Chatbot vs. Konversations-KI

In der heutigen Welt des Kundenservice spielt künstliche Intelligenz eine entscheidende Rolle. Infolgedessen entstehen ständig neue Technologien wie Chatbots, Conversational AI und maschinelles Lernen. Allerdings versteht nur ein kleiner Prozentsatz der Bevölkerung, was all diese Begriffe bedeuten.

Vor allem mit Begriffen wie Chatbots und Conversational AI, die im Zusammenhang mit künstlicher Intelligenz und Kundenservice zunehmend synonym verwendet werden. Die beiden Namen haben jedoch signifikante Unterschiede. In diesem Beitrag erfahren Sie mehr über sie.

Die Geburt eines Chatbots

1966 stellte der MIT-Informatiker Joseph Weizenbaum der Welt Chatbots in Form von Eliza vor, einem Chatbot, der auf einem eingeschränkten, vordefinierten Fluss basiert und den Dialog eines Psychotherapeuten mithilfe eines Skripts replizieren konnte. Eliza führte „Gespräche“ mithilfe von Mustervergleichs- und Substitutionstechniken, die den Benutzern den Eindruck vermittelten, dass die Software sie verstand, aber kein integriertes Framework zur Kontextualisierung von Ereignissen hatte.

Die Ironie in dieser Weihnachtsgeschichte ist jedoch, dass Weizenbaum Eliza entworfen hat, um die Oberflächlichkeit der Mensch-Maschine-Kommunikation hervorzuheben, und dabei einen Chatbot produziert hat, der in der Lage ist, Sapiens zu täuschen, er sei ein Mensch. Eliza würde ihre Leistung schließlich bestätigen, indem sie einen begrenzten Turing-Test für maschinelle Intelligenz bestand.

Acht Jahre später wurde im Stanford Artificial Intelligence Laboratory der nächste bedeutende Meilenstein in der Konversationstechnik erreicht. Daher nutzte der Entwickler Kenneth Mark Colby seine vorherige Ausbildung als Psychotherapeut, um „PARRY“ zu erstellen, eine Software in natürlicher Sprache, die die Argumentation einer paranoiden Person nachahmt. PARRY hat die Erwartungen übertroffen, indem es den Turing-Test vollständig bestanden hat. ‍

Colby entwickelte ein kompliziertes System von Annahmen, Zuschreibungen und „emotionalen Reaktionen“, die durch unterschiedliche Gewichtungen von Spracheingaben ausgelöst wurden, um weniger als ein Jahrzehnt nach Joseph Weizenbaums Eliza solch erstaunliche Ergebnisse zu erzielen. Kann sich diese künstliche Intelligenz unterhalten?

Nein. Obwohl PARRY eine besser kontrollierbare Struktur und ein mentales Modell hatte, das die „Emotionen“ des Bots emulierte, war es immer noch regelbasiert, was bedeutete, dass es einer strengen (wenn auch komplizierten) Wenn-X- (Bedingung) dann Y-Formel (Aktivität) folgte.

Zu unserer Liste werden wir regelbasiert hinzufügen. Wir haben Sie daran erinnert, sich an die folgenden Konzepte zu erinnern: eingeschränkter, vorher festgelegter Gesprächsfluss UND regelbasiert. Lassen Sie uns nun fortfahren.

ALICE war der nächste große Name in der Branche (Artificial Linguistic Internet Computer Entity). Mit anderen Worten, ALICE wurde 1995 von Richard Wallace entwickelt und verwendete eine AIML (Artificial Intelligence Markup Language), eine Version von XML, einschließlich Tags, die es Bots ermöglichen, einen Musterabgleicher rekursiv aufzurufen, um die Sprache zu vereinfachen. In den Jahren 2000, 2001 und 2004 erhielt ALICE jedoch dreimal den Loebner-Preis, eine Auszeichnung für die menschenähnlichsten Systeme.

ALICE war in jeder Hinsicht bemerkenswert, aber kann es sich als dialogorientierte KI-Chatbots qualifizieren? Auch in diesem Fall lautet die Antwort wieder nein. Daher verwendete ALICE eine große Anzahl von „Kategorien“ oder Regeln, um Eingabemuster mit Ausgabevorlagen abzugleichen. ALICE gleicht jedoch seinen Mangel an morphologischen, syntaktischen und semantischen NLP-Modulen durch eine Fülle von Grundregeln aus; Wallace entschied sich für Größe über Kompliziertheit.

