Mensch-Maschine-Kommunikation: Ich habe Sie leider nicht verstanden - Dr. Simone Burel & Aniek de Haan, LUB GmbH Jahrestagung deutscher ...
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Mensch-Maschine-Kommunikation: Ich habe Sie leider nicht verstanden. Dr. Simone Burel & Aniek de Haan, LUB GmbH Jahrestagung deutscher Ingenieurinnenbund e.V. 14.11.2020 © LUB GmbH - Linguistische Unternehmensberatung 2020
Dr. Simone Burel und Aniek de Haan
• Geschäftsführerin & Gesellschafterin, LUB
GmbH & dr.fem.FATALE GmbH
• Fachbuch-Autorin, Springer-Gabler
• Mitglied im Kuratorium, Freunde der
Universität Mannheim
• Beirätin Wissenschaft, Baden-
Württemberg International GmbH (bw-i)
• Vorsitzende des Advisory Board der
spenoki gmbH
• Masterstudentin für den M.Sc. Data
Science an der Universität Mannheim
• Fokus auf der maschinellen
Verarbeitung natürlicher Sprache
(NLP)
• Betreuung der Chatbot-Projekte für
die Stadt Mannheim und für das
Land Hessen
© LUB GmbH - Linguistische Unternehmensberatung 2020 2
LUB. Die 1. linguistische Unternehmensberatung LUB – Linguistische Unternehmensberatung wertet Daten in Zahlen und Sprache gemeinsam aus – denn Business Data bestehen zu 80% aus Wörtern. LUB berät mit einem zehnköpfigen Team zu sprachlichen Fragestellungen in innovativen Bereichen: Data & Text Analytics, Nachhaltigkeit & CSR sowie HR & Gender. LUB wurde bereits mehrfach ausgezeichnet und arbeitet eng mit wissenschaftlichen Institutionen zusammen. © LUB GmbH - Linguistische Unternehmensberatung 2020 3
LUB. Linguistik trifft Machine Learning.
„Die &
Data wenigsten
Text Analytics Nachhaltigkeit & CSR HR & Gender
Menschen sprechen
•gern
Knowledge-Analyse &
mit einem Roboter. • Text- und Werte-Analyse • gendergerechte Sprache
Wissens-Landkarte
Deshalb ist es • Nachhaltigkeitsbericht nach • FeMale Leadership &
• Chat-Bot-Texting DNK (Methodik-Partnerin) Unternehmenskultur
entscheidend, dass die • •
• Language Controlling Leitbilderstellung Audit Karriereseite &
Tonalität des Chatbots Stellenanzeigen
sich so gut wie möglich
der menschlichen
Sprache annähert.
Kennen Sie die Sprache
Ihrer Zielgruppe?“
(Dr. Simone Burel, LUB)
© LUB GmbH - Linguistische Unternehmensberatung 2020 4
Agenda, 14.11.2020 1. Warum Chatbots die Zukunft der Kommunikation sind 2. Mensch-Maschinen-Interaktion 3. Pilot: kommunaler Chatbot für das Thema Führerschein 4. Live Demo 5. Vorstellung: Corona-Bot des HSMI 6. Literatur 7. Diskussion © LUB GmbH - Linguistische Unternehmensberatung 2020 5
Warum Chatbots die Zukunft der Kommunikation sind
• Individualisierte Kommunikation ohne hohen Kostenaufwand
• Barrierearmer und schnellerer Zugang zu Informationen
Vorteile • Entlastung der Angestellten im Service-Bereich
• Modernerer Ansatz erreicht jüngere Generation
• Ersatz für persönlichen Kundenservice
Einsatz- • Beratung im Vertrieb
• Einholung von Meinungsbildern
bereiche …
• Chatbot-Entwicklung steht noch am Anfang
• Stärkere Nutzung von Machine Learning und AI, um Simulierung von
Zukunft Gesprächen natürlicher zu gestalten
• Sprachassistenzen
Voicebot-Beispiele: Maschinen haben viele Gesichter.
Quelle: Amazon
Quelle: Amazon Quelle: hiclipart
Chatbot-Beispiele: Maschinen haben viele Gesichter.
