чатботы и ролевые модели

Written By: Anna Liednikova

Наше взаимодействие обусловлено социальным контекстом. В большинстве случаев, находясь в обществе мы выполняем какую-то социальную роль, а иногда несколько. Поскольку контекст использования определенного чатбота, как правило, остается неизменным, то и можно предположить, что и ролевая модель у него одна. Но так ли это?

Это было действительно так на протяжении долгого времени. В целом, чатботов можно разделить на два основных лагеря: исполнители (есть задача, ее нужно решить: заказать билеты, гостиницу, поставить диагноз) и болтуны (поговорить обо всем и ни о чем, пока хватает ресурса).

И лишь в 2017 году Zhou Yu, Alan Black и Александр Рудницкий представили первого гибрида (Learning conversational systems that interleave task and non-task content). Своим исследованием, они показали, что система, которая чередует социальный контент (болтуна) и содержание задачи (исполнителя), более успешна в выполнения задачи и более привлекательная по сравнению с чисто ориентированной на задачи (исполнителем).

Основной задачей представленного ими чатбота была рекомендация фильмов, но чтобы он справлялся с задачей более эффективно, к основному набору функций (роли исполнителя) добавили несколько коммуникативных стратегий (из роли болтуна):

• Стратегии активного слушания вовлекают пользователей, активно участвуя в беседе, например задавая дополнительные вопросы по текущей теме
• Стратегии обоснования с использованием информации из базы знаний, связывание и предложение фактов для текущей темы
• Персонализированные стратегии - адаптация к пользователю, используя автоматически извлеченную информацию из разговора с ним. Например, предложить поговорить больше на определенную тему, зная, что пользователь ранее был вовлечен в эту тему.

Но в целом развитие исполнителей и болтунов по отдельности развивалось быстрее нежели вместе. Тем не менее тенденция объединять различные роли за интерфейсом единой системы осталась.

Например, в конце того же года команда Heriot-Watt University выдвинули социальную диалоговую систему Alana (болтун) в рамках соревнования Alexa Prize. Эта система объединяла в себе сразу несколько ролей, которые серым цветом выделены в следующем фрагменте диалога.

А в октябре 2020 года вышла первая статья, которая показала, что смешивание ролей не дало положительных результатов. Оказывается, что публичное место и рабочая атмосфера создают совершенно иной контекст, нежели когда вы дома тет-а-тет говорите со своим виртуальным помощником на подобии Alexa.

А Facebook выпустил чатбота Blender, который объединил в себе следующие коммуникативные функции:

• Увлечение с использованием знаний о личности (PersonaChat)
• Увлечение с помощью использования знаний (Wizard of Wikipedia)
• Проявление сочувствия (Empathetic Dialogues)

Хотя… Хм… Подождите, а не напоминает ли это все те самые коммуникативные стратегии чатбота по рекомендации фильмов? Ага, все то же самое, только теперь методы более эффективные. Если раньше это был ограниченный набор шаблонов, то теперь каждая стратегия - это ранее разработанный чатбот, который генерирует текст, будучи натренированным на огромном количестве данных.

Как видите, идея объединения различных ролей и коммуникативных стратегий далеко не нова, но до сих очень актуальна с трех сторон: 1) развитие каждой роли отдельно, 2) определение оптимального набора ролей для выполнения задачи, 3) определение оптимального критерия выбора кандидата для вывода пользователю.

А вы, дорогие друзья, как много ролей имеете в своем арсенале и как часто ими пользуетесь? Чувствуете, что порою пора прокачать шутника, эмпата или зазнайку? Как много ролей позволяете себе смешивать себе на рабочем месте? Да и вообще задумывались ли об этом всем ранее?