watermelon
Chatbots zijn nu slim

Waarom bots vroeger dom waren en chatbots nu slim zijn

Als je iemand vraagt wat de meest gebruikte app op zijn of haar smartphone is, dan is de kans groot dat het antwoord een chat-app is. De smartphone doet dienst als camera, muziekspeler, gameconsole, krant, hardloopcoach, navigatiekastje en nog tientallen andere dingen. Maar in de basis blijft het desondanks een communicatie-apparaat, mede doordat mensen sociale wezens zijn.

Door de snelle groei van chat-apps als WhatsApp, Facebook Messenger en Telegram is het dan ook logisch dat bedrijven kijken naar de mogelijkheden om dit soort apps in te zetten in hun dienstverlening. Dat kan als marketingmiddel, om klanten te informeren, of juist als klantenservice, zodat je het contact met je klanten zo laagdrempelig mogelijk maakt. En vanuit die behoefte zie je de laatste twee jaar dat de chatbot in opkomst is.

Maar dat is niet de enige reden: het heeft ook alles te maken met het feit dat het technisch steeds beter mogelijk is om op grammaticaal niveau zinnen te herkennen. In dat opzicht is het een beetje een kip-ei verhaal. Is het nu de behoefte of de mogelijkheid die de opkomst van chatbots verklaart? Het antwoord: allebei. Het is de ultieme combinatie van vraag en aanbod die hier zorgt voor het groeiende succes.

ICQ en MSN Messenger

Maar het was meer dan tien jaar geleden toch al mogelijk om chatbots te ontwikkelen? Vroege internetgebruikers herinneren zich vast nog wel de bots in ICQ of MSN Messenger. En in de meeste chatboxen zat een bot die je welkom heette of waar je opdrachten aan kon geven.

Zeker begin deze eeuw hebben veel bedrijven geëxperimenteerd met dit soorts bots. Bij de Postbank kon je in 2004 je saldo opvragen via een berichtje op MSN. En reisinformatiedienst 9292 had een bot waarmee je de vertrektijden van de bus of trein kon opvragen. Daarnaast zag je een jaar of zeven geleden plots allemaal bedrijven een virtuele medewerker aan hun site toevoegen, die diende als een een soort laagdrempelige klantenservice. Ook een bot.

Al deze initiatieven – of het nu de eerste bots in de jaren 90 waren, of de virtuele klantenservicemedewerkers uit 2010 – hebben één ding gemeen: ze maken geen gebruik van de kunstmatige intelligentie die vandaag de dag beschikbaar is. De bots begrijpen niet wat mensen vragen en leren ook niet van de berichten die ze ontvangen. Je zou ze eigenlijk gewoon dom kunnen noemen. Iets waar ze zelf niks aan konden doen overigens, want de technologie om ze slim te maken was er nog niet.

Die technologie is er nu wel. Hierdoor kunnen er eindelijk slimme chatbots worden gemaakt: chatbots. De chatbot van Watermelon begrijpt dankzij kunstmatige intelligentie waar mensen naar vragen. En omdat een heel groot deel van de mensen uiteindelijk dezelfde soort vragen heeft, kan een groot deel van eerstelijns vragen worden beantwoord door de chatbot. Hij leert ook continu bij door te analyseren welke vragen hij niet kan beantwoorden en welke antwoorden helpdeskmedewerkers op die vragen gaven. Nu wordt er regelmatig discussie gevoerd over de terminologie: tien jaar geleden werden bots vaak ook al chatbots genoemd, terwijl de term bot de lading veel beter dekt.

Het woord ‘chat’ betekent namelijk ‘praten’ en dat konden bots vroeger niet. Ja, ze konden zinnen maken, maar deze waren waren vooraf ingevoerd door mensen. En je moest als gebruiker precies de juiste sleutelwoorden gebruiken om zo’n zin terug te krijgen. Met grote regelmaat begreep een bot je niet of kreeg je een verkeerd antwoord terug. Van een gesprek was geen sprake, dus de term chat is niet van toepassing.

