Investigadores de Uber proponen un modelo de lenguaje de inteligencia artificial que resalta respuestas positivas y educadas


Los asistentes con tecnología de inteligencia artificial como Siri, Cortana, Alexa y Google Assistant son omnipresentes. Para que estos asistentes involucren a los usuarios y los ayuden a alcanzar sus objetivos, deben mostrar un comportamiento social apropiado y brindar respuestas informativas. Los estudios demuestran que los usuarios responden mejor al lenguaje social porque responden más rápido y tienen más probabilidades de hacer las cosas. Inspirados por esto, los investigadores de Uber y Carnegie Mellon desarrollaron un modelo de aprendizaje automático que inyecta lenguaje social en las respuestas de un asistente mientras mantiene su integridad.

Los investigadores se centraron en el dominio del servicio al cliente, específicamente en un caso de uso en el que el personal de servicio al cliente ayudó a los conductores a registrarse en una agencia de viajes compartidos como Uber o Lyft. Primero llevaron a cabo un estudio para observar la relación entre el uso de un lenguaje amigable por parte de los representantes de servicio al cliente y la capacidad de respuesta de los conductores para completar su primer viaje en ascensor. Luego desarrollaron un modelo de aprendizaje automático para un asistente que incluye una comprensión del lenguaje social y un componente de generación del lenguaje.

En su estudio, los investigadores encontraron que el «nivel de cortesía» en los mensajes de los representantes de servicio al cliente se correlacionaba con la capacidad de respuesta del conductor y la finalización de su primer viaje. Sobre esta base, entrenaron su modelo utilizando un conjunto de datos con más de 233.000 mensajes de conductores y las correspondientes respuestas de los empleados de servicio al cliente. Las respuestas tenían etiquetas que indicaban cuán amables y positivas eran en general, principalmente según lo juzgaban los evaluadores humanos.

Después del entrenamiento, los investigadores utilizaron técnicas automatizadas y controladas por humanos para evaluar la cortesía y la positividad de los mensajes de su modelo. Descubrieron que podía variar la cortesía de sus respuestas al tiempo que conservaba el significado de sus mensajes, pero que era menos eficaz para mantener la positividad general. Atribuyen esto a un posible desajuste entre lo que creían que estaban midiendo y manipulando y lo que realmente medían y manipulaban.

«Una explicación común de la asociación negativa de la positividad con la capacidad de respuesta del conductor en … y la falta de un efecto de mejora de la positividad en las respuestas de los agentes generados … podría ser una discrepancia entre el concepto de positividad del lenguaje y su operacionalización como un sentimiento positivo», escribió los investigadores en un artículo sobre su trabajo. «[Despite this, we believe] El rendimiento del servicio al cliente se puede mejorar utilizando el modelo para proporcionar respuestas sugeridas a los representantes de servicio al cliente para que puedan (1) responder más rápidamente y (2) seguir las mejores prácticas (por ejemplo, usar un lenguaje más cortés y positivo) mientras trabajan Aún así lograr el objetivo compartido por los conductores y el viaje compartido, es decir, llevar a los conductores a la carretera. «

El trabajo está llegando, ya que Gartner predice que para 2020 solo el 10% de las interacciones entre clientes y empresas se realizarán a través de la voz. Según el estudio Aspect Consumer Experience Index de 2016, el 71% de los consumidores desea poder resolver la mayoría de los problemas de servicio al cliente por sí mismos, 7 puntos más que el índice de 2015. Y según el mismo informe de aspectos, el 44% dijo que preferiría utilizar un chatbot para todas las interacciones de servicio al cliente en comparación con un humano.

VentureBeat

La misión de VentureBeat es ser una plaza de la ciudad digital para que los responsables de la toma de decisiones tecnológicas obtengan conocimientos sobre tecnología y transacciones transformadoras. Nuestro sitio web proporciona información importante sobre tecnologías y estrategias de datos para ayudarlo a administrar su negocio. Te invitamos a convertirte en miembro de nuestra comunidad y acceder a:

  • información actual sobre temas de su interés,
  • nuestros boletines
  • contenido privado de líderes de opinión y acceso con descuento a nuestros valiosos eventos como Transform
  • Funciones de red y más.

conviértete en miembro

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *