Ερ:
Πώς είναι εκπαιδευμένοι οι chatbots;
ΕΝΑ:Σχεδόν όλοι έχουν αλληλεπιδράσει με ένα chatbot, είτε μέσω προσωπικών βοηθών όπως το Siri της Apple είτε μέσω των υπηρεσιών εξυπηρέτησης πελατών, αλλά πώς φαίνονται τόσο έξυπνοι; Υπάρχουν διάφοροι τρόποι με τους οποίους οι προγραμματιστές της AI μπορούν να εκπαιδεύσουν αυτά τα bots για να δώσουν ρεαλιστικές απαντήσεις.
Ο απλούστερος τρόπος για να σχεδιάσετε ένα bot είναι να απαντήσετε σε μια προκαθορισμένη σειρά απαντήσεων. Αυτή ήταν η προσέγγιση που χρησιμοποίησε το πρόγραμμα ELIZA του Joseph Weizenbaum (1923-2008) που αναπτύχθηκε στη δεκαετία του 1960.
Η ELIZA προοριζόταν να προσομοιάσει έναν Rogerian ψυχοθεραπευτή. Το πρόγραμμα μπορούσε να ανταποκριθεί μόνο σύμφωνα με προκαθορισμένα "σενάρια", αλλά πολλοί χρήστες βρήκαν το αποτέλεσμα τόσο ρεαλιστικό που επέμεινε ότι η ELIZA ήταν πραγματικά έξυπνη.
Αυτό έχει ονομαστεί το "Effect ELIZA".
Η έρευνα στο AI επέτρεψε πολύ πιο εξελιγμένες προσεγγίσεις για την ανάπτυξη chatbots, οι οποίες τους επιτρέπουν να "μαθαίνουν" τόσο από τα δεδομένα κατάρτισης που παρέχονται από τους προγραμματιστές όσο και από την είσοδο των χρηστών.
Ας πάρουμε το παράδειγμα ενός chatbot που χρησιμοποιείται για το τμήμα εξυπηρέτησης πελατών μιας εταιρείας λογισμικού. Το bot θα τροφοδοτηθεί πρώτα από τους ίδιους πόρους της εταιρείας: τεκμηρίωση, συχνές ερωτήσεις, μηνύματα ηλεκτρονικού ταχυδρομείου, μεταγραφές chat, για να ξεκινήσετε.
Το bot δεν περιορίζεται απλώς σε ό, τι το δίνουν οι προγραμματιστές, όπως ήταν ο ELIZA. Θα είναι σε θέση να μάθει από πραγματικές αλληλεπιδράσεις με τους πελάτες που χρησιμοποιούν τη φυσική επεξεργασία γλώσσας (NLP).
Ακόμη και με αυτοματοποιημένη μάθηση, θα υπάρχουν ακόμα περιοχές όπου οι bots τρέχουν σε προβλήματα. Οι άνθρωποι θα πρέπει να εκπαιδεύσουν το μποτάκι περιστασιακά χρησιμοποιώντας επιβλεπόμενη μάθηση. Δεδομένης της ασάφειας των ανθρώπινων γλωσσών, θα είναι δύσκολο να οικοδομήσουμε ένα chatbot που θα μπορούσε να τρέξει εντελώς ανεξέλεγκτα.
Ένας άνθρωπος χρήστης πιθανότατα θα πρέπει να ελέγξει το αποτέλεσμα ενός chatbot για ακρίβεια, ειδικά σε ένα επιχειρηματικό πλαίσιο. Ακόμα, αυτά τα chatbots θα είναι πιο ευέλικτα από ένα πρόγραμμα που βασίζεται αποκλειστικά σε κανόνες όπως το ELIZA.
Οι πρόοδοι στη μηχανική μάθηση και στην επεξεργασία της φυσικής γλώσσας θα μπορούσαν να κάνουν αυτές τις chatbots να εμφανίζονται ακόμα πιο έξυπνες στο μέλλον.
