Kennelijk lezen veel mensen graag, maar persoonlijk vind ik een gesprek fijner… Zelfs als het niet met een medemens, maar met een chatbot is!
Kennelijk ben ik niet de enige met een voorkeur voor dialoog en chatbots: afgelopen jaren krijgen devices assistenten met zwoele namen als Siri, Alexa of Cortana. Applicaties op mijn laptop zoals Skype en Slack hebben hun eigen bots ingebouwd als support. En als ik ’s avonds thuis online shop beantwoorden chatbots mijn vragen.
Volgens Gartner heeft het merendeel van de (middel)grote bedrijven binnen een paar jaar hun eigen chatbots draaiend. Voor sommige onderwerpen is de AI inmiddels zelfs al zo geavanceerd dat de chatbots beter lijken dan menselijke medewerkers. Ikzelf denk dat in de praktijk juist de samenwerking tussen mens en chatbot (“cobot”) te toekomst heeft, waarbij de saaie zaken geautomatiseerd zijn. Een voorbeeld van KLM waarbij een bot de medewerker influistert vind ik een mooie illustratie.
De techniek is fascinerend, maar niet het doel: mijn focus blijft wat het bijdraagt aan het leren en performen van mensen en hun organisatie. Ook hier bieden bots mooie perspectieven. Steven Boiler bespreekt vier toepassingen in het leren, van nederige support tot het testen van voorkennis: Ikzelf denk meer aan performance support tijdens het reguliere werk, en dat deelnemers aan een (online) introductietraining met de bot leren werken.
Enfin, goed om te onderzoeken wat ik er zelf mee kan. Na een blog van een jaar geleden startte ik voorzichtig een chatbot te bouwen met DialogFlow. Programmeren bleek inderdaad niet nodig, maar toch vond ik het best omslachtig en tijdsintensief om wat zinnigs te bouwen. Daarom blij met de kans om afgelopen maand met Baas aan de slag te gaan. Dat staat voor “Bots as a Service”: een nieuwe dienst van E-office, gebaseerd op Watson technologie.
Het werkt in mijn ogen een stuk praktischer, om twee redenen:
– Baas biedt een soepele flow waardoor je binnen een paar minuten een chatbot aan de praat hebt over jouw thema. Alles wat je daarvoor nodig hebt is één simpele xls rond ‘jouw’ expertise. Die bevat een een serie van minimaal vijf vragen met één antwoord daarbij. Op basis van deze sheet vangt Baas de vragen van de bezoekers slim af, geeft antwoorden en verwijst ze door.
– Baas biedt daarnaast, net zo essentieel, standaard al een repertoire aan ‘small talk’ die je bot meteen al een gevoel van leven geeft. Over ditjes, datjes kan de bot standaard al meepraten. De bot kan bijvoorbeeld vertellen wat voor weer het bij je is. Veel bezoekers polsen met informele vragen wat voor vlees ze in de kuip hebben, is de ervaring.
Het opstellen van de vragen vond ik fijn en soepel werken. Het is vooral leuk om terug te kijken hoe goed jouw testversie de vragen van anderen beantwoord heeft via de (anonieme) logs. Een mooie basis voor volgende versies. In Watson zijn allerlei intents en entities toe te voegen voor bijvoorbeeld doorvraagscenario’s. Het meest laagdrempelige is echter om de xls-sheet te verrijken met nieuwe vragen en antwoorden.
De huidige (eerste) versie van Baas is eenvoudig. Je kunt de avatar/naam kiezen en nog enigszins de toon finetunen: formeel of informeler. That’s it. Er is een ambitieuze roadmap voor uitbreidingen op het vlak van functionaliteit en UX, maar eigenlijk ben ik wel blij met de eenvoud nu. Een paar grotere organisaties zijn er ook al mee aan de slag gegaan, voor HR-zaken vooral. Ik heb mijn eerste botje gemaakt over het onderwerp AVG, de nieuwe wetgeving die eind deze maand ingaat. Benieuwd wat je vindt van AVG-Baas!
