O AI Trainer é a ferramenta que precisa para treinar o seu chatbot sem complicações!
Tal como os humanos precisam de prática quando estão a aprender a falar, também os chatbots precisam de treino para aperfeiçoarem as suas comunicações.
É a maneira mais simples e eficiente de um chatbot ser bem-sucedido. Neste artigo, vamos dar-lhe a conhecer alguns conceitos básicos e as diferentes fases do treino de um chatbot.
O que é um chatbot?
Um chatbot é um programa conversacional. Permite fornecer informação aos consumidores sem que tenham de ficar em filas de espera ou recorrer às FAQs.
A implementação de chatbots em empresas é uma tendência crescente. São tipicamente utilizados em apoio ao cliente ou recolha de informação.
Um inquérito realizado pela Oracle mostra que 80% de empresas que já têm ou querem ter um chatbot na sua empresa até o final de 2020.
Dados como este fazem com que as empresas especializadas em chatbots queiram oferecer o melhor produto possível.
Com ou sem Inteligência Artificial
Pode considerar-se que existem dois tipos de chatbots: os que têm Inteligência Artificial (IA) e os que não têm IA.
Os chatbots com Inteligência Artificial são vistos como os chatbots mais complexos. Aqueles que permitem uma conversa fluida entre bot e utilizador.
Este tipo de chatbots recorre a tecnologias como o processamento de linguagem natural (comummente designado por NLP) e «machine learning».
Muito resumidamente, NLP é uma área que estuda problemas relacionados com a compreensão automática de linguagens humanas.
Machine Learning ou Aprendizagem Automática é um método utilizado na construção de modelos automáticos para análise de dados.
É através destes processos que o chatbot consegue responder, mesmo quando o «input» não faz parte da base de conhecimento.
Os chatbots sem Inteligência Artificial são mais básicos, com interações limitadas. Estes regem-se por normas muito estritas e seguem sempre o caminho que lhes foi definido.
Ficou a perceber a diferença? Neste artigo, focamo-nos apenas nos chatbots com AI, pois são esses que precisam de treino.
Al Trainer: O que vem antes do treino?
Antes de chegarmos à fase de treino, é preciso passar por duas etapas: construir a base de conhecimentos e lançar o chatbot.
São nas bases de conhecimentos que vão estar todos os «inputs» que tem com os seus consumidores. Estes dados correspondem, muitas vezes, às perguntas mais frequentes feitas à sua empresa.
Podem também constar na base de dados, elementos que facilitem o processamento da linguagem. Por exemplo, palavras compostas ou sinónimos.
Chamam-se «palavras compostas» a expressões que tenham mais do que uma palavra, mas que juntas têm apenas um sentido.
Veja, por exemplo, o caso da expressão «cartão de cidadão». «Cartão» e «cidadão» têm os respetivos significados, mas quando combinadas têm apenas um, correspondendo ao cartão que identifica uma pessoa.
Este tipo de informações é muito importante porque ajuda a IA a processar com mais facilidade as entradas recebidas.
Como um dos objetivos é ter uma simulação perfeita de um diálogo humano, convém que o seu chatbot perceba pistas sociais. Isto é, quando o cumprimentam e se despedem, ou quando dão um estímulo que não é relacionado com o produto.
É por isso que o bloco de «small talk» (conversa sem propósito) é tão importante. Este não faz parte da base de dados, mas confere personalidade ao bot.
Resumindo então, para ter uma boa base de conhecimento, precisa de:
- Perguntas mais frequentes e suas respostas
- Sinónimos
- Palavras compostas.
E para ter um chatbot com personalidade basta definir os módulos que pretende que responda. Como, por exemplo, falar do tempo, dizer as horas, contar piadas, entre outros.
Depois de tudo isto, é só lançar o seu chatbot. Saiba como no artigo Templates para Chatbots: Como Ter um Lançamento mais Rápido.
Então, Como se Treina um Chatbot?
Passando então as duas primeiras fases de criação e publicação do seu chatbot, vem a parte fulcral deste artigo: o treino da IA.
Como tudo na vida, só depois de se saber a teoria é que se pode aplicar e treinar os conhecimentos. O mesmo acontece com os chatbots.
