Di quanta AI ha bisogno un chatbot?

Alla domanda su quanta IA serva a un chatbot non si può rispondere in modo univoco, perché dipende dal caso d'uso. Ci sono scenari di applicazione dei chatbot che non richiedono affatto l'uso dell'intelligenza artificiale (AI). Per altre aziende, invece, è fondamentale che il chatbot sfrutti le possibilità dell'IA, o Intelligenza Artificiale.

In generale, si può affermare che i casi d'uso semplici, in cui i dialoghi si svolgono sempre nello stesso ordine, possono di solito essere gestiti senza l'uso dell'intelligenza artificiale. Stiamo parlando anche dei chatbot basati su regole o dei cosiddetti click-bot.

Lo sappiamo quando gli utenti dei chatbot sono guidati nella conversazione attraverso dei pulsanti. In questo caso, i progettisti di chatbot possono prevedere molto bene il corso della conversazione, definire pulsanti e testi e guidare l'utente attraverso un dialogo predefinito, per così dire.

Se la conversazione non è così facile da prevedere o le risposte dipendono fortemente dal contesto, è consigliabile utilizzare un chatbot che funzioni con la comprensione del linguaggio naturale.

Quello che segue è un breve excursus sulle diverse modalità di funzionamento dei chatbot:

Chatbot basati su regole

I chatbot basati su regole funzionano, come suggerisce il nome, con regole definite in anticipo, come in un diagramma ad albero. A seconda del percorso selezionato dall'utente, il bot risponde in base alle regole.

Se il chatbot viene creato per un caso molto specifico, in cui il processo e le domande dell'utente avvengono sempre nello stesso ordine, è consigliabile optare per questa semplice variante. Ad esempio, se volete chiedere un feedback ai vostri clienti, può avere senso utilizzare un'interfaccia conversazionale, cioè un chatbot, invece di un modulo. Il chatbot pone ai suoi utenti domande a turno e fornisce sempre alcune opzioni di risposta sotto forma di pulsanti.

Chatbot basati sull'intelligenza artificiale

In molti casi, guidare gli utenti attraverso un dialogo predefinito non è sufficiente, perché gli utenti pongono le loro domande in un ordine non coordinato e le domande e le risposte sono molto più ampie. In questo caso, il chatbot ha bisogno di un componente di comprensione del linguaggio naturale (NLU). Ciò significa che il chatbot utilizza una sorta di intelligenza artificiale per comprendere l'utente.

Gli utenti pongono al chatbot tutte le loro domande e il chatbot cerca di capire le intenzioni dell'utente per dare una risposta appropriata.

Per semplificare il processo di riconoscimento delle intenzioni si utilizzano frasi di esempio. Durante la fase di sviluppo, viene definito un gran numero di domande che l'utente potrebbe porre. Le domande vengono poi suddivise in diverse categorie di intenti. Per ogni intento, esiste una risposta o una soluzione nel database. Il chatbot confronta quindi la domanda dell'utente con una delle sue frasi di esempio e cerca di capire l'intento dell'utente.

Si raccomanda di definire almeno 15 domande possibili per ogni intento, più sono meglio è. Questi cataloghi di domande vengono poi ampliati all'infinito nelle fasi di sviluppo successive. Più gli utenti utilizzano il chatbot, maggiore sarà la variazione delle domande. Gli sviluppatori tengono traccia di tutte le domande che gli utenti pongono al chatbot e possono quindi conservarle nel database.

Chatbot ibrido

È possibile anche una forma mista. In questo caso, il chatbot utilizza l'NLP e gli utenti possono inserire le loro domande utilizzando testo libero, ma allo stesso tempo gli utenti hanno sempre la possibilità di scegliere tra risposte predefinite.

Quando gli utenti utilizzano risposte predefinite, di solito sotto forma di pulsanti, il chatbot si comporta come il diagramma ad albero descritto sopra. Il vantaggio è che non ci possono essere fraintendimenti: il chatbot conosce la risposta a ogni domanda predefinita.

Allo stesso tempo, l'utente ha anche la possibilità di inserire un testo da solo in questo modulo ibrido. Il chatbot utilizzerà quindi l'NLP per cercare di capire ciò che l'utente voleva dire e rispondere nel modo più appropriato possibile. Se il bot non comprende il testo libero dell'utente, quest'ultimo ha la possibilità di selezionare una delle risposte predefinite.

