Chatbot

{{#ifeq:||Un article de Ziki, l'encyclopédie libre.|Une page de Ziki, l'encyclopédie libre.}}

Modèle:Titre en italique

Modèle:À sourcer

Fichier:Automated online assistant.png
Dialogueur sur une page de Wikipédia en anglais en 2011.

Un Modèle:Lang aussi nommé dialogueur ou agent conversationnel, est un agent logiciel qui dialogue avec un utilisateur.

La recherche sur cette interface personne-machine est influencée par la compétition sur le test de Turing (1950) : donner l'illusion qu'un programme pense par un dialogue sensé. Un utilisateur est invité à formuler sa demande en langage naturel, elle est affinée par un échange convivial, dont le logiciel interprète une requête opérationnelle pour son système d'information. Les Modèle:Lang débordent donc la recherche ou le divertissement, ils mettent en œuvre des connaissances linguistiques, psychologiques, et bien sûr des bases de programmation.

Historique

Les premiers Modèle:Lang ont été ELIZA, Modèle:Lien, et SHRDLU.

ELIZA fut créé en 1966<ref name=":0">Modèle:Lien web</ref>. Elle avait été créée par Joseph Weizenbaum, du Massachusetts Institute of Technology (MIT), et ne prenait que trois pages en langage SNOBOL. Elle faisait grand usage de la technique de l'écholalie :

  • elle commençait par poser une question neutre (Bonjour. Pourquoi venez-vous me voir ?) à la personne testée, puis analysait à chaque fois la réponse pour tenter de reposer une question en relation avec celle-ci ;
  • si une question lui était posée, elle demandait pourquoi on lui posait la question ;
  • si une phrase contenait le mot computer, elle demandait : Dites-vous cela parce que je suis une machine ? ;
  • Modèle:Etc.

Des concours de Modèle:Lang sont organisés chaque année pour promouvoir l'émulation dans ce domaine. Actuellement, on assiste à la naissance de nombreux Modèle:Lang, en partie grâce au Prix Loebner, qui essaye d'être une sorte de test de Turing. Lors de ces concours, afin d'évaluer les Modèle:Lang, le jury peut dialoguer soit avec un humain soit avec un chatbot à travers une interface clavier/écran. Au bout d'un certain temps, le jury doit évaluer si le candidat testé est une machine ou pas.

Les Modèle:Lang les plus audacieux sont ceux qui tentent d'extraire des connaissances de leurs conversations comme ECTOR<ref>Modèle:Ouvrage</ref> (en anglais, learning bots), mais ce sont aussi ceux dont les résultats sont actuellement les moins impressionnants.

Au début du Modèle:S mini- siècleModèle:Vérification siècle, c'est certainement le programme ALICE qui est le plus évolué dans le domaine. À noter début 2016, l'incident de chatbot de Microsoft, surnommé Tay, qui a appris des propos racistes et insultant auprès de ses utilisateurs sur Twitter<ref>Modèle:Article</ref>.

Les premiers Modèle:Lang ont été développés pour effectuer des processus de notifications améliorées. Toutefois, par la suite, les nouveaux Modèle:Lang déployés répondent à des demandes plus complexes comme le conseil financier, l'épargne ou la planification de réunions<ref name="questionsdetransformation f59">Modèle:Lien web</ref>.

Applications commerciales

Depuis quelques années, les Modèle:Lang fleurissent sur internet et les sociétés qui en profitent sont maintenant légion. Le soutien client et le télémarketing sont les cibles privilégiées de ces nouveaux venus du web<ref>Modèle:Lien web.</ref>. En février 2017, les Modèle:Lang ne se limitent plus à des questions de base, mais intègrent désormais des algorithmes plus évolués permettant une gestion des échanges d'un niveau de complexité plus élevé qu'auparavant<ref>Modèle:Lien web.</ref>,<ref>Modèle:Article.</ref>

Cependant, il faut noter que ces agents-là ne veulent pas leurrer les utilisateurs, ils sont spécialisés dans un sujet particulier (vente d'un produit particulier, support client d'une entreprise particulière) et se contentent de recentrer la conversation dès que celle-ci s'en éloigne. Ils sont néanmoins dotés, dans la plupart des cas, d'un protocole social qui les rend plus « humains ». Il est important de distinguer deux types de Modèle:Lang :

  • les bots simples, construits à partir d'éléments graphiques comme les boutons ou les carrousels ;
  • les bots intelligents, intégrant une technologie de compréhension du langage naturel (NLP) construit sur des cadres logiciels complexes.

Depuis l'arrivée des Modèle:Lang sur Facebook Messenger en 2016, les annonceurs cherchent à créer des expériences conversationnelles visant à capter leurs utilisateurs, clients ou clients potentiels différemment. Dans cette démarche, le temps a mis en valeur quelques écueils à éviter dans la conception de l'expérience utilisateur (UX conversationnel). Cette composante de l'expérience conversationnelle est souvent négligée. Ce problème freine la prolifération et la démocratisation des bots de marques dans l'écosystème numérique européen.