ALICE hatte für Laien alle Merkmale einer Konversations-KI, aber im Grunde war es einfach ein ziemlich riesiger Chatbot.

Was genau ist ein Bot?

Ein Bot wird im Merriam-Webster Dictionary als „ein Computerprogramm oder eine Figur (wie in einem Spiel) definiert, die dazu bestimmt ist, die Aktivitäten einer Person nachzubilden“. Abbot, das seinen Namen vom Wort „Roboter“ ableitet, ist eine nichtmenschliche Maschine, die bestimmte menschliche Eigenschaften nachahmen kann.

Was genau ist ein Chatbot?

Ein Chatbot, oft als virtueller Assistent bezeichnet, ist eine Art Roboter, der die menschliche Sprache über Sprache oder Text interpretieren und darauf antworten kann. Daher steht „Chat“ vor „Bot“. Dies ist ein entscheidender Unterschied, da nicht jeder Bot ein Chatbot ist (z. B. RPA-Bots, Malware-Bots usw.). Chatbots können sehr einfache Q&A-Bots sein, die darauf ausgelegt sind, auf vordefinierte Fragen zu reagieren. Das Herzstück eines Chatbots ist die Technologie zur Verarbeitung natürlicher Sprache (NLP), die es ihm ermöglicht, Benutzeranfragen zu verstehen und angemessen zu reagieren (vorausgesetzt, er ist dafür ausgebildet).

Was ist Conversational Artificial Intelligence (AI)?

Lassen Sie uns zunächst definieren, was Konversations-KI nicht ist. Im Gegensatz zu Chatbots, die einem vorgegebenen Gesprächsfluss folgen, basiert Conversational AI auf Dialog. Konversations-KI verwendet im Gegensatz zu Chatbots die Verarbeitung natürlicher Sprache, das Verstehen natürlicher Sprache, maschinelles Lernen, Deep Learning und prädiktive Analysen, um eine dynamischere, weniger eingeschränkte Benutzererfahrung zu bieten.

Daher sind ein automatisierter Spracherkenner (ASR), ein Modul zum Verstehen gesprochener Sprache (SLU), ein Dialogmanager (DM), ein Generator für natürliche Sprache (NLG) und ein Synthesizer für Text-zu-Sprache (TTS) Teil des typische Konversations-KI-Architektur. ASR empfängt jedoch rohe Audio- und Textdaten, wandelt sie in Worthypothesen um und sendet sie an die SLU. Der Zweck der SLU besteht darin, die grundlegende Semantik einer bestimmten Wortfolge (der Äußerung) zu erfassen. Es parst die semantischen Slots in der Äußerung des Benutzers und bestimmt die Konversationsdomäne und den Zweck.

Der Zweck des DM ist es, mit Menschen zu kommunizieren und ihnen zu helfen, ihre Ziele zu erreichen. Darüber hinaus bestimmt es das Verhalten des Systems, nachdem festgestellt wurde, ob die semantische Darstellung vollständig ist. Es verwendet die Wissensdatenbank, um die Informationen zu finden, nach denen der Benutzer sucht. Der Dialogagent kann jedoch mit Hilfe des DM robustere Urteile fällen, was die Verfolgung des Dialogzustands und die Auswahl der Politik beinhaltet.

Unterschied zwischen Chatbots und Conversational AI

Conversational AI und Chatbots: Wie geht es weiter?

Frühe Chatbot-Implementierungen konzentrierten sich hauptsächlich auf einfache Frage-und-Antwort-Szenarien, die NLP-Engines verarbeiten konnten. Darüber hinaus betrachteten viele Kunden diese als eine bequeme Möglichkeit, Antworten auf häufig gestellte Fragen über einen digitalen Kanal zu erhalten.

Diese rudimentären Chatbots hingegen hörten auf, anspruchsvollere Aufgaben zu erledigen, und übergaben häufig an menschliche Agenten, um die Anfrage weiter zu bearbeiten, insbesondere wenn die Kundenanfrage nicht dem erwarteten Weg folgte. Chatbots entwickelten aufgrund ihrer Fehler ein schlechtes Image, das in den frühen Stadien der Technologieakzeptanzwelle bestehen blieb.

Was ist die bessere Option?

