<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=150415092460129&amp;ev=PageView&amp;noscript=1">

Visione

Offerta

Scenari

Tecnologie di Frontiera

Ruoli

Tilt

Cosa sono i bot, e come funziona la loro tecnologia?

Cosa sono i bot, e come funziona la loro tecnologia?

Per comprendere le tecnologie dentro a bot e chatbot bisogna prima capire quale sia il loro ruolo. 
Nel mondo dei chatbot, tra l’immediatezza della user experience e la complessità della tecnologia sottostante c’è un abisso. Chi li usa quotidianamente non fa altro che parlarci o digitare sullo schermo di uno smartphone e aspettare le risposte, ma il ‘motore’ che permette al bot di rispondere in modo corretto ed efficace è l’espressione di decenni di ricerca e di studio 

Se per bot si intende qualsiasi software in grado di automatizzare operazioni e, di conseguenza, lo si associa a una macro-categoria molto estesa, il sustrato tecnologico potrebbe anche non essere particolarmente complesso (dipende dalle operazioni che è chiamato ad eseguire) 

Ma se, invece, ci rivolgiamo a un chatbot, ci rendiamo subito conto di quante attività debbano concorrere per permettergli di capire le richieste, elaborarle e fornire risposte coerenti. Si entra in pratica in quel mare magnum tecnologico che molti chiamano Intelligenza Artificiale (AI) ma che con i film di fantascienza non ha nulla a che vedere: piuttosto, si tratta di rimanere incollati alla scienza, applicare tecnologie molto efficienti e indirizzarle verso unscopo. Ovvero servire il proprio interlocutore, che sia il cliente che chiede informazioni, l’investitore privato che vuole un suggerimento o il dipendente che vuole prendere una settimana di ferie.    

 

Tecnologie dentro a bot e chatbot per capire e poi agire 

Non tutti i chatbot sono uguali. La versione basic è quella che interagisce con gli interlocutori con menu di scelta multipla e non permette un vero e proprio dialogo naturale. Questi chatbot, che restano molto efficienti rispetto a specifiche mansioni, agiscono sulla base di regole predefinite e non contemplano – almeno in linea di principio – tecnologie cardine dell’AI di cui sopra.  

Ma oggi a un chatbot si chiede di più. Vogliamo parlaci o scriverci nello stesso modo con cui gestiremmo il rapporto con un amico. Non vogliamo usare formule predefinite da studiare a memoria, né dover ripetere le domande 100 volte prima di essere compresi ed ascoltati: ecco perché si parla tanto di Natural Language Understanding e Natural Language Processing come fondamenti di efficacia dei moderni Chatbot. Perché questi, per prima cosa, devono capirci.  

Se come interfaccia si usa la voce, i Chatbot devono adottare non solo un metodo di riconoscimento vocale (speech recognition), ma anche associarlo a una tecnologia di AI che permetta l’analisi semantica lessicale e frasale. Di fronte a persone che si esprimono come a un amicoil chatbot non deve solo trascrivere la frase, deve capirne l’intenzione, il significato che la persona vuole trasmettere e cosa si aspetta come risposta. Dietro questa affermazione, ci sono algoritmi complicatissimi di NLP (Natural Language Processing) che permettono la trasformazione di informazioni di testo o vocali in dati strutturati su cui costruire risposte attendibili e azioni efficaci, appoggiandosi ai database a propria disposizione. 

Inoltre, applicando ai dati testuali o vocali, evoluti algoritmi di cognitive computing è possibile non solo comprendere l’intenzione di cui sopra, ma anche effettuare quella che viene definita sentiment analysis chesintetizzando, consiste nel comprendere l’emozione legata a una certa espressione verbale o tono di voce: così facendo, se il chatbot intuisce insoddisfazione nel suo interlocutore (cliente), può indirizzarlo verso un operatore umano, le cui doti diplomatiche sono ancora migliori rispetto a quelle di un algoritmo. 

Altra espressione che emerge con grande frequenza nel mondo dei chatbot è Machine Learning. Siamo sempre all’interno delle tecnologie di AI e parliamo, in questo caso, di auto-apprendimentoNonostante qualsiasi bot debba essere ‘addestrato’ con set di dati, i migliori sono quelli in grado di affinare progressivamente le proprie capacità di comprensione delle richieste e, quindi, la propria efficacia. Detto così, Machine Learning sembrerebbe quasi sinonimo di NLP, ma in realtà si tratta di un insieme molto più ampio, poiché gli algoritmi di apprendimento automatico possono andare ben al di là dell’analisi semantica. Grazie a svariati metodi di gestione e interpretazione dei dati – tra cui le reti neurali artificiali -, è il Machine Learning a permettere ai chatbot di migliorare progressivamente il livello di performance, giungendo a una comprensione pressoché perfetta dell’intenzione dell’interlocutore, da cui una risposta o un’azione precisa. Non solo: grazie al concetto secondo cui i sistemi possono continuare a imparare dai propri dati, Machine Learning è ciò che permette ai chatbot di diventare contestuali, cioè di ricordare le conversazioni avute con determinati utenti e regolarsi di conseguenza nei rapporti successivi. Tutto ciò rappresenta un ulteriore passo avanti verso l’obiettivo finale dei chatbot: sembrare umano senza esserlo.  

New Call-to-action

Iscriviti al Blog