watermelon
chatbot trainen

Een chatbot in gebruik nemen is te vergelijken met het inwerken van een nieuwe medewerker

De chatbottechnologie die Watermelon aanbiedt, kan een groot deel van je klantenservice automatiseren. De chatbot kan tot 85 procent van alle vragen die klanten via bijvoorbeeld Livechat, Telegram en Facebook Messenger stellen, beantwoorden. Klantenservice medewerkers kunnen zich daardoor volledig richten op de klanten met ingewikkeldere problemen. Dit maakt je klantenservice niet alleen efficiënter voor jou als bedrijf, maar juist ook voor je klanten. Zij krijgen immers sneller antwoord en worden beter geholpen!

Het is alleen niet zo dat je de chatbot met één klik aanzet en dat hij dan onmiddellijk een groot deel van het werk overneemt van de support-medewerkers. Je moet de chatbot gewoon zien als een nieuwe medewerker. Dat betekent dat je hem moet inwerken. En daarna moet je hem blijven begeleiden en bijscholen zodat hij steeds beter wordt in zijn werk.

Dat klinkt nu als een flinke klus, maar gelukkig valt dat reuze mee. Het inwerken en bijscholen van de chatbot van Watermelon Messenger is erg gemakkelijk, kost nauwelijks tijd en een groot deel van het werk wordt je daarbij uit handen genomen door het systeem.

Chatbot trainen

Maar hoe werkt dat trainen precies? De chatbot van Watermelon maakt gebruik van kunstmatige intelligentie, om precies te zijn van een technologie die machine learning wordt genoemd. Hierdoor kan hij leren zelfstandig zijn werk te doen, net als een medewerker die gaandeweg leert als hij aan het werk is. De chatbot moet echter wel weten wat hij moet leren.

Als je de chatbot in gebruik neemt, kun je de meest gestelde vragen en antwoorden van klanten invoeren in het systeem. Dat is de kennis waarmee de chatbot getraind wordt. Dat trainen hoef je gelukkig niet zelf te doen, dat is onderdeel van het het stuk machine learning-technologie.

Op het moment dat je de veelgestelde vragen en de bijbehorende antwoorden hebt ingevoerd, start je simpelweg het trainingsproces met één druk op de knop. Wat er op dat moment onder water gebeurt is ongelooflijk belangrijk voor de werking van de chatbot. Als een klant een vraag stelt, gebruikt hij nooit precies die woorden die jij ooit hebt ingevoerd. Doordat de chatbot taal begrijpt, leert hij vervolgens wat de vragen betekenen. En doordat de chatbot snapt wat de vraag betekent, weet hij precies welk antwoord hij moet geven.

Zou de chatbot geen gebruik maken van machine learning en niet worden getraind, dan zou je er niks aan hebben. Dan zou hij op bijna geen enkele vraag het antwoord weten, tenzij een klant de vraag precies zo stelt, als jij hem ooit hebt ingevoerd. Je kunt je voorstellen hoe klein die kans is en hoe zinloos de inzet van een chatbot in zo’n geval is. Sterker nog: op dat moment is er helemaal geen sprake van een chatbot, omdat de kunstmatige intelligentie ontbreekt. Het is dan niets anders dan een bot die reageert op een commando, zoals vooraf is opgegeven door de maker.

Machine learning

Ben je geïnteresseerd in hoe machine learning nu precies werkt, dan heeft Google daar een prachtig voorbeeld van. Het bedrijf heeft het afgelopen jaar onderzoek gedaan om een computer te leren tekenen zoals mensen doen. Net zoals mensen een vraag op allerlei manieren stellen, tekenen we ook allemaal op een andere manier. Als je iemand vraagt om een watermeloen te tekenen, dan doet hij dat op een andere manier dan je hem zelf zou tekenen.

Om kunstmatige intelligentie te leren hoe mensen tekenen, heeft Google simpelweg heel veel mensen laten tekenen. Het internetbedrijf heeft vorig jaar een spelletje Pictionary online gezet. Als je dat speelde, kreeg je de opdracht om bijvoorbeeld een fiets of een kat te tekenen. Het systeem was al aangeleerd hoe een fiets of een kat eruit ziet, maar niet hoe mensen dat ieder op hun eigen manier tekenen. Via het spelletje Pictionary leerde het systeem al deze mogelijkheden kennen.

Inmiddels heeft Google een site online gezet, waarop je kunt zien wat het systeem allemaal heeft geleerd dankzij machine learning. Je kunt de computer bijvoorbeeld vragen om een kat te tekenen en vervolgens tekent hij gelijktijdig negen verschillende katten. Ook kun je zelf een tekening maken, waarbij het systeem voorstellen doet voor hoe je je tekening af zou kunnen maken.

Google sketch-rnn

Het is Google daadwerkelijk gelukt om een computer te leren tekenen zoals mensen dit doen. Het systeem snapt wat jij tekent en hij snapt wat hij zelf tekent, waarbij hij begrijpt dat er heel veel verschillende mogelijkheden zijn om iets tekenen. Op diezelfde manier is in het verleden al aan kunstmatige intelligentie-systemen geleerd hoe taal werk; Watermelon Messenger gebruikt dat in haar chatbot. De chatbot snapt wat je vraagt en wat hij zelf zegt, waarbij hij snapt dat vragen op heel veel manieren gesteld kunnen worden.

Bijscholen

Het enige dat er daardoor nog moet gebeuren voor je de chatbot van Watermelon inzet voor jouw organisatie, is dat hij de vragen van je klanten en de bijbehorende antwoorden leert begrijpen. Als jij de vragen en antwoorden hebt ingevoerd, doet de kunstmatige intelligentie de rest.

Na dit inwerkproces, dat enkele minuten duurt, neem je de chatbot in gebruik. Dan komt er natuurlijk een moment dat de chatbot een antwoord niet weet op een vraag. Een menselijke support-medewerker kan het gesprek in zo’n geval overnemen, de vraag wordt dan automatisch doorgestuurd. Maar als dit vaker gebeurt met dezelfde vragen, kun je er ook voor kiezen om je chatbot bij te scholen.

Dat werkt in de praktijk hetzelfde als het inwerken: je voert de antwoorden op de nieuwe vragen in en vervolgens laat je het systeem de chatbot weer trainen. Zoals een medewerker gaandeweg steeds beter wordt in zijn werk, wordt een chatbot dat dus ook. En dat blijkt nauwelijks tijd én moeite te kosten!

Benieuwd naar onze chatbot technologie?

Gerelateerde artikelen