O wpływie asystentów głosowych na dzisiejszy świat można by pisać długie wypracowania. Z dnia na dzień stają się one coraz bardziej dokładne i produktywne, odpowiadając na nawet najcięższe pytania. Tę sytuację postanowił wykorzystać Uber, który stworzył nowy sposób uczenia maszynowego, pomagający im w byciu przyjaznym dla użytkowników.
Uber chce jeszcze przyjemniej komunikować się z użytkownikami i pracownikami
Asystentów głosowych, jak mówi słynne przysłowie, jest „do wyboru, do koloru”. Wystarczy wspomnieć chociażby o Siri, Cortanie, Alexie czy Asystencie Google, nie wspominając o amatorskich czy mniej popularnych rozwiązaniach. Odgrywają one w naszym życiu coraz bardziej kluczowe role.
Badacze zatrudnieni przez firmę Uber stwierdzili, że aby mogli oni angażować użytkowników i pomagać im w osiąganiu ich celów, muszą wykazywać odpowiednie zachowania społeczne i udzielać wyczerpujących odpowiedzi, które zadowolą szukającego. Dlatego też opracowali oni nową metodę uczenia maszynowego, która ma za zadanie wprowadzić przyjazny dla użytkowników język społeczny, zachowując przy tym pełnię możliwości w działaniu asystenta.
Głównym celem firmy Uber i Carnegie Mellon University była oczywiście obsługa klienta. Konkretnie skupiono się na przypadku użytkowania, w którym pracownicy obsługi klienta pomagali potencjalnym kierowcom w zapisaniu się do firmy takiej jak Uber czy Lyft.
W swoich badaniach naukowcy wskazywali głównie na to, że „uprzejmość”, jaką prezentował pracownik obsługi klienta, miała bardzo mocny związek z tym jak przedstawiała się relacja kierowcy z przejazdu. Na tej podstawie i zebraniu ponad 233 tysięcy opinii od kierowców stworzono model uczenia maszynowego, który ma zawsze przedstawiać bardzo grzeczne odpowiedzi dla kierowców i użytkowników.
Wszystkie te działania mają sprawić, że relacja między pracodawcą a pracownikiem czy użytkownikiem na poziomie obsługi ma przynieść wiele korzyści dla obu stron, dzięki czemu praca stanie się bardziej wydajna i efektywna, a jednocześnie zadowalająca dla obu stron. Model ten będzie ciągle rozwijany, aby eliminować niepowołane błędy i problemy.
Dla osób zainteresowanych pełnym raportem z prac i ich efektów został udostępniony plik PDF, zawierający szczegółowe informacje na ich temat.