Chatbot x IA de conversação

No mundo atual do atendimento ao cliente, a inteligência artificial desempenha um papel crucial. Como resultado, novas tecnologias, como chatbots, IA de conversação e aprendizado de máquina, estão surgindo continuamente. No entanto, apenas uma pequena porcentagem da população entende o que todos esses termos significam.

Particularmente com frases como chatbots e Conversational AI, que estão sendo cada vez mais usadas de forma intercambiável no contexto de inteligência artificial e atendimento ao cliente. Os dois nomes, no entanto, têm distinções significativas. Neste post, você saberá mais sobre eles.

O nascimento de um chatbot

Em 1966, o cientista da computação do MIT Joseph Weizenbaum apresentou ao mundo os chatbots na forma de Eliza, um chatbot baseado em um fluxo restrito e pré-determinado que poderia replicar o diálogo de um psicoterapeuta usando um script. Eliza conduziu “conversas” usando técnicas de correspondência e substituição de padrões, que davam aos usuários a impressão de que o software os entendia, mas não tinha estrutura interna para contextualizar eventos.

No entanto, a ironia nesta história de Natal é que Weizenbaum projetou Eliza para destacar a superficialidade da comunicação homem-máquina e, no processo, produziu um chatbot capaz de enganar Sapiens a pensar que era humano. Eliza acabaria por confirmar sua realização passando por um teste de Turing limitado para inteligência de máquina.

Oito anos depois, no Laboratório de Inteligência Artificial de Stanford, o próximo marco significativo na engenharia conversacional seria alcançado. Portanto, o desenvolvedor Kenneth Mark Colby usou seu treinamento anterior como psicoterapeuta para criar o “PARRY”, um software de linguagem natural que imitava o raciocínio de uma pessoa paranóica. PARRY superou as expectativas ao passar no teste de Turing em sua totalidade. ‍

Colby concebeu um complicado sistema de suposições, atribuições e “reações emocionais” desencadeadas por pesos variados atribuídos às entradas de fala para alcançar resultados tão surpreendentes menos de uma década depois de Eliza de Joseph Weizenbaum. Essa inteligência artificial é capaz de conversar?

Não. Embora o PARRY tivesse uma estrutura mais controlável e um modelo mental que emulasse as “emoções” do bot, ele ainda era baseado em regras, o que significava que seguia uma fórmula rígida (embora complicada) se X (condição) então Y (atividade).

À nossa lista, adicionaremos baseado em regras. Lembramos que você deve se lembrar dos seguintes conceitos: fluxo de conversação pré-determinado restrito E baseado em regras. Vamos agora prosseguir.

ALICE foi o próximo grande nome do setor (Artificial Linguistic Internet Computer Entity). Em outras palavras, o ALICE foi criado em 1995 por Richard Wallace e empregou uma Artificial Intelligence Markup Language (AIML), uma versão do XML, incluindo tags que permitem que os bots invoquem recursivamente um pattern matcher para simplificar a linguagem. No entanto, em 2000, 2001 e 2004, ALICE recebeu o Prêmio Loebner três vezes, uma honra dada aos sistemas mais semelhantes aos humanos.

ALICE foi notável em todos os sentidos, mas pode se qualificar como Chatbots de IA conversacionais? Neste caso, a resposta é mais uma vez não. Portanto, ALICE usou um grande número de “categorias” ou regras para combinar padrões de entrada com modelos de saída. No entanto, ALICE compensa sua falta de módulos morfológicos, sintáticos e semânticos de PNL com uma profusão de regras básicas; Wallace escolheu o tamanho acima da complexidade.

ALICE tinha todas as armadilhas da IA ​​de conversação em termos leigos, mas era essencialmente simplesmente um chatbot bem grande.

O que exatamente é um bot?

Um bot é definido como “um programa de computador ou personagem (como em um jogo) destinado a replicar as atividades de uma pessoa” pelo Dicionário Merriam-Webster. Abbot, que deriva seu nome da palavra “robô”, é uma máquina não humana que pode imitar certas características humanas.

O que é um Chatbot, exatamente?

Um chatbot, geralmente conhecido como assistente virtual, é um tipo de robô que pode interpretar e responder à linguagem humana por meio de fala ou texto. Como resultado, “chat” vem antes de “bot”. Essa é uma diferença crucial a ser feita, pois nem todo bot é um chatbot (por exemplo, bots RPA, bots de malware, etc.). Os chatbots podem ser bots de perguntas e respostas muito simples, projetados para reagir a perguntas predefinidas. O coração de um chatbot é a tecnologia de processamento de linguagem natural (NLP), que permite que ele entenda as solicitações do usuário e responda adequadamente (desde que seja treinado para isso).

O que é Inteligência Artificial Conversacional (IA)?

Para começar, vamos definir o que a IA conversacional não é. Ao contrário dos chatbots que seguem um fluxo de conversação predeterminado, a IA conversacional é baseada no diálogo. A IA conversacional, ao contrário dos chatbots, usa processamento de linguagem natural, compreensão de linguagem natural, aprendizado de máquina, aprendizado profundo e análise preditiva para fornecer uma experiência de usuário mais dinâmica e menos limitada.

