चैटबॉट कैसे सीख रहे हैं

हमने cxpartners के सह-संस्थापक और सीईओ जाइल्स कोलबोर्न से मुलाकात की। दुनिया की अग्रणी स्वतंत्र अनुभव डिजाइन परामर्शियों में से एक, कोलबोर्न के लेखक हैं सरल और प्रयोग करने योग्य, सादगी के विषय पर एक किताब विशेष रूप से बातचीत डिजाइनरों के उद्देश्य से।

चैटबॉट प्रचार के बाद क्या बचेगा? कौन/क्या बचेगा?

जाइल्स कोलबोर्न: प्रचार के साथ समस्या यह है कि यह लोगों को बिना किसी भेदभाव के सामान बाहर रखने के लिए प्रेरित करता है कि यह अच्छा है या नहीं, और यह लोगों को यह मानने के लिए प्रोत्साहित करता है कि कुछ भी संभव है, इसलिए वे बेतहाशा आगे निकल जाते हैं। किसी भी नई या उभरती हुई तकनीक के साथ भी यही कहानी है।

इसलिए प्रचार के बाद, मुझे उम्मीद है कि कुछ अच्छे, ठोस, सरल, मजबूत उदाहरण और पैटर्न सामने आएंगे, जिन पर हम धीरे-धीरे अधिक जटिल अनुभव बनाते हैं। प्रचार सुनना और सपने देखना अद्भुत है, लेकिन अगर आप लोगों पर भरोसा करने के लिए एक प्रणाली का निर्माण कर रहे हैं, तो आपको कुछ सरल और कार्यात्मक करने से डरना नहीं चाहिए।

मुझे लगता है कि किसी भी सिस्टम के साथ जो मशीन लर्निंग पर निर्भर करता है (और बहुत सारे प्राकृतिक भाषा इंटरफेस मशीन लर्निंग पर निर्भर करते हैं), बड़े डेटा सेट वाले लोगों को फायदा होगा। मैं आशा करना चाहता हूं कि यह प्लेटफॉर्म लॉक-इन में न बदल जाए।

उपभोक्ता इंटरनेट के शुरुआती दिनों में, हम वेब के लिए प्लेटफॉर्म लॉक-इन से बचते थे, जिसमें एक खुला विनिर्देश था जिसका उपयोग कोई भी कर सकता था। इस बार ऐसा कुछ होते हुए देखना मुश्किल है - कानून को लागू करने की आवश्यकता हो सकती है। लेकिन वह सब शायद अभी भी साल दूर है।

• चैटबॉट अनुभव कैसे डिज़ाइन करें

चैटबॉट और संवादी UI के क्या लाभ हैं?

जीसी: सबसे पहले, मुझे चैटबॉट और संवादी यूआई और पूर्ण प्राकृतिक भाषा इंटरफेस (एनएलआई) के बीच अंतर करना चाहिए। चैटबॉट कभी-कभी उपयोगकर्ता को कई संभावित उत्तरों में से चुनने के लिए कहते हैं - बल्कि भयानक आईवीआर सिस्टम की तरह जो टेलीफोन लाइनों पर वॉयस कॉल को सॉर्ट करते हैं ("बैलेंस पूछताछ के लिए 1 दबाएं, ग्राहक सेवा के लिए 2, आदि")। एनएलआई आपको अपनी भाषा में एक प्रतिक्रिया टाइप करने और फिर उसके आधार पर जवाब देने की अनुमति देता है। मुझे एनएलआई में अधिक दिलचस्पी है और यही मेरा फोकस है।

एनएलआई के बारे में मुझे जो पसंद है वह यह है कि सीखने के लिए लगभग कोई यूजर इंटरफेस नहीं है। फेसबुक मैसेंजर जैसे ऐप आज स्मार्टफोन पर सबसे ज्यादा इस्तेमाल किए जाने वाले ऐप में से हैं। उपयोगकर्ता इंटरफ़ेस सरल है, और उनके पीछे के विचार को समझना आसान है। तो उस परिचित, व्यापक रूप से उपयोग किए जाने वाले इंटरफ़ेस के शीर्ष पर सेवाओं का निर्माण एक अच्छा विचार की तरह दिखता है - जब तक सेवाओं का उपयोग करना आसान हो।