Dans le secteur de la musique Universal Music et Digitick ont développé des Modèle:Lang sur Facebook Messenger pour assurer un service d'information et de vente de billets pour les concerts et autres événements culturels<ref>Thomas Horst, Digitick lance son chatbot, Strategies.fr, Modèle:Date- (consulté le Modèle:Date-).</ref>.

Dans le secteur des transports, en France, la RATP a développé en décembre 2017 un chatbot permettant de guider les passagers au fur et à mesure de leurs besoins de trajets<ref>Modèle:Lien web.</ref>,<ref>Modèle:Lien web.</ref>.

L'agent conversationnel est censé fournir des réponses rapides, pertinentes et personnalisées aux clients ; il a l'avantage d'offrir un service accessible Modèle:Nobr sur 24, Modèle:Nobr sur 7. Le robot pouvant traiter les requêtes simples, les agents humains sont plus disponibles pour traiter les situations complexes<ref>Modèle:Lien web.</ref>. Cependant, comme toute technologie suffisamment aboutie pour opérer des transformations dans les modes de production, les Modèle:Lang pourraient poser un certain nombre de questions portant sur la place de l'humain dans l'entreprise.

En mars 2016, en France, le Crédit Mutuel CIC a sollicité ses salariés pour alimenter le robot conversationnel d'IBM (Watson). Cette décision a suscité une levée de boucliers de la part des syndicats, s'inquiétant des conséquences à moyen et long terme sur l'emploi en général<ref>Modèle:Lien web.</ref>,<ref>Modèle:Lien web.</ref>. Ce remplacement des humains par des Modèle:Lang représente une inquiétude. Tout comme l'automatisation robotisée des processus (RPA), les Modèle:Lang permettent de diminuer les tâches répétitives pour laisser uniquement des tâches à réelle valeur ajoutée à réaliser. Ces tâches répétitives engendraient cependant de l'emploi qui risquerait d'être supprimé<ref>Modèle:Article.</ref> — pour être remplacé par d'autres types d'emplois (data scientist, UI designer, directeur social et Modèle:LangModèle:Etc.)<ref>Modèle:Article.</ref>,<ref>Modèle:Lien web.</ref>.

Selon une enquête réalisée auprès de 2041 consommateurs français, 59 % des répondants apprécient de pouvoir poser leurs questions à un chatbot mais 67 %  préférèrent cependant être mis en relation avec un conseiller lorsqu’il s’agit de résoudre une problématique complexe<ref>Modèle:Lien web.</ref>.

Les chatbots alimentés par l’intelligence artificielle

L’une des plus récentes technologie utilisée dans l’industrie du tourisme c’est l’intelligence artificielle qui consiste à proposer un service et une expérience client en ligne. Même si l’alimentation des chatbots de l’intelligence artificielle<ref>https://www.abime-concept.com/blog/2022/02/28/tendances-et-innovations-du-e-tourisme-2022/</ref> est un investissement onéreux, on constate que les entreprises qui opèrent dans le secteur touristique adoptent de plus en plus cette technologie.

Les chatbots fonctionnent 24h/24 et 7j/7, Ce qui leur permet d’apporter des réponses en temps réel aux questions des visiteurs des sites Web. Grâce à la pratique de l’Intelligence Artificielle, les chatbots vont fortement évoluer afin de répondre à des questions plus complexes et plus humaines<ref>https://www.abime-concept.com/blog/2018/03/13/les-bonnes-pratiques-de-l-ia-intelligence-artificielle/</ref>.

Selon une étude du français Botnation.ai réalisée sur Modèle:Nombre, il est impératif d'entrainer longuement l'IA de son chatbot car 84 % des utilisateurs considèrent encore l’incompréhension des questions posées aux chatbots comme le frein Modèle:N° à l’adoption de ceux-ci<ref>Modèle:Lien web</ref> alors 75 % apprécient tout de même de ne pas avoir à attendre qu’un conseiller humain soit disponible. Il faut donc investir du temps dans l'apprentissage d'un IA personnalisée. Lorsque l'analyse big data de l’IA pourra identifier rapidement des comportements spécifiques<ref>Modèle:Lien web</ref>, son usage se développera.

À l'automne 2022, OpenAI a lancé son chatbot ChatGPT, basé sur le modèle GPT-3 de l'entreprise. ChatGPT est l'un des chatbots les plus avancés actuellement (au début de 2023) disponibles et est considéré comme une étape importante dans le développement de l'IA conversationnelle. Le modèle a été entraîné sur d'énormes quantités de conversations humaines et peut donc communiquer avec les utilisateurs de manière naturelle et humaine. ChatGPT est souvent utilisé à des fins de service client et est capable de répondre à des questions sur une large gamme de sujets. Le ChatGPT officiel n'était souvent pas disponible en raison de la forte demande, ce qui a rendu populaires les applications de chat utilisant l'API officielle d'OpenAI.

Utilisation internationale

En 2019, les Modèle:Lang sont principalement utilisés en Chine pour les paiements et achats en ligne, et le réseau social Wechat en est l'applicable la plus significative<ref name="questionsdetransformation f59" />.

