Chatbot: ci vuole una strategia (e serve conoscerne potenzialità ed ambiti applicativi)
18 novembre 2018
FacebookTwitterLinkedIn

Chatbot: ci vuole una strategia (e serve conoscerne potenzialità ed ambiti applicativi)

La capacità di un chatbot di svolgere il proprio compito con efficacia dipende dall’ambito di applicazione e dalla varietà di implicazioni e ambiguità possibili: in contesti specifici, i computer superano l’uomo già da molto tempo. Tuttavia, per poterli sfruttare al meglio non solo serve conoscere le tecnologie che stanno alla base dei chatbot ma anche capirne le potenzialità in specifici ambiti applicativi

Chatbot
di Federico Della Bella*

 

Le macchine sono diventate davvero intelligenti e sono prossime a sostituire l’uomo in attività complesse? Anche se diversi passi devono ancora essere compiuti, quello che è certo è che stanno acquisendo una capacità di interazione con l’uomo un tempo impensabile, affrontando tematiche che si riferiscono a basi di conoscenza sempre più ampie. Diversi produttori e inventori negli ultimi anni hanno dichiarato di aver superato il Test di Turing. Da Eugene Goostman nel giugno 2014 e Cleverbot pochi mesi dopo, fino al recente caso di Google Duplex del maggio 2018, sempre più frequenti sono le intelligenze artificiali che, perlomeno, si sono avvicinate all’obiettivo.  Nel caso di Google Duplex (alla base di Google Assistant) si può dire che il programma ha mostrato capacità straordinarie, ma in un ambito molto ristretto quale la “semplice” prenotazione di un tavolo al ristorante. La situazione, come riportato da alcune note riviste internazionali come The Guardian, Wired e alcuni contributori della Community GitHub è ancora controversa: in maggioranza gli scienziati ritengono che il pieno raggiungimento del prestigioso obiettivo sia ancora lontano, tanto che, secondo alcuni, ci si avvicinerà solo intorno al 2029 (come previsto per esempio da Ray Kurzweil).

Le macchine che hanno affrontato il test di Turing in questi anni sono essenzialmente dei chatbot, che stanno conoscendo una rapida diffusione come strumento di prima interazione e instradamento per i servizi di customer care di diverse organizzazioni. Molti di noi hanno già interagito con diversi chatbot, vivendo esperienze anche molto eterogenee, dalla frustrazione, alla soddisfazione piena, al divertimento. E qualcuno ha già in casa oggetti come Apple Home Pod, Amazon Echo, Google Home, anticipando la smart home prossima ventura.

In ogni caso, la capacità di un chatbot di svolgere il proprio compito con efficacia dipende dall’ambito di applicazione e dalla varietà di implicazioni e ambiguità possibili: in contesti specifici, i computer superano l’uomo già da molto tempo. Sono passati oltre 20 anni da quando Deep Blue di IBM riuscì a sconfiggere il campione di scacchi Gary Kasparov. Ma gli scacchi, nella loro complessità, restano comunque molto più limitati della vita reale. Oggi, con la piattfaorma Watson, IBM ha fatto passi ulteriori nel campo dell’intelligenza artificiale.

Diventati rapidamente mainstream, i chatbot sono sulla bocca di tutti, come mostra la crescita delle ricerche su Google che prosegue senza sosta da oltre 3 anni.

Molte imprese vedono nel chatbot uno strumento innovativo e una fonte di risparmio e miglioramento delle performance dei servizi di customer care. Ma solo le imprese più innovative e consapevoli hanno un approccio realmente strategico verso l’automazione e la vedono in un quadro complessivo, in cui a guidare l’introduzione è l’esperienza utente e la sua soddisfazione. Per questo, prima di intraprendere un progetto per lo sviluppo di un chatbot è utile aver chiarito gli obiettivi, le aspettative dell’utente e gli ambiti di applicazione, conoscendo le tecnologie disponibili e scegliendo dunque quelle più adatte.

