Mechanika umysłu

Wirtualna Asystentka Ania

Wirtualne postacie nie są popularne na polskich stronach www. Problem z przetwarzaniem języka naturalnego przez komputery powoduje, że takie wdrożenie nie zawsze się opłaca. Są jednak pozytywne przykłady, takie jak Wirtualna Asystentka SWPS Ania. Od jakiegoś czasu obserwuje co nowego dzieje się w botyce w polskiej sieci i myślę, że można śmiało powiedzieć, iż poza implementacjami chatterbota na stronie producentów, Wirtualna Asystentka SWPS jest najbardziej udanym tego typu wdrożeniem.

Czytaj dalej »

człowiek: jak można się skontaktować z firma egb?

bot: Możesz przyjść bezpośrednio do nas, jeśli mieszkasz w Bydgoszczy. albo skontaktować się z jednym z naszych przedstawicieli regionalnych. Możesz też wysłać maila na adres egb@egb.pl, lub do nas zadzwonić.

człowiek: jaki jest numer telefonu

bot: „Telefony telefony… skąd mam wiedzieć, jaki numer wykręcić mam”.

Źródło: http://www.sztucznainteligencja.pl/bonus_humor.html

Czytałem kiedyś książkę, w której autor roztaczał wizję internetu, który zapełni się wirtualnymi asystentami, którzy będą nam pomagać w docieraniu do informacji. Czy Sztuczna Inteligencja jest wystarczająco rozwinięta, by zrozumieć nasze cele i intencje?

Postanowiłem przyjrzeć się chatterbotom, które używają języka polskiego i sprawdzić na ile spełniają się w roli informatorów. Sztuczne postacie mają problem z ironią, humorem, metaforą, wyrażeniami okazjonalnymi (tu, tam, wtedy itd.) a przede wszystkim kontekstem, o czym świadczy przytoczony dialog. Na razie stawianie im takich wymagań jest mrzonką. Bot ma być specjalistą, który może zastąpić FAQ, wyszukiwarkę czy też prowadzić przyjemniejsze dla użytkowników badania marketingowe.

Czy boty instalowane na polskojęzycznych stronach internetowych spełniają tak postawione cele?

W moim jakościowym badaniu udział wzięły udział chatterboty:

• Inguaris – http://www.inguaris.pl/

• Ada – http://www.fidointelligence.pl/

• Ewa – http://www.stanusch.com

Co prawda można znaleźć jeszcze kilka innych (np. Snkiers), ale zdcydowanie nie nadają się one do komercyjnych zastosowań z powodu ubogiej obsługi braku wiedzy.

Wyszukiwanie informacji

Kto jest waszym klientem? Gdybym chciał zainstalować w swoim serwisie wirtualnego doradcę byłoby to pierwsze pytanie, które bym zadał. Tylko Ada wymieniła klientów firmy i zaproponowała, że może powiedzieć więcej o każdym z nich.

Jaki jest telefon do firmy? Ewa od razu odpowiedziała na pytanie. Ada spodziewała się, że pytam ją o prywatny numer i nie chciała udzielić informacji.

Co znajdę na waszej stronie? Ada może z powodzeniem zastąpić mapę strony. Ewa natomiast z rozbrajającą szczerością odpowiada, że nie wie co.

Ewa szczyci się posiadaniem największej bazy wiedzy ogólnej, jednak nie wie jakiego koloru jest śnieg, a na pytanie jakiego koloru jest mleko odpowiada, że jej ulubionym kolorem jest zielony…

Interakcja

Mechanizm Ewy adekwatnie reaguje na to co użytkownik aktualnie przegląda na stronie. Jej wypowiedzi uzupełniają to, co użytkownik może przeczytać. Sprawia to jednak problem z punktu widzenia doświadczenia użytkownika – mam czytać czy słuchać? W sytuacji, gdy nie zna odpowiedzi sugeruje przeszukiwanie internetu za pomocą semantycznej wyszukiwarki. Znalezione odpowiedzi niestety nie zawsze ściśle wiążą się z intencją użytkownika. Na moje pytanie dla kogo pracują Wasze boty otrzymałem snipet o przemyśle górniczym… Dla zapytania kognitywistyka po chwili myślenia odpowiada zaś, że nic nie znalazła.

