Tips

Les 3 principales idées reçues sur les agents conversationnels

Beaucoup d’informations circulent au sujet des chatbots et autres agents conversationnels, entre retours d'expérience concrets, promesses autour de l'IA et études plus ou moins représentatives. Et puis quand on discute avec des connaissances, des partenaires, des prospects, on entend régulièrement des phrases qui reviennent, des rengaines aux racines connues mais qui véhiculent des idées reçues sur les chatbots. Découvrons ensemble celles que nous entendons le plus souvent !

" Un chatbot… non ça ne comprend rien, j’ai déjà testé ça ne marchait pas ! "

On ne peut pas dire le contraire : tous les agents conversationnels ne sont pas parfaits et certains même vraiment imparfaits, ce qui peut être très frustrant pour l’utilisateur. Cela nous amène même parfois à quelques perles de conversations avec certains agents conversationnels.

Bonjour et bienvenue sur le chatbot de AgenceChatbot©.
Avant toute chose, comment vous appelez-vous ?
Bonjour !
Merci Bonjour ! Pouvez-vous me donner votre adresse mail ?
😅

Cependant, ce n’est pas le cas pour tous les chatbots. Vous pouvez avoir rencontré une mauvaise expérience avec un chatbot, alors que d’autres chatbots auraient permis de vous faire gagner du temps.

De plus, si l’agence qui a créé le chatbot pratique l’amélioration continue, il se peut même que le chatbot sur lequel votre expérience a été déplorable vous surprenne la fois d’après !

Car rien n'est irrémédiable, à part un mauvais choix sur le socle technique (heureusement nous avons écrit un article pour vous aider à choisir correctement votre chatbot builder).

Une mauvaise expérience peut en effet s’expliquer très souvent par :

  • Une erreur dans la phase de conception : une mauvaise évaluation des données disponibles, une intention oubliée, les personnas des utilisateurs mal identifiés. Le Chatbot Canva Design permet de cadrer cette phase.
  • Un scénario conversationnel mal défini : des questions posées dans le mauvais sens, ou de façon illogique, une trop grande latitude laissée à l'utilisateur dans le parcours, une gestion des erreurs mal anticipée.
  • Les objectifs du chatbot peu clairs. Si l'utilisateur n'a pas une idée précise de ce que l'agent conversationnel peut faire, alors il est probable qu'il lui pose une question qui ne soit pas comprise dans son champ d’action. Le chatbot ne pourra donc pas lui répondre, donnant l’impression qu’il n’est d’aucune utilité.

Le plus important est de ne pas oublier que chaque chatbot est différent. Ce n’est pas parce que vous avez eu une mauvais expérience une fois, que ce sera le cas la fois prochaine ! Et si vraiment vous n’avez eu que des mauvaises expériences, n’hésitez pas à venir en parler avec nous ! Nous avons plein d’exemples de bons chatbots !

" Avec une IA c’est facile, on donne quelques phrases à l’outil et le chatbot fonctionne tout seul ensuite ! "

C'était effectivement une promesse de beaucoup d’outils il y a quelques années. Nombreux ont été les clients déçus car les performances de ce genre d’outils étaient mauvaises. En effet, d'une part cette approche néglige toute la conception du scénario conversationnel pour mettre à disposition un "moteur de recherche" sous forme d'un chatbot. D'autre part le risque de faux positif dans les modèles de détection d'intention (NLP / NLU) est très élevé avec cette approche.

Ce qu’on oublie souvent c’est que pour avoir une Intelligence Artificielle performante, il faut une intelligence humaine derrière !

C'est notamment le cas pour plusieurs étapes de la mise en place de l'agent conversationnel :

  • Paramétrer les réponses : Certes, le chatbot va répondre sans l’intervention d’un humain une fois qu’il aura compris la question. Cependant, c’est l’humain qui paramètre la réponse qui sera envoyée en fonction de l’intention. Cette configuration au préalable du déploiement du chatbot est effectuée par l’humain. La génération de ces réponses pourrait en réalité être automatisée par une IA, mais serait beaucoup trop risquée aujourd'hui : le danger serait d’obtenir une phrase sans signification, ou pire une réponse erronée !
  • Entrainer les modèles : Pour reconnaitre les intentions de l’utilisateur de l’agent conversationnel, il doit au préalable être entrainé. Cet entraînement se fait avec des méthodes d'apprentissage supervisé ou non supervisé. Dans l’apprentissage supervisé, on se base sur des données annotées par un ou plusieurs humains pour pouvoir l'imiter par la suite, puis on vérifie les données. Pour ce qui en est de l'apprentissage non-supervisé, c’est à un algorithme de déterminer les critères les plus pertinents pour classer les données, puis à l’humain de vérifier si l’algorithme a correctement fonctionné ou non. Dans les deux cas, une action humaine reste donc nécessaire pour évaluer, annoter, contrôler. Sauf si vous aimez le risque ! 😇
  • Corriger les erreurs de l’agent conversationnel : Un chatbot n’est pas infaillible. Parfois, il arrive donc
    • qu’une intention soit détectée alors qu’elle n’aurait pas dû (faux positif)
    • qu'une intention ne soit pas détectée alors qu’elle aurait dû (faux négatif). Si un faux positif ou un faux négatif est détecté, alors ça va être à l’humain de corriger les données afin que ce phénomène ne se reproduise plus. On vous explique comment éviter ces problèmes dans cet article consacré aux faux positifs.

Alors même si l’IA joue un rôle important pour le fonctionnement des chatbots, l’action de l’humain reste indispensable ! Il n'y a pas "encore" de magie.

" Un chatbot en fait c’est juste un arbre de décisions, l’IA c’est du bullshit ! "

Voilà peut-être l'idée reçue la plus vraie de ce Top 3 !

Un bon chatbot est en réalité le mélange d’un arbre conversationnel bien conçu et d’une bonne IA pour la compréhension du langage naturel.

Sans un bon arbre de décision et un bon cheminement des informations, alors votre chatbot ne saura pas conduire la conversation, guider l'utilisateur et lui fournir le plus efficacement possible le service attendu.

Sans IA dans le traitement du langage naturel, il ne pourra pas comprendre les phrases complexes (les intentions), détecter les différentes informations qui composent une question (les entités), comprendre que l'utilisateur est agressif ou veut parler à un conseiller humain. Bref, il manquera de finesse et d'intelligence.

La bonne recette pour un chatbot efficace c'est donc :

  1. Prenez un scénario conversationnel scripté, bien écrit et optimisé
  2. Ajoutez une couche d'IA pour améliorer la compréhension des questions
  3. Utilisez un chatbot builder vous permettant de gérer correctement les erreurs ainsi que des créer des passerelles au sein de l'arbre conversationnel pour ne pas bloquer l'utilisateur dans la conversation

Conclusion

On en voit des vertes et des pas mures dans l'univers des agents conversationnels. Certaines idées reçues ont la vie dure et demandent beaucoup de pédagogie pour être expliquées. Il faut faire face soit à des attentes trop élevées envers l'IA (à cause souvent d'articles de presse bien trop élogieux) soit à une défiance face aux chatbots défaillants (et aux articles des mêmes journaux qui annoncent la fin des agents conversationnels). Bref, comme souvent, la vérité est surement entre les 2.

Sinon ça ne ferait pas 4 ans qu'on fait des chatbots qui répondent aux objectifs de nos clients !


Partager l’article : arrow_backAccueil du Blog