 

COSA È UN CHATBOT

Anzitutto, cosa è un chatbot? Chatbot deriva dalla contrazione delle parole chat e robot. La sintetica definizione di Gianluigi Torchiani, ripresa da questo articolo su AI4Business, è chiara: “i chatbot sono soluzioni software progettate per simulare una conversazione umana”.

 

QUALI SONO LE TECNOLOGIE ALLA BASE DEI CHATBOT

Alla base del funzionamento della categoria più evoluta di chatbot ci sono algoritmi di intelligenza artificiale. Per capire meglio cosa si intende per intelligenza artificiale, è utile riferirsi a questo articolo di Nicoletta Boldrini su AI4Business, in cui l’intelligenza artificiale è definita come “la disciplina che racchiude le teorie e le tecniche pratiche per lo sviluppo di algoritmi che consentano alle macchine di mostrare attività intelligente, per lo meno in specifici domini e ambiti applicativi”.

Sempre in quel testo, si fa chiarezza su due termini usati di solito in maniera intercambiabile come machine learning e deep learning.

 

MA COSA SI INTENDE PER INTELLIGENZA DELLE MACCHINE?

Le tecnologie di artificial intelligence rendono le macchine intelligenti nel senso che le dotano di alcune abilità tipiche dell’uomo, ovvero:

  • Comprensione
  • Ragionamento
  • Apprendimento
  • Interazione

In particolare, i chatbot abilitano funzioni di Human Machine Interaction, ovvero permettono alle macchine di interagire con l’uomo attraverso il linguaggio naturale. Sono questi i sistemi di Natural Language Processing (NLP), che consentono ai chatbot di parlare o scrivere con umani e in qualche caso come umani, riuscendo con questi a mimetizzarsi (e magari dunque a passare il test di Turing).

Occorre anche chiarire che chatbot è un termine generico, che si riferisce a programmi con livelli di sofisticazione anche molto diversi fra loro. Ovviamente, il costo di sviluppo cresce con la complessità. Per questo, partire dagli obiettivi e dai compiti che il chatbot deve svolgere è fondamentale: prima di scegliere quale chatbot sviluppare, verificare i compiti richiesti e di conseguenza il livello di complessità necessario.

 

LE DIVERSE TIPOLOGIE DI CHATBOT

Quante e quali tipologie di chatbot esistono? I chatbot possono essere raggruppati in 3 famiglie che si situano a livelli di complessità (e costi) crescenti.

Livello 1. Menu e button-based chatbot

Sono i più semplici, simili ai risponditori automatici a scelta multipla con cui siamo abituati da molti anni a interagire. Questi chatbot richiedono all’utente di scegliere tra una serie di alternative e instradano o rispondono all’utente di conseguenza. Sono adatti a contesti cognitivi ristretti e non sempre soddisfano pienamente il fruitore. Se i menu di scelta sono troppo lunghi e intricati, il rischio di frustrazione è molto alto.

Livello 2. Keyword recognition-based chatbot

In questo caso, il bot è in grado di ricevere in input il testo immesso dall’utente e, attraverso il riconoscimento di alcune parole chiave, fornisce la risposta più probabile, di solito una definizione o una istruzione. Non sono sempre molto efficienti, in particolare quando temi diversi si riferiscono alle stesse parole chiave, oppure quando le domande sono molto simili e contengono le stesse parole chiave. Anche in questo caso, il dialogo con il programma potrebbe essere faticoso o frustrante, specialmente se l’ambito applicativo e il dominio sono articolati, complessi, ambigui.

Diversi chatbot ibridano questi due modelli e, a seconda delle opzioni o della fase, offrono scelte multiple o procedono con il riconoscimento delle parole chiave per eseguire delle istruzioni.

Fino a qui, abbiamo visto chatbot che non possiamo certo definire intelligenti.

Livello 3. Contextual chatbot

A un livello più alto si trovano i contextual chatbot, che utilizzano algoritmi di intelligenza artificiale e machine learning e che dunque imparano con il tempo, offrendo un servizio di qualità crescente all’aumentare del numero di problemi risolti e utenti serviti. Come è ovvio, sono molto più complessi e costosi rispetto a quelli dei livelli 1 e 2.

