CHATBOT-ORDBOGEN

Hvad er en chatbot? Hvad betyder AI? Er der forskel på chatbots? Er alle chatbots intelligente? Det er nogle af spørgsmålene som chatbot-ordbogen kan svare på. Chatbot-ordbogen er til dig, der er ny i felten. Brug den, hvis du mangler ordforråd eller hvis du skal igang med chatbots. Og sig endelig til, hvis du synes at der mangler ord!

CHATBOT

Chatbots er teknologi, der kan forstå talt/skrevet (naturligt) sprog og levere relevante og specifikke svar i form af en samtale. Samtalen kan tage udgangspunkt i et manuskript-baseret forløb eller en sprogmodel, der tilpasser sig brugerens input. Chatbots er en relativt ny platform for samtale mellem teknologi og bruger. Det nye er, at interfacet ikke er f.eks. søgning eller navigation, men en samtale.

AI - ARTIFICIAL INTELLIGENCE

AI eller Kunstig intelligens er en videnskab, der understøtter at man med teknologi kan gøre noget, som normalt ville kræve menneskelig intelligens at udføre. Man er kommet et stykke vej med både at bygge logikker og platforme, der gør at robotter kan udføre rutinemæssige opgaver, som f.eks. at processere meget store mængder af data, analysere og se nye mønstre i data. Det betyder ikke at robotter nu kan det samme som mennesker, men at der er opgaver, der kan løses af en dertil bygget algoritme. Når vi taler om kunstig intelligens er der ofte en forventning om, at vi bare skal tilsætte vores løsninger noget teknologi og så tænker det selv, men sådan er det ikke. Kunstig betyder, at der er noget der skal defineres, bygges og trænes, det betyder at videns-opgaver der ikke før har kunnet automatiseres, nu helt eller delvist kan løses af en algoritme og det kaster den nye typer opgaver og behov for kompetencer hos mennesker af sig.

MACHINE LEARNING

Når din kunstige intelligens får nok information, kan den sættes til også at se nye mønstre i data, som går ud over den foruddefinerede logik, og på den måde kan den pege på nye sammenhænge og ny viden.

DEEP LEARNING

Når den kunstige intelligens ikke bare kan behandle data og se nye mønstre i data, men også kan udveksle data i såkaldte neurale netværk, så taler man om deep learning, som er det tætteste AI-videnskaben kommer på at replicere den menneskelige hjernes processer. Et felt som jeg på ingen måde vil gøre mig klog på, så læs hellere videre andet steds, f.eks. her

BLACK BOX + WHITE BOX

Black box omtales pt som det største problem, når man taler om brug af kunstig intelligens. Black box er når teknologien definerer sine egne regler. Hvis man bygger kunstige intelligenser, hvor udvikleren har 100% kontrol over de opgaver, robotten skal udføre og måden de skal udføres, taler man om 
'white box'. Men når teknologien benytter sig af deep learning, og autonomt skal kunne tage valg og udføre handlinger på baggrund af data, så er årsagen til robottens valg i en 'black box'.

CI / CUI

CONVERSATIONAL INTERFACES / CONVERSATIONAL USER INTERFACES

Tekstbaserede messenger-bots og voice-baserede bots er eksempler på conversational interfaces. Det interessante og nye er, at bruger ikke længere skal bruge grafiske user interfaces (GUI) til at orientere sig i indhold, men blot kan stille et spørgsmål, som teknologien kan forstå og reagere på.

CID

CONVERSATIONAL (INTERFACES) DESIGN/ CONVERSATIONAL UX / SAMTALEDESIGN

Den disciplin, der er ved at opstå, omkring det at skrive/sikre den gode samtale med brugeren. Som udgangspunkt skal samtalen være relevant, engageret, forklarende, lede til handling, være varieret og være i kontekst - se de 6 principper udfoldet. 

NUI - NATURAL USER INTERFACES

NUI er interfaces der tager udgangspunkt i menneskets måder at bevæge sig i verden. Via f.eks. samtaler (CUI), bevægelser, tanker.

NLP - NATURAL LANGUAGE PROGRAMMING

NLP er både et forskningsområde, der udforsker området mellem datalogi, kunstig intelligens og lingvistik. Og det er også navnet for den teknologi, der kan processere og analysere naturligt talt sprog. Sprogmodeller opbygges ved at teknologien lærer at oversætte en henvendelse inden for et givent område til algoritmens eget sprog og derefter foretage en beregning af, hvilket svar der skal leveres til en specifik henvendelse, og således oversætte en brugers forespørgsel til et brugbart svar. Både Google, Microsoft og IBM (og flere med dem) har API’er med tilgængelige sprogbiblioteker, kaldet Natural Language API.

NLU - NATURAL LANGUAGE UNDERSTANDING

En del af processen ved NLP, når teknologien afkoder henvendelsens intent.

EQ - EMOTIONAL INTELLIGENCE

Når robotter skal tale med mennesker, skal der i løsningen tages højde for at den person der sidder i den ene ende af kommunikationssituationen har følelser, robotter skal tilpasses dette. Der er mange forskellige initiativer til at understøtte at robotter også skal aflæse og reagere hensigtsmæssigt på de følelser, vi udtrykker i samtalen? Her et eksempel på et tysk forskningsprojekt, der studerer hvordan mennesker reagerer på chatbottens Social cues

INTENT - INTENTION

Når interfacet er baseret på samtale, er det vigtigste mål at afkode brugerens intention for at sikre at samtalen har en retning og reelt kan løse en opgave.

