Un chatbot, también llamado dialogador o agente conversacional , es un agente que dialoga con un usuario.
La investigación sobre esta interfaz hombre-máquina está influenciada por la competencia en la prueba de Turing (1950): dar la ilusión de que un programa piensa a través de un diálogo significativo. Se invita a un usuario a formular su solicitud en lenguaje natural, se refina mediante un intercambio amigable, en el que el software interpreta una solicitud operativa para su sistema de información . El chatbot, por lo tanto, más allá de la investigación o el entretenimiento, implementan conocimientos lingüísticos , psicológicos y, por supuesto, programación de bases de datos .
Un chatbot es un programa que intenta conversar con una persona durante unos minutos o más haciendo que parezca que está conversando con una persona. Una buena comprensión de la conversación sería útil para tener un diálogo significativo, pero la mayoría de los chatbots no lo intentan. Especialmente detectan algunas de las llamadas palabras gatillo , o incluso expresiones de su interlocutor, para encontrar respuestas cuyo patrón está programado y que puedan llevar la conversación más lejos de una manera más o menos inteligente, pero sin requerir entender de qué están hablando. .
Por ejemplo, en el caso de ELIZA, la presencia de la palabra "padre" (o "madre") en una oración del sujeto se asoció con una respuesta: "¿Puedes contarme un poco sobre tu relación con tu padre (madre)? ? ". Los indicadores generalmente se colocan de manera que el mismo tipo de respuesta no se utilice más de una vez.
Este método de "palabras clave" tiene el mayor inconveniente de requerir una gran base de datos para dar resultados satisfactorios, aunque ELIZA se ha mantenido en 5 páginas de SNOBOL . De hecho, las palabras clave que reconocen estos chatbots suelen ser sub-expresiones de uso común, como "Me gusta ..." o "Odio ...", que el programa utiliza para hacerse eco del punto. Usuario ("¿Desde cuándo amas ...? "," ¿Alguien más en tu familia amó ...? "). Este método solo funciona durante un breve período de tiempo (normalmente dos o tres respuestas, rara vez más de diez), antes de que el habla de la máquina se perciba como artificial. Para compensar esto, los diseñadores de chatbot a menudo agregan frases completas (como "Me gusta el chocolate"), y esto tiende a aumentar rápidamente el tamaño de la base de datos. Normalmente, una buena base de datos contiene entre 5.000 y 10.000 entradas.
Sin embargo, el método anterior no puede prestarse fácilmente al almacenamiento de datos, y esta es una de las razones por las que muchos chatbots que lo utilizan no pueden almacenar información sobre el usuario con el que se están comunicando. Sin embargo, algunos programas intentan utilizar mejores métodos de comunicación. Un método para permitir el aprendizaje es utilizar un sistema basado tanto en el método de reconocimiento de palabras clave descrito anteriormente como en un sistema de reconocimiento de palabras y análisis lingüístico. Estos sistemas generalmente lanzan el análisis lingüístico de la frase introducida por el usuario para intentar extraer de ella información que le permita responder con precisión de acuerdo con la información almacenada en la base de datos (base de conocimiento). Si el proceso falla, estos programas utilizan el método de "palabras clave", utilizando una base de datos clásica. El último método ciertamente no mejora el tamaño de la base de datos, pero permite al chatbot procesar nuevos casos de lenguaje. Por ejemplo, con el método de palabra clave si la base de datos contiene una entrada "QUIÉN ES ESE" y el usuario ingresa "QUIÉN ES ESE", es muy probable que el robot no responda correctamente, mientras que con un análisis de la entrada del usuario, es probable que responda la pregunta.
El hecho de que los chatbots no comprendan la información que están procesando también es la razón por la que los chatbots generalmente se clasifican como el tipo de IA débil. La IA débil es una IA que busca imitar el comportamiento humano (especialmente la conversación), el lenguaje natural, pero sin buscar comprender el significado de la información que procesa. Esta es la principal diferencia con una IA fuerte, que tiene como objetivo simular una comprensión real de la información. La línea entre los dos se difumina, por ejemplo, con aplicaciones como SIRI .
Los primeros chatbots fueron ELIZA , PARRY y SHRDLU .
ELIZA fue creada en 1966 . Fue creado por Joseph Weizenbaum , del Instituto Tecnológico de Massachusetts (MIT), y solo tomó 3 páginas en lenguaje SNOBOL . Hizo un gran uso de la técnica de la ecolalia .
Todos los años se organizan concursos de chatbots para promover la emulación en esta área. Actualmente, estamos asistiendo al nacimiento de muchos chatbots , en parte gracias al Premio Loebner , que intenta ser una especie de prueba de Turing . Durante estas competencias, para evaluar los chatbots , el jurado puede dialogar con un humano o con un chatbot a través de una interfaz de teclado / pantalla. Después de cierto tiempo, el jurado debe evaluar si el candidato evaluado es una máquina o no.
Los chatbots más atrevidos son aquellos que intentan extraer conocimiento de sus conversaciones como ECTOR (en inglés, learning bots ), pero también son aquellos cuyos resultados actualmente son menos impresionantes.
Al principio del XXI ° siglo, es sin duda el programa ALICE es la más avanzada en el campo. Nótese a principios de 2016, el incidente del chatbot de Microsoft, apodado Tay , que fue "pirateado" y transcrito después de unos días los insultos y comentarios racistas que los hackers le habían enseñado.
