Recherche et test de chatbots dans la conception d'interface utilisateur
Compte tenu des récentes informations sur le chatbot Tay de Microsoft qui a été retiré d'Internet après avoir été exploité pour ses vulnérabilités, je me demandais s'il y avait beaucoup de recherches sur la valeur des chatbots dans le cadre d'une tendance de conception `` d'interface conversationnelle '', et s'il y en avait des applications spécifiques plus utiles ou plus populaires que d'autres. Slack et des applications logicielles similaires l'utilisent depuis un certain temps, mais dans la mesure où ils remplacent de vrais humains en ligne (car la plupart du temps il ne semble y avoir personne) afin qu'il y ait toujours quelqu'un/quelque chose à qui parler , il semble seulement y avoir un gain financier/de ressources pour l'entreprise (moins le coût de mise en œuvre et de maintenance).
De plus, je me demandais s'il existe des processus ou des procédures documentés pour tester les chatbots avec des utilisateurs finaux réels, et si ces tests sont plus quantitatifs en raison de la nature des chatbots ou s'il existe des évaluations qualitatives qui sont également effectuées dans le cadre de la processus de test/mise en service.
MISE À JOUR : Facebook vient de lancer sa plateforme Messenger, qui permet aux entreprises et aux développeurs d'accéder à leur API chatbot pour créer des applications intégrant cette technologie. Il ne fait aucun doute que Facebook a accumulé suffisamment de données sur les utilisateurs pour proposer leur conception et leur concept, bien que la façon dont ils ont utilisé les données pour créer leur conception puisse rester un mystère.
Les robots de discussion ne sont pas un nouveau concept, mais en sont encore à leurs balbutiements. Grâce à l'apprentissage en profondeur, ils commencent à mûrir. Beaucoup de recherches sur les utilisateurs doivent être effectuées afin qu'ils puissent être acceptés par la société et éviter d'être appelés des bots stupides.
Amelia est une implémentation intéressante: un agent de centre d'appels virtuel qui utilise le deep learning qui peut gérer avec succès 60% des appels selon ses développeurs. De plus, les robots de discussion pour les malvoyants deviendront peut-être célèbres.
A propos comment évaluer les interfaces conversationnelles . Je pense que la meilleure approche est plus qualitative que quantitative. études de journal avec des interviews donnera un bon aperçu de ce qui se passe. Les mesures quantitatives peuvent être la durée des conversations, le nombre de conversations par jour, les tours pris, etc.