Das Problem zwischen Chatbots und Konversations-KI ist in den letzten Jahren wieder aufgetaucht. Bots und Konversations-KI haben beide Vor- und Nachteile, aber was ist die bessere Option?

Conversational AI hat in den letzten Jahren an Popularität gewonnen, da Unternehmen versuchen, den Kundenservice zu verbessern. Im Gegensatz zu einem funktionaleren Chatbot kann eine Konversations-KI auf eine Frage auf eine Weise antworten, die sich für eine Person natürlicher anfühlt.

Während die Konversations-KI die intelligentere der beiden ist, bieten Chatbots ihre eigenen Vorteile. Wenn ein Verbraucher beispielsweise etwas kaufen möchte, könnte ihn die Konversations-KI zur Checkout-Seite leiten und ihn dort die Transaktion abschließen lassen. Dieser Vorteil hat die aktuelle Debatte zwischen Chatbots und Conversational AI entfacht.

Conversational AI hingegen ist besser darin, die Anforderungen eines Kunden zu antizipieren, während Chatbots besser darin sind, funktionalere Lösungen anzubieten.

Welche Probleme hat Conversational AI?

Von KI unterstützte Chatbots bieten eine Reihe von Vorteilen, darunter eine verbesserte Benutzererfahrung, erhöhte Markentreue und höhere Einnahmen. Die Bereitstellung eines KI-Chatbot-Dienstes mit der gleichen Erfahrung wie eine menschliche Person ist jedoch eine schwierige Herausforderung. Um dies zu erreichen, bedarf es regelmäßiger Schulungen und Aktualisierungen.

Daher besteht der schwierigste Aspekt bei der Entwicklung und Implementierung von Konversations-KI-Systemen darin, Menschen davon zu überzeugen, sie zu nutzen. Personen, die in der Lage und bereit sind, diese Dienste zu nutzen, sollten sie nutzen. Selbst wenn sie es möchten, sind Einzelpersonen nicht immer bereit, neue Technologien zu übernehmen.

Aus diesem Grund ist es von entscheidender Bedeutung, den Schwerpunkt auf Ihre Verbraucher und nicht auf die Technologie zu legen. Denken Sie immer daran, dass Menschen diese Dienste verwenden, um Probleme zu lösen, und dass sie möglicherweise noch nicht bereit für eine dialogorientierte KI-Erfahrung sind.

Eines der wichtigsten Probleme ist, dass Chatbots nur bei einer Sache effektiv sind: sich unterhalten.

1. Sie sind nicht intellektuell, und sie haben keine Gefühle.
2. Sie wurden vorprogrammiert, um auf bestimmte Begriffe zu reagieren. Ein Chatbot wird oft verwendet, um einfache Fragen zu stellen und einfache Antworten zu erhalten. Es gibt jedoch Situationen, in denen Verbraucher mehr Informationen wünschen als nur die Antwort auf ihre Anfrage.
3. Sie wollen wissen, wie jemand über ein Thema denkt oder was er darüber denkt.
4. Sie möchten wissen, ob der Bot ein Gespräch mit ihnen führen kann.
5. Es ist denkbar, einen Conversational Bot zu bauen, aber es wird viel Zeit und Mühe erfordern. Es gibt Konversations-Bots auf dem Markt, aber die meisten von ihnen sind nicht besonders gut. Sie erkennen manche Hinweise nicht oder verstehen die Bedeutung bestimmter Begriffe nicht.

Empathie für Endbenutzer zu gewinnen, die Grenzen vorhandener Technologien zu kennen und eine saubere und unkomplizierte Struktur zu verwenden, sind alle Teil der Überwindung dieser Hindernisse. Das Verständnis der Zielbenutzer und ihres Verhaltens ist beim Aufbau von Konversations-KI von entscheidender Bedeutung.

Lesen Sie mehr: 5 Möglichkeiten, wie Chatbots den Dienstleistungssektor verändern werden

Darüber hinaus besteht der erste Schritt darin, festzustellen, wer die Endbenutzer sind und welche Bedürfnisse sie haben. Sie können dies erreichen, indem Sie eine Persona erstellen. Eine Persona ist jedoch eine vollständige Beschreibung eines typischen Endbenutzers. Es erklärt die Ziele, Aktionen und Motivationen jedes Benutzers. Zusammenfassend können Teammitglieder Personas verwenden, um menschenähnliche Charaktere für die Verwendung in Design, Entwicklung und Tests zu erstellen.