Ada również reaguje, gdy użytkownik nawiguje po stronie jednak jest raczej towarzyszem niż źródłem dodatkowych informacji. Dzięki temu użytkownik może się skupić na pozyskiwaniu informacji w tradycyjne sposób, a jego doświadczenie wzbogacone jest o głos bota i krótki motywujące wypowiedzi.

bot inguaris w akcji

Zupełnie inny model interakcji przyjęli projektanci Inguaris. Bot ten prowadzi rozmowę z użytkownikiem podsuwając linki będące możliwościami rozwinięcia rozmowy. Użytkownik może też klikać dalej, a bot sam opowiada o Sztucznej Inteligencji i botach. Użytkownik niewiele musi wpisywać (i zastanawiać się czy jest to zrozumiałe dla bota), a bot dobrze sprawdza się również w pozyskiwaniu wiedzy o klientach.

Zachęta do rozmowy i kultura osobista

Każdy z botów pyta na początku o imię użytkownika. Dzięki temu rozmowa wydaje się bardzo naturalna. Oprócz konwencjonalnego powitania bot rzadko wykorzystuje jednak wiedzę o podanym imieniu.

Najlepiej wypada w tej kategorii Ewa. Gdy użytkownik nie podejmuje dialogu, sama opowiada o firmie, wdrożeniach i swojej bazie wiedzy. Wypowiedzi generuje w odstępach czasu i co ważne, rzadko się powtarzają.

Ada, gdy użytkownik nic nie wpisuje często powtarza, że „jestem tu po to, aby rozmawiać, a nie milczeć” albo „halo, jest tam kto?”.

Najgorzej wypada Inguaris. Gdy użytkownik nie podejmuje akcji zamiast awatara zobaczymy komunikat błędu z nagłówkiem fatal error.

Odporność na błędy językowe

Boty mają problem z obsługą polskich znaków wprowadzanych z klawiatury. Interfejs Ewy błędnie koduje znaki, a pole tekstowe Ady uniemożliwia wprowadzania polskich znaków diakrytycznych. Z punktu widzenia użytkownika lepsze jest drugie rozwiązanie, gdyż nie wprowadza w konfuzję.

Awatar

Ada i Ewa mają animowaną postać tej samej modelki oraz żeński głos syntezatora IVONA. Sprawiają wrażenie eleganckich kobiet, jednak ta sama postać dla botów z różnych firm nie sprzyja kreowaniu wizerunku marki. Ludzie w codziennej komunikacji rozpoznają się właśnie na podstawie twarzy i tonu głosu. Awatar, czyli cyfrowa ostać bota ma reprezentować jego osobowość. Gdy widzimy tę samą twarz i słyszymy ten sam mechaniczny głos, raczej nie spodziewamy się unikalnej osobowości kryjącej się za tą postacią.

Podsumowanie

Trudno jednoznacznie wskazać najlepszego bota spośród zbadanych. Sam swego czasu programowałem chatterbota Knopik, przeglądałem logi jego dialogów. Przygotowanie do rozmowy w kontekście wymagało sporo pracy. Analiza logów pokazała, że użytkownicy wolą testować ogólną wiedzę bota, sprawdzać jego reakcję na wulgarność bądź zadawali pytania w sposób, którego nie przewidziałem. Stąd wielu możliwości mój wywiad nie wykazał, gdyż sposób zadawanych pytań ma wpływ na dostępność funkcji. I to jest największa słabość chatterbotów – rozumienie tego, co wpisuje użytkownik.

Inguaris nie wykorzystuje syntezy mowy ani animacji postaci. Jednak najlepiej sprawdza się jako FAQ, informator kontaktowy czy ankieter.Gdy nie zna odpowiedzi na pytanie stosuje strategię pozornego wyboru. Użytkownik może wybrać czy chce rozmawiać o botach, Sztucznej Inteligencji bądź fotomodellingu.

