Linguista Computacional: os chatbots entendem cada vez mais os humanos

O que você precisa saber

A impressão que tenho é que muitos ainda enxergam a Inteligência Artificial como um bicho de sete cabeças. Nas minhas reuniões de negócios é comum ouvir perguntas do tipo: “Os robôs podem conversar como humanos?”, “Eles aprendem sozinho?”. A resposta para ambas é “Não, eles ainda não podem conversar exatamente como humanos. Mas já podem conversar com humanos e resolver dúvidas e problemas de maneira eficiente, rápida e agradável!”

O que estamos fazendo, neste início da revolução capitaneada pelos chatbots, é ensiná-los a conversar a partir de um processo de aprendizado contínuo, utilizando o histórico de interações dos próprios usuários ao longo do tempo. E eles aprenderão quanto mais nós, humanos, os alimentarmos com zetabytes de dados que serão pílulas para torná-los cada vez mais inteligentes.

Para explicar o processo de treinamento, faço uma analogia com as potentes máquinas de Fórmula 1. Os carros do torneio são movidos por um motor robusto e de alta tecnologia. Porém, para atingir as altas velocidades, os melhores carros precisam de excelentes mecânicos e de um piloto habilidoso. E é mais ou menos assim que podemos analisar a performance dos bots. Para que sejam cada vez mais assertivos, e com índices de erros cada vez mais baixos, os robôs de atendimento precisam do Linguista Computacional, também chamado de Botmaster, Knowledge Engineer, entre outras nomenclaturas.

O linguista, basicamente, garante que o chatbot responda corretamente, mantendo a qualidade da base de conhecimento.

Mas este é um resumo muito generalizado de seu papel. Para continuar a analogia do carro de corrida, as tarefas realizadas durante o teste e a qualificação são diferentes de quando a corrida começa…

Hoje, o Processamento de Linguagem Natural (PNL) líder do setor é construído sobre o léxico de cada idioma, que detecta padrões em dados que podem ser aproveitados para entender as entradas do usuário e melhora dia após dia sua qualidade e abrangência. O treinamento constante e global é para cada idioma e não para cada novo projeto. Isso cria uma abordagem que é flexível na adaptação às nuances e ambiguidade das linguagens, possibilitando resultados imediatos, sem a necessidade de exaustivos treinamentos.