इसके अलावा, यदि आप एक ऐसा इंटरफ़ेस बना सकते हैं जो वास्तव में एसएमएस जैसी बुनियादी चीज़ पर काम करता है, तो यह फेसबुक मैसेंजर, या व्हाट्सएप, या किसी अन्य चैट प्लेटफॉर्म पर काम करेगा - इसलिए यह वादा है कि आप अपनी पहुंच बढ़ा सकते हैं।

जैसे-जैसे आप युवा दर्शकों को देखते हैं, चैट प्रकार की सेवाओं की प्राथमिकता बढ़ती जाती है। वे सोशल मीडिया के साथ बड़े हुए हैं और वे फोन या ईमेल के बजाय उन प्रकार की सेवाओं के साथ बातचीत करना पसंद करते हैं। लेकिन, निश्चित रूप से, यह एक ऐसा इंटरफ़ेस है जो दृष्टि या श्रवण दोष वाले लोगों के लिए स्वाभाविक रूप से सुलभ है और सभी उम्र के उपयोगकर्ताओं के लिए समझने में आसान है।

हालांकि, जो चीज मुझे रोमांचित करती है, वह यह है कि प्राकृतिक भाषा इंटरफेस का मतलब है कि हम उन प्रणालियों को डिजाइन कर सकते हैं जो अधिक मानवीय महसूस करती हैं। मानवीय बातचीत में बहुत सारे दिलचस्प गुण होते हैं जिनसे ग्राफिकल यूजर इंटरफेस संघर्ष करता है।

उदाहरण के लिए, यदि आप किसी व्यक्ति से कुछ खोजने में मदद मांग रहे हैं, जैसे कि एयरलाइन टिकट, तो आप अक्सर काफी अस्पष्ट विवरण के साथ शुरुआत करते हैं और धीरे-धीरे कुछ अच्छे विकल्पों पर ध्यान देते हैं। हम इस समय पहलू खोज इंटरफेस में ऐसा कर सकते हैं, लेकिन लोग उन्हें प्रभावी ढंग से उपयोग करने के लिए संघर्ष करते हैं - खासकर छोटे स्क्रीन पर। छोटे पर्दे पर आपको जो मिलता है वह मेनू की एक श्रृंखला है जिसे आप ड्रिल करते हैं। यह भद्दा या भ्रमित करने वाला लग सकता है। प्राकृतिक भाषा इंटरफेस इसे बायपास कर सकते हैं।

अंत में, कंप्यूटिंग की अगली लहर लैपटॉप या मोबाइल फोन के बारे में नहीं है - यह उन स्मार्ट उपकरणों से भरे वातावरण के बारे में है जो आपको जानते हैं और जो आपके साथ बातचीत करते हैं। आप अपने स्मार्टफोन पर प्रत्येक डिवाइस या प्रत्येक डिवाइस के लिए एक ऐप पर टचस्क्रीन नहीं चाहते हैं। आप एक सामान्य इंटरफ़ेस चाहते हैं जो आपको जानता हो और जिससे आप आसानी से संवाद कर सकें। इसलिए मुझे लगता है कि अगली पीढ़ी के उपयोगकर्ता अनुभव में एनएलआई और कृत्रिम बुद्धिमत्ता प्रौद्योगिकियों की इतनी महत्वपूर्ण भूमिका है।

और संवादी इंटरफेस में कुछ नुकसान क्या हैं और हम उनसे कैसे बच सकते हैं?

जीसी: मुझे लगता है कि फ़्लोचार्ट की तरह दिखने वाली बातचीत बनाने में सबसे बड़ा नुकसान है - जहां संवाद को मिनट के विवरण में मैप किया जाता है। वास्तव में, बातचीत बल्कि अस्पष्ट और विद्रूप हैं। यदि आप उन्हें विस्तार से मैप करने का प्रयास करते हैं, तो आप जटिलता को याद करते हैं - या आप उन आईवीआर सिस्टमों में से एक और बनाते हैं।

उदाहरण के लिए, यदि आप किसी से उनका नाम पूछते हैं, तो एक व्यक्ति आपको शीर्षक सहित अपना पूरा नाम दे सकता है, जबकि दूसरा आपको अपना पहला नाम दे सकता है। आपको उन्हें ऐसा करने देना होगा, और फिर लापता विवरणों के लिए वापस चक्कर लगाना होगा। यह कोई त्रुटि नहीं है, यह प्रश्न का उत्तर देने का एक अलग तरीका है।

उपयोगकर्ता अनुभव को बढ़ाने के लिए हम बॉट्स को कैसे बेहतर बना सकते हैं?

जीसी: जब आप विशेष रूप से वॉयस सिस्टम का उपयोग करने वाले लोगों को सुनते हैं, तो बातचीत का एक बड़ा सौदा उपयोगकर्ता के बारे में होता है कि कैसे प्रश्न पूछें और यह सीखें कि सिस्टम क्या कर सकता है और क्या नहीं। मुझे लगता है कि ज्यादातर एनएलआई उन परिस्थितियों से निपटने में एक भयानक काम करते हैं।

उदाहरण के लिए, मान लें कि आप अपने वॉयस असिस्टेंट को 'बोहेमियन रैप्सोडी' जैसा गाना बजाने के लिए कहते हैं, लेकिन आपको नाम गलत लगता है और आप इसे 'मामा, जस्ट किल्ड ए मैन' कहते हैं। उपयोगकर्ता के दृष्टिकोण से, और एक मानव सुनने में, उपयोगकर्ता ने एक वैध और उपयोगी अनुरोध दिया है। लेकिन अधिकांश आवाज सहायक शीर्षक से मेल नहीं खाते और हार मान लेते हैं और उपयोगकर्ता एक वर्ग में वापस आ जाता है।

आवाज सहायकों के साथ इस तरह की बात हर समय होती है, लेकिन एक इंसान दी गई जानकारी का उपयोग करने की कोशिश करेगा और एक समझदार अनुवर्ती प्रश्न पूछेगा जैसे 'क्या आप याद कर सकते हैं कि यह कौन था?' या 'क्या यह शीर्षक या एक पंक्ति है गीत से?'। यदि हम इन प्रणालियों को सहनीय बनाने जा रहे हैं, तो हमें यह सोचने में अधिक समय व्यतीत करने की आवश्यकता है कि जब सिस्टम समझ में नहीं आता है तो उसे कैसे प्रतिक्रिया देनी चाहिए।

चैटबॉट या संवादी यूआई की कुछ विशेषताएं क्या हैं जो चीजों को ठीक करती हैं?

जीसी: बहुत सारे बेहतरीन संवादी UI और चैटबॉट बहुत अधिक करने की कोशिश नहीं करते हैं। उदाहरण के लिए, जब आप गाड़ी चला रहे होते हैं और आप अपने स्मार्टफोन से आपको घर जाने के लिए दिशा-निर्देश देने के लिए कहते हैं, तो बहुत अधिक 'बातचीत' नहीं होती है - वास्तव में, जितना छोटा होगा, उतना ही बेहतर होगा। लेकिन आपको न्यूनतम इनपुट ('मुझे दिशा-निर्देश प्राप्त करें') के लिए बहुत अधिक आउटपुट (एक घंटे के ड्राइविंग निर्देश) मिलते हैं। और इनपुट न्यूनतम रखा जाता है क्योंकि स्मार्टफोन रिक्त स्थान को भरने के लिए बहुत सारे प्रासंगिक डेटा का उपयोग करता है - यह मानता है कि आपका मतलब ड्राइविंग निर्देश है, यह जीपीएस से आपका वर्तमान स्थान प्राप्त करता है, और यह आपके स्मार्टफोन सेटिंग्स से आपके घर का पता ढूंढता है।

मैं कहूंगा कि वे बहुत अच्छे डिज़ाइन मैक्सिम हैं: बातचीत को छोटा रखें, प्रासंगिक डेटा का उपयोग करें, न्यूनतम इनपुट के लिए अधिकतम आउटपुट प्रदान करें।

संवादी डिजाइन आगे कहाँ जा रहा है? 

जीसी: अभी बहुत सारी दिलचस्प चीजें हो रही हैं। ऐसे आवाज सहायक हैं जो कमरे में अलग-अलग लोगों के बीच अंतर करते हैं, और आवाज सहायक जो बातचीत के भावनात्मक अंतर्धारा का प्रबंधन करते हैं, न कि केवल सूचनाओं का आदान-प्रदान।

ऐसे उपकरण भी हैं जो डिजाइनरों के लिए जटिल सुविधाओं तक पहुंच को आसान बनाते हैं, और इंटरफेस जो आवाज और दृश्यों को मिलाते हैं (उदाहरण के लिए, जब आप वर्चुअल ट्रैवल एजेंट से बात करते हैं तो आप एक यात्रा यात्रा कार्यक्रम का निर्माण कर सकते हैं)। यह एक रोमांचक समय है।