Gli ingegneri di Amazon stanno modificando l’algoritmo di Alexa per aiutare l’assistente virtuale a indovinare le richieste degli utenti ed a risolverle prima ancora che queste siano pronunciate.
Dopo aver chiesto, ad esempio, quanto tempo impiega l’acqua per un tè a bollire, Alexa suggerirà di impostare un timer per il numero di minuti consigliati.
Gli studi su Alexa
Anjishnu Kumar e Anand Rathi, ingegneri di Alexa, hanno spiegato che il continuo miglioramento è dato dalla volontà di rendere le interazioni con l’assistente virtuale il più naturali possibile.
Chiacchierare con Alexa dovrebbe essere naturale come parlare con un altro essere umano e una delle chiavi principali per consentire ciò, secondo loro, è permettere alla tecnologia di anticipare ciò che viene dopo nella conversazione.
“Ora, stiamo facendo un altro passo verso un’interazione naturale con una capacità che permette ad Alexa di dedurre gli obiettivi latenti dei clienti – obiettivi che sono impliciti nelle richieste dei clienti ma non direttamente espressi”, hanno affermato Kumar e Rathi.
Raggiungere questo grado di intelligenza per un assistente virtuale è difficile e richiede una serie di algoritmi sofisticati.
Difficoltà di realizzazione
Per capire qual è l’obiettivo latente degli utenti, Alexa deve analizzare le molteplici caratteristiche delle loro richieste e confrontarle con i precedenti modelli di interazione.
Il modello deve imparare dai comportamenti dei clienti, ricordando per esempio che gli utenti che chiedono per quanto tempo deve bollire l’acqua per fare un tè, spesso successivamente richiedono l’impostazione di un timer per quel periodo di tempo.
Altrettanto impegnativo è il processo di creazione di un suggerimento di follow-up basato sulle informazioni che Alexa ha identificato nella prima richiesta.
L’algoritmo deve comprendere il contesto nel quale le parole dell’utente sono pronunciate in modo da strutturare le informazioni per il compito successivo da svolgere.
Gli ingegneri di Amazon hanno sviluppato un cosiddetto “context carryover model” per consentire la transizione.
Esperimenti precedenti su Alexa
Uno dei compiti più difficili è stato quello di capire se l’assistente virtuale riuscisse a comprendere le richieste non manifeste degli utenti.
“I nostri primi esperimenti hanno dimostrato che non tutti i contesti di dialogo sono adatti alla scoperta di obiettivi latenti”, hanno detto Kumar e Rathi. “Quando un cliente chiedeva “ricette per il pollo”, per esempio, uno dei nostri prototipi iniziali domandava erroneamente: “Vuoi che riproduca il verso del pollo?”
Gli ingegneri hanno utilizzato un modello di apprendimento approfondito che tenesse conto di vari elementi nel dialogo con il cliente prima di decidere se un suggerimento dovesse essere attivato o meno.
L’algoritmo fa una valutazione sulla base di fattori che vanno dal testo del dialogo ai comportamenti precedenti degli utenti nei confronti dell’assistente virtuale.
“Siamo entusiasti di questa invenzione perché aiuta a scoprire le competenze di Alexa e fornisce una maggiore utilità ai nostri clienti”, hanno detto gli ingegneri di Amazon.
Da non dimenticare…
Anche se gli esperti di Alexa hanno insistito sul fatto che l’algoritmo suggerisce un follow-up solo quando trova il contesto adatto, è facile immaginare quanto possa diventare invasiva Alexa se la tecnologia è malfunzionante.
Se iniziasse a fraintendere il contesto dei bisogni dei clienti e cominciasse a fare domande irrilevanti, la tecnologia delle AI potrebbe diventare una seccatura per gli utenti.
Per ora, la nuova funzionalità è disponibile negli Stati Uniti e non richiede ulteriori interventi da parte degli sviluppatori per essere attivata.