DIALOGUE MANAGEMENT

Et system eller en metode til ikke blot at matche spørgsmål med svar (NLP/NLU), men at skabe en struktur for samtalen, der sikrer at den kommer i mål.

SDK - SOFTWARE DEVELOPMENT KIT

Software, hvor du kan udvikle, publicere og administrere f.eks. en chatbot. Man kunne også kalde det et chatbot-CMS.

BOT-FRAMEWORK

Microsoft, IBM, Google mfl. udbyder bot-funktionalitet. Hvis du i forvejen anvender deres Cloud-baserede services, kan NLP’er knyttes til eksisterende løsninger.

MESSENGER - WECHAT, WHATSAPP, KIK …

Så snart du ved, hvilken opgave din chatbot skal løse for din forretning, bør du overveje, hvor brugeren skal møde din chatbot. Chatbots findes ofte på websites, i chat-applikationer som Facebook Messenger, WeChat, WhatsApp mv, men kan også udvikles til f.eks. SMS, Twitter eller Slack. Den store fordel ved Facebook Messenger, som er den mest udbredte chat-applikation i Danmark, er at det kan understøtte social media-managerens arbejde med at besvare kundehenvendelser, det kan være en ny kanal til kommunikation til kunder og så kan det sikre en mere proaktiv tilstedeværelse på Messenger, hvor brugerne i stigende grad forventer at blive serviceret.

RULE BASED - REGELBASERET

Mange af de chatbots, du møder i Messenger, er ikke baseret på kunstig intelligens (der for så vidt også er opbygget af regler). Men den regelbaserede bot er en scriptet samtale, hvor afsender allerede har skrevet både bottens og brugerens input. Nogle af dem tilbyder kun knapper, som brugeren kan vælge mellem. Andre er åbne for at brugeren selv kan skrive, der skal så opsættes regler for alle typer henvendelser , der sikrer at brugeren får et relevant svar.

MICROCOPY

Microcopy små er de tekster man møder i f.eks. apps og på websites, der hjælper brugerens vej igennem interfacet. De er kendetegnet ved at være meget korte og instruktive. Det kan være en fordel at kunne arbejde med microcopy-tekster, når der skal skrives tekster til en chatbot.

ON-BOARDING

Det forløb hvor botten byder brugeren velkommen. En velfungerende onboarding skal sige noget om: Hvem afsender er, hvad kan du bruge botten til og hvordan den kan bruges.

TOV - TONE OF VOICE

Alle chatbots har en personlighed, både dem der svarer med emojis, gif’er og fjollede kommentarer OG dem, der svarer kort og præcist. Når tekster til botten skal forfattes, og når I skal vælge hvilken avatar, der skal repræsentere jeres bot, så er det vigtigt at gøre sig klart: Hvordan taler vi, hvordan hjælper vi vore brugere, og hvad kan vi finde på også at tale med dem om.

AVATAR

Navn, illustration og tone of voice, der udgør den personlighed, som brugeren interagerer med. Mange chatbots har kvindenavne og kvindelige avatarer. Andre har robotnavne og robotpersonaer. Mens andre igen vælger at opbygge en helt ny personlighed i form af en lille fiktiv figur. Mit bud er, at vi snart kommer til at møde chatbots, der hverken har navn eller avatar, men blot repræsenterer deres funktion, som I: “Hej, jeg er Blomsterbutikkens messenger-assistent, her kan du hurtigt komme i gang med….”

TRÆNING

Som nævnt er 'intent', nøgleordet, når du skal udvikle en chatbot, målet er at afdække brugerens behov. Næste nøgleord er TRÆNING. Hvis din bot skal fungere bare nogenlunde hæderligt, så kræver det træning. Man træner en chatbot ved at overvåge sprog-modellens forudsigelser og sikrer at den regner sig frem til de mest relevante svar. Hvis den ikke gør det skal den fodres med flere data eller have justeret den eksisterende træning.

NY KOLLEGA

Det kan være en fordel ikke kun at tænke en chatbot som et kommunikationsprodukt, der skal udvikles, lanceres og glemmes. Brug hellere metaforen: Ny kollega. En velfungerende chatbot skal løse en opgave, der er til gavn for din forretning, ofte i samarbejde med andre. Det kræver oplæring, løbende opfølgning og måske endda regler for kollegaskab.

HUMAN INTERVENTION / HANDOVER

OVERDRAGELSE TIL MENNESKE/KOLLEGA

Ingen bot virker perfekt, derfor skal der altid være en vej ud af chatbotten i form af overdragelse af samtalen fra bot til menneske. Her er det vigtigt, at det opleves sømløst for brugeren, at den der overtager samtalen kender historikken, og at der aldrig er tvivl om, hvornår det er bot, og hvornår det er menneske, der taler.

GDPR - EU'S PERSONDATAFORORDNING 

Chatbots har ikke direkte noget med EU's persondataforordning at gøre, men det er en overvejelse værd, når du udvikler på en teknologi, hvor bruger kan spørge om, hvad som helst og sende sine data til dig, inden du har nået at sige noget. Her bliver det relevant at se på: Hvad bør du fortælle brugeren om din brug af deres data, hvor gemmes de data brugeren deler med dig, og hvilke aftaler har du med leverandøren af den platform din chatbot bor på.

RPA - ROBOTIC PROCESS AUTOMATION

RPA er automatisering af administrative arbejdsprocesser, hvor robotten kan tilgå de samme interfaces / administrative systemer, som deres menneskelige kolleger kan. En proces, der allerede er automatiseret via RPA kan senere få et fint liv i en kunderettet chatbot.