XIV Международная студенческая научная конференция Студенческий научный форум - 2022

Диалоговые пользовательские интерфейсы так же стары, как и современные компьютеры. ENIAC, первый программируемый универсальный компьютер, был построен в 1946 году. В 1950 году Алан Тьюринг, британский компьютерный ученый, предложил измерить уровень интеллекта в машинах с использованием диалогового теста, называемого тестом Тьюринга.

Тест состоял в том, что машина конкурировала с человеком как партнером по диалогу и судей-людей (еще одного человека). Судьи должны были взаимодействовать с каждым из двух участников (человеком и машиной), используя интерфейс текстового типа, который не похож на большинство современных приложений чата обмена сообщениями.

В ходе беседы судьи должны были определить, кто из двух участников был машиной. Если, по меньшей мере, 30% судей не смогли провести различие между двумя участниками, считалось, что машина прошла тест. Это была одна из самых ранних концепций по диалоговым интерфейсам и их отношению к уровню интеллекта машин, которые обладают такими возможностями. Однако попытки создания подобных интерфейсов не были успешными в течение нескольких последующих десятилетий.

В течение примерно 35 лет, с 1980-х годов, графические пользовательские интерфейсы (GUI) были доминирующим способом взаимодействия с машинами. С недавним развитием в области ИИ и растущими ограничениями, такими как сокращение размеров гаджетов (от ноутбуков до мобильных телефонов), сокращение экранных объектов (смарт-часы), и необходимостью того, чтобы интерфейсы стали невидимыми (умный дом и роботы), диалоговые пользовательские интерфейсы снова становятся реальностью.

Например, лучшим способом взаимодействия с мобильными роботами, используемыми в умных домах, будет голос. Таким образом, система должна распознавать запросы пользователей и отвечать на естественном человеческом языке. Такие возможности систем помогут уменьшить наши усилия в изучении и понимании современных сложных интерфейсов.

Диалоговые пользовательские интерфейсы известны под несколькими названиями: интерфейсы естественного языка, разговорные диалоговые системы, разговорные чат-боты, интеллектуальные виртуальные агенты, виртуальные помощники и т. д. Фактическая разница между этими системами связана с интеграцией в них серверных элементов (например, баз данных или модулей задач/управления), модальностями (например, текстовыми, голосовыми и визуальными аватарами) и каналами, на которых они развернуты. Однако одним из общих моментов для этих систем является их способность взаимодействовать с пользователями в разговорной манере с использованием естественного языка.

Истоки современных чат-ботов можно проследить до 1964 года, когда Джозеф Вайзенбаум в Массачусетском технологическом институте (MTI) разработал чат-бота под названием Eliza. Он использовал простые правила разговора и перефразировал большую часть того, что пользователи сказали, чтобы имитировать роджерианского терапевта. Хотя это показало, что наивных пользователей можно обмануть, если они думают, что разговаривают с фактическим терапевтом, сама система не понимала проблемы пользователя.

После этого в 1991 году была присуждена премия Лобнера, которая призвала исследователей ИИ создавать чат-ботов, которые смогут пройти испытание Тьюринга и помочь в продвижении ИИ. Несмотря на то что они не прошли тест вплоть до 2014 года, многие известные чат-боты выиграли призы за победу в других ограниченных задачах. К ним относятся ALICE, JabberWacky, Rose и Mitsuku. Однако в 2014 году на конкурсе Тьюринга, посвященном 60-летию смерти Алана Тьюринга, чат-бот под названием Eugene Goostman, имитирующий 13-летнего ребенка, сумел обмануть 33% судей, тем самым выполнив тест.

Язык разметки искусственного интеллекта и ChatScript были разработаны как способ для обозначения знаний и диалогового контента для большинства этих чат-ботов. Скрипты, разработанные с использованием этих сценарных языков, могут затем передаваться в интерпретаторы для создания диалогового поведения. Чат-боты, разработанные для прохождения теста Тьюринга, были в основном болтливыми с одной целью – победить тест Тьюринга. В большинстве они не рассматривались как какое-либо продвижение в ИИ или шаг к созданию полезных диалоговых помощников.

