Pourquoi en 2020 votre Chatbot n’est pas le nouveau CARL 500 ?

1

« Je suis désolé Dave, mais je ne peux pas accéder à votre demande. ", ainsi s’exprime CARL 500 – nommé HAL 9000 dans la version anglaise – dans l’épique ‘2001 : L’Odyssée de l’espace’ de Stanley Kubrick. Ce dialogue a marqué l’histoire du cinéma de Science-Fiction. CARL, IA de fiction mais réel sixième membre de l’équipage, s’adresse à l’astronaute Dave. Non content de contrôler tous les systèmes de communication du vaisseau Discovery One, CARL prend des décisions et ira même jusqu’à la mutinerie.

Est-ce ainsi que les années 1960 voyaient le futur de l’intelligence artificielle ?

Les capacités de CARL sont le Saint Graal pour tout éditeur de logiciels : maîtrise de la voix, reconnaissance vocale, traitement du langage naturel, reconnaissance faciale, lecture sur les lèvres, interprétation des comportements émotionnels, raisonnement automatisé et, il va s’en dire, aptitude à jouer aux échecs.

La réalité est-elle à la hauteur des prédictions ? Pas encore, mais nous nous en approchons un peu plus chaque jour. Gartner prédisait même qu’en 2020, vous seriez plus susceptible d'avoir une conversation avec un chatbot qu'avec votre conjoint ! Vrai ou Faux ? Vous seul avez la réponse…

Le chatbot n’est pas une technologie révolutionnaire de notre décennie.

Déjà dans les années soixante, ELIZA, un des premiers chatbots, simulait un psychothérapeute rogérien (centré sur la personne et l’empathie) en reformulant les affirmations du patient en questions, et en les lui posant. ELIZA avait, dirons-nous, des axes d’amélioration.
Les assistants virtuels thérapeutiques connaissent un retour en grâce pendant cette période anxiogène qu’est la crise de la COVID-19. Certains ont d’ailleurs imaginé de véritables « compagnons d’isolement virtuel » pour faire en sorte que les gens se sentent moins seuls pendant le confinement. Depuis la démocratisation des assistants virtuels et autres enceintes connectées, il est de nos jours, bien accepté de ‘parler avec une IA’, un des éléments de la « nouvelle normalité ».
D’autres usages ont d’ailleurs vu le jour pendant la pandémie : les chatbots de l’OMS et du gouvernement comme moyen pour relayer les informations officielles et lutter ainsi contre les fake news autour du coronavirus. Sans compter ces myriades de bots conversationnels qui ont pris le relais des équipes de relation client.

Mais les chatbots ne se limitent ni aux services clients ni au secteur de la santé.

Les agents conversationnels sont en plein essor dans tous les secteurs : l’assurance où les initiatives se multiplient pour proposer une nouvelle expérience client, l’immobilier avec des chatbots qui permettent à l’acheteur de calculer sa capacité de financement, la vente avec des assistants digitaux pour aider à mieux conseiller les consommateurs, l’industrie avec les systèmes de Q&A, d’aide à la décision en maintenance prédictive et bien d’autres encore.

Si la plupart de chatbots donnent des informations à jour et précises, ils n’en restent pas moins assez limités et figés dans leur fonctionnement. Tout simplement parce qu’ils s’appuient sur une approche fondée sur des règles basées sur des mots clés.

Voici un exemple géré par des règles à base de mots clés :

Utilisateur : Quels sont les premiers symptômes du Coronavirus ?
Bot : Fièvre, toux, mal de gorge et maux de tête.

Comment aller plus loin ?

Question utilisateur : Quelle est la dernière tendance liée à la propagation du COVID-19 ?

Pour atteindre le point de bascule, il faudra tirer parti des capacités de l'IA, qui ont ouvert la voie aux chatbots modernes et matures.