Quelle: Inter Versicherung
Quelle: Deutscher Bundestag
Vom antiken Deus ex Machina zum virtuellen Avatar Interdisziplinäres Feld, neben Informatik auch interessant für Philosophie, Sprachwissenschaft und Kybernetik • Einfühlsame, tolerante und hilfsbereit-freundliche Dialoge werden aufdringlich-dominanten vorgezogen • Konsistente Persona innerhalb eines Dialogdesigns • Wenn die Leistung von einem Chatbot vergleichbare Qualität hat wie ein Service-Mitarbeiter:innen, wird der Chatbot bevorzugt (Haberich 2019) • Uncanny valley (Akzeptanzlücke): Eine zu große Ähnlichkeit mit einem realen Menschen schreckt ab – ein freundlicher, unkomplizierter Chatbot stößt auf größte Akzeptanz (Lotze 2016) Quelle: I, Robot Movie – V.I.K.I Computer
Erster weitverbreiteter Chatbot ELIZA wurde entwickelt zur
Simulation von Therapiegesprächen.
Beispiel Dialog des Chatbots:
(1) ELIZA: Hi I‘m Eliza. Tell me your problem.
(2) User:in: My best friend hates me.
(3) ELIZA: Why do you say your best friend hates you?
(4) User:in: She’s not happy to see me anymore.
(5) ELIZA: Can you elaborate on that?
(6) User:in: She steals my lunch money.
(7) ELIZA: Why do you say your lunch money?
[...]
• Schlüsselwort-orientierter Dialog
• Einfaches regel-basiertes Design
• Kein Gedächtnis / keine Kontextbeachtung
Quelle: WikipediaV.I.K.I. entwickelt ein ganz eigenes Denken...
Quelle: YouTubeDie verschiedenen Arten von Bot-Systemen zeichnen sich
durch ihre unterschiedliche Komplexität aus.
Virtual
QnA Bot Scriptbot NLU Bot
Agent
• Keywörter-Suche • Dialogbäume • Natural • Dynamische
• Auswahlmenüs • Ausführen von Language Dialogstruktur
• Informations- Prozessen im Bot Understanding • Perfektes
anzeige • Speicherung des Gedächtnis
KontextesModerne Chatbot-Systeme können mit Kontexterkennung
und gedächtnisbasierten Antworten glänzen.
Es wird zwischen 3 unterschiedlichen
Kommunikations-Zielen unterschieden:
1. Zur puren Unterhaltung
Quelle: hellotarsModerne Chatbot-Systeme können mit Kontexterkennung
und gedächtnisbasierten Antworten glänzen.
Es wird zwischen 3 unterschiedlichen
Kommunikations-Zielen unterschieden:
1. Zur puren Unterhaltung
2. Zur Kaufberatung
Quelle: SaturnModerne Chatbot-Systeme können mit Kontexterkennung
und gedächtnisbasierten Antworten glänzen.
Es wird zwischen 3 unterschiedlichen
Kommunikations-Zielen unterschieden:
1. Zur puren Unterhaltung
2. Zur Kaufberatung
3. Zur Wissensweitergabe
Quelle: Berlin WebsiteModerne Chatbot-Systeme können mit Kontexterkennung
und gedächtnisbasierten Antworten glänzen.
• Intent-basierte Dialogstruktur: Struktur wird
zielorientiert anstatt Q&A-basiert aufgebaut.
• Kontexterkennung: Nicht abgefragte Informationen
werden gespeichert (wie Location, Zeitpunkt, etc.)
• Gedächtnis-basiert: Informationen werden
während des gesamten Chatverlaufs gespeichert
(+/- human handover) und nach Schließung des
Bots verworfen.