Portanto, um reconhecedor de fala automatizado (ASR), um módulo de compreensão de linguagem falada (SLU), um gerenciador de diálogo (DM), um gerador de linguagem natural (NLG) e um sintetizador de conversão de texto em fala (TTS) fazem parte do arquitetura conversacional típica de IA. No entanto, o ASR recebe dados brutos de áudio e texto, converte-os em hipóteses de palavras e os envia para o SLU. O objetivo do SLU é capturar a semântica básica de uma determinada sequência de palavras (o enunciado). Ele analisa os slots semânticos no enunciado do usuário e determina o domínio e a finalidade da conversa.

O objetivo do DM é se comunicar com as pessoas e ajudá-las a alcançar seus objetivos. Além disso, determina o comportamento do sistema após determinar se a representação semântica está completa. Ele usa o banco de dados de conhecimento para encontrar as informações que o usuário está procurando. No entanto, o agente de diálogo pode fazer julgamentos mais robustos com a ajuda do DM, que inclui rastreamento de estado de diálogo e escolha de políticas.

Diferença entre chatbots e IA conversacional

IA conversacional e chatbots: o que vem a seguir?

As primeiras implementações de chatbots se concentravam principalmente em cenários simples de perguntas e respostas que os mecanismos de PNL podiam lidar. Além disso, muitos clientes viram isso como uma maneira conveniente de obter respostas para perguntas frequentes por meio de um canal digital.

Esses chatbots rudimentares, por outro lado, deixaram de realizar tarefas mais sofisticadas, muitas vezes repassando para agentes humanos continuarem processando a solicitação, principalmente quando a consulta do cliente não seguia o caminho esperado. Os chatbots desenvolveram uma imagem ruim como resultado de suas falhas, que permaneceram durante os estágios iniciais da onda de adoção da tecnologia.

Qual é a opção superior?

A questão entre chatbots e IA conversacional ressurgiu nos últimos anos. Bots e IA conversacional têm vantagens e desvantagens, mas qual é a melhor opção?

A IA de conversação cresceu em popularidade nos últimos anos, à medida que as empresas buscam aprimorar o atendimento ao cliente. Em contraste com um chatbot, que é mais funcional, uma IA conversacional pode responder a uma pergunta de uma maneira que pareça mais natural para uma pessoa.

Embora a IA conversacional seja a mais inteligente das duas, os chatbots oferecem seus próprios benefícios. Por exemplo, se um consumidor deseja comprar qualquer coisa, a IA conversacional pode direcioná-lo para a página de checkout e fazer com que conclua a transação lá. Esse benefício é o que desencadeou o debate atual entre chatbots e IA conversacional.

A IA conversacional, por outro lado, é melhor para antecipar as demandas de um cliente, enquanto os chatbots são melhores para oferecer soluções mais funcionais.

Quais problemas a IA conversacional enfrenta?

Os chatbots com tecnologia de IA oferecem vários benefícios, incluindo experiência aprimorada do usuário, maior fidelidade à marca e aumento da receita. No entanto, implantar um AI Chatbot Services com o mesmo grau de experiência de uma pessoa humana é um desafio difícil. Para conseguir isso, será necessário treinamento e atualização regulares.

Portanto, o aspecto mais difícil de desenvolver e implementar sistemas de IA conversacionais é convencer as pessoas a utilizá-los. Indivíduos capazes e dispostos a usar esses serviços devem usá-los. Mesmo que queiram, as pessoas nem sempre estão prontas para adotar novas tecnologias.

É por isso que é crucial manter a ênfase nos consumidores e não na tecnologia. Lembre-se sempre de que as pessoas usam esses serviços para resolver problemas e podem ainda não estar prontas para uma experiência conversacional de IA.

Uma das questões mais significativas é que os chatbots são eficazes apenas em uma coisa: conversar.

1. Eles não são intelectuais e não têm sentimentos.
2. Eles foram pré-programados para responder a termos específicos. Um chatbot é frequentemente usado para fazer perguntas simples e receber respostas simples. No entanto, existem situações em que os consumidores desejam mais informações do que simplesmente a resposta à sua consulta.
3. Eles querem saber como alguém se sente sobre um tópico ou quais são seus pensamentos sobre isso.
4. Eles querem saber se o bot pode manter uma conversa com eles.
5. É concebível construir um bot de conversação, mas exigirá muito tempo e esforço. Existem bots de conversação no mercado, mas a maioria deles não é particularmente boa. Não reconhecem algumas indicações ou não apreendem o significado de certos termos.

Ganhar empatia pelos usuários finais, conhecer as limitações da tecnologia existente e usar uma estrutura limpa e direta fazem parte da superação desses obstáculos. Compreender os usuários-alvo e seu comportamento é fundamental ao criar IA conversacional.

Leia mais: 5 maneiras de os chatbots transformarem o setor de serviços

Além disso, o primeiro passo é determinar quem são os usuários finais e quais são suas necessidades. Você pode fazer isso criando uma persona. No entanto, uma persona é uma descrição completa de um usuário final típico. Explica os objetivos, ações e motivações de cada usuário. Em conclusão, os membros da equipe podem usar personas para construir personagens semelhantes a humanos para uso em design, desenvolvimento e teste.