Аватары с искусственным интеллектом станут новыми представителями службы поддержки клиентов

Они помогут нам делать покупки, осуществлять банковские операции и бронировать поездки.

Джеки С. К. Чунг — доцент кафедры информатики в Университете Макгилла. Председатель канадского CIFAR AI в Миле.

Насколько я могу судить, большинство систем искусственного интеллекта, которые в настоящее время взаимодействуют с широкой публикой — в банках, при бронировании путешествий, в розничной торговле — основаны на шаблонах. Например, если я захожу в свой онлайн-банк и задаю вопрос, ИИ банка определит шаблоны и ключевые слова в том, что я спрашиваю, и выдаст некоторый заранее определенный ответ на основе того, что он обнаружит. Он не отвечает на лету. В ближайшие 10 лет ситуация изменится. Широкая публика столкнется с аватарами, интегрированными с генеративным искусственным интеллектом, в большинстве сервисных взаимодействий — когда они хотят что-то сделать или когда они хотят найти информацию. Вы сможете общаться с ними и задавать им вопросы, а они дадут оригинальные и, будем надеяться, правильные ответы. Эти модели обучаются на огромных объемах уже существующих данных, чтобы узнать, какие слова появляются рядом друг с другом, а затем дополнительно обучаются для работы в конкретном сценарии, например в банковском деле. Тогда они смогут создавать новые результаты, соответствующие конкретному контексту.

Некоторые аватары могут помочь вам сориентироваться в конкретном продукте и его функциях. Другие могут помочь вам управлять своим днем, например, планируя встречи и напоминая вам. Несколько недель назад я дважды забронировал кое-что на этот понедельник и не заметил этого до самого дня. Агент ИИ мог бы заметить это и спросить: «Вы уверены, что хотите это сделать?» На более высоком уровне участия мы могли бы доверить ИИ сделать еще больше, например, самостоятельно составить расписание на следующий квартал. Это приложение возможно, если мы решим дать ИИ такую ​​возможность.

БОЛЕЕ: Будущее искусственного интеллекта и место Канады в нем

На мой взгляд, наиболее выгодный способ использования компаниями этих аватаров — это создание более персонализированного взаимодействия с потребителями. Предположим, вы ищете новую лампу для дома. Аватар спрашивал, в какой комнате будет лампа, а вы давали ответ. Затем он спросит, какой стиль лампы вы ищете, какая цветовая гамма в этой комнате, хотите ли вы встроенное светодиодное освещение, сколько у вас места? Вы, как потребитель, возможно, даже не задумывались об этих вещах. Но аватар этому обучен.

Крупные корпорации будут первыми, кто будет использовать эти аватары с генеративным искусственным интеллектом, возможно, в ближайшие пять лет. У этих компаний будут ресурсы для найма людей, которые будут следить за тем, чтобы генеративный ИИ адаптировался к продуктам, предложениям и политике компании. У них также будет возможность генерировать обучающие данные: система искусственного интеллекта должна знать, какие продукты предлагаются, их характеристики и как следует рекомендовать эти продукты, и все это требует обучения. В краткосрочной перспективе эта технология, вероятно, будет недоступна для малого бизнеса, пока мы не разработаем системы, которым потребуется меньше обучающих данных.

На этой начальной волне развертывания компании могут использовать системы искусственного интеллекта в качестве меры экономии, поэтому им не нужно нанимать столько представителей службы поддержки клиентов. Я думаю, это было бы ошибкой. Хотя эти системы очень мощные и могут генерировать очень беглые ответы, эти ответы часто могут быть неверными. Иногда это называют проблемой галлюцинаций. Например, аватар ИИ может предлагать несуществующие товары. Или, если у клиента есть жалоба, он может предложить слишком строгое или слишком щедрое решение — возможно, он пообещает возместить потребителю возмещение, даже если это не соответствует политике компании. По крайней мере, на данный момент галлюцинация означает, что вы не можете доверять системам ИИ в принятии решений.

На данный момент эти системы также имеют неполное понимание языковых вариаций, поэтому незначительные различия в том, что говорят клиенты — даже если они имеют в виду одно и то же — могут привести к совершенно разным результатам. Технология иногда даже генерирует полную противоположность тому, что должна, потому что отрицание может быть выражено разными способами, и они могут неправильно прочитать маркер отрицания. Мой коллега спросил систему, что делать, если у вас болит грудь, и полученный ответ включал в себя кучу рекомендаций. Но в этом фрагменте упущено отрицание, и оказалось, что это все, чего делать не следует.

БОЛЕЕ: Мы разработаем новые лекарства через месяцы, а не десятилетия

Я беспокоюсь, что эта технология станет следующей кассой самообслуживания: она сэкономит компаниям затраты на рабочую силу при загрузке работы покупателям, заставляя их взаимодействовать с ИИ, прежде чем они смогут добраться до человека. Это уже происходит, и происходит с неуклюжими и сложными в использовании системами. В ближайшие годы нам нужно будет убедиться, что системы более интуитивны в использовании, и нам необходимо решить вопросы безопасности, правильности и галлюцинаций. Полномочия бюро по защите прав потребителей должны будут расшириться, чтобы помочь решать проблемы, связанные с ИИ, и могут появиться дополнительные правила о том, как ИИ взаимодействует с потребителями. Например, если ИИ дает обещание, должна ли компания его выполнить?

Нам также понадобится тщательный человеческий аудит, чтобы убедиться, что эти системы относятся ко всем одинаково. Эти системы обучены на данных, генерируемых людьми, которые содержат предвзятости и неравенство. В некоторых случаях системы искусственного интеллекта, обученные на общем тексте, создают стереотипные ассоциации, например, между полом и определенными профессиями. ИИ также может генерировать разные ответы для разных демографических групп в зависимости от их речевых моделей. Например, английский, на котором говорят носители второго языка, может иметь произношение, грамматические и лексические отличия от стандартного английского. ИИ, обученный на предвзятых данных, может делать предположения, основанные на этих нюансах.

В ближайшие несколько десятилетий мы должны разработать технологию, в которой мы уверены — прозрачный ИИ, который хорошо работает, справедливо относится к пользователям и проверен на безопасность третьими сторонами. Производительность этих систем улучшится по мере их адаптации к тому, как мы их используем. Точно так же мы научимся гораздо лучше взаимодействовать с технологией, точно так же, как мы будем лучше запрашивать поисковые системы и обнаруживать спам, чем два десятилетия назад. Со временем мы узнаем, когда доверять системам, а когда нет.

---

Мы обратились к ведущим канадским мыслителям в области ИИ в таких областях, как этика, здравоохранение и информатика, и попросили их предсказать, куда ИИ приведет нас в ближайшие годы, в лучшую или худшую сторону. Результаты могут показаться научной фантастикой, но они наступят раньше, чем вы думаете. Чтобы быть впереди всех, прочитайте другие эссе, составляющие нашу История на обложке ИИкоторый был опубликован в ноябрьском номере журнала 2023 г. Маклина.