Comment les chatbots fonctionnent (et pourquoi, parfois, ils ne fonctionnent pas)
Domo arigato, M. Chatboto, tous les deux ont spécialement été créés pour effectuer le travail que personne ne voulait faire. Et vous, comment procédez-vous? Quel est votre petit secret?
Il est souvent question des chatbots et de la valeur ajoutée qu’ils apportent aux entreprises. Mais comment fonctionnent-ils concrètement? Vous tapez une question, une réponse apparaît aussitôt. C'est à se demander parfois si ce n'est pas de la magie.
Avec le nombre de chatbots que l'on trouve aujourd'hui sur divers sites web, vous vous demandez sûrement comment ils ont pu se reproduire si vite. Ne coûtent-ils pas du temps et de l'argent? Et comment se fait-il que certains d'entre eux puissent être aussi étrangement précis et humains, tandis que d'autres sont carrément "stupides"?
Examinons brièvement et simplement les différents types de chatbots disponibles sur le marché, ainsi que leur mode de fonctionnement.
Qu'est-ce qu'un chatbot?
Tout d'abord, qu'est-ce qu'on entend exactement par "chatbot"? Un chatbot est un programme informatique qui arrive à imiter les conversations humaines. Il interagit avec les utilisateurs par messagerie instantanée, reproduisant artificiellement le modèle de la communication humaine.
Les chatbots existent depuis les années 1960, avec ELIZA comme précurseur , développée par le professeur Joseph Weizenbaum, du MIT. Depuis lors, les chatbots ont beaucoup évolué, passant du statut de compagnons de conversation à celui d'aide aux entreprises et aux personnes dans leurs tâches quotidiennes et la gestion.
Désormais, les chatbots vivent dans nos foyers, sur nos téléphones et nos sites web préférés. Comment arrivent-ils à nous comprendre et à savoir quoi répondre? Pourquoi certains chatbots sont-ils plus avancés que d'autres?
Comment les chatbots fonctionnent
En bref, les chatbots analysent la demande des utilisateurs et apportent une réponse basée sur un processus de décision spécifique. Les caractéristiques de ce processus dépendent du type de chatbot utilisé.
Il existe trois principaux types de chatbots: ceux basés sur un arbre de décision, ceux reposant sur la reconnaissance de mots-clés et les chatbots contextuels.
Tous les trois ont un seul et même objectif: déterminer quels sont les besoins de l'utilisateur et l'aider au mieux, en fonction de leurs capacités. Voyons comment chacun d’entre eux parvient à atteindre cet objectif.
1
Les chatbots basés sur un arbre de décision
Voici le type de chatbot le moins bavard de tous. Les chatbots basés sur un arbre de décision sont préprogrammés pour suivre une séquence, qui peut être très simple, tout comme extrêmement complexe.
J'ai décidé de créer mon propre robot de salon de coiffure sur Landbot.io , que j'ai nommé Ola. Cela m'a permis d'éviter tout le travail de développement en amont lors de la création de mon chatbot et d'utiliser des blocs de construction, afin de configurer une conversation cohérente.
Ce genre de chatbot fonctionne via l’utilisation de widgets présélectionnés, avec des options de boutons. Il vous permet de faire preuve de créativité pour le texte et les options d'affichage de votre chatbot, et votre utilisateur aura à choisir entre différentes options, que vous aurez définies.
C'est un processus très simple, d’où leur succès auprès de nombreuses entreprises. Ces chatbots sont moins chers à construire et plus rapides à déployer, tout en demeurant utiles, divertissants et éducatifs. Les limites qu'ils imposent ne font pas obstacle à la créativité.
2
Les chatbots basés sur la reconnaissance de mots-clés
Ce genre de chatbots fonctionne de la même manière que les chatbots d'arbres de décision, mais dépendent uniquement de mots-clés.