Pourquoi en 2020 votre Chatbot n’est pas le nouveau CARL 500 (HAL 9000 pour la version anglaise) ? De Stanley Kubrick à la pandémie : Sylvie Faucillon nous propose un nouveau voyage à travers un chatbot basé sur l'Intelligence Artificielle. Bonne… Click To Tweet
Les enjeux

Le potentiel réel des chatbots apparait lorsque nous fusionnons l'Intelligence Artificielle et la Business Intelligence.
Selon Gartner, 50% des requêtes analytiques, seront générées par la recherche, le langage naturel - texte ou voix-, ou seront générées automatiquement.

Les chatbots évitent les recherches manuelles, longues et fastidieuses, dans une myriade de systèmes opérationnels, bases de données ou rapports d’entreprise. Ils aident les experts métiers, opérationnels ou dirigeants à répondre à des questions métiers critiques – les dernières tendances des ventes, informations à propos de la performance d’un processus – en utilisant le langage naturel, voix ou texte.

D’ici 2024, la taille globale du marché des chatbots dans le monde atteindrait plus de 1,3 milliard selon Global Market Insights.

Derrière ces chiffres, quels sont finalement les pièces maîtresses d’un chatbot ?

Vous avez dit Intelligence …

La question de l’utilisateur énoncée par la voix est retranscrite au format texte automatiquement par le moteur de Speech To Text (STT).

Une fois la question capturée, le bot vérifie si toutes les informations nécessaires pour pouvoir répondre ont été mentionnées. Ensuite, le bot va transformer cette intention en action : créer un nouveau rapport, interroger un modèle de prédiction, se connecter à d’autres systèmes. Finalement, le service Natural Language Generation - NLG - contextualise la réponse du bot en respectant les règles de grammaire et d’orthographe d’usage de la langue.  

Ce qui nous amène au cœur de la question : comment prédire les intentions réelles de l’utilisateur ?

Ici, le service de Natural Language Understanding - NLU – entre en jeu pour extraire la signification du langage naturel.

Initialement, le parseur de dépendances détecte les parties du discours : “tendance” est un nom. Puis il analyse la structure grammaticale de la phrase et identifie les relations entre les mots, “dernière” ici est lié à “tendance”. Des règles sont automatiquement générées grâce aux données d’apprentissage et au Machine Learning. Une fois l’intention identifiée, l’utilisateur est guidé à travers une conversation spécifique ou flux qui décrit la logique complète des actions à mener.

Configurer un bot sans apprentissage automatique ? Vous serez contraint dans un script limité et à un ensemble de règles finies. Vous n'irez pas très loin. Seuls les chatbots basés sur l'Intelligence Artificielle peuvent aider à surmonter l’épineuse question de la recherche d'entreprise de manière plus agile pour les utilisateurs finaux et accélérer ainsi la prise de décision.

Certes, nos Chatbots 2020 ne sont pas les nouveaux CARL, mais c'est à nous de les doter de la quintessence des capacités d'Intelligence Artificielle dont nous disposons. Soyez inspirés !

Visitez le hub Do Great Things et découvrez d'autres contenus sur l'intelligence artificielle.

https://www.sas.com/fr_fr/solutions/ai.html

Tags Chatbots
Share

About Author

Sylvie Faucillon

SR ARTIFICIAL INTELLIGENCE CUSTOMER ADVISOR

Sylvie is a senior Customer Advisor in Artificial Intelligence and Text Analytics. She leads presales technical and functional support activity to prospective clients and customers and supports sales team to provide functional and technical information. Her experience ranges from NLP, NLU, Machine Learning, Deep Learning, Computer Vision, Social network analysis and Data Visualization. She has helped many customers to answer specific business needs: conversational agents, voice of customers, e-reputation, social media analytics, root cause analysis, patent analysis, competitive intelligence, fraud detection, complaints analysis. She has been at SAS for over 13 years and in the software industry for over 20 years, working across a variety of sectors including banking, insurance, healthcare & life sciences, manufacturing, transportation, oil and gas, defense & security intelligence and telecommunications. Before joining SAS, she worked at Business Objects (now an SAP company) in the R&D group. She has an engineering background and holds a European engineering diploma in computer sciences and cognitive sciences.

1 Comment

Leave A Reply

Back to Top