Jeśli jednak chcemy umieścić na naszej stronie chatterbota, który poprawi doświadczenie użytkownika poprzez swoją żywą mimikę, naturalne ruchy zdecydowanie lepiej wypadają Ewa i Ada. Będzie to na pewno zaskakujące i wciągające dla użytkownika zadanie – porozmawiać z botem. Warto jednak pamiętać, że użytkownicy mają tendencję do obrażania chatterbotów („przecież to tylko program”) lub testowania ich wiedzy o świecie.

Biorąc pod uwagę cele stosowania chatterbotów – dostarczanie użytkownikom informacji zgodnej z celami, z którymi

przychodzą na stronę oraz wpływ na pozytywne doznania użytkowników uważam, że najlepiej radzi sobie …. Ada autorstwa Fido Intelligence.

Jednak wszystkim botom do doskonałości wiele brakuje, dlatego warto pracować nad ich miłym wizerunkiem oraz sensownością wypowiedzi związanych z treścią strony.

P.S. Ada zdobyła moja serce również odpowiedzią na hasło kognitywistyka:

Kognitywistyka to fascynująca dziedzina wiedzy! Jej celem jest wyjaśnienie procesów myślowych i ich symulacja komputerowa.
O samej kognitywistyce można by opowiadać godzinami, a w Internecie pełno jest poświęconych jej stron.

Mocną stroną e-learningu,  osoba ucząca się otrzymuje taką wiedzę jaką potrzebuje w odpowiednim dla siebie czasie.  Przykładem takiego dopasowania są  kursy o nieliniowej nawigacji, gdzie kursant może pominąć pewne elementy, a pewne przerobić dokładniej. Czy jednak zdobyta wiedza uzupełni jego luki kompetencyjne? Czy zrealizuje w ten sposób cele szkolenia? Zależy to w znacznej mierze od metodyka i projektanta. Powstaje więc problem serwowania takich treści, które usatysfakcjonują osobę uczącą się.

Jeśli nie masz doświadczenia ze szkoleniami e-learning, to na pewno znasz sytuację, gdy „przeszukasz pół Internetu”, a odpowiedzi na frapujące pytanie nie znajdziesz. Czy nie lepiej byłoby, gdyby komputer miał wiedzę co już wiesz i czego dokładnie szukasz?

Choć, po porażce systemów eksperckich wydawało się, że modelowanie umysłu za pomocą logiki jest drogą donikąd, to okazuje się, że pewne tropy są bardzo obiecujące.  W dziedzinie zdalnego nauczania ciekawe jest wykorzystanie inteligentnych systemów wspierających nauczanie (Inteligent Tutoring System).

Są to systemy, które budują profil kursanta na podstawie jego aktywności i na tej podstawie konstruowany jest przebieg szkolenia.  Punktem wyjścia dla zbudowania modelu wiedzy studenta są najczęściej teorie styli uczenia się. Systemy tej klasy, wykorzystując algorytmy Sztucznej Inteligencji śledzą postępy kursanta, by dopasować do nich odpowiednią informację zwrotną, podpowiedzi czy sugestie dotyczące dalszej pracy.  Dzięki temu, nauczyciel przygotowuje treść i śledzi raporty kursantów, a system odpowiada na indywidualne potrzeby kursantów. Tym samym treści edukacyjne dostosowywane są do ucznia, a nie na odwrót.

Na polskim rynku rozwiązań e-learningowych nie spotkałem się z tego typu oprogramowaniem. Jeśli znasz jakiś, będę wdzięczny za umieszczenie komentarza (najlepiej z linkiem). W wielu szkołach średnich w Stanach Zjednoczonych wykorzystywany jest natomiast Cognitive Tutor, wspomagający naukę matematyki. Poza oczywistymi korzyściami z użycia technologii np. automatyczną oceną wykonania, zapewnia np. prezentację problemu na wiele sposobów.

Zasadnicza architektura ITS’ów składa się z czterech połączonych modułów:

1. interfejsu graficznego służącego komunikacji kursant-system
2. bazy wiedzy, będącej poznawczym modelem wiedzy eksperta zapisanej formalnie
3. profil studenta zbierający informację o jego działaniach i wynikach
4. moduł tutora zapewniający prezentację zadań, informacji zwrotnych czy podpowiedzi zgodnie z danymi z profilu studenta

W niektórych kursach można znaleźć wirtualnego mentora, który jest animowanym przewodnikiem po kursie i motywuje kursantów. Interesujące wydaje się połączenie jego dotychczasowej roli z modułem tutora. Dzięki temu wirtualny przewodnik nie tylko prowadzi, ale również wie kogo prowadzi.

