Adverteren of een persbericht?

‘De chatbot is helemaal niet nieuw; laat chatbots maar gewoon bots blijven.’

 

Artificial Intelligence en chatbots zijn hot. Toch is de chatbot is helemaal niet zo modern als we denken. Frank Smit – Chief Innovation Officer bij OBI4wan – vertelt over de geschiedenis van de chatbot en hoe deze ‘nieuwe’ innovatie bedrijven kan helpen.

De geschiedenis van de chatbot

De allereerste chatbot heette ELIZA en werd tussen 1964 en 1966 ontwikkeld door Joseph Weizenbaum. ELIZA was in staat trefwoorden te herkennen en kon met standaard-antwoorden reageren. Het principe is niet veranderd, maar de moderne technologie (machine learning) maakt dat de huidige chatbots meer kunnen dan men zich toen kon voorstellen.

Dit vertelt Frank. “ELIZA was meer een experiment en werd niet ingezet voor consumenten; dat verklaart misschien waarom de chatbot voor veel mensen als een compleet nieuwe innovatie aanvoelt. Technologische ontwikkelingen hebben de huidige chatbots slimmer én meer kosten-efficiënt gemaakt.” Alan Turing – bekend van de ‘Turing-test’- is filosofisch gezien misschien wel de grondlegger van Artificial Intelligence en chatbots. “Alan Turing ontwikkelde de Turing-test om vast te stellen in hoeverre een computer zich kon voordoen als mens. Chatbots en computers die niet als dusdanig werden herkend, slaagden voor de Turing-test.”

Fun fact: ELIZA was de eerste chatbot die de Turing-test met succes wist te doorstaan.

 

Fast forward: de huidige generatie chatbots

Hoe werken de chatbots die Frank met OBI4wan ontwikkelt? “Wij maken voor onze klanten chatbots die eigenlijk gezien kunnen worden als een virtueel medewerker van de afdeling webcare. De chatbot ‘leest’ het bericht, bepaalt de intentie van de klant (vraag, klacht etc.) en zorgt voor een complete set gegevens (klantnummer, ordernummer etc.). Het werk van de chatbot zit er dan ook gewoon op; de complete set gegevens wordt overgedragen aan een medewerker van de klantenservice. Het volledige klantenservice-proces is te ingewikkeld om in een chatbot te stoppen. En daar geloven wij trouwens ook niet in. Klantenservice is mensenwerk en het belangrijkste is dat de klant wordt geholpen.” aldus Frank. “Natuurlijk is het fantastisch dat het mogelijk is om een chatbot zó menselijk te maken dat deze niet meer van een mens te onderscheiden is, maar laat de klant gewoon weten dat ‘ie met een chatbot aan het praten is. Het is helemaal niet erg om te zeggen dat een chatbot aan de slag gaat om de klant te helpen; de klant wil gewoon goed geholpen worden. Het is trouwens helemaal niet gezegd dat een chatbot die voor de Turing-test slaagt de klant beter kan helpen! Laten we ook niet vergeten dat chatbots ook niet zonder fouten zijn en dat de inzet van moderne middelen ook een ethische kant heeft. Laat de chatbots dus maar gewoon chatbots blijven.”

Fun fact: chatbots werken eigenlijk volgens het IFTTT-principe (If This Then That-principe). 

Tay: de losgeslagen Nazi-chatbot van Microsoft

Het kan inderdaad ook compleet verkeerd gaan met chatbots en Artificial Intelligence. Microsoft’s chatbot Tay verdween slechts 16 uur later van Twitter, maar niet voordat online een ravage was aangericht. Frank legt uit hoe dat experiment zo verkeerd kon lopen. “Het probleem met de chatbot van Microsoft kan ik heel simpel uitleggen: geen controle. Chatbots leren door gebruik te maken van Machine Learning. De chatbot van Microsoft gebruikte Deep Learning (een vorm van Machine Learning) om zelf antwoorden te genereren op vragen op basis van Twitter data. De chatbot leert dus patronen herkennen in de vragen en antwoorden en gebruikt deze patronen om bij een nieuwe vraag het juiste antwoord te genereren. “Dit heeft als grote voordeel dat er weinig menselijke interventie nodig is, de chatbot leert dit helemaal zelf. Het grote nadeel echter is dat de chatbot patronen ontdekt, zoals Tay, die tot verkeerde berichten leiden. Je hebt dus geen controle over wat de chatbot naar je klanten gaat zeggen” legt Frank uit. “Het betekent natuurlijk niet dat iedere chatbot die gebruik maakt van deep learning binnen 16 uur verandert in een ‘Holocaust-ontkennende-Nazi chatbot’, maar het risico van het uit handen geven van de controle over het leerproces is nog steeds ontzettend groot.”

Het begon allemaal zo mooi voor chatbot Tay…

Spam vs. geen spam: de chatbot veilig laten leren

Hoe kunnen bedrijven dan een betrouwbare virtuele medewerker maken van hun chatbot? “Het ontwikkelen van een chatbot is een proces én een continu proces. Chatbots kunnen zeker ook op een veilige manier leren (lees: verbeterd worden). Door Machine Learning niet in te zetten om antwoorden te genereren, maar om de intentie achter het bericht te bepalen, kun je daarna de intentie gebruiken om vervolgstappen te bepalen, antwoorden te geven en vragen te stellen. Het begrip Machine Learning zal misschien niet iedereen iets zeggen, maar iedereen weet dat e-mails gemarkeerd kunnen worden als spam en dat de hoeveelheid spam in de inbox op een bepaald moment minder wordt doordat het systeem beter in staat is spam te herkennen. Dát is Machine Learning. Het is de mens die het systeem vertelt hoe in een bepaalde situatie gehandeld moet worden. Je mailbox zet de spam in de spam folder nadat de spam is gedetecteerd, chatbots geven het juiste antwoord als de intentie is bepaald.”

Chatbots: de do’s en don’ts

Frank heeft tot slot nog een aantal mooie do’s en don’ts voor bedrijven die chatbots in willen zetten, want:

Een chatbot kan voor iedere organisatie interessant zijn.

DO: chatbot een specifieke taak geven voor optimale prestaties en ROI

“Chatbots werken het best én leveren de meeste Return On Investment op wanneer ze worden ingezet op een specifiek domein en een specifieke taak hebben. ELIZA was de eerste chatbot die door de Turing-test heen kwam, maar de ‘ELIZA-methode’ kent een aantal grote nadelen. ELIZA kon niet zelfstandig leren, dus alles moet ELIZA geleerd worden; dat levert ontzettend hoge (ontwikkelings)kosten op. Bedenk maar eens dat alles dat een mens kan doen op de afdeling webcare aan een chatbot geleerd en geprogrammeerd moet worden!”

DO: keuzes maken!

“Chatbots zijn een virtuele medewerker, maar geen vervanging voor de mensen van klantenservice en webcare. Hoe kan een chatbot helpen in het complete proces van klantenservice? Welke specifieke taak kan de chatbot overnemen van de medewerkers? En waar kan de chatbot jouw klanten het beste mee helpen? Keuzes maken!”

De chatbot van Bol.com is wél een succesverhaal.

DON’T: een chatbot willen die alles kan en door de Turing-test heen komt

“Het is gewoon niet rendabel om een chatbot te ontwikkelen die door de Turing-test komt én alles kan dat een mens in de klantenservice kan betekenen. Laat die chatbots gewoon chatbots zijn. Het is nu misschien nog wennen dat een chatbot een deel van de klantenservice en webcare doet, maar het is gewoon een ‘tweede industriële revolutie’. Zoals men toen dacht dat iedereen zijn baan zou verliezen aan machines, zo is het nu ook met de chatbots. Het duurt even, maar dan wordt het duidelijk dat de machine geen vervanging is voor de mens, maar slechts een aanvulling en een ontzettend handig hulpmiddel.”

DON’T: controle uit handen geven

“Het is aan het einde van dit artikel natuurlijk een open deur geworden, maar de controle uit handen geven is écht een DON’T!”

Angelique Bemelmans

Rockin' marketing @ Marketing Mania! - www.marketing-mania.nl

Geef een reactie

Jouw e-mailadres wordt niet gepubliceerd.

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Boek E-commerce Marketing 4.0 met Pieter Zwart, Michel Schaeffer, Thuiswinkel.org & Cor Molenaar 

BESTEL NU!