Chatbot
En chatbot eller chatterbot är en mjukvaruapplikation som används för att genomföra en chattkonversation online via text eller text-till-tal, istället för att ge direkt kontakt med en levande mänsklig agent. Chatbots är datorprogram som kan upprätthålla en konversation med en användare på naturligt språk , förstå deras avsikt och svara baserat på förinställda regler och data. Designade för att på ett övertygande sätt simulera hur en människa skulle bete sig som samtalspartner, chatbot-system kräver vanligtvis kontinuerlig justering och testning med många i produktionen som inte kan konversera på ett adekvat sätt; 2012 kunde ingen av dem klara det vanliga Turing-testet . Termen "ChatterBot" myntades ursprungligen av Michael Mauldin (skaparen av den första Verbot ) 1994 för att beskriva dessa konversationsprogram.
Chatbots används i dialogsystem för olika ändamål, inklusive kundtjänst, förfrågningsdirigering eller informationsinsamling. Medan vissa chatbot-applikationer använder omfattande ordklassificeringsprocesser, naturliga språkprocessorer och sofistikerad AI , söker andra helt enkelt efter allmänna nyckelord och genererar svar med vanliga fraser som erhållits från ett tillhörande bibliotek eller en databas .
De flesta chatbots nås online via popup-fönster på webbplatsen eller genom virtuella assistenter . De kan klassificeras i användningskategorier som inkluderar: handel ( e-handel via chatt), utbildning , underhållning , ekonomi , hälsa , nyheter och produktivitet .
Bakgrund
1950 publicerades Alan Turings berömda artikel " Computing Machinery and Intelligence ", som föreslog det som nu kallas Turing-testet som ett kriterium för intelligens. Detta kriterium beror på förmågan hos ett datorprogram att imitera en människa i en skriftlig konversation i realtid med en mänsklig domare i den utsträckning som domaren inte kan skilja på ett tillförlitligt sätt – enbart på basis av konversationsinnehållet – mellan programmet och en riktig människa. Ryktet om Turings föreslagna test väckte stort intresse för Joseph Weizenbaums program ELIZA , som publicerades 1966, som verkade kunna lura användare att tro att de samtalade med en riktig människa. Weizenbaum själv hävdade dock inte att ELIZA var genuint intelligent, och inledningen till hans artikel presenterade det mer som en avslöjande övning:
[Inom] artificiell intelligens ... är maskiner gjorda för att bete sig på underbara sätt, ofta tillräckligt för att blända även den mest erfarna observatören. Men när ett visst program väl avslöjas, när dess inre funktioner förklaras... faller dess magi sönder; det avslöjas som en ren samling av procedurer ... Observatören säger till sig själv "Jag kunde ha skrivit det". Med den tanken flyttar han det aktuella programmet från hyllan märkt "intelligent", till den som är reserverad för nyfikna ... Syftet med denna artikel är att orsaka just en sådan omvärdering av programmet som håller på att "förklaras". Få program någonsin behövt det mer.
ELIZA:s nyckelmetod (kopierad av chatbotdesigners sedan dess) involverar igenkännandet av ledtrådsord eller fraser i inmatningen, och utmatningen av motsvarande förberedda eller förprogrammerade svar som kan föra konversationen framåt på ett till synes meningsfullt sätt (t.ex. genom att svara på alla inmatningar som innehåller ordet 'MAMMA' med 'BETALA MER OM DIN FAMILJ'). Därmed genereras en illusion av förståelse, även om bearbetningen endast har varit ytlig. ELIZA visade att en sådan illusion är förvånansvärt lätt att generera eftersom mänskliga domare är så redo att gynna tvivel när samtalssvar kan tolkas som "intelligenta".
Gränssnittsdesigners har kommit att inse att människors beredskap att tolka datorutdata som genuint konversation – även när den faktiskt är baserad på ganska enkel mönstermatchning – kan utnyttjas för användbara syften. De flesta människor föredrar att engagera sig i program som är människoliknande, och detta ger chatbot-liknande tekniker en potentiellt användbar roll i interaktiva system som behöver locka fram information från användare, så länge den informationen är relativt okomplicerad och faller i förutsägbara kategorier. Således, till exempel, online-hjälpsystem kan med fördel använda chatbot-tekniker för att identifiera det område av hjälp som användare behöver, vilket potentiellt ger ett "vänligare" gränssnitt än ett mer formellt sök- eller menysystem. Den här typen av användning har utsikterna att flytta chatbotteknologi från Weizenbaums "hylla ... reserverad för nyfikna" till den markerade "verkligt användbara beräkningsmetoder".
Utveckling
Bland de mest anmärkningsvärda tidiga chatbotarna är ELIZA (1966) och PARRY (1972). Nyare anmärkningsvärda program inkluderar ALICE , Jabberwacky och DUDE ( Agence Nationale de la Recherche och CNRS 2006). Medan ELIZA och PARRY enbart användes för att simulera maskinskrivna konversationer, innehåller många chatbots nu andra funktionella funktioner, såsom spel och webbsökningsmöjligheter . 1984 publicerades en bok som heter The Policeman's Beard is Half Constructed, påstås skriven av chatboten Racter (även om programmet som släppts inte skulle ha varit kapabelt att göra det).
Ett relevant område för AI-forskning är bearbetning av naturliga språk . Vanligtvis svaga AI- fält specialiserad programvara eller programmeringsspråk som skapats specifikt för den smala funktion som krävs. Till exempel använder ALICE ett uppmärkningsspråk som heter AIML, som är specifikt för dess funktion som en konversationsagent och har sedan dess antagits av olika andra utvecklare av så kallade Alicebots . Ändå är ALICE fortfarande enbart baserad på mönstermatchningstekniker utan några resonemangsmöjligheter, samma teknik som ELIZA använde redan 1966. Detta är inte stark AI, vilket skulle kräva sans och logiska resonemangsförmåga .
Jabberwacky lär sig nya svar och sammanhang baserat på användarinteraktioner i realtid snarare än att drivas från en statisk databas . Vissa nyare chatbots kombinerar också realtidsinlärning med evolutionära algoritmer som optimerar deras förmåga att kommunicera baserat på varje konversation som hålls. Ändå finns det för närvarande ingen konstgjord intelligens för allmänt bruk, och vissa mjukvaruutvecklare fokuserar på den praktiska aspekten, informationssökning .
Chatbot-tävlingar fokuserar på Turing-testet eller mer specifika mål. Två sådana årliga tävlingar är Loebner-priset och The Chatterbox Challenge (den senare har varit offline sedan 2015, men material kan fortfarande hittas från webbarkiv).
Chatbots kan använda den generativa pre-trained transformer (GPT) språkmodellen . Den använder transformatorns maskininlärningsmodell . "Förträningen" i dess namn hänvisar till den inledande utbildningsprocessen på en stor textkorpus, vilket ger en solid grund för att modellen ska prestera bra på nedströmsuppgifter med begränsade mängder uppgiftsspecifik data. Ett exempel på en GPT-chatbot är ChatGPT . Trots kritik av dess noggrannhet har ChatGPT fått uppmärksamhet för sina detaljerade svar och historiska kunskaper. Ett annat exempel är BioGPT, utvecklat av Microsoft , som fokuserar på att svara på biomedicinska frågor.
DBpedia skapade en chatbot under GSoC 2017. Den kan kommunicera via Facebook Messenger .
Ansökan
Meddelandeappar
Många företags chatbots körs på meddelandeappar eller helt enkelt via SMS . De används för B2C kundservice, försäljning och marknadsföring.
Under 2016 tillät Facebook Messenger utvecklare att placera chatbotar på sin plattform. Det skapades 30 000 bots för Messenger under de första sex månaderna, vilket steg till 100 000 i september 2017.
Sedan september 2017 har detta också varit en del av ett pilotprogram på WhatsApp . Flygbolagen KLM och Aeroméxico tillkännagav båda sitt deltagande i testet; båda flygbolagen hade tidigare lanserat kundtjänster på Facebook Messenger- plattformen.
Botarna visas vanligtvis som en av användarens kontakter, men kan ibland fungera som deltagare i en gruppchatt .
Många banker, försäkringsbolag, medieföretag, e-handelsföretag, flygbolag, hotellkedjor, återförsäljare, vårdgivare, statliga enheter och restaurangkedjor har använt chatbots för att svara på enkla frågor, öka kundernas engagemang, för marknadsföring och för att erbjuda ytterligare sätt att beställa från dem.
En studie från 2017 visade att 4 % av företagen använde chatbots. Enligt en studie från 2016 sa 80 % av företagen att de hade för avsikt att ha en till 2020.
Som en del av företagsappar och webbplatser
Tidigare generationer av chatbots fanns på företagets webbplatser, t.ex. Ask Jenn från Alaska Airlines som debuterade 2008 eller Expedias virtuella kundtjänstagent som lanserades 2011. Den nyare generationen chatbots inkluderar IBM Watson -driven "Rocky", som introducerades i februari 2017 av det New York - baserade e-handelsföretaget Rare Carat för att ge information till potentiella diamantköpare.
Chatbot-sekvenser
Används av marknadsförare för att skripta sekvenser av meddelanden, mycket lik en autosvararsekvens . Sådana sekvenser kan utlösas genom att användaren väljer att delta eller använder nyckelord i användarinteraktioner. Efter att en trigger inträffar levereras en sekvens av meddelanden tills nästa förväntade användarsvar. Varje användarsvar används i beslutsträdet för att hjälpa chatboten att navigera i svarssekvenserna för att leverera rätt svarsmeddelande.
Företagets interna plattformar
Andra företag undersöker hur de kan använda chatbots internt, till exempel för kundsupport, mänskliga resurser eller till och med i Internet-of-Things- projekt (IoT). Overstock.com , för en, har enligt uppgift lanserat en chatbot vid namn Mila för att automatisera vissa enkla men tidskrävande processer när man begär sjukskrivning. Andra stora företag som Lloyds Banking Group , Royal Bank of Scotland, Renault och Citroën använder nu automatiska onlineassistenter istället för callcenter med människor för att ge en första kontaktpunkt. Ett affärsekosystem för SaaS- chatbot har växt stadigt sedan F8 -konferensen när Facebooks Mark Zuckerberg avslöjade att Messenger skulle tillåta chatbotar i appen. I stora företag, som inom sjukhus och flygorganisationer, designar IT-arkitekter referensarkitekturer för Intelligenta Chatbots som används för att låsa upp och dela kunskap och erfarenhet i organisationen mer effektivt, och minska felen i svaren från expertservicedesk avsevärt. Dessa intelligenta chatbots använder sig av alla typer av artificiell intelligens som bildmoderering och förståelse av naturligt språk (NLU), generering av naturligt språk (NLG), maskininlärning och djupinlärning.
Kundservice
Många högteknologiska bankorganisationer letar efter att integrera automatiserade AI-baserade lösningar som chatbots i sin kundtjänst för att ge snabbare och billigare hjälp till sina kunder som blir alltmer bekväma med teknik. I synnerhet kan chatbots effektivt föra en dialog, vanligtvis ersätta andra kommunikationsverktyg som e-post, telefon eller SMS . Inom bank är deras stora applikation relaterad till snabb kundservice som svarar på vanliga förfrågningar, såväl som transaktionsstöd.
Flera studier rapporterar en betydande minskning av kostnaden för kundservice, som förväntas leda till miljarder dollar i ekonomiska besparingar under de kommande tio åren. Under 2019 Gartner att år 2021 kommer 15 % av alla kundtjänstinteraktioner globalt att hanteras helt av AI. En studie av Juniper Research 2019 uppskattar detaljhandelsförsäljningen som är ett resultat av chatbotbaserade interaktioner att nå 112 miljarder dollar år 2023.
Sedan 2016, när Facebook tillät företag att leverera automatiserad kundsupport, e-handelsvägledning, innehåll och interaktiva upplevelser genom chatbots, har ett stort utbud av chatbots utvecklats för Facebook Messenger- plattformen.
2016 lanserade Rysslandsbaserade Tochka Bank världens första Facebook-bot för en rad finansiella tjänster, inklusive en möjlighet att göra betalningar.
I juli 2016 lanserade Barclays Africa också en Facebook-chatbot, vilket gör den till den första banken att göra det i Afrika.
Frankrikes tredje största bank sett till totala tillgångar Société Générale lanserade sin chatbot kallad SoBot i mars 2018. Medan 80 % av användarna av SoBot uttryckte sin tillfredsställelse efter att ha testat den, sa Société Générales biträdande direktör Bertrand Cozzarolo att den aldrig kommer att ersätta expertisen tillhandahålls av en mänsklig rådgivare.
Fördelarna med att använda chatbots för kundinteraktioner inom bankverksamhet inkluderar kostnadsminskning, finansiell rådgivning och support dygnet runt.
Sjukvård
Chatbots dyker också upp i sjukvårdsbranschen. En studie antydde att läkare i USA trodde att chatbots skulle vara mest fördelaktigt för att boka läkarbesök, hitta hälsokliniker eller tillhandahålla medicininformation.
Whatsapp har slagit sig ihop med Världshälsoorganisationen ( WHO ) för att skapa en chatbottjänst som svarar på användarnas frågor om COVID-19 .
År 2020 lanserade den indiska regeringen en chatbot som heter MyGov Corona Helpdesk, som arbetade genom Whatsapp och hjälpte människor att få tillgång till information om Coronavirus (COVID-19) pandemin.
Vissa patientgrupper är fortfarande ovilliga att använda chatbots. En studie med blandade metoder visade att människor fortfarande är tveksamma till att använda chatbots för sin sjukvård på grund av dålig förståelse för den tekniska komplexiteten, bristen på empati och oro för cybersäkerhet. Analysen visade att medan 6 % hade hört talas om en hälsochatbot och 3 % hade erfarenhet av att använda den, så uppfattade 67 % att de skulle använda en inom 12 månader. Majoriteten av deltagarna skulle använda en hälsochattbot för att söka allmän hälsoinformation (78 %), boka en läkartid (78 %) och leta efter lokala hälsotjänster (80 %). En hälsochatbot upplevdes dock som mindre lämpad för att söka resultat av medicinska tester och söka specialistråd som till exempel sexuell hälsa. Analysen av attitydvariabler visade att de flesta deltagare rapporterade att de föredrar att diskutera sin hälsa med läkare (73 %) och ha tillgång till tillförlitlig och korrekt hälsoinformation (93 %). Medan 80 % var nyfikna på ny teknik som kan förbättra deras hälsa, rapporterade 66 % att de bara sökte läkare när de upplevde ett hälsoproblem och 65 % tyckte att en chatbot var en bra idé. Intressant nog rapporterade 30 % att de inte gillar att prata med datorer, 41 % ansåg att det skulle vara konstigt att diskutera hälsofrågor med en chatbot och ungefär hälften var osäkra på om de kunde lita på råden från en chatbot. Därför är upplevd pålitlighet, individuella attityder till bots och motvilja mot att prata med datorer de främsta hindren för hälsa chatbots.
Politik
I Nya Zeeland har chatboten SAM – förkortning för Semantic Analysis Machine (gjord av Nick Gerritsen från Touchtech) – utvecklats. Den är utformad för att dela sina politiska tankar, till exempel om ämnen som klimatförändringar, sjukvård och utbildning, etc. Den pratar med människor via Facebook Messenger.
2022 nominerades chatboten "Leader Lars" eller "Leder Lars" för Det syntetiska partiet att ställa upp i det danska parlamentsvalet, och byggdes av konstnärskollektivet Computer Lars . Ledaren Lars skilde sig från tidigare virtuella politiker genom att leda ett politiskt parti och genom att inte utge sig för att vara en objektiv kandidat. Denna chatbot engagerade sig i kritiska diskussioner om politik med användare från hela världen.
I Indien har delstatsregeringen lanserat en chatbot för sin Aaple Sarkar-plattform, som ger konversationsåtkomst till information om offentliga tjänster som hanteras.
Leksaker
Chatbots har också införlivats i enheter som inte i första hand är avsedda för datorer, som leksaker.
Hello Barbie är en internetuppkopplad version av dockan som använder en chatbot som tillhandahålls av företaget ToyTalk, som tidigare använde chatboten för en rad smartphone-baserade karaktärer för barn. Dessa karaktärers beteenden begränsas av en uppsättning regler som i själva verket efterliknar en viss karaktär och producerar en handling.
My Friend Cayla- dockan marknadsfördes som en serie 18-tums (46 cm) dockor som använder taligenkänningsteknik i kombination med en Android- eller iOS -mobilapp för att känna igen barnets tal och föra en konversation. Den, liksom Hello Barbie-dockan, väckte kontroverser på grund av sårbarheter med dockans Bluetooth- stack och dess användning av data som samlats in från barnets tal.
IBM:s Watson-dator har använts som bas för chatbot-baserade pedagogiska leksaker för företag som CogniToys som är avsedda att interagera med barn i utbildningssyfte.
