Para fazer suas tarefas, os chatbots devem ser devidamente treinados
Chatbots não são um fim em si mesmos. Eles são usados para atingir um objetivo, que é, invariavelmente, estar em contato com usuários ou clientes para informar, ajudar a resolver problemas ou coletar dados.
A observação é de Juliano Statdlober, CTO da Qualitor, empresa especializada em tecnologia para gestão de atendimento, e um dos diretores da Intelichat, spin off dedicada a uma plataforma que permite criar chatbots personalizados sem necessidade de conhecimento em programação.
O especialista destaca que, para fazer suas tarefas, os chatbots devem ser devidamente treinados. “Em outras palavras, podemos dizer que, sem conhecimento, um chatbot não fará absolutamente nada”, afirma.
Segundo Statdlober, a abordagem de requer passar por conceitos de Gestão do Conhecimento (Knowledge Management – KM), como as áreas de conhecimento tácito e explícito.
Tácito é tudo o que não está documentado formalmente, enquanto o conhecimento explícito, ao contrário, é tudo que é formalmente documentado, armazenado, escrito, gravado – na verdade, está em outro lugar além da cabeça das pessoas.
O diretor destaca, ainda, que outro conceito importante sobre GC é o processo de conversão de conhecimento, o que significa transformar o que é tácito em explícito.
“Com isso em mente, é plausível afirmar que o treinamento de chatbots pode ser visto como transferência de conhecimento, já que, em certa medida, os bots precisam aprender conceitos e informações que pertencem a pessoas ou a organizações. Esse aprendizado é obtido usando-se conhecimento explícito, seja para compreender enunciados ou para dar respostas e informações apropriadas”, explica o executivo.
Um dos objetivos da GC é identificar, coletar, organizar e disseminar adequadamente o conhecimento dentro de uma empresa, e isso é útil para o treinamento de chatbots, porque as organizações precisarão saber quais recursos terão para transferir para seus bots. Esta identificação é conhecida como mapeamento de conhecimento.
“Quando os chatbots são treinados e implantados, isso é apenas parte do cenário. Isso requer um acompanhamento constante para rever interações com os usuários e atualizar o conteúdo, com um novo ciclo de formação – inserção de novas questões, novos conjuntos de informações, novas regras etc”, destaca Statdlober.
Para manter o conhecimento explícito atualizado é que entra em cena o Knowledge Centered Service (KCS), metodologia baseada em práticas que foi criada por uma aliança sem fins lucrativos de organizações de serviço e suporte, chamada Consortium for Service Innovation.
Os preceitos fundamentais da KCS são criação de conteúdo de conhecimento como subproduto da solução dos requisitos, a evolução do conteúdo com base em demanda e uso, o desenvolvimento da base de conhecimento resultante da experiência coletiva e de colaboração e reconhecimento pela aprendizagem, colaboração, compartilhamento e aperfeiçoamento.
Alguns conceitos de KCS podem ser muito úteis para o treinamento de chatbots. Por exemplo: na interação de usuários com chatbots, a situação indesejável é quando uma pessoa faz uma pergunta e o bot não é capaz de responder – e se isso acontecer, é porque o bot não foi treinado adequadamente.
É recomendável haver um processo para atualizar o treinamento do robô quando isto ocorre, aplicando o preceito de KCS de “evolução do conteúdo baseado na demanda e uso”, ou, em outras palavras, atualizar o treinamento do robô quando ele não puder responder.
Como?
Algumas plataformas de chatbots suportam hand-off humano. Nestes casos, a dica é aproveitar esta oportunidade para atualizar o treinamento quando os seres humanos são escalados para dialogar com os usuários, promovendo a atualização de conhecimento sob demanda.
Outro exemplo da aplicação de KCS é o desenvolvimento da base de conhecimento resultante da experiência coletiva e colaboração.
“A conclusão é que, ao treinar chatbots, diversas premissas precisam ser levadas em consideração. Por exemplo: quem na organização é designado para fazer isso? Essa pessoa tem o conhecimento de todas as áreas necessárias? Por que não colaborar na criação de conhecimento e mantê-lo cíclico?”, ressalta Statdlober. “Pensar nisso não é só pensar KCS e KM: é pensar na evolução efetiva de chatbots eficazes”, finaliza.