Los primeros chatbots se desarrollaron para realizar procesos de notificación mejorados. Sin embargo, posteriormente, los nuevos chatbots implementados responden a solicitudes más complejas, como asesoramiento financiero, ahorros o programación de reuniones.
En los últimos años, los chatbots han florecido en Internet y las empresas que se benefician de ellos son ahora una legión. La atención al cliente y el telemarketing son los principales objetivos de estos recién llegados a la web. En febrero de 2017, los chatbots ya no se limitan a preguntas básicas, sino que ahora integran algoritmos más avanzados que permiten gestionar los intercambios con un nivel de complejidad más alto que antes.
Sin embargo, cabe señalar que estos agentes no quieren engañar a los usuarios, están especializados en un tema en particular (venta de un producto en particular, atención al cliente para una empresa en particular) y se contentan con reenfocar la conversación en cuanto eso -Aquí se está alejando. Sin embargo, en la mayoría de los casos, están dotados de un protocolo social que los hace más “humanos”. Es importante distinguir entre dos tipos de chatbots :
Desde la llegada de los chatbots a Facebook Messenger en 2016, los anunciantes han buscado crear experiencias conversacionales destinadas a captar a sus usuarios, clientes o clientes potenciales de manera diferente. En este proceso, el tiempo ha destacado algunos escollos a evitar en el diseño de la experiencia del usuario ( UX conversacional ). Este componente de la experiencia conversacional a menudo se pasa por alto. Este problema está frenando la proliferación y democratización de los bots de marca en el ecosistema digital europeo.
En el sector de la música, Universal Music y Digitick han desarrollado chatbots en Facebook Messenger para proporcionar información y venta de entradas para conciertos y otros eventos culturales.
Como cualquier tecnología lo suficientemente madura como para efectuar transformaciones en los métodos de producción, los chatbots podrían plantear una cierta cantidad de preguntas relacionadas con el lugar de los humanos en la empresa. En marzo de 2016, en Francia, Crédit Mutuel CIC pidió a sus empleados que alimentaran el robot conversacional de IBM (Watson). Esta decisión desató el clamor de los sindicatos, preocupados por las consecuencias a medio y largo plazo sobre el empleo en general. Este reemplazo de humanos por chatbots es una preocupación. Al igual que la Automatización de procesos robóticos (RPA), los chatbots permiten reducir las tareas repetitivas para dejar solo las tareas con un valor añadido real por realizar. Sin embargo, estas tareas repetitivas crearon trabajos que podrían eliminarse, para ser reemplazados por otros tipos de trabajos (científico de datos, diseñador de UI, director social y chatbots , etc. ).
En el sector del transporte en Francia, RATP desarrolló un chatbot en diciembre de 2017 para guiar a los pasajeros a medida que se satisfacen sus necesidades de viaje.
Un nuevo activo para las empresas, estos robots permiten mostrar la capacidad innovadora de las empresas al tiempo que garantizan un servicio sostenible para consumidores y usuarios.
El agente conversacional brinda respuestas rápidas, relevantes y personalizadas a los clientes, es un servicio accesible las 24 horas del día, los 7 días de la semana.Como el robot puede manejar solicitudes simples, los agentes humanos están más disponibles para manejar situaciones complejas.
En China, los chatbots BabyQ y el grupo Xiaobing Tencent obligaron a adaptarse a la censura. El chatbot de BabyQ respondió "no" cuando se le preguntó si le gustaba el Partido Comunista Chino . Estos chatbots se eliminaron rápidamente.
En 2019, los chatbots se utilizan principalmente en China para pagos y compras en línea, y la red social Wechat es la aplicación más importante.
La inteligencia o Business Intelligence en inglés es una rama de la informática que involucra a la empresa en el análisis de datos. Big Data permite almacenar grandes volúmenes de datos para su posterior análisis.
La llegada del chatbot en estas dos áreas de especialización permite ahora a los especialistas que no son de TI consultar grandes volúmenes de datos en lenguaje natural sin preocuparse por los tecnicismos.
En 2015, un equipo de la Universidad de Burdeos desarrolló un agente de conversación animado capaz de hacer preguntas relevantes a un paciente para diagnosticar la somnolencia diurna excesiva.
Tess es un chatbot de salud mental creado por Michel Rauws, fundador de X2 AI, una startup de inteligencia artificial con sede en Silicon Valley. Tess está capacitada específicamente para ayudar a los cuidadores, el principal valor de Tess es la accesibilidad. En 2018, el chatbot de Tess es utilizado en Canadá por Saint Elizabeth Health Care, que brinda principalmente atención médica a las personas en el hogar.
El filósofo Pascal Chabot ha desarrollado una breve ficción protagonizada por un chatbot al que un grupo de programadores "aprenden" la filosofía. Este chatbot es audicionado por un jurado de 5 filósofos profesionales que interactúan con la máquina para evaluar si puede o no calificarse como "filósofo". En esta ocasión se discuten las relaciones personas-máquinas, el mimetismo, el reconocimiento y los cambios sociales generados por la construcción de estas inteligencias artificiales. Vea ChatBot el robot. Drama filosófico en 5 preguntas y 6 actos (PUF, 2015).
Aquí hay algunas trampas (a menudo fáciles de evitar) mediante las cuales el jurado puede adivinar si el candidato es un chatbot o no:
Se pueden encontrar muchas buenas prácticas para el desarrollo de chatbots :
Si el objetivo no es solo tener un robot conversacional sino también poder engañar al jurado, existen diferentes técnicas. A continuación, presentamos algunos: