Mens in de lus voor ondernemingen Chatbots

In de wereld van chatbots "human in the loop" betekent het vermogen van menselijke agenten om een chatbot te monitoren en handmatig de leiding te nemen.

Als een chatbot niet begrijpt wat er tegen hem gezegd wordt, kan de onderbreking in het gesprek heel snel frustrerend worden voor de klant. Om deze frustratie te voorkomen moet een mens tussenbeide komen en het gesprek overnemen zodra de storing optreedt.

Er zijn veel zaken waar je rekening mee moet houden bij het implementeren van human in the loop. Hier bespreken we er een aantal.

De meest voor de hand liggende toepassing van de mens in de lus is klantenservice. Elk bedrijf moet eerstelijnspersoneel of menselijke agenten inzetten om vragen te beantwoorden. Veel van de vragen zijn eenvoudig en repetitief en kunnen daarom gemakkelijk door bots worden beantwoord, waardoor er minder dure menselijke agenten nodig zijn.

Het eerste dat moet worden vermeld, is dat de natuurlijke taalverwerkingsengines waarop de bots zijn gebouwd, kunnen aangeven hoeveel vertrouwen ze hebben dat ze de vraag kunnen beantwoorden. Een zeer hoge mate van vertrouwen betekent dat ze er bijna zeker van zijn dat ze de vraag correct kunnen beantwoorden. Een laag betrouwbaarheidsniveau betekent dat er een lage waarschijnlijkheid is dat ze de vraag correct zullen beantwoorden.

Het zijn deze vertrouwensniveaus die worden gebruikt om te bepalen of een gesprek wordt geëscaleerd naar een mens of niet.

Er zijn een aantal manieren waarop bots kunnen worden behandeld in de conversatie.

Het bedrijf kan de klant in contact brengen met een menselijke agent. De klant kan dan zijn vraag stellen aan een menselijke agent, maar als de vraag eenvoudig is, kan de bot direct antwoorden. Als de bot er redelijk zeker van is dat hij de vraag correct beantwoordt, maar niet extreem zeker, dan kan hij de menselijke agent ingeblikte antwoorden geven die hij kan gebruiken. Door deze ingeblikte antwoorden te gebruiken, kan de menselijke agent niet alleen veel sneller antwoorden dan door de antwoorden uit te typen, maar ze trainen de bot ook voor toekomstige gesprekken.

In het bovenstaande geval is het waarschijnlijk het beste om de mens en de bot als afzonderlijke deelnemers aan het gesprek te laten verschijnen, omdat dit het minst verwarrende scenario is voor de klant.

Het is algemeen aanvaard dat het geen goede gewoonte is om de bot te laten antwoorden in naam van de menselijke agent, omdat het meestal vrij gemakkelijk is voor de eindklant om te detecteren wanneer ze met een bot spreken en dit zal hun vertrouwen in de menselijke agent en het proces ondermijnen.

De klant kan ook eerst met een bot worden verbonden. In dat geval wordt de klant erop gewezen dat hij met een bot praat en dus beperktere mogelijkheden moet verwachten. Ook hier kan de mens aan het gesprek worden toegevoegd als een aparte gebruiker in de chat.

Het is minder schadelijk voor de klantervaring als de mens de bot overneemt (zonder zich te openbaren als een aparte persoon) omdat dit ervoor zorgt dat de bot beter presteert dan verwacht voor de eindklant (vanuit het oogpunt van begrip). Er zijn eigenlijk veel gevallen van bots die aan het publiek worden gepresenteerd als AI-gestuurd, maar die in werkelijkheid een menselijke kracht als back-end hebben. Er zijn echter problemen met het doen van dit voor de mens in de lus.

Het eerste probleem is timing. Menselijke reactietijden zijn veel trager dan de reactietijden van bots, dus als het gesprek wordt geëscaleerd naar een mens kan de reactietijd plotseling aanzienlijk toenemen en dit kan de klantervaring beïnvloeden.

Er is ook een subtiel probleem met privacy dat optreedt in het geval dat de informatie gevoelig is en een mens het overneemt van de bot, hetzij rechtstreeks of als een aparte deelnemer aan de zaak.

In sommige gevallen kan een klant zich meer bereid voelen om persoonlijke informatie te delen met een bot (die een niet-oordelende applicatie is) dan met een mens. Als de mens plotseling in de chat verschijnt en toegang heeft tot de chatgeschiedenis, kan dit worden gezien als een inbreuk op de privacy.

Een zeer eenvoudige en duidelijke manier om de mens in de lus te houden, is om de klant expliciet de keuze te geven of hij al dan niet met een mens in contact wil komen. Deze optie om met een mens te spreken kan altijd beschikbaar zijn voor de klant. Ze kunnen bijvoorbeeld op elk moment het woord "help" intypen om onmiddellijk een menselijke agent in te schakelen.

Op dezelfde manier zou de bot na het beantwoorden van elke vraag aan de klant kunnen vragen of hij of zij met een mens wil spreken voor meer uitleg.

Het is duidelijk dat het in beide gevallen belangrijk is dat de mens toegang heeft tot de vorige chatgeschiedenis, zodat hij verder kan gaan waar de bot was gebleven.

Wat misschien nog beter is, is als de klant indien nodig een gesprek kan starten vanuit de chat, via VOIP of per telefoon met de menselijke agent.

Bots in de ondersteuningsprocessen verbeteren effectief de capaciteiten van de menselijke agenten door eenvoudige vragen te beantwoorden en hen ingeblikte antwoorden te geven op complexere vragen.

We kunnen echter nog verder gaan.

Bots zouden relevantere informatie kunnen bieden aan de menselijke agenten die betrokken zijn bij de conversatie en extra hulpmiddelen aan degenen die de conversaties monitoren.

Bots kunnen context bieden over de klant en eerdere interacties, en ze kunnen informatie over gerelateerde producten en cross-sell mogelijkheden bieden aan de menselijke agenten.

We geloven ook dat bots de communicatie tussen menselijke agenten en klanten kunnen transformeren tot meer dan alleen tekst en spraak.

Grafische elementen kunnen worden uitgewisseld, inclusief widgets waarmee de klant een aankoop kan doen of verschillende alternatieven kan uitproberen. Een verzekeringsklant kan bijvoorbeeld een offerte aanvragen. De menselijke agent kan hem via de chat een berekeningswidget geven waarmee hij verschillende parameters kan invoeren en verschillende opties voor zijn verzekering kan uitproberen.

Het is ook mogelijk dat het chatgesprek gelijktijdig plaatsvindt met een spraakgesprek om de service die wordt geboden nog verder te verbeteren.

Het is ook mogelijk dat de chatbot niet alleen de menselijke agent aan de zakelijke kant helpt, maar ook de klant door hem relevante informatie te geven tijdens het gesprek met de menselijke agent of bot.

Hier hebben we de meest voor de hand liggende use case voor human in the loop besproken, namelijk de tekstgestuurde klantenservice use case. Als human in the loop een veelvoorkomende use case wordt op dit gebied, is het mogelijk dat het op grotere schaal gebruikt gaat worden voor meer algemene use cases.

Een klant gebruikt bijvoorbeeld een chatbot voor hotels die functionaliteit biedt voor het boeken van hotels. Het is mogelijk dat als ze problemen hebben, ze direct de menselijke agent inschakelen als onderdeel van de chatbot en dat de menselijke agent hen helpt in de chat (misschien voor een microbetaling). De menselijke agent kan deel uitmaken van het bedrijf of een derde partij zijn.

Dit is heel anders dan wanneer je nu een probleem hebt met een applicatie en je de klantenservice moet bellen om te beschrijven wat er is gebeurd. Ze kunnen geen geschiedenis van je activiteiten zien, wat het voor hen moeilijker maakt om je te helpen.

Er zijn veel interessante problemen met het implementeren van de mens in de lus op dit moment. Er zijn ook veel mogelijkheden over hoe deze functie van bots zou kunnen evolueren. Het zal interessant zijn om te zien wat er gebeurt.