С другой стороны, исследования в области искусственного интеллекта, в частности в области машинного обучения и обработок естественного языка, привели к появлению различных диалоговых интерфейсов, таких как системы ответов на вопросы, интерфейс естественного языка для баз данных и разговорные диалоговые системы.

В отличие от чат-ботов, построенных для прохождения теста Тьюринга, эти системы имели очень четкие цели. Системы ответа на вопросы обрабатывали естественные языковые вопросы и находили ответы в наборах неструктурированных текстовых данных. Интерфейсы естественного языка для баз данных были интерфейсами для больших баз данных SQL, которые интерпретировали запросы к базе данных, создаваемые на естественном языке, таком как английский, преобразовывали их в SQL и возвращали ответ.

Разговорные системы – это системы, которые могли бы поддерживать контекстные разговоры с пользователями для обработки диалоговых задач, таких как бронирование билетов, контроль других систем и обучение учащихся. Это были предшественники современных чат-ботов и диалоговых интерфейсов.

Чат-бот — это программа, которая имитирует реальный разговор с пользователем. Чат-боты позволяют общаться с помощью текстовых или аудио сообщений на сайтах, в мессенджерах, мобильных приложениях или по телефону.

Обычно ботов используют для выполнения однообразной и повторяемой работы, чтобы максимизировать скорость ее выполнения. Пример такого использования – поисковые роботы. Также бот может использоваться для того, чтобы обеспечить более быструю реакцию на что либо по сравнению с человеческой реакцией, примером могут служить игровые боты или боты для интернет-аукционов. В последнее время также продолжает расти популярность использования ботов, которые имитируют действия человека.

Как правило, чат-бот ведет автоматическое общение с пользователем с помощью текста или голоса от лица компании или бренда с целью упрощения онлайн-коммуникации, чтобы предоставлять пользователю актуальную информацию наиболее оперативно. Таким образом, общение пользователя с чат-ботом является альтернативой переписке с живым оператором или звонку менеджеру компании.

Основным модулем диалогового интерфейса является менеджер диалогов. Этот модуль контролирует поток разговора. Он берет семантическое представление того, что пользователь говорит, как ввод и решает, каков должен быть ответ системы. Он поддерживает представление диалогового контекста в той или иной форме, например набор пар значений ключа для выполнения содержательного разговора в течение нескольких обменов между пользователем и системой.

Семантическое представление пользовательского ввода возможно напрямую по нажатии кнопки. В системах, которые распознают язык, пользовательские высказывания переводятся в семантическое представление, состоящее из пользовательских целей и параметров (слотов и сущностей), с помощью модуля распознавания естественного языка. Возможно, этот модуль необходимо предварительно обучить, чтобы распознать набор пользовательских целей, определенных разработчиком, относящихся к доступным диалоговым задачам.

Интерфейсы с поддержкой голоса, которые принимают голосовые инструкции пользователя, также нуждаются в модуле распознавания речи, который может транслировать речь в текст, прежде чем передавать его в модуль распознавания естественного языка. Симметрично, с другой стороны, необходим модуль синтеза речи (или модуль преобразования текста в речь), который преобразует текстовый ответ системы в речь.

Менеджер диалогов должен взаимодействовать с серверными модулями. Это может быть база данных или онлайновый источник дан ных, который запрашивается для ответа на вопрос пользователя (например, телевизионное расписание), или онлайн-служба для выполнения инструкций пользователя (например, бронирование билета).

Канал – это место, где чат-бот ожидает пользователя. В зависимости от канала может быть один или несколько модулей, из которых состоит этот слой. Например, если чат-бот находится в Facebook Messenger, этот слой состоит из Facebook-страницы и Facebook-приложения, которое соединяется с остальными модулями чат-бота, оформленными в виде веб-приложения.

Рисунок 1 – архитектура диалогового окна.

Чат-ботов можно классифицировать следующим образом: бизнес-классификация чат-бот приложений и классификация чат-ботов по техническому типу.

Диаграмма бизнес-классификации:

Рисунок 2 – бизнес классификация чат-ботов.

Разговорные – предназначены для общения, имитируют общение с реальным человеком, других целей не имеют;

Ассистенты – исходя из конкретных целей, из пользовательских ответов извлекают необходимые данные.

