البوتس تتحدث العربية!

الشات بوت قد لا يحتاج إلى شخصية لكي ينجح!

الشات بوت ليس في حاجة لشخصية لينجح بل لركائز أخرى! فربما ما يحتاج إليه الشات بوت لكي ينج هو تصميم يتمحور حول المستخدم نفسه.

0 814

الشخصية هي أحد الموضوعات المثيرة للجدل في عالم الشات بوت. لبعض الناس، محاكاة هذا الجانب الغامض لسلوك الإنسان بنجاح يخلق كل الفرق بين الشات بوت التي تعمل والشات بوت التي لا تعمل.

ومع ذلك ،هذا الفكر الذي قد تم وضعه في غير محله. وفقا لدراسة من “ريتال” معظم المستخدمين الذين تفاعلوا مع الشات بوت فضلوا فكرة “تحسين الدقة” أكثر من كل المتطلبات الأخرى. 28% تمنوا لو كانت تفاعلاتهم أكثر طبيعية. بطريقة أخرى معظم المستخدمين فضلوا الإنتاجية على الشخصية. من المنطقي أن نفترض أن معظم هؤلاء المستخدمون تفاعلوا مع الشات بوتس في مجالات خدمة العملاء وليس الترفيه.

ومن هذا الصدد ومع بعض الإستثنائات (حس الفكاهة على سبيل المثال) الشخصية يمكن خلطها بسهولة مع تصميم التمحور حول المستخدم. كمثال، الشات بوت الذي يسألك عن اسمك ويغير في التحادث أو يمكنه توقع أسئلتك أو احتياجاتك بسبب التعلم الآلي ليس مشخصن بل متمحور حول المستخدم. في الحقيقة التركيز على المستخدم يتعين أن يكون الهدف الأسمى لكل أنظمة التعلم لأن كل هذا الأشياء التي يتعلمها مرتكزة على معرفة سلوك مسبق، وبالتالي توقع السلوك المستقبلي والحاضر.

يمكنك أيضًا الاطلاع على: كيف تصمم شات بوت أنت بالفعل تريد استخدامه؟

وحتى بالنسبة للشات بوت الذي سيتعلم لن يأخذك إلى هدفك بسهولة إن لم يكن لديك إتاحة لآلاف التحادثات من أجل تدريب نموذجك لن يكون لديك بيانات كافية للتأكيد على دقة الشات بوت وصلابتها. هنا أمثلة لفجوات من المتوقع أن ينساها مطوري الشات بوت والتي من الغير متوقع أن تصمم بنماذج مدربة على بيانات محدودة. تُسمي هذه الفجوات أو الأخطاء ب “UMM”

 أخطاء ال”UMM:

  • أخطاء الطلب الغير مدعومة: قد يسأل المستخدمون أسئلة للشات بوت لم تكن مصممة لأن تُجيب عليها؟
  • أخطاء التعامل مع المستخدم: قد تخفق الشات بوت في تحديد ما يحتاجه المستخدم؟ فلا تفهم سياق السؤال وتجيب على سؤال آخر بالخطأ؟
  • أخطاء في مطالب لم يرد عليها: قد تفهم الشات بوت المستخدم، لكن يتفشل في توقع بعض العبارات والمصطلحات أو حتى المنتجات والتي لا تقدمها شركتك؟

الطريقة الواقعية الوحيدة لمعالجة تلك الأخطاء هي التحليل المستمر لتفاعلات المستخدم (عبر بيانات التراسل) وبعدها تحسين الشات بوت ليملأ الفراغات. ولكن إن لم يكن لديك فريق من علماء البيانات أو المحللين جاهزين لجمع الأفكار معًا من سجلات. فأفضل رهان لك هو الأدوات الآلية بالأخص التي تعتمد على نماذج تعلم آلي مُصممة ومُدربة جيدًا.

بالطبع، حل تلك المشاكل هي أسرع طريق نحو شات بوت متمحور حول المستخدم و يقابل التوقعات بالدقة والصلابة. وبالتالي قد تجد حالات أكثر للشات بوت من التي توقعتها حتى إن لم تكن تمتلك شخصية.

ربما يهمك أيضًا: أربعة نصائح لإدارة المعلومات التي تجمعها الشات بوت عن العملاء!

بعض المعلومات عن شات بيز (Chatbase):

شات بيز، أداة تقوم بمراقبة تحليلات الشات بوت، إنها تمنح الذين يبنون واجهات تحادث أو شات بوت أدوات متطورة لخلق تجارب مستهلك أفضل من أي وقتٍ مضى، مما يؤدي إلى معدلات حفظ وتحويل أفضل. شات بيز خدمة سحابية تندمج بسهولة مع أي منصة من أي نوع إما صوت أو نص و هي بالفعل مجانية الاستخدام.

بجانب المواصفات الأخر، الشات بيز يعتمد على قدرات التعلم الآلي لدى جوجل لأتمتة التعرف على مشاكل الشات بوت والفرص التي قد تستغرق وقتًا طويلًا مما يؤدي إلى تحسينات أسرع ودقة أفضل.

 

مصدر Your Bot Doesn’t Need Personality, It Needs User-Centric Design