Waar het met Watermelon nu mogelijk is om 80 procent van de gesprekken te laten afhandelen door de chatbot, was dat met de bots van een paar jaar geleden ondenkbaar.

Kunstmatige intelligentie

De chatbot van Watermelon kan worden getraind met vragen en antwoorden en op deze manier de vragen van klanten interpreteren en op basis daarvan de juiste antwoorden geven op de vragen die gesteld worden.. De kunstmatige intelligentie bestaat uit technologieën met prachtige namen als machine learning en natural language processing. Termen die de lading bewonderenswaardig goed dekken.

Bij machine learning leert een computer zichzelf dingen aan. Je traint de kunstmatige intelligentie door hem heel veel voorbeelden te geven. Zo heeft Google een systeem ontwikkeld dat kan herkennen wat er op foto’s staat. Simpelweg door dat systeem heel veel foto’s te laten zien. Van katten. Van stoelen. Van bergen. Van eigenlijk alles wat we op de foto zetten. Door heel veel verschillende katten, stoelen en bergen te hebben gezien, kan de kunstmatige intelligentie van Google nu zelf een kat herkennen. Of een stoel. Of een berg.

Datzelfde trucje hebben onderzoekers met tekst gedaan. Nu is taal natuurlijk ontzettend complex, dus was het geen kwestie van een kunstmatige intelligentie vijf boeken laten ‘lezen’ om hem te leren hoe taal werkt. Het heeft jaren geduurd voordat er systemen waren die taal enigzins goed kon ontleden en begrijpen en ook zelf zinnen kon vormen. Sterker nog: al sinds de jaren 50 is men bezig met natural language processing, zoals dit vakgebied officieel heet. Maar pas sinds machine learning mogelijk is, is de ontwikkeling hiervan in een stroomversnelling geraakt. Omdat het met machine learning mogelijk werd om de systemen op grote schaal te trainen.

Deze technologie is nog lang niet uit ontwikkeld. Maar inmiddels is natural language processing wel zo ver dat het prima geschikt is om toe te passen in een slimme chatbot. Een chatbot kan hierdoor begrijpen wat iemand zegt of vraagt en daarop reageren in goed Nederlands (of Engels, Frans, Duits, Spaans of Mandarijn natuurlijk).

In de chatbot van Watermelon wordt deze technologie toegepast, zodat hij begrijpt wat mensen vragen. Daardoor kan een vraag op duizenden verschillende manieren worden gesteld en begrijpt hij toch wat er wordt bedoeld. En mocht het voorkomen dat er een keer een formulering wordt gebruikt die zo uniek is, dat de chatbot er moeite mee heeft, dan kan de chatbot leren van dat wat een medewerker hem aanleert. De volgende keer snapt hij de vraag dan wel.

Door de combinatie van supervised learning en machine learning kan de chatbot van Watermelon ook steeds beter worden in de antwoorden die hij geeft, een missie van Watermelon. Hij kan leren van alle gesprekken die eerder tussen mensen zijn gevoerd. Heeft een helpdeskmedewerker een aantal keer dezelfde vraag beantwoord, dan herkent de chatbot dat en kan hij voortaan zelfstandig die vraag beantwoorden. Uiteraard houd je daarbij uiteindelijk zelf de controle over wat de chatbot wel en niet mag antwoorden.

Het mooie is dus dat de ontwikkeling van een chatbot nooit stilstaat. Vroeger werd bij een bot een aantal commando’s ingesteld waarop een bepaalde reactie kwam (als je het woord ‘saldo’ typte, kreeg je je saldo als antwoord bijvoorbeeld). Een chatbot, zoals die van Watermelon, is nooit af. Dankzij de kunstmatige intelligentie blijft de technologie zich doorontwikkelen. De chatbot blijft leren en daardoor wordt hij letterlijk steeds slimmer.

Iets waar men in de tijd van ICQ enkel nog over kon dromen is nu, zo’n twintig jaar later, werkelijkheid geworden.

Benieuwd naar onze chatbot technologie?

Gerelateerde artikelen