreshti nga kënga? '. Nëse do t'i bëjmë këto sisteme të tolerueshme, duhet të kalojmë më shumë kohë duke menduar se si sistemi duhet të përgjigjet kur nuk e kupton.

Cilat janë disa nga karakteristikat e chatbots ose ndërfaqeve të bisedave që i rregullojnë gjërat siç duhet?

GC: Shumë ndërfaqe bisedash më të mira dhe chat-robot nuk përpiqen të bëjnë shumë. Për shembull, kur jeni duke vozitur automjetin dhe i kërkoni smartphone-it tuaj t'ju japë udhëzime për në shtëpi, nuk po zhvillohet shumë ‘bisedë’ - në fakt, sa më e shkurtër aq më mirë. Por ju merrni shumë dalje (udhëzime për vozitje në vlerë prej një ore) për hyrje minimale (‘më sillni udhëzimet për në shtëpi’). Dhe hyrja mbahet minimale sepse smartphone përdor shumë të dhëna kontekstuale për të mbushur boshllëqet - supozon se keni parasysh udhëzimet e makinës, merr vendndodhjen tuaj aktuale nga GPS dhe gjen adresën tuaj të shtëpisë nga cilësimet e smartphone-it tuaj.

Unë do të thoja që ato janë maksima mjaft të mira të dizajnit: mbajeni të shkurtër bisedën, përdorni të dhënat kontekstuale, ofroni dalje maksimale për hyrjen minimale.

Ku po shkon më tej dizajni bisedor? 

GC: Ka shumë gjëra interesante që ndodhin tani. Ekzistojnë asistentë zanorë që bëjnë dallimin midis njerëzve të ndryshëm në dhomë, dhe asistentë zanorë që menaxhojnë rrjedhën emocionale të bisedës, jo vetëm shkëmbimin e informacionit.

Ekzistojnë gjithashtu mjete që i bëjnë më të lehta hyrjet e dizenjatorëve në veçoritë komplekse, dhe ndërfaqet që përzihen zëri dhe pamjet (kështu që mund të shihni një itinerar udhëtimesh të ndërtuara ndërsa flisni me një agjent virtual udhëtimi, për shembull). Anshtë një kohë emocionuese.