Si bien el core de las cosas que hacemos tienen qué ver con Oracle, también tenemos un equipo que investiga algunas otras tecnologías. Esto nos ha hecho tener mucho valor para nuestros clientes, debido a que muchas veces nos expresan algunas inquietudes acerca de otras tecnologías que se encuentran evaluando. El entendimiento agnóstico de muchos de los conceptos que se relacionan con la tecnología, nos lleva a jugar un papel importante a la hora de ser seleccionados por nuestros clientes.
El chatbot del que hablo fue escrito en python y montado en diferentes infraestructuras: una propia y en Oracle Application Container. En ambos casos nos conectamos a Facebook que fue desde donde pudimos establecer la primer interacción con el chatbot prototipo.
Conceptos básicos.
Los chats existen desde hace mucho tiempo. Recuerdo en mi época de estudiante (por ahí de finales de los 90's y principios del 2000) una variedad de sitios web que ofrecían canales de chat para todos los gustos: música, películas, regiones del mundo, idiomas, ligue, había para todos los gustos. En aquel entonces la interacción era a distancia, pero persona-persona.
Hoy en día, distintos sitios web de algunas compañías nos ofrecen servicios de chat para interactuar con su equipo de atención a clientes: bancos, aseguradoras, empresas de manufactura, empresas de tecnología, por mencionar algunos. Algunos de estos chats establecen una conversación de persona-persona; pero en algunos otros la conversación es entre una persona y un programa que simula mantener esa conversación (llamemos a este tipo de interacción: persona-máquina).
Desde luego que establecer esta conversación no es algo mágico, aunque en el medio sigue habiendo muchas personas que confían en que el mundo del software es algo que tiene qué ver con la fe, la alquimia o la magia negra. Pero esa es harina de otro costal.
Para establecer este tipo de conversación deben tomarse en cuenta distintos factores: las frases a las que va a responder el chatbot, el idioma en que se lleva a cabo la conversación, la lógica y coherencia de la conversación, el tipo de interacción (pregunta-respuesta, conversación abierta, saludos, despedidas, recomendaciones, por mencionar algunos). Nadie habla con una persona y expresa la despedida antes del saludo, o las respuestas antes de las preguntas. ¿O sí? Pues aplican las mismas reglas para las conversaciones con las máquinas. Imaginen que un humano no puede entender de lo que hablamos, ¿por qué una máquina habría de hacerlo?
Flujo de la conversación.
En una conversación de bidireccional entre personas existe un emisor y un receptor. Esos roles se intercambian de vez en vez, de acuerdo a la dirección de la conversación. Entonces, cuando hablamos con alguien más, generalmente (supongamos el siguiente escenario):
1. Saludamos
2. Solicitamos algo (se inicia el contexto de una conversación)
3. El receptor entiende lo solicitado y hace lo necesario para emitir una respuesta.
4. El receptor (ahora emisor), da una respuesta.
5. Posterior a esto, se puede continuar con la conversación sin necesidad de iniciar de nuevo un contexto, pues se asume que se está hablando del mismo tema (algunas diferencias notarán cuando hablan con una persona que habla de uno y otro tema a la vez).
6. Una vez que se terminan de atacar los temas de interés en la conversación, se finaliza con una despedida.
Invocation, Agent, Intent, Entity, Fullfilment, Response y Context.
Cuando se establece una conversación con una máquina (chatbot), generalmente se sigue este flujo:
1. Invocación: el usuario invoca al agente para iniciar una conversación. Esto lo podríamos comparar con el saludo de una persona a otra. Así, el usuario solicita hablar con el agente en la forma en que el desarrollador definió el inicio de la conversación.
2. El usuario solicita algo al agente, posterior a iniciar la invocación. Esto se realiza a través de un intent (intención, en su traducción literal al español). Un intent almacena los elementos y lógica necesarios para interpretar la información que el usuario está proporcionando, para poder responder a la solicitud.
3. Con la información proporcionada, el agente intenta interpretar la solicitud del usuario. Para que el agente pueda interpretar esta información será necesario contar con algunos ejemplos de cómo el usuario puede hacer una solicitud determinara. Por ejemplo: preguntar la hora (puede haber muchas formas para preguntar la hora). El desarrollador deberá agregar el mayor número de estas posibilidades al intent. Entre más variaciones de la misma solicitud se agreguen al intent, el agente comprenderá mejor lo que se le está solicitando.
4. El agente necesita saber cuál es la información que pudiera resultar más útil para responder a la solicitud del usuario. Esta información generalmente es conocida como entity (entidad, en español). Algunas entidades son nativas en las plataformas de chatbots (las más comunes). Sin embargo, muchas otras tendrán que ser definidas por el desarrollador, dependiendo del contexto que se quiera abarcar. Por ejemplo: en el contexto de un banco podría definirse una entidad que se llame Cuenta Bancaria. Mientras que en el contexto de una tienda departamental podría definirse una entidad que se llame Item o Producto.
5. Una vez que el agente recopila las entidades que debe devolver al usuario, se formatean en un mensaje que el usuario pueda comprender (fullfilment request). A este mensaje formateado se le conoce como response (respuesta).
6. Al igual que en una conversación persona-persona, ésta conversación se lleva a cabo en un contexto. El contexto puede ser utilizado para almacenar algunos valores de los parámetros de la conversación y utilizarlos de un intent a otro. Una forma de reestablecer una conversación que se ha roto (por ejemplo: el usuario cierra el canal de la conversación o hay un error en la plataforma), es a través del contexto. Manteniendo este tipo de valores de los parámetros de la conversación en el contexto, es posible reparar una conversación rota. Otro uso del contexto, es cuando podemos tener múltiples ramas dentro de una conversación (por ejemplo: cuando el flujo de la conversación depende de las respuestas de alguno de los participantes).
Siguientes pasos.
Una vez que hemos descrito los conceptos claves involucrados en las plataformas comunes para desarrollar chatbots, los siguientes pasos incluyen utilizar estos conceptos para desarrollar y configurar un chatbot básico.
Para lo anterior, usaremos la plataforma que Google proporciona para este propósito: api.ai (ahora Dialogflow).
En la próxima entrada del blog vamos a crear nuestro primer agente usando Dialogflow. Será un agente básico que utilizará algunas respuestas definidas por el desarrollador. Una vez que tengamos eso listo, vamos a incluir un poco de complejidad haciendo llamadas a algunas APIs existentes. Aquí es donde se me ocurre que podríamos incluir algunos servicios expuestos en tecnología Oracle. Esto para ejemplificar cómo la integración de las plataformas no tiene restricciones en cuanto a tecnología se refiere, siempre y cuando utilicemos mecanismos y protocolos de comunicación estandarizados.
No hay comentarios.:
Publicar un comentario