03 74 09 46 80
contact@redaction-texte.fr

Étapes pour créer un chatbot avec une IA

Le chatbot, traduction française d’agent conversationnel, est un robot qui dialogue avec des utilisateurs. Le programme chatterbot actuel rend le dialogue plus interactif et naturel grâce à l’arrivée à maturité de la machine learning.

En bref…

Les évolutions successives des technologies de « natural language processing » ont conduit les développeurs de bots à intégrer des programmes qui rendraient la conversation plus naturelle, entre humain et cette « personne-machine ». À la base, le logiciel de chatterbot interprète une requête opérationnelle pour son système d’information aidé de son algorithme.

Les chatbots programmés à partir de scénarios avec des mots-clés et expressions complètes (« Eliza ») rencontraient un problème de stockage de base de données trop importante. Plus tard, une solution fut trouvée en utilisant à la fois des programmes basés sur des mots-clés en y additionnant un système de reconnaissance de mots et d’analyse linguistique.

Chatbot et NLP

Malgré ces méthodes ingénieuses d’implémentation de bases de données et d’analyse linguistique, la conversation entre chatbot et utilisateur reste plus ou moins artificiel ; Ultime cap de la recherche de l’univers chatbot : le machine learning. Cet apprentissage permet à la machine de développer la technologie NLP (natural language processing) en permettant aux agents conversationnels de détecter rapidement l’intention d’une question et par conséquent, de suggérer des scénarios de conversation plus ouverts. Comment créer ce chatbot de demain ? Les explications en quelques étapes.

Un agent conversationnel programmé avec la machine learning

La première étape pour mettre en œuvre un chatbot capable d’engager une véritable conversation est l’identification des principaux scénarios. C’est la phase vitale de l’analyse des besoins pour lesquels sera créé le chatbot avant de se lancer dans la phase de paramétrage de la NLP.

Seconde étape : l’état des lieux. Autrement dit, partir de relations clients existantes, les questions probables des utilisateurs (dans le cas d’un agent BtoC, ces requêtes sont recueillies à partir des FAQ, de l’analyse CRM, du moteur de recherche du site, ou via les questions saisies dans Google sur une thématique précise).

Puis vient l’étape d’implémentation des actions correspondantes aux scénarios : les programmeurs de chatbot devront maintenant paramétrer la couche de traitement du langage à partir d’ensemble de questions ou « intentions ». Une phase critique appelant le bot à mettre en synergie des processus transactionnels métier (un scénario précis et des intentions pertinentes multiples avec des actions spécifiques, gestion commande, réservation, annulation, vérification disponibilité, flux financiers, gestion stock). Ainsi pour aider le programme à formuler une réponse pertinente, d’autres entités devront être configurées pour approfondir le champ de la recherche.

Il sera utile alors d’utiliser des briques d’IA (intelligence artificielle) pour enrichir les scénarios au-delà de la seule compréhension du langage (algorithme de matching ou reconnaissance d’images).