Почему автоматизированные чат-боты не могут беседовать как люди

Автоматизированные чат-боты — что они из себя представляют?

У нас отношения любовь-ненависть с чат-ботами. Любим поиграть, но раздражаемся, когда бот не может ответить или выполнить просьбу. Создатели ботов живут вызовом сделать их максимально человечными, но написание тысяч условных перестановок для этого — изнурительно.

Это взаимное желание сделать взаимодействие с ботом человеческим толкнуло к питанию ботов через NLP (обработку естественного языка). Машинное обучение за ботом построено на логике деревьев решений и обмене последовательностей предопределённых входов и выходов. Однако естественный разговор не работает так.

Искажение паттернов естественного разговора

Как в естественном разговоре, люди и боты по очереди говорят — обмениваются сообщениями. В естественном разговоре, независимо от содержания, даже без визуальных сигналов и интонации, есть смысл в перекрытиях речи, в паузах между репликами и в усилиях исправить недопонимание. Эти действия — составные части взятия слова, инherent к естественному разговору. Они двигают разговор вперёд и раскрывают намерения по мере развёртывания.

Переход от чат-ботов к debate-ботам?

По взаимодействию чат-боты ближе к чередованию заранее распределённых речей в дебатах (Sacks et al, 1974), чем к естественному разговору. Если работа бота — «пойди принеси», нужно ли социальные клише вроде «Привет»? Гуманизируя бота, не устанавливаем ли мы неверные ожидания пользователей? Или это просто сервис с улыбкой?

Идея, что боты могут не «болтать», поднимает почти философский вопрос. Почему боты должны быть такими человечными и в какой мере? Что мы на самом деле автоматизируем, когда автоматизируем чат-ботов?

По очереди

Для более точных и релевантных ответов боты используют NLP похоже на Google Conversational Search. Это даёт более интеллектуальную обработку, но всё ещё в значительной степени опирается на то, что и человек, и бот делают хорошо организованные реплики — отправляют одно сообщение или один хорошо построенный мульти-стек за раз. И боты, и люди могут слать мульти-стеки, но человеческий мульти-стек гораздо более деструктивен. Мы можем сделать следующий ответ бота нерелевантным или неуместным, приводя к плохому парному действию (Q&A матч), оставляя нас разочарованными.

Поскольку естественный разговор не состоит из парных действий, аккуратно производимых один за другим, нужно анализировать взаимодействие с ботом как целое, а не как наборы одиночных парных обменов. Нужен вмешатель, чтобы когда люди создают деструктивные мульти-стеки, мы могли лучше «услышать» разговор.

Смысл молчания

Один способ управлять взаимодействием человек-бот — анимация. Анимация в виде лоадеров, «…печатает» или «пожалуйста, подождите» даёт двойную выгоду боту и пользователю, помогая управлять прозрачностью и держать разговор в движении. Помогает снизить проблематичные человеческие мульти-стеки, заявляя право на реплику в разговоре.

Как сказал Адриан Цумбруннен, дизайнер Google: «Без анимации нет разговора» — это верно в большой степени. Так же как мы ассоциируем временную задержку с утвердительным или отрицательным ответами, может ли бот выводить тот же смысл из нашей задержки ответа? Понимание — низкая техническая грамотность или использование чат-интерфейса для выкупа времени на размышление — интересные вызовы при сенсинге намерения исправить.

Должны ли боты быть человеческими?

Google не притворяется человеком, хотя анализ поисковых запросов показывает, что мы задаём ему очень человеческие вопросы. Когда Google выдаёт нерелевантные результаты или не-матч, мы виним себя за неверный запрос. Мы более прощающи, потому что «гуглить» не настроено как разговор, а как извлечение. Факт, что мы эмпатизируем более человечным ботам, а меньше — механическим, не обязательно недостаток при взаимодействии — помогает установить ожидания пользователя.

Не тот интерфейс?

Деревья решений, питющие ботов, построенные на последовательностях условных операторов, похожи на диалоги приключенческих игр.

Bandersnatch, последний эпизод Black Mirror от Netflix, — «Выбирай своё приключение» фильм, исследующий свободу воли. Netflix разработал «state tracking», сохраняющий след выборов для развёртывания позже в нарративе. Bandersnatch — ветвящаяся история из 250 сегментов, написанная в Twine (инструмент дерева решений для интерактивной фикции, также используемый для дизайна деревьев ботов). Не может ли быть, что, как кино, боты могут использовать знакомство и UI-характеристики интерфейсов приключенческих игр?

Текущий интерфейс бота: ограниченный размер экрана, ограниченная длина сообщения, обычно в правом нижнем углу. Ценя UI-наследие старых мессенджеров вроде ICQ, почему мы ещё не перешли на полноэкранный режим для ботов?

От прогнозирования к управлению

То, что естественный разговор искажается при взаимодействии человек-бот, может объяснить, почему, несмотря на интеллект NLP, взаимодействия с ботами всё ещё вызывают смешанные чувства. Отчасти из-за UI-возможностей, отчасти из-за нашего усвоенного поведения о том, что значит участвовать в естественном разговоре — есть смысл в молчании, перекрытии реплик и в конверсационном ремонте.

Автоматизированные ответы ботов не обязательно должны быть человеческими — они просто должны управляться очень человечным образом.