Quelle: Berlin HomepageSpezifischer Anwendungsfall: Behörden
Ziel: Vereinfachte Wissensweitergabe von kommunalen Bürger:innenservices durch Chatbots
Technische Umsetzung mithilfe von
Vorteile
Behörde Entlastung der Mitarbeiter:innen im Service
1. Barrierearmer und schnellere Zugang zu Informationen
Bürger:innen 2. Antworten verständlicher und präziser als bei klassischer FAQ-Struktur
3. Modernerer Ansatz: Erreicht jüngere Bürger:innen
Entwickler:innen Anpassung Chatbot an verschiedene Kommunen durch wenig Aufwand
→ Viele Bürger:innenservicedienste sind bundesweit definiertChatbot-Konzept für die Stadt Mannheim
1. Nutzen des Mannheimer Bots:
Beantwortung von Standardfragen und FAQs
Technische Übernahme der Top-Stichworte Vorqualifizierung von Anfragen an 115-Support
... Reduzierung des Mailverkehrs oder der
Anrufe der 115-Hotline
Unterstützung des Onboarding-Prozesses Bereitstellung von Dokumenten
der Bürger:innen
Finale Beantwortung von Anfragen ohne weiteren Supporteinsatz
© LUB GmbH - Linguistische Unternehmensberatung 2020 18Personality
Bei der Gestaltung von Bots wird graduell unterschieden:
Paris WienBot Bobbi – Berlin Menschliches Bild
Menschenähnlichkeit
Figurativ Human
Bei der Auswahl des Chatbots müssen folgende Aspekte in Einklang gebracht werden
• Erwartungsmanagement: Ein zu menschlich wirkender Chatbot kann unrealistische Erwartungen bei Nutzer:innen erzeugen.
• Die Gestaltung des Chatbots muss kommunizieren, dass es sich um eine technische Applikation mit Grenzen handelt.
• Sympathie: Der Chatbot muss gleichzeitig sozial und kooperativ wirken, sodass sich Nutzer:innen auf die Interaktion einlassen.
• Der Chatbot muss menschenähnlich kommunizieren (z.B. Einbindung der Antworten in Sätze).
• Identifikation: Ein Chatbot, der die Stadt repräsentiert, sollte für die Bürger:innen auch klar mit der Stadt assoziiert sein.
Unsere Empfehlung: Eine menschenähnliche Kunstfigur mit Stadtbezug (z.B. Manni, der Wasserturm).
19Chatbot-Konzept für die Stadt Mannheim
2. Zielgruppen des Mannheimer Bots
Bürger:innen Mitarbeiter:innen Interessierte an Andere (Junge) Menschen mit
Mannheims der Chatbots Kommunen medienaffine Migrations-
Stadtverwaltung (Best Practices) Menschen hintergrund
© LUB GmbH - Linguistische Unternehmensberatung 2020 20Tonalität & Sprache
• Der Chatbot soll für eine Die richtige • Der Chatbot muss sich in
Zielgruppe junger Balance finden die Omnichannel-
Menschen attraktiv und Ansprache einfügen.
ansprechend sein. • Der Chatbot muss von
• Der Chatbot muss auch der Verwaltung akzeptiert
mit Menschen mit und unterstützt werden.
geringerer
Sprachkompetenz
kommunizieren.
Initiale Empfehlung: Duzen und einfache Sprache
nutzen, sodass ein respektvoller Umgang
„Kannst du mal?” beibehalten wird und zugleich keine sprachlichen „Könnten Sie
Barrieren geschaffen werden. bitte?”
21Themenbereich: kommunale Chatbots
• Personalausweis, Reisepass, Führerschein
beantragen
• Ummelden bei Umzug
• KfZ: Kennzeichen ummelden bei Umzug
• Sperrmüll beantragen
• Schaden melden (Gehweg, Fahrbahn, etc.)
• Beglaubigungen
• Gewerbe anmelden
• ...
• ...
• ...
Quelle: Bürgerdienste Mannheim WebsitePilot Projekt: Thema Führerschein
KfZ
Führerschein Kennzeichen Parkausweise ...
Ersterteilung Neuerteilung Umschreiben ...
BF-17 nach Entzug ... ...
regulär (ab 18) Diebstahl/Verlust ...Sprachliche Herausforderungen 1. Möglichst natürlicher Dialog Chatbot Sprache unterscheidet sich maßgeblich von der natürlichen Sprache Herausforderung: Passende Frage-Antwort Paare formulieren • Keine Ja-Nein-Antworten formulieren • Kurze Informationshappen • Eindeutige Antworten geben • Quick-Replies ermöglichen • Sprachliche Mimicry: Sprache der User:in immitieren
Herausforderungen: Best vs. Bad Practice
Quelle: Stadt Berlin Quelle: Stadt WienSprachliche Herausforderungen
2. Richtigkeit der Informationen sicherstellen
• Rechtlich sichere Formulierungen
• Disclaimer hinzufügen, dass Informationen falsch sein
könnten
Beispiel: Unterschiede in Führerschein Klassen
→ Information nicht auf der Bürgerseite zu finden
→ Wenn User:innen danach fragt, Verweis auf
Bundesministerium-Website
Quelle: ally chatbotTechnische Herausforderungen
1. Möglichst natürlicher Dialog
Herausforderung: Der Bot muss auf allgemeinen und auf spezifische Anfragen trainiert sein.
Allgemeine Anfrage: Spezifische Anfrage:
„Ich brauche einen neuen Führerschein.“ „Ich bin 17 geworden und beantrage gerade
meinen Führerschein. Wie viel kostet es, 5
Begleitpersonen eintragen zu lassen?“
Mehrere Möglichkeiten: Eine präzise Angabe benötigt:
→ Neuerteilung nach Entzug → Genaue Kostenangabe für diese Frage
→ Neuerteilung nach Diebstahl oder
Verlust
→ Umtausch in EU-KartenführerscheinTechnische Herausforderungen
1. Möglichst natürlicher Dialog
Herausforderung: Beachtung von Kontext und
Speicherung von Informationen
Frage von Chatbot an User:in:
„Ist Ihr Hauptwohnsitz in Mannheim?“
• Information nach Abfrage in Variable speichern
• Antwort nicht erzwingen > Datenschutz & Usability
Quelle: Unser Chatbot für die Stadt MannheimTechnische Herausforderungen
1. Möglichst natürlicher Dialog
Herausforderung: Einerseits muss es möglich sein, direkt an eine Stelle zu springen,
andererseits soll der Kontext berücksichtigt werden
Führerschein
Ersterteilung Neuerteilung User:in folgt
Baum
regulär (ab 18) BF-17 nach Entzug
User:in kann direkt
Gebühr Gebühr Diebstahl/Verlust
hierhin springenTechnische Herausforderungen
2. Einfache Pflege des Chatbots
Beispiel: Wenn sich spezifische Vorgänge oder Daten
ändern, soll dies einfach in den Chatbot integrierbar sein
Intent: Terminvereinbarung Bürgeramt Mannheim
• Information an nur einem Ort speichern
• Immer wenn Information relevant ist, automatische
Weiterleitung an diesen Ort
Quelle: Unser Chatbot für die Stadt MannheimLive-Demo Chatbot
Wie verbessere ich die sprachliche Leistung meines Chatbots?
Dynamisches Updaten der Fragen und Intents
Fragen Intents Fragen Intents Fragen IntentsWeitere Projekte: Wir arbeiten zusammen mit dem Sozialministerium Hessen an einen Chatbot für Covid-19-Fragen.
Ausblick • Uncanny valley (Akzeptanzlücke) schließen • Weiterentwicklung technische Systeme zum sprachlichen Mimicry • Technologisches Design folgt sprachlicher Konzeption: Kund:innen akzeptieren "schlechtere KI" mit hoher User:innen Experience • Dialog von der Kund:in her denken statt KI-Zentrierung • Akzeptanz innerhalb Unternehmen fördern und Prototyping
Lassen Sie uns reden!
LUB GmbH - Linguistische Unternehmensberatung
L9,11 // 68161 Mannheim
T 0621 // 181 506 88
M 0176 // 622 829 53
info@lub-mannheim.de
www.lub-mannheim.de
Dr. Fem. Fatale
www.drfemfatale.de
info@drfemfatale.de
Amtsgericht Mannheim HRB 732484
Neuerscheinung 2020: Neuerscheinung 2020:
Geschäftsführerin: Dr. Simone Burel
Sprache denkt Quick Guide Female
(fe)male Leadership.
© LUB GmbH - Linguistische Unternehmensberatung 2020Sie können auch lesen