Q&A чат-боты – работают по принципу «вопрос-ответ».

Диаграмма классификации по техническому типу:

Рисунок 3 – техническая классификация.

Основанные на бизнес-правилах. В таком типе разговор человека и бота заранее продуман разработчиком и имеет дерево-подобную структуру. Посредством большого количества ответов, человек проходит по определенному пути.

Основанные на искусственном интеллекте. Не имеет предопределенной структуры. Путь разговора определен неявным образом на основе тестируемых данных, которые использовались для обучения модели машинного обучения. Такие боты должны иметь большой объем данных для качественной работы.

Гибридные. Этот тип чат-ботов использует в себе взаимодействие первого и второго типа, то есть разговор с пользователем ведется по заранее определённому типу, но используют искусственный интеллект для определения намерений пользователя, и извлечения данных их переписки.

Согласно исследованию LiveWorld, три года назад 58% маркетологов не хотели вкладывать средства в мессенджеры и чат-ботов. В то же время аналитики сделали более оптимистичные прогнозы относительно автоматизированных процессов и искусственного интеллекта – 85% назвали мессенджер-маркетинг новым стандартом для бизнеса.

Кардинальный сдвиг произошел в 2018 году. Близкий родственник социальных сетей - Messenger - обогнал социальные сети по количеству пользователей. По оценкам The Economist, люди тратят больше двух часов в день на приложения для обмена сообщениями. Такая активная аудитория могла влиять только на новые тенденции в маркетинге. Компании использовали не только мессенджеры в качестве полноценной платформы для общения с клиентами и рекламными услугами, но и для прямых продаж.

Согласно новому исследованию, глобальные продажи искусственного интеллекта вырастут до 126 миллиардов долларов к 2025 году по сравнению с 10,1 миллиардами долларов в 2018 году. Теперь искусственный интеллект видит свое продолжение в чатах. Учитывая то, как бренды внедряют виртуальных помощников, ожидается, что они станут основными инвестициями в обслуживание клиентов в течение следующих нескольких лет.

Недавно Facebook опубликовал множество данных, подтверждающих ценность ботов для бизнеса: «2 миллиарда сообщений отправляются между людьми и предприятиями, ежемесячно 56% людей предпочли бы получить сообщение, чем звонить в службу поддержки клиентов; 53% людей с большей вероятностью совершают покупки с предприятиями, которые могут отправлять сообщения. Использование чат ботов, безусловно, набирало обороты в  последние несколько лет. Данные из Google Trends показывают, что за последние пять лет объем поиска по темам „chatbots“ вырос в 19 раз, так как отдельные лица и предприятия начали осознавать их ценность».

Чат-боты увеличивают продажи. Благодаря им в короткие сроки можно получить целевую аудиторию. При правильном использовании бота он поможет в продажах и предоставит необходимую информацию покупателю. Как показывает практика, использование чат-бота для поддержки клиентов может снизить до 40% времени консультантов в онлайн-чатах. Кроме того, до половины обращений к боту происходит в нерабочее время. В отличии от живого человека, бот способен одновременно давать ответы нескольким пользователям. Более того, ответ дается мгновенно. Большим преимуществом чат-ботов является кроссплатформенность.

Чат боты для можно рассматривать в качестве нетрадиционного, прогрессивного маркетингового инструмента. Пользователей он не раздражает, скорее он им нравится. Это одно из его достоинств. Передаваемые благодаря чат ботами сообщения люди, как правило, читают. При применении чат ботов люди прибегают к личному общению, являясь зачастую его инициаторами. По данной причине у пользователей не появляется желания проявлять негативные реакции на входящие сообщения. Маркетинговая работа с использованием чат ботов предусматривает нацеленность на конкретную целевую аудиторию, она отличается высокой адресностью. Это дает возможность обеспечения персонализированных, обладающих высокой «конверсионнонностю» предложений.

Вышеупомянутое – не исчерпывающий список инструментов, а также услуг. Эти инструменты развиваются со временем, по мере того как чат-боты находят свою нишу на рынке.

Ценность чатов – это возможность автоматизировать разговоры в вашей организации. Но следует заметить, что иной раз имеются сложности в применении ботов некоторыми не готовыми к новому способу взаимодействия пользователями из-за непонимания/недопонимания определенных нюансов. Эти нюансы обычно связаны с необходимостью отсутствия у пользователей проблем, касающихся распознавания и логики мышления.