Si conclude così l'excursus sui chatbot basati su regole e IA.

L'implementazione di un chatbot con NLP, cioè un chatbot basato sull'intelligenza artificiale, è di solito molto più complessa dell'introduzione di un cosiddetto click bot. Inoltre, con i bot con NLP si verificano ripetutamente incomprensioni tra chatbot e utente. Questo non può accadere con un semplice chatbot basato su regole.

Le aziende dovrebbero quindi valutare attentamente in anticipo se lo sforzo è giustificato o se sarebbe sufficiente un semplice chatbot basato su regole. Se si tratta solo di generare nuovi contatti sul sito web o di ottenere conversioni attraverso un chatbot, in molti casi è sufficiente un semplice click bot.

Un esempio di ciò è il chatbot del sito web Sito web della conferenza "AI for Business. Questo dovrebbe generare solo nuove registrazioni per la newsletter. Questo non richiede grandi componenti di intelligenza artificiale, ma solo un semplice chatbot che motiva l'utente a registrarsi tramite pulsanti definiti in modo intelligente.

Un altro esempio di chatbot semplice è un assistente digitale sul sito web che deve rispondere solo alle domande più frequenti. Se le domande più frequenti dei visitatori del sito web sono già chiare, il bot può chiedere all'utente in modo specifico su quale argomento ha una domanda e poi guidarlo verso la risposta appropriata per mezzo di pulsanti. Un esempio di ciò è il Chatbot di Raiffeisen Aarburg. In questo caso, il chatbot suggerisce all'utente possibili argomenti direttamente durante il primo utilizzo e l'utente può quindi selezionare la sua area tematica tramite dei pulsanti e ricevere ulteriori informazioni.

Un altro esempio di chatbot è Ava di Air Asia. Ava è uno dei chatbot più intelligenti e risponde alle domande utilizzando l'NLP. In pratica, ciò significa che gli utenti digitano la loro domanda nel chatbot attraverso un campo di input e Ava fornisce la risposta appropriata. Le domande possono essere molto ampie. Che si tratti di domande sul cibo a bordo, sull'influenza in corso, sulla prenotazione dei voli, sulle prenotazioni o altro, nella maggior parte dei casi Ava capisce l'intento dell'utente e fornisce risposte utili.

Ma naturalmente ci sono sempre casi in cui i chatbot come Ava non capiscono i loro utenti. In questo caso, gli sviluppatori devono prevedere un cosiddetto fall-back.

Ciò significa che gli sviluppatori devono definire in anticipo come il chatbot deve reagire se non ha capito l'utente. Di solito il bot chiede all'utente di ripetere le domande con altre parole. Ma se questo non cambia la comprensione del bot, i programmatori hanno le seguenti opzioni:

• Il dialogo in chat passa senza indugio a un rappresentante del servizio clienti che risponde in chat o al telefono (chat ibrida).
• Il chatbot scrive all'utente che non lo ha capito e prende i suoi dati di contatto. I dati di contatto, compresa la richiesta dell'utente, vengono poi inoltrati al team di assistenza interno, che contatta personalmente l'utente.
• Se non si desidera un collegamento con il personale umano, il chatbot può solo indirizzare verso ulteriori pagine di aiuto, forum della comunità o simili.

Prima che le aziende inizino a implementare il loro chatbot e a scegliere il software per chatbot appropriato, dovrebbero sempre pensare alla complessità e agli obiettivi del chatbot. Se il chatbot deve diventare un consulente digitale completo in futuro, probabilmente vale la pena investire in un chatbot basato sull'intelligenza artificiale.

Tuttavia, se un'azienda vuole fare esperienza iniziale con la nuova tecnologia e il caso d'uso o le domande degli utenti sono ancora molto prevedibili, un semplice click bot può essere sufficiente. Nel frattempo, esiste anche un Fornitore svizzeroche, come fornitore di software-as-service, ospita tutti i dati in Svizzera.

Il Chatbot Canvas è un possibile strumento per capire quale strada seguire. Serve come modello per creare un concetto di chatbot. Nel processo, dovrete anche decidere quanta IA dovrebbe essere presente nel vostro chatbot.