Toutefois, contrairement aux robots d'arbre décisionnel, les robots basés sur les mots clés permettent une approche plus conversationnelle. Comme les utilisateurs sont libres de taper leurs propres questions et réponses, les conversations ne suivent pas systématiquement un cheminement linéaire. Le chatbot est capable de changer d'orientation, à condition qu'il identifie les mots clés de vos entrées.
En utilisant Python , par exemple, vous pourrez définir des fonctions spécifiques au traitement des réponses, telles que les salutations et les demandes des clients. Vous pourrez déterminer les mots clés de votre chatbot et la manière dont il devra répondre.
Le chatbot reconnaîtra ces commandes spécifiques. Si vous tapez "Bonjour", le chatbot l'identifiera comme un message d'accueil et apportera la réponse appropriée, selon sa carte de conversation.
Si vous dites "Hé, ça roule?", vous risquez d'obtenir une réponse d'erreur. Ce n'est pas une salutation courante et la majorité des chatbots ne seront donc probablement pas programmés pour la reconnaître.
Ce type de chatbot souffre lors de scénarios plus complexes, où un plus grand nombre de variables et de connaissances sont nécessaires. Si un utilisateur pose des questions trop similaires, les résultats pourraient être redondants.
Un hybride de chatbot par mots-clés et par arbre de décision pourrait aider l'utilisateur à trouver une réponse adaptée, au lieu d'abandonner.
3
Les chatbots contextuels
Alors que les chatbots précédents suivaient des règles prédéfinies, les chatbots contextuels fonctionnent selon celles qui leurs sont propres... enfin, en quelque sorte.
Les chatbots contextuels utilisent l'intelligence artificielle (IA) et son sous-ensemble de l'apprentissage automatique (AA) pour mener des conversations et en tirer éventuellement des enseignements. Ils sont plus indépendants que leurs frères chatbots, mais ont besoin d'une planification et d'une orientation stratégiques.
Il existe deux types de systèmes de dialogue: les conversations orientées vers un but (pensez à Siri, Alexa, etc.) et les conversations générales ( Insomnobot-3000 , Replika ). L'un essaie de résoudre les problèmes en utilisant le langage naturel, tandis que l'autre cherche à converser sur des sujets variés.
Certains paramètres doivent être respectés pour qu'un chatbot contextuel puisse communiquer de façon presque humaine:
Créer un flux de conversation. Un bon flux de conversation n'est pas nécessaire au fonctionnement d'un chatbot - mais il rend l'échange beaucoup plus agréable. Pour obtenir des conseils sur la manière d'en créer un, consultez notre article “6 steps for creating a smooth chatbot conversation flow.”
Ajouter les intentions appropriées. Une intention, c'est l'objectif de l'utilisateur. S'il demande au chatbot "Quel temps fait-il aujourd'hui?", son intention est de récupérer des informations sur la température et les conditions météorologiques du jour. On attribue aux intentions souvent un verbe et un substantif comme nom, tel que "showWeather". La prédéfinition des intentions aidera votre chatbot à répondre correctement aux entrées.
Alimenter la base de connaissances du chatbot. Les chatbots contextuels requièrent un nombre suffisant de données. Il existe des cadres de données open source disponibles pour créer des chatbots à usage général, mais pour que votre chatbot soit une extension de votre entreprise, il aura besoin de vos données historiques.
Il pourrait s'agir de données sur les clients, de transcriptions de chat en ligne, de documents d'assistance à la clientèle ou de toute autre donnée que vous jugerez importante.
Grâce à l' apprentissage supervisé , vous pourrez former votre chatbot contextuel à la reconnaissance de l'intention humaine et à l'acceptation ou au rejet des intentions, qualifiées après un chat. Avec le temps, votre chatbot sera capable de faire des prédictions plus précises et de mieux interpréter le langage naturel.
En fait, plus un chatbot contextuel pourra collecter de données et les envoyer à une base de données structurée, plus l'expérience se perfectionnera.
Le traitement automatique du langage naturel (TALN) est ce qui aide votre IA à mieux comprendre l'intention et le contexte. Il s'agit d'une technologie qui aide les ordinateurs à interpréter et à traiter le langage humain, en le décomposant en morceaux et en observant comment ils fonctionnent ensemble.