À medida que as pessoas vão interagindo com o bot, este vai recolhendo as chamadas «user says». As «user says» não são nada mais do que as diferentes formas de fazer um mesmo pedido.
Como pessoas únicas que somos, é muito raro fazer-se a mesma pergunta de modo igual.
No momento da recolha, o bot arruma o pedido conforme a sua existência na base de conhecimento. Isto é, se já consta na base de dados, ele dá a resposta indicada. Se não existe, ele processa a frase e dá a resposta que mais se adequa.
É no AI Trainer – foco deste artigo – que ficam guardadas todas as novas «user says».
E, como o próprio nome indica, é onde pode treinar a inteligência artificial do seu chatbot.
No AI Trainer, encontram-se informações como:
- Se o bot conseguiu, teve dificuldades ou não conseguiu responder
- Nos casos em que você respondeu, qual foi a sua resposta
- A que categoria pertence a pergunta
- Em geral, que é a categoria de perguntas mais frequentes
- Entre outros.
É a partir destes dados que pode treinar a sua IA e aumentar a sua base de conhecimento.
Nos casos em que o bot não reagiu como devia, vai ensinar-lhe como é a maneira correta.
Imagine, se ele teve dúvidas da resposta e ainda assim deu uma, o seu papel é certificar-se de que foi a correta. Se não foi, indicar-lhe-á qual a resposta certa.
O mesmo acontece para as que não soube responder ou respondeu erradamente.
Pense no AI Trainer como uma escola. Onde, apesar de já existir conhecimento prévio, há sempre lugar para aprender mais e manter o seu chatbot atualizado.
A Ferramenta da Visor.ai
Para optimizar o treino do seu assistente virtual, a Visor.ai desenhou uma funcionalidade chamada de «AI Trainer», que é muito intuitiva e de fácil acessibilidade.
Foi desenhada a pensar nas informações que referimos acima e em mais algumas.
No AI Trainer da Visor.ai, para além de analisar as respostas dadas, pode adicionar novas FAQs diretamente.
O termo FAQ é usado aqui como uma espécie de grupo. Ou seja, é quase como se fosse uma pasta. Cada FAQ tem um tema e dentro dela estão guardadas todas as maneiras de perguntar sobre esse tema.
Por outras palavras, FAQ corresponde a um «use case» (caso de uso), um problema específico.
Imagine que muitos clientes começam a fazer uma pergunta referente a um determinado tema, mas que na sua base de conhecimento ainda não existe uma resposta.
Pois bem, no AI Trainer, pode adicionar essa FAQ, sem ter de ir à base de conhecimento, e anexar instantaneamente as «user say» respetiva.
Pode também analisar «user says» recebidas entre determinados períodos de tempo. Por exemplo, faz uma campanha entre o dia X e Y. Pode selecionar esses dias e analisar se as «user says» que recebeu foram de acordo com a sua campanha e se foram bem respondidas.
Com um design moderno, não precisa de conhecimentos técnicos para o conseguir utilizar.
Os Resultados do AI Trainer
Como já foi mencionado, é importante aumentar de forma constante os conhecimentos do seu chatbot.
É com o treino regular que consegue ver os resultados. Quanto mais treinar, mais resultados irá obter.
Mas afinal quais são os resultados do treino da IA?
Bem, a resposta é simples: eficiência.
A eficiência de resposta do seu chatbot aumenta exponencialmente e a da sua equipa também.
Entenda-se por eficiência do bot, a capacidade de resposta sem o envolvimento de assistência humana. Ou seja, responder a um pedido apenas com os seus conhecimentos intrínsecos.
Dá-se um aumento na eficiência devido à crescente aquisição de «user says». Quanto maior a variedade de pedidos referentes a uma resposta, maior será a probabilidade de obter uma solução correta.
Basicamente, quanto maior for a sua base de conhecimento, menos tempo de treino terá de fazer com o seu chatbot.
Veja o caso do chatbot do Banco Best , que tem uma eficiência de cerca de 80%. Isto permite que a equipa encarregue não despenda mais de 10 minutos por dia na manutenção do bot.
Aumenta também a eficiência da sua equipa, pois tem acesso a uma variedade de funções num só sítio. Além de que, se o seu chatbot tem uma alta eficiência, restam-lhes apenas resolver os casos mais complexos que o assistente virtual deixou passar.