Чат-боты созданы для многих целей: для осведомления, поддержки клиентов после продажи товаров/услуг, предоставления платных услуг и многих других. В дополнение ко всему этому чат-боты с интересным контентом могут долгое время привлекать пользователей и применяться для того, чтобы заработать деньги за счет целенаправленной персонализированной рекламы.

Диалоговые пользовательские интерфейсы дают лучшее из обоих миров: человекоподобное естественное взаимодействие в сочетании с преимуществами цифровых технологий.

Доступность: как и любые другие автоматизированные цифровые технологии, диалоговые интерфейсы недороги и доступны круглосуточно и без выходных. Это похоже на то, что кто-то постоянно сидит в веб-чате, чтобы клиенты всегда имели возможность получить ответы.

Персонализированный опыт: в отличие от веб-сайтов и приложений для смартфонов, чат-боты обеспечивают крайне персонализированный подход благодаря разговорной природе взаимодействия. Индивидуальные настройки беседы предоставляют широкие возможности для распознавания и адаптации к целям, предпочтениям и ограничениям пользователя.

Низкая стоимость: чат-боты – это цифровые решения, следовательно, они предоставляют услуги поддержки клиентов, по меньшей мере, в десять раз дешевле, чем люди, выполняющие те же самые задачи.

Стабильность: чат-боты могут непрерывно работать в службах, чего трудно достичь с помощью операторов-людей и что может быть очень важно в определенных секторах.

Быстрое время отклика: в отличие от человеческих систем, время ответа в чат-ботах намного меньше. Пользователям больше не нужно ждать, пока их звонок будет принят, и во время разговора чат-бот будет отвечать быстрее человека, особенно когда человеческим операторам поручено одновременно вести более одного чата (иногда до пяти). Способность чат-ботов обрабатывать одновременные диалоги также устраняет узкое место ограниченной пропускной способности поддержки пользователей и, следовательно, помогает предприятиям масштабироваться.

Масштабирование: чат-боты могут легко масштабироваться, чтобы обрабатывать растущий и сезонный трафик, что нелегко сделать при использовании штата людей-советников. Праздничный сезон может особенно повысить спрос на поддержку клиентов. В такие моменты чат-боты могут использоваться для обработки низкоприоритетных и простых задач, тем самым уменьшая нагрузку на живых консультантов, и применяться разумно для обработки особо ценных разговоров.

Технологии диалогового пользовательского интерфейса в настоящее время являются одной из главных тенденций в технологическом бизнесе. Большинство крупных брендов начали формулировать свою стратегию чат-ботов в рамках своей более крупной стратегии ИИ и автоматизации. Такие инновационные решения, как чат-боты, умные динамики и беспилотные автомобили, приводят к важным политическим решениям. Мир готовится к наступлению технологий автоматизации, которые готовы заменить людей в повторяющихся и структурированных задачах.

СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ

Акулич, М. Чат-боты и маркетинг / М. Акулич — «Издательские решения». 2021. – 365с. ISBN 978-5-4490-7160-6

Алешева, Л. Н. Интеллектуальные обучающие системы [Текст] / Л. Н. Алешева // Вестник университета. - 2018. - N 1. - С. 149-155

Бамбуров, В. А. Применение технологий искусственного интеллекта в корпоративном управлении [Текст] / В. А. Бамбуров // Государственная служба. - 2018. - № 3. - С. 23-28

Макаров, И. М., Лохин В. М., Манько С. В., Романов М. П. Искусственный интеллект и интеллектуальные системы управления; Наука - М., 2012. - 336 c.

Минина В. Н. HR-боты в управлении человеческими ресурсами организации. Вестник Санкт-Петербургского университета. 2019 - 418с.

Ронжин, А. Л., Карпов, А. А., Ли И. В. Речевой и многомодальный интерфейсы; РГГУ - Москва, 2011. - 176 c.

Сырых Ю. А. Современный веб-дизайн. Настольный и мобильный. — М.: Диалектика, 2019. — 384 c.

Код для цитирования: Скопировать