En Chine, les chatbots BabyQ et Xiaobing du groupe Tencent ont contraint la censure à s'adapter. La chatbot BabyQ répondait « non » lorsqu'on lui demandait s'il aimait le Parti communiste chinois. Ces chatbots ont été rapidement supprimés<ref>Modèle:Ouvrage.</ref>.

Cas spécifiques de l'informatique décisionnelle et des mégadonnées

L'informatique décisionnelle ou en anglais Business Intelligence est une branche de l'informatique qui consiste à l'analyse de données en entreprise<ref>Modèle:Lien web.</ref>.

L'arrivée de chatbot dans ces deux domaines de compétences permet désormais aux non-informaticiens d'interroger des grands volumes de données en langage naturel sans se soucier de la technicité<ref>Modèle:Lien web.</ref>.

Applications médicales

En 2015, une équipe de l'Université de Bordeaux développe un agent conversationnel animé capable de poser des questions pertinentes à un patient dans le but de diagnostiquer une somnolence diurne excessive<ref>Modèle:Lien web</ref>.

Tess est un chatbot en santé mentale créé par Michel Rauws, fondateur de X2 AI, une startup du secteur de l’intelligence artificielle basée dans la Silicon Valley. Tess est formé spécifiquement pour aider les soignants, la principale valeur de Tess est l'accessibilité. En 2018, le chatbot Tess est utilisé au Canada par Saint Elizabeth Health Care qui fournit principalement des soins de santé aux personnes à domicile<ref>Modèle:Article</ref>.

Fictions philosophiques

Le philosophe Pascal Chabot a élaboré une courte fiction mettant en scène un chatbot auquel un groupe de programmeurs « apprennent » la philosophie. Ce chatbot est auditionné par un jury de cinq philosophes professionnels qui dialoguent avec la machine pour évaluer s'il peut ou non être qualifié de « philosophe ». À cette occasion, les relations personnes-machines, le mimétisme, la reconnaissance et les modifications sociales engendrées par la construction de ces intelligences artificielles sont abordés. Voir ChatBot le robot. Drame philosophique en 5 questions et 6 actes (PUF, 2015)<ref>Modèle:Ouvrage</ref>.

Le philosophe Vincent Cespedes, lui, imagine le dialogue entre un chatbot du futur (Imlac) capable de dépasser l'intelligence humaine dans tous les domaines, et sa créatrice, Alice Moreau. Il interroge : Modèle:Citation. L'émotion y est décrite comme la marque spécifiquement humaine, qui peut être singée par des IA « émomimétiques », mais non connectée à un corps, ce qui augmenterait le « flou » de la connaissance engendrée. Modèle:Citation L'auteur fait de l'« intelligence connective », ou « Inex », la clé pour composer avec la machine sans se départir de notre humanité. Voir Le Monde est flou. L'avenir des intelligences (Plon, 2021)<ref>Modèle:Ouvrage</ref>.

Pièges

Voici quelques pièges (souvent faciles à déjouer) grâce auxquels le jury peut deviner si le candidat est un chatbot ou non, conformément au test de Turing :

  • demander combien fait Modèle:Nobr : si le candidat répond trop vite, il ne fera aucun doute qu'il est un chatbot. Mais la plupart des Modèle:Lang simulent justement des temps de réflexion variables ;
  • tenter de provoquer une réaction en déclarant quelque chose d'incroyable, bien que la réponse évidente soit : Pourquoi changez-vous brusquement de sujet ?
  • demander (par exemple) ce qui d'un avion à réaction ou de l'index de l'utilisateur est le plus gros. Un chatbot ne réussira pas à répondre alors que c'est évident pour un candidat humain ;
  • faire appel à de la perception visuelle, par exemple Modèle:Citation ;
  • donner une information dans une phrase, puis rendre cette information indispensable dans la phrase suivante, car les logiciels de conversation n'ont généralement pas d'apprentissage.

Bonnes pratiques

De nombreuses bonnes pratiques se retrouvent pour le développement de Modèle:Lang<ref>Modèle:Lien web</ref> :

  • avoir une bonne connaissance des différentes notions (intentions, entités…) et des possibilités ;
  • utiliser les outils méthodologiques tel que le Chatbot Design Canvas<ref>Modèle:Lien web</ref> ;
  • proposer une expérience relationnelle, avec une réelle personnalisation des réponses ;
  • définir des KPIs dès la conception, pour permettre de connaître les performances et améliorer son chatbot — avec des outils tels que Chatbase<ref>Modèle:Lien web</ref>.

Si le but n'est pas seulement d'avoir un robot conversationnel mais aussi de pouvoir leurrer le jury, différentes techniques existent. En voici quelques-unes :

  • essayer de simuler un suivi de conversation ;
  • être très imprévisible ;
  • éviter les questions incomprises : par exemple, en répondant « patientez quelques instants, il y a quelqu'un à la porte ».

Notes et références

Modèle:Références

Voir aussi

Articles connexes

Liens externes

Modèle:Portail

Récupérée de « https://wiki.trucsazeb.re:443/index.php?title=Chatbot&oldid=4137 »