Skadlig användning
Skadliga chatbots används ofta för att fylla chattrum med spam och reklam, genom att efterlikna mänskligt beteende och konversationer eller för att locka människor att avslöja personlig information, såsom bankkontonummer. De hittades ofta på Yahoo! Messenger , Windows Live Messenger , AOL Instant Messenger och andra protokoll för snabbmeddelanden . Det har också publicerats en rapport om en chatbot som används i en falsk kontaktannons på en dejtingtjänsts hemsida.
Tay , en AI-chatbot som lär sig av tidigare interaktion, orsakade stor kontrovers på grund av att den var måltavla av internettroll på Twitter. Boten utnyttjades och började efter 16 timmar skicka extremt stötande Tweets till användare. Detta tyder på att även om boten lärde sig effektivt av erfarenheten, så har inte tillräckligt skydd införts för att förhindra missbruk.
Om en textsändningsalgoritm kan framstå som en människa istället för en chatbot, skulle dess budskap vara mer trovärdigt . Därför kan chatbotar som ser ut som människor med välgjorda onlineidentiteter börja sprida falska nyheter som verkar rimliga, till exempel göra falska påståenden under ett val. Med tillräckligt många chatbots kan det till och med vara möjligt att uppnå konstgjorda sociala bevis .
Begränsningar för chatbots
Skapandet och implementeringen av chatbots är fortfarande ett utvecklingsområde, starkt relaterat till artificiell intelligens och maskininlärning , så de tillhandahållna lösningarna har uppenbara fördelar, men har några viktiga begränsningar när det gäller funktionalitet och användningsfall. Detta förändras dock med tiden.
De vanligaste begränsningarna listas nedan:
- Eftersom input/output-databasen är fixerad och begränsad kan chatbots misslyckas när de hanterar en osparad fråga.
- En chatbots effektivitet beror i hög grad på språkbehandling och är begränsad på grund av oegentligheter, såsom accenter och misstag.
- Chatbots kan inte hantera flera frågor samtidigt och konversationsmöjligheterna är därför begränsade.
- Chatbots kräver en stor mängd konversationsdata för att träna. Generativa modeller, som är baserade på algoritmer för djupinlärning för att generera nya svar ord för ord baserat på användarinmatning, tränas vanligtvis på en stor datauppsättning av naturliga språkfraser.
- Chatbots har svårt att hantera icke-linjära konversationer som måste gå fram och tillbaka om ett ämne med en användare.
- Som det vanligtvis händer med teknikledda förändringar i befintliga tjänster, är vissa konsumenter, oftare än inte från äldre generationer, obekväma med chatbots på grund av deras begränsade förståelse, vilket gör det uppenbart att deras förfrågningar hanteras av maskiner.
Chatbots och jobb
Chatbots är alltmer närvarande i företag och används ofta för att automatisera uppgifter som inte kräver kompetensbaserade talanger. Med kundtjänst som sker via meddelandeappar såväl som telefonsamtal, finns det ett växande antal användningsfall där chatbot-distribution ger organisationer en tydlig avkastning på investeringen. Call center-arbetare kan vara särskilt utsatta för AI-drivna chatbots.
Chatbot jobb
Chatbot-utvecklare skapar, felsöker och underhåller applikationer som automatiserar kundtjänster eller andra kommunikationsprocesser. Deras uppgifter inkluderar att granska och förenkla kod vid behov. De kan också hjälpa företag att implementera bots i sin verksamhet.
En studie av Forrester (juni 2017) förutspådde att 25 % av alla jobb skulle påverkas av AI-teknik 2019.
Se även
- Tillämpningar av artificiell intelligens
- Konstgjord filosofi
- Autonom agent
- ChatGPT (från OpenAI )
- Konversationsanvändargränssnitt
- Eugene Goostman
- Vänlig artificiell intelligens
- Hybrid intelligent system
- Intelligent agent
- Internet bot
- Lista över chatbots
- Multi-agent system
- Naturlig språkbehandling
- Social bot
- Programvaruagent
- Programvara bot
- Twitterbot
Vidare läsning
- Searle, John (1980), "Minds, Brains and Programs" , Behavioral and Brain Sciences , 3 (3): 417–457, doi : 10.1017/S0140525X00005756 , S2CID 55303721
- Shevat, Amir (2017). Designa bots: Skapa samtalsupplevelser (Första upplagan). Sebastopol, Kalifornien: O'Reilly Media. ISBN 978-1-4919-7482-7 . OCLC 962125282 .
externa länkar
- Media relaterade till Chatbots på Wikimedia Commons
- Konversationsrobotar på Wikibooks