Chatbot - Chatbot

Um chatbot de assistente virtual
O chatbot ELIZA 1966

Um chatbot é um aplicativo de software usado para conduzir uma conversa de chat on-line via texto ou texto para fala , em vez de fornecer contato direto com um agente humano ao vivo. Projetado para simular de forma convincente a maneira como um ser humano se comportaria como um parceiro de conversação, os sistemas de chatbot normalmente requerem ajuste e testes contínuos, e muitos em produção permanecem incapazes de conversar adequadamente ou passar no teste de Turing padrão da indústria . O termo "ChatterBot" foi originalmente cunhado por Michael Mauldin (criador do primeiro Verbot ) em 1994 para descrever esses programas de conversação.

Os chatbots são usados ​​em sistemas de diálogo para vários fins, incluindo atendimento ao cliente, roteamento de solicitações ou coleta de informações. Enquanto alguns aplicativos de chatbot usam processos extensivos de classificação de palavras, processadores de linguagem natural e IA sofisticada , outros simplesmente procuram palavras- chave gerais e geram respostas usando frases comuns obtidas de uma biblioteca ou banco de dados associado .

A maioria dos chatbots são acessados ​​on-line por meio de pop-ups de sites ou assistentes virtuais . Eles podem ser classificados em categorias de uso que incluem: comércio ( e-commerce via chat), educação , entretenimento , finanças , saúde , notícias e produtividade .

Fundo

Em 1950, foi publicado o famoso artigo de Alan Turing , " Computing Machinery and Intelligence ", que propunha o que hoje é chamado de teste de Turing como um critério de inteligência. Este critério depende da capacidade de um programa de computador de se passar por um humano em uma conversa escrita em tempo real com um juiz humano, na medida em que o juiz é incapaz de distinguir de forma confiável - com base apenas no conteúdo da conversa - entre o programa e um verdadeiro humano. A notoriedade do teste proposto por Turing estimulou grande interesse no programa ELIZA de Joseph Weizenbaum , publicado em 1966, que parecia ser capaz de enganar os usuários fazendo-os acreditar que estavam conversando com um ser humano real. No entanto, o próprio Weizenbaum não afirmou que ELIZA era genuinamente inteligente, e a introdução de seu artigo o apresentou mais como um exercício de desmascaramento:

[Em] inteligência artificial ... as máquinas são feitas para se comportar de maneiras maravilhosas, muitas vezes suficientes para deslumbrar até mesmo o observador mais experiente. Mas, uma vez que um programa específico é desmascarado, uma vez que seu funcionamento interno é explicado ... sua magia se desintegra; ela se revela como uma mera coleção de procedimentos ... O observador diz a si mesmo "Eu poderia ter escrito isso". Com esse pensamento, ele move o programa em questão da estante marcada como "inteligente", para aquela reservada para curiosidades ... O objetivo deste artigo é fazer exatamente essa reavaliação do programa que vai ser "explicado". Poucos programas precisaram mais disso.

O principal método de operação de ELIZA (copiado pelos designers do chatbot desde então) envolve o reconhecimento de palavras-chave ou frases na entrada e a saída das respostas pré-preparadas ou pré-programadas correspondentes que podem levar a conversa adiante de uma forma aparentemente significativa (por exemplo, respondendo a qualquer entrada que contenha a palavra 'MÃE' com 'FALE MAIS SOBRE SUA FAMÍLIA'). Assim, uma ilusão de compreensão é gerada, embora o processamento envolvido tenha sido meramente superficial. ELIZA mostrou que tal ilusão é surpreendentemente fácil de gerar porque juízes humanos estão prontos para dar o benefício da dúvida quando as respostas conversacionais podem ser interpretadas como "inteligentes".