Lorsqu'un utilisateur tape "salut", le TALN permet au chatbot de comprendre qu'il vient de recevoir un message d'accueil, et l'IA détermine ensuite une réponse appropriée. Contrairement aux chatbots basés sur les mots clés, le TALN fournit un contexte et une signification aux réponses basées sur le texte.
L'utilisation du TALN implique ce qui suit:
- La compréhension du langage naturel (NLU): Le processus de conversion du texte en données structurées, compréhensibles pour une machine.
- La génération automatique de texte (GAT): Le processus de transformation de données structurées en langage naturel.
Une fois ces actions réalisées, le chatbot pourra interagir avec l'utilisateur de façon comparable à celle d'un être humain.
Le guide pratique des chatbots pour les entreprises
Découvrez comment fonctionnent les chatbots, ce qu'ils peuvent faire pour vous, comment en créer un - et si les bots vont finir par nous piquer nos jobs.
Télécharger gratuitementPourquoi certains chatbots ne fonctionnent pas
Pour être honnête, certains chatbots ne sont en fait que des organigrammes, dont le succès n’est pas toujours justifié. Ils dépendent de l'utilisateur pour suivre un flux strict, qui se traduit par des interactions rigides et des impasses conversationnelles.
La langue et la connaissance sont également trop complexes pour un grand nombre de chatbots, ce qui fait perdre toute nuance lors des conversations. Les systèmes avec lesquels nous interagissons aujourd'hui sont des IA étroites, souvent incapables de réaliser exactement ce qu'on leur a demandé de faire.
Même le TANL fait parfois défaut lorsqu'il s'agit de détecter les modèles du langage naturel. Le langage est structuré, mais il peut aussi être chaotique.
Voici quelques défis à relever:
- Les synonymes, les homonymes, l'argot
- La ponctuation manquante
- Les fautes d'orthographe
- Les abréviations
Il faut aborder un chatbot comme s'il s'agissait d'une personne en début d'apprentissage de sa langue maternelle. Soyez simple et clair.
Le fait que les entreprises et les utilisateurs aient des attentes irréalistes envers les chatbots n'améliore pas l’affaire. Trop souvent, les deux parties s'attendent à ce qu'un chatbot sache parler et résoudre les problèmes comme un être humain.
Ceci demeurera impossible tant que nous ne disposerons pas d'une IA générale, chose que nous ne verrons certainement pas de notre vivant . Leur discours et leur précision s'amélioreront avec le temps, mais aux dépens de vos clients.
Si vous laissez un ordinateur apprendre à jouer aux échecs en autodidacte, il fera des milliers d'erreurs, sans conséquences. Dans le service client, la seule façon d'apprendre est d'interagir et de faire des erreurs avec les clients, ce qui implique de nombreuses expériences frustrantes.
Se lancer avec son propre chatbot
Les chatbots fonctionnent mieux lorsqu'ils sont connectés à une solution de chat en ligne. Userlike dispose de plusieurs options de chatbot/AI, comme le framework HTTP API , qui vous permet de connecter des chatbots, tels que le bot OMQ , IBM Watson ou votre propre solution personnalisée.
Une fois votre chatbot connecté à l'infrastructure de chat de Userlike, celui-ci aura accès aux commandes de chat et pourra diriger les visiteurs vers des pages web spécifiques.
Vous pourrez consulter la transcription de chaque interaction de votre chatbot, et votre robot pourra récupérer et stocker les informations pertinentes des visiteurs de votre site. Si un visiteur souhaite parler à un agent humain, votre robot de chat se chargera de transmettre le chat en toute simplicité.
Userlike propose un essai gratuit de 14 jours pour vous donner une idée du fonctionnement de notre plateforme de messagerie. Si cela vous intéresse, faites-le nous savoir et nous vous proposerons le forfait qui vous convient le mieux.
