Tujuan dari chatbot adalah untuk membuat mesin memahami manusia. Hingga saat ini, perangkat lunak belum bisa memahami manusia. Manusia justru harus memahami perangkat lunak. Manusia harus tepat dalam interaksinya dengan perangkat lunak dengan mengetikkan perintah yang tepat atau mengklik widget grafis yang tepat pada antarmuka untuk menyelesaikan tugas.
Membutuhkan ketelitian dari manusia menciptakan tiga masalah, yang pertama adalah ada kurva pembelajaran yang terlibat dalam menggunakan perangkat lunak, yang kedua adalah upaya mental yang terlibat ketika menggunakan perangkat lunak untuk memastikan kesalahan tidak dilakukan, dan yang ketiga kesalahan dapat dengan mudah dilakukan.
Apakah akan lebih baik jika perangkat lunak memahami manusia, meskipun tidak tepat? Ya, karena hal itu akan menyelesaikan ketiga masalah tersebut. Tujuan dari chatbots adalah membuat mesin memahami manusia yang tidak tepat, untuk memungkinkan manusia berkomunikasi dengan mesin secara alami.
Sebelum kita membahas implikasi dari hal ini, penting untuk dicatat bahwa komunikasi alami mungkin bukan cara tercepat untuk berkomunikasi dengan mesin. Mengklik tombol bertuliskan "Pesan" lebih cepat daripada mengatakan "Saya ingin memesan burger keju", dan jauh, jauh lebih cepat daripada mengetik pesanan terutama dengan ibu jari.
Juga jelas bahwa antarmuka grafis lebih baik untuk tugas-tugas yang rumit. Akan jauh lebih lambat jika harus membuat spreadsheet menggunakan perintah suara daripada membuatnya menggunakan GUI.
Namun, ada banyak kasus di mana antarmuka bahasa alami lebih unggul, dan jumlah kasus penggunaan yang lebih unggul terus bertambah setiap hari.
Salah satu cara untuk memikirkan perbedaan antara kasus di mana antarmuka suara lebih baik dibandingkan dengan antarmuka GUI atau antarmuka terprogram yang lebih tepat, adalah dengan membedakan antara konsep Layanan dan Alat, seperti yang kita definisikan.
Alat adalah antarmuka yang mengambil banyak parameter tingkat rendah untuk melakukan tugas yang diberikan. Contohnya adalah antarmuka pemrograman aplikasi (API) yang digunakan programmer untuk menginstruksikan mesin melakukan tugas tertentu.
Service adalah antarmuka yang hanya membutuhkan beberapa parameter tingkat tinggi untuk melakukan tugas yang diberikan. Service menangani tugas pada tingkat abstraksi yang lebih tinggi, sehingga dapat menggunakan banyak Tool untuk menyelesaikan pekerjaan.
Layanan adalah kandidat utama untuk antarmuka alami. Lebih mudah untuk mengomunikasikan instruksi jika ada sejumlah parameter yang perlu dikomunikasikan bersama dengan instruksi. Sebagai contoh, antarmuka suara yang digunakan pengguna untuk membuat janji temu adalah kasus penggunaan Layanan yang baik.
Natural Query memungkinkan pengguna untuk menanyakan sistem komputer menggunakan bahasa alami, bukan sintaks yang tepat seperti yang diminta oleh SQL atau bahasa pemrograman atau skrip. Setiap bagian dari instruksi adalah sebuah Layanan. Ini adalah kasus penggunaan lain dalam domain chatbots untuk operasi. Natural Query pada dasarnya adalah kumpulan Layanan chatbot terkait.
Contoh yang bagus untuk hal ini adalah Wolfram Alpha.
Wolfram Alpha (WA) memungkinkan orang untuk menyatakan permintaan mereka dalam bahasa alami. WA akan mencari tahu apa yang ingin dilakukan oleh pengguna dan kemudian menyelesaikan tugas tersebut untuk mereka. Hal ini melewatkan langkah-langkah pencarian dalam dokumentasi bantuan tentang cara melakukan sesuatu dan kemudian mencoba beberapa kali iterasi sebelum melakukannya dengan benar.
Meskipun tujuan akhirnya adalah fleksibilitas total dalam bagaimana perangkat lunak digunakan, beberapa orang mungkin berpendapat bahwa chatbots yang ada saat ini tidak cukup fleksibel untuk saat ini.
Tentu saja, sudah ada lebih banyak fleksibilitas dalam menggunakan chatbot daripada pernyataan SQL, tetapi masih ada persyaratan untuk kadang-kadang mencoba berbicara dengan cara yang kemungkinan besar akan dipahami oleh chatbot, bahkan jika ada fleksibilitas dalam melakukan itu. Sangat mudah untuk membayangkan bahwa chatbots akan menjadi jauh lebih baik dalam memahami bahasa alami dan seiring dengan itu, mereka akan menjadi lebih berguna.
Nilai dari chatbot untuk Natural Queries berasal dari pengurangan jumlah perintah atau sintaks presisi yang harus diingat oleh pengguna. Dengan mengurangi beban memori dan mental, chatbot tidak hanya memungkinkan teknisi untuk melakukan pekerjaan mereka dengan lebih efisien, tetapi juga dapat membantu pemula menjadi lebih produktif dengan lebih cepat.
Alih-alih mengatakan:
"Pilih PopSinger
Dari PopSingerList
DI MANA Usia >40;"
Bisa dibilang begitu:
"Tunjukkan kepada saya semua penyanyi pop yang berusia lebih dari 40tahun" atau versi lainnya.
Setidaknya pernyataan ini dapat dikonversi menjadi pernyataan SQL formal untuk melakukan kueri sehingga teknisi dapat menggunakan sintaks formal jika mereka menginginkannya.
Pertanyaan Alami adalah kasus penggunaan yang menarik untuk chatbots. Biasanya kasus penggunaan chatbot berfokus pada Layanan yang menawarkan lebih banyak kenyamanan atau Layanan yang jarang digunakan dan oleh karena itu sulit untuk diingat. Natural Queries adalah kasus penggunaan yang berguna karena mengurangi kompleksitas skrip baris perintah dengan mengurangi jumlah perintah yang harus diingat pengguna.
Bagikan ini:
Buat chatbot AI pribadi Anda sendiri secara gratis
Mulailah membuat bot GPT yang dipersonalisasi dengan antarmuka seret & lepas yang intuitif.
Mulailah - gratis! 🤖Tidak diperlukan kartu kredit
Terus ikuti perkembangan terbaru tentang AI chatbots