Wykorzystanie chatterbotów ma swoje ograniczenia, ale w przypadku e-learningu zakres wiedzy bota nie musi dotyczyć „życia w ogóle”, ale fragmentu wiedzy, którego dotyczy szkolenie.  Wirtualni asystenci, którzy porozumiewają się z użytkownikiem językiem naturalnym mogliby pomagać w poruszaniu się po kursie, wyszukiwaniu informacji lub wspierać i motywować kursantów.

Zobacz jak radzą sobie najlepsze programy symulujące konwersację na konkursie Loebnera:

Kursant otrzymuje przyjazne (niekiedy zabawane) i co ważne naturalne środowisko komunikacji z systemem, a odpowiedzialni za kurs garść cennych danych z zapisów rozmowy.

Co sądzicie o tego typu rozwiązaniach w kontekście zdalnej edukacji? Czy faktycznie warto inwestować środki w systemy profilujące w ten sposób kursantów czy też sam kursant najlepiej wie co jest dla niego dobre?

Zapraszam do dyskusji!

Dla wielu kognitywistów zrozumienie umysłu oznacza zbudowanie jego adekwatnego modelu. Choć taki sposób uprawiania nauki nie jest doskonały, ma wiele praktycznych zastosowań. To, co zdołaliśmy dowiedzieć się o poznaniu wykorzystywane jest do programowania cyfrowych postaci zwanych botami.

Boty tworzy się, aby usprawnić komunikację człowieka z maszyną. Wciąż największym wyzwaniem jest poprawne przetwarzanie przez komputery języka naturalnego. Jak dotąd żaden z wymyślonych botów nie przeszedł testu Turinga.

Co mi powiesz o Britney Spears?

Podglądając zainteresowania badawcze kognitywistów z Bułgarii znalazłem informacje o projekcie RASCALII. Celem jest stworzenie spersonalizowanych agentów żyjących i uczących się w Internecie.

Na razie projektanci doskonalą bota według dwóch scenariuszy:

1. Aby zbierał informacje konieczne bezbłędnego rozwiązywania quizów
2. Aby wyszukiwał i organizował informacje związane z muzyką

Są to jedynie demonstracje możliwości agenta. Użytkownik może komunikować się z cyfrowym towarzyszem używając języka naturalnego. Gdy nasz agent znajdzie dla nas to czego szukamy możemy ocenić efekt jego pracy. Specjaliści od Sztucznej Inteligencji nazywają to uczeniem nadzorowanym, ale użytkownik po prostu dobrze się bawi okazując satysfakcję bądź niezadowolenie przez wciśniecie odpowiedniego przycisku.

Music Explorer pozwala przedstawić agentowi swoje muzyczne zainteresowania. Ten zgromadzi komplet informacji np. o naszym ulubionym artyście oraz zbliżona stylem muzykę. W miarę upływu czasu twój muzyczny profil agent będzie uzupełniał m.in. o dane z kanałów RSS dotyczące np. wydania nowej płyty.

Inspiracje

Jest to kolejny krok naprzód Sztucznej Inteligencji, ponieważ architektura poznawcza inspirowana jest ideą poznania ucieleśnionego – umysłu, który osadzony jest w ciele i otoczeniu, a percepcja służy działaniu. Środowisko zdefiniowane jest przez użytkownika, innego bota lub bazę wiedzy. Sensoryczność polega tu na przetłumaczeniu danych z otoczenia na kod umysłu. Motoryka zaś pozwala wykonywać akcje typu: wysyłanie zapytań, komunikacja z użytkownikiem itp.

Autorzy zamodelowali dwa moduły pamięci długotrwałej – przechowującą fakty i epizodyczną. Pamięć robocza zaś to aktywny element pamięci długotrwałej. Dla Czytelników zaznajomionych z psychologią poznawczą inspiracje te są dobrze znane.

Ze szczegółami architektury można zapoznać się na stronie projektu. (Naprawdę warto!)