Os designers de interface perceberam que a prontidão dos humanos para interpretar a saída do computador como genuinamente coloquial - mesmo quando na verdade é baseada em uma correspondência de padrões bastante simples - pode ser explorada para fins úteis. A maioria das pessoas prefere se envolver com programas semelhantes aos humanos, e isso dá às técnicas estilo chatbot uma função potencialmente útil em sistemas interativos que precisam extrair informações dos usuários, contanto que essas informações sejam relativamente diretas e se enquadrem em categorias previsíveis. Assim, por exemplo, os sistemas de ajuda online podem empregar técnicas de chatbot de maneira útil para identificar a área de ajuda que os usuários precisam, potencialmente fornecendo uma interface "mais amigável" do que uma pesquisa mais formal ou sistema de menu. Este tipo de uso traz a perspectiva de mover a tecnologia do chatbot da "prateleira ... reservada para curiosidades" de Weizenbaum para aquela marcada "métodos computacionais genuinamente úteis".

Desenvolvimento

Entre os primeiros chatbots mais notáveis ​​estão ELIZA (1966) e PARRY (1972). Os programas notáveis ​​mais recentes incluem ALICE , Jabberwacky e DUDE ( Agence Nationale de la Recherche e CNRS 2006). Enquanto ELIZA e PARRY foram usados ​​exclusivamente para simular conversas digitadas, muitos chatbots agora incluem outros recursos funcionais, como jogos e habilidades de pesquisa na web. Em 1984, um livro chamado The Policeman's Beard is Half Constructed foi publicado, supostamente escrito pelo chatbot Racter (embora o programa lançado não fosse capaz de fazê-lo).

Um campo pertinente de pesquisa em IA é o processamento de linguagem natural . Normalmente, os campos de IA fracos empregam software especializado ou linguagens de programação criadas especificamente para a função restrita necessária. Por exemplo, ALICE usa uma linguagem de marcação chamada AIML , que é específica para sua função como um agente de conversação e, desde então, foi adotada por vários outros desenvolvedores dos chamados Alicebots . No entanto, ALICE ainda é puramente baseado em técnicas de correspondência de padrões sem nenhuma capacidade de raciocínio, a mesma técnica que ELIZA estava usando em 1966. Isso não é uma IA forte, que exigiria sabedoria e habilidades de raciocínio lógico.

Jabberwacky aprende novas respostas e contexto com base nas interações do usuário em tempo real, em vez de ser orientado a partir de um banco de dados estático. Alguns chatbots mais recentes também combinam aprendizagem em tempo real com algoritmos evolutivos que otimizam sua capacidade de comunicação com base em cada conversa mantida. Ainda assim, atualmente não há inteligência artificial conversacional de propósito geral, e alguns desenvolvedores de software se concentram no aspecto prático, recuperação de informações .

As competições de chatbot se concentram no teste de Turing ou em objetivos mais específicos. Dois desses concursos anuais são o Prêmio Loebner e o Desafio Chatterbox (o último está offline desde 2015, no entanto, os materiais ainda podem ser encontrados em arquivos da web).

A DBpedia criou um chatbot durante o GSoC de 2017. Ele pode se comunicar através do Facebook Messenger.

Aplicativo

Aplicativos de mensagens

Os chatbots de muitas empresas são executados em aplicativos de mensagens ou simplesmente via SMS. Eles são usados ​​para atendimento ao cliente, vendas e marketing B2C .

Em 2016, o Facebook Messenger permitiu que os desenvolvedores colocassem chatbots em sua plataforma. Foram 30.000 bots criados para o Messenger nos primeiros seis meses, aumentando para 100.000 em setembro de 2017.

Desde setembro de 2017, isso também faz parte de um programa piloto no WhatsApp. As companhias aéreas KLM e Aeroméxico anunciaram sua participação no teste; ambas as companhias aéreas já haviam lançado serviços ao cliente na plataforma do Facebook Messenger .

Os bots geralmente aparecem como um dos contatos do usuário, mas às vezes podem atuar como participantes de um bate-papo em grupo.

Muitos bancos, seguradoras, empresas de mídia, empresas de comércio eletrônico, companhias aéreas, cadeias de hotéis, varejistas, prestadores de cuidados de saúde, entidades governamentais e cadeias de restaurantes usaram chatbots para responder a perguntas simples, aumentar o envolvimento do cliente , para promoção e para oferecer maneiras adicionais de fazer o pedido deles.

Um estudo de 2017 mostrou que 4% das empresas usavam chatbots. De acordo com um estudo de 2016, 80% das empresas disseram que pretendiam ter um até 2020.

Como parte de aplicativos e sites da empresa

Gerações anteriores de chatbots estavam presentes em sites de empresas, por exemplo, Ask Jenn da Alaska Airlines, que estreou em 2008, ou o agente de atendimento ao cliente virtual da Expedia, que foi lançado em 2011. A geração mais recente de chatbots inclui "Rocky" movido a IBM Watson, lançado em fevereiro de 2017 por a Rare Carat, empresa de comércio eletrônico sediada na cidade de Nova York, para fornecer informações a possíveis compradores de diamantes.

Sequências de chatbot

Usado por profissionais de marketing para sequências de mensagens de script, muito semelhante a uma sequência do Autoresponder . Essas sequências podem ser acionadas pela aceitação do usuário ou pelo uso de palavras-chave nas interações do usuário. Depois que um acionador ocorre, uma sequência de mensagens é entregue até a próxima resposta prevista do usuário. Cada resposta do usuário é usada na árvore de decisão para ajudar o chatbot a navegar nas sequências de resposta para entregar a mensagem de resposta correta.

Plataformas internas da empresa

Outras empresas exploram maneiras de usar chatbots internamente, por exemplo, para Suporte ao Cliente, Recursos Humanos ou mesmo em projetos de Internet das Coisas (IoT). Overstock.com , por exemplo, lançou um chatbot chamado Mila para automatizar certos processos simples, mas demorados, ao solicitar licença médica. Outras grandes empresas, como Lloyds Banking Group , Royal Bank of Scotland , Renault e Citroën estão agora usando assistentes online automatizados em vez de call centers com pessoas para fornecer um primeiro ponto de contato. Um ecossistema de negócios de chatbot SaaS tem crescido constantemente desde a Conferência F8 , quando Mark Zuckerberg do Facebook revelou que o Messenger permitiria chatbots no aplicativo. Em grandes empresas, como em hospitais e organizações de aviação, os arquitetos de TI estão projetando arquiteturas de referência para Chatbots Inteligentes que são usados ​​para desbloquear e compartilhar conhecimento e experiência na organização de forma mais eficiente e reduzir significativamente os erros nas respostas de mesas de serviço especializadas. Esses chatbots inteligentes usam todos os tipos de inteligência artificial, como moderação de imagem e compreensão de linguagem natural (NLU), geração de linguagem natural (NLG), aprendizado de máquina e aprendizado profundo.

Atendimento ao Cliente

Muitas organizações bancárias de alta tecnologia estão procurando integrar soluções automatizadas baseadas em IA, como chatbots, em seu atendimento ao cliente, a fim de fornecer assistência mais rápida e barata a seus clientes, que estão cada vez mais confortáveis ​​com a tecnologia. Em particular, os chatbots podem conduzir um diálogo de forma eficiente, geralmente substituindo outras ferramentas de comunicação como e-mail, telefone ou SMS . No setor bancário, sua principal aplicação está relacionada ao atendimento rápido ao cliente, respondendo a solicitações comuns, bem como ao suporte transacional.

Vários estudos relatam redução significativa no custo de serviços ao cliente, que deve levar a bilhões de dólares em economias econômicas nos próximos dez anos. Em 2019, o Gartner previu que até 2021, 15% de todas as interações de atendimento ao cliente globalmente serão gerenciadas completamente por IA. Um estudo da Juniper Research em 2019 estima que as vendas no varejo resultantes de interações baseadas em chatbot chegarão a US $ 112 bilhões em 2023.

Desde 2016, quando o Facebook permitiu às empresas fornecer suporte automatizado ao cliente, orientação de e-commerce, conteúdo e experiências interativas por meio de chatbots, uma grande variedade de chatbots foi desenvolvida para a plataforma Facebook Messenger .

Em 2016, o Tochka Bank, com sede na Rússia, lançou o primeiro bot do Facebook do mundo para uma variedade de serviços financeiros, incluindo a possibilidade de fazer pagamentos.

Em julho de 2016, o Barclays Africa também lançou um chatbot do Facebook, tornando-se o primeiro banco a fazê-lo na África.

O terceiro maior banco da França em ativos totais, o Société Générale, lançou seu chatbot chamado SoBot em março de 2018. Enquanto 80% dos usuários do SoBot expressaram sua satisfação depois de testá-lo, o vice-diretor do Société Générale, Bertrand Cozzarolo, afirmou que ele nunca substituirá a experiência fornecido por um conselheiro humano.

As vantagens de usar chatbots para interações com clientes no setor bancário incluem redução de custos, consultoria financeira e suporte 24 horas por dia, 7 dias por semana.

Cuidados de saúde

Os chatbots também estão aparecendo no setor de saúde. Um estudo sugeriu que os médicos nos Estados Unidos acreditavam que os chatbots seriam mais benéficos para agendar consultas médicas, localizar clínicas de saúde ou fornecer informações sobre medicamentos.

O Whatsapp se uniu à Organização Mundial da Saúde ( OMS ) para criar um serviço de chatbot que responde às perguntas dos usuários no Covid-19 .

O governo indiano lançou recentemente um chatbot chamado MyGov Corona Helpdesk, que funciona através do Whatsapp e ajuda as pessoas a acessar informações sobre a pandemia do Coronavirus (Covid-19).

Certos grupos de pacientes ainda relutam em usar chatbots. Um estudo de métodos mistos mostrou que as pessoas ainda hesitam em usar chatbots para seus cuidados de saúde devido à falta de compreensão da complexidade tecnológica, à falta de empatia e às preocupações com a segurança cibernética. A análise mostrou que, embora 6% tivessem ouvido falar de um chatbot de saúde e 3% tivessem experiência de usá-lo, 67% se consideravam propensos a usar um dentro de 12 meses. A maioria dos participantes usaria um chatbot de saúde para buscar informações gerais de saúde (78%), marcar uma consulta médica (78%) e procurar serviços de saúde locais (80%). No entanto, um chatbot de saúde foi considerado menos adequado para buscar resultados de testes médicos e buscar aconselhamento especializado, como saúde sexual. A análise das variáveis ​​atitudinais mostrou que a maioria dos participantes relatou preferência em discutir sua saúde com o médico (73%) e ter acesso a informações de saúde confiáveis ​​e precisas (93%). Enquanto 80% estavam curiosos sobre novas tecnologias que poderiam melhorar sua saúde, 66% relataram procurar um médico apenas quando experimentavam um problema de saúde e 65% achavam que um chatbot era uma boa ideia. Curiosamente, 30% relataram não gostar de falar com computadores, 41% acharam que seria estranho discutir questões de saúde com um chatbot e cerca de metade não tinha certeza se poderia confiar no conselho dado por um chatbot. Portanto, a confiabilidade percebida, as atitudes individuais em relação aos bots e a aversão a falar com computadores são as principais barreiras para os chatbots de saúde.

Política

Na Nova Zelândia, o chatbot SAM - abreviação de Semantic Analysis Machine (feito por Nick Gerritsen da Touchtech) - foi desenvolvido. Ele é projetado para compartilhar seus pensamentos políticos, por exemplo, sobre temas como mudanças climáticas, saúde e educação, etc. Ele fala com as pessoas através do Facebook Messenger.

Na Índia , o governo estadual lançou um chatbot para sua plataforma Aaple Sarkar, que fornece acesso de conversação a informações sobre serviços públicos gerenciados.

Brinquedos

Os chatbots também foram incorporados a dispositivos não destinados principalmente à computação, como brinquedos.

Hello Barbie é uma versão conectada à Internet da boneca que usa um chatbot fornecido pela empresa ToyTalk, que anteriormente usava o chatbot para uma variedade de personagens infantis para smartphones. Os comportamentos desses personagens são restringidos por um conjunto de regras que, na verdade, emulam um personagem específico e produzem um enredo.

A boneca My Friend Cayla foi comercializada como uma linha de bonecos de 18 polegadas (46 cm) que usam tecnologia de reconhecimento de fala em conjunto com um aplicativo móvel Android ou iOS para reconhecer a fala da criança e ter uma conversa. Ela, assim como a boneca Hello Barbie, atraiu polêmica devido às vulnerabilidades com a pilha Bluetooth da boneca e ao uso de dados coletados da fala da criança.

O computador Watson da IBM tem sido usado como base para brinquedos educacionais baseados em chatbot para empresas como a CogniToys, destinadas a interagir com crianças para fins educacionais.

Uso malicioso

Os chatbots maliciosos são freqüentemente usados ​​para encher salas de chat com spam e anúncios, imitando o comportamento humano e conversas ou para induzir as pessoas a revelarem informações pessoais, como números de contas bancárias. Eles eram comumente encontrados no Yahoo! Messenger , Windows Live Messenger , AOL Instant Messenger e outros protocolos de mensagens instantâneas . Também foi publicado um relatório de um chatbot usado em um anúncio pessoal falso em um site de serviço de namoro.

Tay , um chatbot AI que aprende com a interação anterior, causou grande polêmica por ser alvo de trolls da Internet no Twitter. O bot foi explorado e, após 16 horas, começou a enviar Tweets extremamente ofensivos aos usuários. Isso sugere que, embora o bot tenha aprendido efetivamente com a experiência, a proteção adequada não foi implementada para evitar o uso indevido.

Se um algoritmo de envio de texto pudesse se passar por um humano em vez de um chatbot, sua mensagem seria mais confiável. Portanto, chatbots de aparência humana com identidades online bem elaboradas podem começar a espalhar notícias falsas que parecem plausíveis, por exemplo, fazer afirmações falsas durante uma eleição presidencial. Com chatbots suficientes, pode até ser possível obter uma prova social artificial .

Limitações de chatbots

A criação e implementação de chatbots ainda é uma área em desenvolvimento, fortemente relacionada com inteligência artificial e aprendizagem de máquina , pelo que as soluções disponibilizadas, embora possuam vantagens óbvias, apresentam algumas limitações importantes em termos de funcionalidades e casos de utilização. No entanto, isso está mudando com o tempo.

As limitações mais comuns estão listadas abaixo:

  • Como o banco de dados, usado para geração de saída, é fixo e limitado, os chatbots podem falhar ao lidar com uma consulta não salva.
  • A eficiência de um chatbot depende muito do processamento da linguagem e é limitada por causa de irregularidades, como acentos e erros.
  • Os chatbots são incapazes de lidar com várias questões ao mesmo tempo e, portanto, as oportunidades de conversa são limitadas.
  • Os chatbots requerem uma grande quantidade de dados de conversação para serem treinados.
  • Os chatbots têm dificuldade em gerenciar conversas não lineares que precisam ir e vir sobre um tópico com um usuário
  • Como geralmente acontece com as mudanças lideradas pela tecnologia nos serviços existentes, alguns consumidores, na maioria das vezes de gerações anteriores, ficam incomodados com os chatbots devido à sua compreensão limitada, tornando óbvio que suas solicitações estão sendo tratadas por máquinas.

Chatbots e empregos

Os chatbots estão cada vez mais presentes nas empresas e costumam ser usados ​​para automatizar tarefas que não exigem talentos baseados em habilidades. Com o atendimento ao cliente ocorrendo por meio de aplicativos de mensagens, bem como de chamadas telefônicas, há um número crescente de casos de uso em que a implantação do chatbot dá às organizações um claro retorno sobre o investimento. Os funcionários do call center podem estar particularmente expostos ao risco de chatbots acionados por IA.

Um estudo da Forrester (junho de 2017) previu que 25% de todos os empregos seriam afetados por tecnologias de IA até 2019.

Veja também

Referências

Bibliografia

Leitura adicional