Hoe hot is de chatbot?

Jaren terug maakte ik documentatie die in een klapper ging en bij de klant op een plank werd gezet. Geen idee of die handleiding ooit gebruikt is. Wie zou er gebruik van maken? Wie wist dat de handleiding op de plank stond?

Van papier naar online help

Na het papier volgden de online help bestanden. Druk op F1 en er kwam een klein scherm naar voren waarin alle informatie gestructureerd werd aangeboden en goed doorzoekbaar was. De verbeterde variant was een context sensitive help: in de applicatie druk je op F1 en de informatie over dat venster wordt getoond. Uiteraard was dit niet het einde. Dit had te maken met de beperkingen van HTML4. Met HTML5 is het mogelijk om de inhoud geschikt te maken voor verschillende formaten: pc, laptop, tablet, smartphone. De gebruiker krijgt echter nog steeds alle informatie voor zijn neus.

Informatie zoeken

Hoe wordt tegenwoordig op internet informatie gezocht? Je praat tegen Google en er verschijnt een antwoord op je scherm. Of je typt een vraag in een chatbot. Dit is een simpel venster waarin ook het antwoord verschijnt.  Dit is gepersonaliseerde informatie zonder zelf in een handleiding of een online help te zoeken. Een interessante podcast ging over de invloed van chatbots op documentatie.

Chatbot

Chatbot

Eerst een korte uitleg over de chatbot. Om de juiste antwoorden te kunnen geven, maakt de chatbot gebruik van een van onderstaande methodes:

  • de chatbot bevat een boom met daarin alle mogelijke antwoorden en voortgaande conversatie-opties voor een aantal voorgeprogrammeerde vragen.
  • de chatbot heeft een grote dataverzameling waaruit met machine learning en artificial intelligence het juiste antwoord wordt gedestilleerd.

De eerste methode wordt het vaakst gebruikt. De tweede methode belooft veel voor de toekomst, maar staat nog in de kinderschoenen. Met deze methode kan een geschiedenis per gesprek en gebruiker worden bijgehouden. Hiermee kan een vragensteller een volgende keer beter geholpen worden.

Informatie

Waar komt de informatie die deze chatbots gebruiken vandaan? Alles moet handmatig worden ingevoerd. Dat is vooral het geval bij de eerste methode. Hier zullen waarschijnlijk het vraag – antwoord duo in een if-then-else clause geschreven worden. De ontwikkelaar schrijft dus ook de teksten. Dat is niet de bedoeling. Maar zal in de praktijk moeilijk te voorkomen zijn. Het lijkt me noodzakelijk dat een technical writer nog eens met een kritisch oog naar die teksten kijkt. Zijn ze kort en bondig, feitelijk, bevatten ze geen jargon en zijn ze in toon van het bedrijf geschreven? Daar denkt een ontwikkelaar niet aan. Zorg er dus voor dat een controle van de teksten op jouw bordje terechtkomt.

De informatie voor de tweede methode komt zeker van de technical writer. Die moet met al zijn procedures, werkinstructies en overige klantgerichte informatie de database vullen. Hij moet dit doen op een feitelijke, modulaire manier.  Binnen een online help moet zowel de titel van een topic als de procedure in de topic eenduidig zijn. De stappen moeten kort en helder zijn. Een lange procedure moet in porties van maximaal drie stappen aangeboden worden. Houd in gedachten dat een help alleen geraadpleegd wordt bij een probleem.
Bij uitgebreide API reference documentatie kan een chatbot ook uitkomst bieden. Al denk ik dat een PDF met zoekfunctie de taak even makkelijk kan uitvoeren. Als een chatbot echter makkelijker bepaalde codevoorbeelden in een taal (PHP, Python etc) weet te vinden, gaat de voorkeur toch weer uit naar een chatbot. Maar dan alleen als de reference documentatie zeer groot en ingewikkeld is.

Taal

Voor de chatbot is een standaard aanwezig: Artificial Intelligence Markup Language (AIML). Met deze eenvoudige XML-variant kan neutrale menselijke communicatie worden nagebootst.
AIML bestaat uit categories, patterns en templates. Simpel gesteld is de categorie het gesprek, is het pattern het vraagelement en het template het antwoord-element. Het template kan behalve vaste tekst, een if-then-else clause of willekeurige tekst bevatten.
AIML
Om emotioneel geladen menselijke communicatie na te bootsen wordt EmotionMarkup Language (EmotionML) ontwikkeld. Deze taal moet emotioneel gedrag van gebruikers herkennen, emotioneel machinegedrag kunnen weergeven en data van emoties voorzien.
Emoties krijgen binnen de context een waarde van 0.0 tot 1.0. In het onderstaande voorbeeld wordt een relaxte, zich goed voelende persoon beschreven, die alles onder controle heeft.
EmoML1.png
Woorden moeten door de chatbot herkend worden en van een emotionele waarde voorzien. Zijn antwoord zal hij halen uit een set met woorden met die emo-waarde. Een herkende “pleasure”value =”0.9” kan dan leiden tot het antwoord: “U bent blij” of de vragende constatering “U ben tevreden?”.
Bijzonder taalkundig onderlegde technical writers kunnen een rol spelen bij het samenstellen van deze emotionele woordenlijsten.

Nieuwe markt

Een van de sprekers vertelde tijdens de podcast dat hij heel wat evenementen rond chatbots bezocht. Behalve veel nieuwe inzichten vond hij daar ook een schreeuwend tekort aan schrijvers! Toen hij gekscherend tegen een standhouder zei dat hij dat wel kon, werd hem direct een baan aangeboden.

Even geen baan? Probeer het eens bij chatbot-ontwikkelaars. Of bezoek zo’n evenement. Je moet er wel een beetje technisch voor zijn. Wat kennis van of ervaring  met UX kan helpen. Chatbot-schrijver: een nieuwe loot aan de stam van Technical Writing.

Interessante links

Conclusie

Of de chatbot hot is? Ze is gloeiend heet, maar een zelflerende chatbot zal pas echt een doorbraak betekenen. De ontwikkelingen gaan snel. De invloed op en verbetering van de documentatie is in elk geval dat er door de gebruiker gerichter gezocht wordt. Tot slot is deze nieuwe markt een kans voor technical writers om hun werkveld te verbreden.

En wat kunnen chatbots ondertussen? Het klinkt nog wat blikkerig.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Geef een reactie

Vul je gegevens in of klik op een icoon om in te loggen.

WordPress.com logo

Je reageert onder je WordPress.com account. Log uit /  Bijwerken )

Google photo

Je reageert onder je Google account. Log uit /  Bijwerken )

Twitter-afbeelding

Je reageert onder je Twitter account. Log uit /  Bijwerken )

Facebook foto

Je reageert onder je Facebook account. Log uit /  Bijwerken )

Verbinden met %s

Blog op WordPress.com.

Omhoog ↑

%d bloggers liken dit: