IVR, SLT, NLP ou ML? Quem é seu bot na fila do pão?

Nesse vasto universo de criação de bots, esbarramos com várias modelos, versões e utilizações diferentes. Quero, neste artigo breve, deixar minha humilde colaboração nessa sopa de letrinhas, apresentando um rápido conceito e vantagem e desvantagem de cada um.

IVR

Acredito que todos nós, meros mortais e usuários de telefonia celular no Brasil, já conversamos com algumx atendente IVR ((Interactive Voice Response) ou como é mais conhecido: URA (Unidades de Respostas Audíveis). Alguns são descolados e tentam ser legais, outros são extremamente formais, porém, em comum, tem a estranha mania de tentar resolver tudo e nos deixar na mão quando mais precisamos. Aparentemente servem para adiar o nosso encontro com um atendente humano, que tem a missão incrível de aplacar a ira do usuário que está há horas tentando explicar para uma voz simpática que ele precisa trocar o controle remoto da tv a cabo (aconteceu comigo😊). É por essas e outras que os bots chegaram pra ficar!

Vantagem: Filtra a necessidade antes de chegar ao atendente.

Desvantagem: Atendimento longo e ineficiente.

SLT

Um dos tipos de bots que surgem vertiginosamente nos dias de hoje, talvez por minimizar a chance de erros, é o que utiliza a Simple Logic Trees, (em uma tradução literal “Árvore de Lógica Simples”). Este tipo de bot utiliza regras simples, com respostas previamente criadas e que conduzem o cliente até o final (por exemplo: com botões). Sendo assim, caso o cliente escolha as opções indicadas será extremamente feliz na utilização, porém, uma resposta fora do fluxo e o bot ficará sem resposta. Se você utiliza este tipo de bot, deve investir muito tempo no preparo do fluxo, analisando o perfil e entendendo qual é a real necessidade do bot.

Vantagem: Erros minimizados.

Desvantagem: Fluxo rígido, sem opções de interação real.

NLP e ML

Esse é o queridinho dos botmakers, por que promovem um diálogo mais amplo e “humanizado”. São utilizadas palavras chaves, intenções e histórico do usuário para coletar informações, sem “forçar” um fluxo. E o mais empolgante nestes modelos é justamente a capacidade de aprendizado do bot cada vez que há uma nova interação.A Siri da Apple é um exemplo disso.

Como a conversa segue uma sequência não-estruturada, para construir bots utilizando NLP (Natural Language Processin) ou ML (Machine Learnig) é necessário se importar com a experiência do usuário ( o bot deve ser agradável e de fácil diálogo) , ter o perfil do usuário final bem detalhado ( expressões mais utilizadas, solicitações mais frequentes, principais motivos de reclamações, etc…) e estudar a base de conversas para que o treinamento seja eficiente.

Vantagem: Capacidade de processar a linguagem natural, deixando o diálogo “aberto”.

Desvantagem: No inicio o risco de erros é alto, por isso a necessidade de treinamento constante.

Seja qual for a sua escolha, é sempre bom ter a possibilidade da intervenção de um humano na conversa. Em muitos casos a complexidade da solicitação será tão particular que um bot não será capaz de resolver com a mesma maestria de um atendente real.

Para saber um pouco mais sobre como fazer essa intervenção, leia o artigo “The human role in a bot-dominated future”, foi lá que aprendi sobre os tipos de bot e a importância de ter um plano B.