Slik fungerer en chatbot

En chatbot er et kunstig intelligent program som automatisk svarer på meldinger den mottar. Denne teknologien kan brukes på mange måter, men nå om dagen kan man blant annet finne chatboter som støtter en bedrifts HR-funksjon. Dersom du leder en bedrift og har mange ansatte, er du nok klar over hvor viktig det er å ha noen som kan ta seg av alle de forskjellige spørsmålene som ansatte lurer på.

Med chatboter kan man lette på noe av dette behovet ved å ha automatiserte svar på spørsmålene som stilles oftest. Hensikten med en chatbot er slett ikke å erstatte menneskelige HR-rådgivere. Men ved å benytte seg av kunstig intelligens kan man være tilgjengelig 24/7 og la en chatbot besvare de hyppige og gjentakende spørsmålene, slik at HR-avdelingen kan konsentrere seg om mer kompliserte og interessante oppgaver.

Basert på regler eller kunstig intelligens

Chatboter kan bygges på to forskjellige måter. Enten lager man en regelbasert chatbot eller en chatbot basert på kunstig intelligens.

Regelbaserte chatboter er forhåndsprogrammert med en rekke spørsmål og svar og kan kun gi et svar dersom brukeren formulerer spørsmålene sine på nøyaktig samme måte som de forhåndsprogrammerte spørsmålene. En såkalt «klikkbot» fungerer på samme måte. I en klikkbot kan brukeren kun kommunisere med chatboten via knappevalg som dukker opp i løpet av samtalen. Bruk av slike knapper gir menneskene bak chatboten fullstendig kontroll over dialogen  brukerne har med chatboten, men samtalen vil ikke føles like naturlig som bruk av fritekst i chatvinduet.

I samtaler med chatboter som benytter kunstig intelligens, slik som Simployer Chatbot, står man mer fritt til å bruke sine egne formuleringer og begreper. Slike chatboter bruker maskinlæring til å tolke naturlig språk, slik at den ikke er avhengig av at brukerens ord og formuleringer er nøyaktig likt som det forhåndsprogrammerte innholdet. Som chatbotbygger må man allikevel bruke en del tid på å trene opp maskinlæringen, slik at den blir så presis som mulig. Og det er ofte her vi ser at det oppstår misforståelser. Mange tror at kunstig intelligens og maskinlæring betyr at chatbotene klarer å lære seg språk på egenhånd, men det stemmer dessverre ikke. Man må fremdeles mate chatboten, men trenger langt færre eksempler og variasjoner enn det man må ha i en regelbasert chatbot. En chatbot basert på kunstig intelligens vil også forbedres jo mer den brukes, fordi maskinlæringen blir mer presis. En regelbasert chatbot vil alltid være avhengig av manuell oppdatering for å forbedres.

Naturlig språkforståelse 

For at en chatbot skal kunne besvare et spørsmål, må den forstå hva brukerne sier når de sender en melding. Denne typen forståelse omtales på engelsk som Natural Language Understanding (NLU), og handler om den interne strukturen til naturlig språk og ords betydning. Mennesker forstår naturlig språk uten vanskeligheter (i det minste morsmålet sitt), men med maskiner er det annerledes. De mangler en viktig brikke i puslespillet: menneskehjernen.

For å oppnå treffsikker og robust Natural Language Understanding er det i dag vanlig å bruke maskinlæring. Her trener man maskinlæringsmodeller på innsamlet data, i dette tilfellet tekst. Maskinlæring er et felt innenfor kunstig intelligens og har sett en betydelig oppblomstring de siste årene: Stadig flere selskaper ønsker å bruke maskinlæring for å forbedre tjenestene sine og forenkle prosesser. Alt i alt handler maskinlæring om å forsøke å få maskiner til å lære på den samme måten som mennesker gjør, og dette er en krevende oppgave vi ikke er i nærheten av å løse ennå.

Hvordan bruker Simployer Chatbot maskinlæring?

Kindly besitter verktøy for Natural Language Understanding som benytter seg av maskinlæring. Dette gjør at chatbotene våre er i stand til å forstå hensikten i meldinger fra brukere og gi et passende svar. Ved å gi chatboten eksempler på hvordan man kan stille et spørsmål, blir den rustet til å forstå lange variasjoner av disse, inkludert synonymer, stavefeil og forskjellige dialekter.

Ved å kombinere dyp forståelse av lingvistikk, datavitenskap og maskinlæring, utvikler vi algoritmer som forstår mening i tekst og som er i stand til å finne det beste svaret på et gitt spørsmål – dersom det er meningen at spørsmålet skal besvares.

Vi bygger ikke generelle chatboter som skal være i stand til å besvare hva som helst. Simployer Chatbot, for eksempel,  er ekspert på emner innen HR. Den trenger derfor ikke å kunne svare på spørsmål om lokale bussbilletter.

En av teknikkene vi bruker for å forstå ordlikhet og semantikk kalles på engelsk «word embeddings», som er basert på teorien om distribusjonell semantikk. Denne teorien handler om at for å forstå betydningen av et ord, må man se på ordene det omgis av, altså konteksten. Konteksten som et ord befinner seg i, kan gi indikasjoner på det aktuelle ordets betydning. Dette ble oppsummert av John Rupert Firth i 1957, da han på berømt vis skrev: 

‟You shall know a word by the company it keeps„

La oss ta et eksempel. I setningen «Jeg kjører X til jobb» kan vi trygt anta at X er en eller annen form for kjøretøy, hvis hensikt er å få deg hjemmefra til jobben, og dermed ganske lik en bil – eller kanskje til og med en type bil. Denne teknikken fungerer overraskende bra og har blitt anvendt i nesten alle brukstilfeller av Natural Language Understanding de siste årene. Heller enn å lage lange lister med synonymer manuelt, kan vi få maskinen til å lære seg semantikken og ordlikheten automatisk!

Hva kan vi forvente fremover fra slike digitale assistenter? 

Dersom chatboter kan ta over store deler av dialogen med ansatte, slik de har gjort i en rekke tilfeller allerede, er det stor grunn til å tro at man vil se en enorm utvikling innenfor dette feltet i årene fremover. Vi opplever at selskaper i stadig større grad etterspør flere bruksområder. Man kan se for seg en chatbot som håndterer alle brukerrelaterte spørsmål for en IT-avdeling, eller som en ekspertrådgiver innenfor et fagfelt. Eller hva med en chatbot som onboarder en nyansatt? Mulighetene er mange innenfor dette feltet!

Petter Hohle og Siv Fjørtoft jobber hos vår chatbot-leverandør Kindly som henholdsvis data scientist og kommunikasjonsansvarlig. Det har skrevet dette gjesteinnlegget som gir innsikt i hvordan en chatbot fungerer.

Simployer Chatbot er tilgengelig i personalhåndboken.