Per approfondimenti sulla classificazione dei chatbot, si veda l’articolo pubblicato da Chatbot Magazine.

 

CASI D’USO E AMBITI DI APPLICAZIONE

Ma quali sono le funzioni svolte dai chatbot? Quali sono gli ambiti di più frequente applicazione? Senza pretesa di completezza, sono elencati qui sotto alcuni casi d’uso piuttosto diffusi, in diversi ambiti applicativi.

1) News e media

Anzitutto, i media. Ad esempio, CNN Messenger, un mix tra un chatbot basato su keyword e un chatbot basato su menu e scelta multipla, che facilita la ricerca e la selezione dei contenuti più interessanti per il lettore. Si tratta di una personalizzazione del chatbot di Facebook Messenger, che ciascuna pagina può creare per dialogare con i suoi utenti e lettori e che inizia ad essere piuttosto diffuso.

2) Previsioni del tempo

Poi, le previsioni del tempo. Sempre su Facebook Messenger, al chatbot di Meteo.it si possono chiedere previsioni del tempo personalizzate. Anche qui, con un tipo di interazione simile al precedente.

3) Chatbot da compagnia

Alcuni chatbot sono più ambiziosi, proponendosi come veri e propri conversatori. Ad esempio, Insomnbot300 è un bot che dialoga con persone che soffrono di insonnia. Insonni o meno, le conversazioni con Mitsuko sono piuttosto soddisfacenti rispetto alla media dei bot della sua categoria.

4) Viaggi, voli, alberghi

Ovviamente, anche nel settore dei viaggi e del turismo, si sono sviluppate diverse soluzioni. Un esempio è dato dal chatbot di Kayak che offre assistenza ai clienti nella ricerca e prenotazione di voli e alberghi.

5) I bot su Telegram

Anche Telegram ha sviluppato numerosi bot (tra cui un bot per cercare i migliori bot su Telegram). Alcuni fanno cose apparentemente strane, tipo EmojiWorldBot, che però, in logica gaming, sta costruendo un dizionario crowd, basato sugli emoji e dunque una possibile lingua universale. Con Study with Robot è invece possibile studiare alcuni argomenti e fare un po’ di training su vari temi.

6) Customer Care

Come detto, numerosi sono i chatbot già in uso in ambito Customer Care. Ad esempio, Tobi, l’assistente virtuale di Vodafone, aiuta a instradare le richieste. In caso di necessità e su richiesta del cliente, permette di parlare con un operatore. Se il compito è chiaro e la soluzione standard, Tobi riesce a risolvere il problema autonomamente, altrimenti, rimanda l’utente a un umano.

 

HUMAN CENTRIC DESIGN E CHATBOT

Al netto delle questioni tecniche, a guidare deve essere sempre la strategia e la soddisfazione del cliente. L’interazione uomo-macchina è un campo sensibile e molto approfondito dall’epoca della prima rivoluzione industriale. I chatbot e tutte le macchine intelligenti tuttavia pongono dei problemi del tutto nuovi, generando reazioni di entusiasmo ed euforia per una nuova era che si sta aprendo, ma anche preoccupazioni e ansie di diversa natura. Tecnici e ingegneri non possono essere lasciati soli nell’inserimento di macchine dotate di intelligenza nell’esperienza quotidiana delle persone. Occorrono competenze complementari, capaci di tenere al centro la persona e di usare la tecnologia al servizio della soddisfazione degli utenti, prestando attenzione non solo all’ergonomia e alla facilità d’uso, ma anche alla qualità dell’esperienza offerta e alle sensazioni che queste interazioni suscitano. Per questo, è necessario un dialogo continuo tra tecnologi e designer, in particolare esperti di Human Centric Design.

 

***

Federico Della Bella

 

 

 

*Federico Delle Bella è Associate Partner di P4I – Partner4Innnovations

 

 

 

FacebookTwitterLinkedIn
FacebookTwitterLinkedIn

Questo sito utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all’uso dei cookie. Leggi la nostra Cookie Policy per esteso

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi