fbpx

Chatbot, doen of niet doen?

De term chatbot doet vaak een hoop stof opwaaien. Veel mensen denken dat zelflerende chatbots directe voorlopers zijn van de robots die we zien in futuristische science fiction films. Om deze reden zijn ze bang dat het met deze intelligente klantenservice medewerkers helemaal uit de hand gaat lopen.

Anderen twijfelen juist of chatbots wel zo slim zijn en hoe het mogelijk kan zijn dat een robot kan zorgen voor meer omzet en tevreden klanten.

Voor ik direct antwoord ga geven op de vraag of zulke zorgen terecht zijn, moeten we ons realiseren wat voor soort chatbots we bouwen en waar we hier mee naartoe willen.

Chatbots zijn volledig data gedreven. Dat is hun grote voordeel in het tijdperk van big data.

Aan de andere kant is de manier waarop je robotmedewerker met deze data omgaat, op een bepaald moment juist cruciaal. Het is daarom belangrijk dat we, om alle risico’s meetbaar te maken, een duidelijk idee hebben van de manier waarop moderne AI omgaat met data.

De manier waarop het werkt

Elke chatbot is afhankelijk van de basis van AI. Wat deze basis is? Datawetenschap, NLP, spraak en afbeeldingsherkenning, etc. Al deze technieken zijn redelijk nieuw en gebaseerd op machine learning als hoofdelement. Waarom is dat?

Hoe zou een programma in staat kunnen zijn om een afbeelding te herkennen als het geen ervaring heeft met vergelijkbare afbeeldingen. Hetzelfde geldt voor het herkennen van spraak en tekst.

Machine learning is de techniek voor specifieke data manipulaties, welke het voor het programma mogelijk maakt om zichzelf te ontwikkelen met de data waar hij toegang tot heeft. Deze techniek zorgt ervoor dat developers niet expliciet hoeven te programmeren hoe de software met gebruikers interacteert. Dit is natuurlijk super efficiënt voor zowel de ontwikkeling, maar ook voor de gebruiker die interactie heeft met de chatbot.

Stel je het volgende voor: Je wilt een chatbot bouwen met een zo natuurlijk mogelijke interface. In dit geval stelt machine learning je in staat om niet oneindig veel conversatie scenario’s te hoeven programmeren. In plaats van uitgebreide hard gecodeerde logica, maak je het voor je chatbot mogelijk om te leren van de data die hij verkrijgt door interactie met gebruikers. Consequent zal hij deze data bewaren en gebruiken om nieuwe antwoorden te genereren voor toekomstige situaties.

Toen chatbots net bestonden, werden ze vooral gebouwd op het retrieval-based model. Dit was eigenlijk de enige optie, omdat de rekenkracht van de servers en computers een stuk lager was en het hierdoor niet mogelijks was om data te verwerken zoals die voor machine learning nodig is. Tijden veranderen en er is nu een stuk meer mogelijk. Hierdoor is er steeds meer behoefte gekomen aan een alternatief.

Als overgang tussen de oude retrieval-based modellen en moderne AI, werden pattern-based modellen steeds populairder. Simpelweg houdt dit in dat de developer een reeks patronen maakt waar de chatbot op terug kan vallen. Als de chatbot dan input krijgt van een gebruiker, moet hij door alle patronen lopen en degene uitkiezen die het best overeen komt.

De nieuwste modellen die het mogelijk maken om een zelflerende chatbot te maken, zijn generatief. Waar chatbots in een retrieval-based model juist alleen maar bekende woorden detecteren en daar het bijbehorende antwoord bij zoeken, kunnen generatieve chatbots steeds weer met een nieuw antwoord komen.

Met dank aan generatieve modellen, kunnen nieuwe robot-supportmedewerkers meer flexibele en natuurlijke conversaties voeren. Ze maken namelijk niet steeds gebruik van dezelfde patronen, maar creëren nieuwe die gebaseerd zijn op de situatie. Stel je maar eens voor hoe ingewikkeld het zou zijn om alle mogelijke scenario’s vooraf te programmeren.

Eigenlijk zou dit zelfs niet lukken als je een bovennatuurlijk goed logisch denkvermogen hebt.

Moeten we nu bang zijn voor zelflerende chatbots en zijn ze echt slim genoeg om echte mensen te vervangen?

Al zijn chatbots superslim, we hoeven er gelukkig niet bang voor te zijn. Vergeet niet dat ze nog steeds enorm geprogrammeerd zijn, ook al genereren ze wel hun eigen antwoorden.

Wanneer je van start gaat met je chatbot zal hij in staat zijn om de meeste klanten te helpen. Toch kunnen er situaties zijn die hij nog niet eerder heeft meegemaakt, waardoor hij toch hulp nodig heeft van een echte medewerker. In dit geval verbindt hij de klant gewoon netjes door met iemand die de klant verder helpt.

Je slimme robotmedewerker zal het overgrote deel van alle conversaties gewoon af kunnen handelen. Verder wordt dit deel steeds groter, omdat hij iedere dag door leert. De chatbot kan oneindig veel gesprekken tegelijk voeren en is 24/7 beschikbaar. Je bespaart hierdoor dus enorm veel tijd en geld. Ook verhoogt hij de klanttevredenheid, omdat de klant sneller en beter geholpen wordt.

0 antwoorden

Plaats een Reactie

Meepraten?
Draag gerust bij!

Geef een antwoord