Chatbots: O trade-off entre custos, humanização e IA através de casos reais em concessionárias de água.
Por Moisés Simões e Jonathan Marcos.
INTRODUÇÃO
Até a segunda metade do século XX, a interação entre homem e máquina se restringia à literatura e ao cinema de ficção científica. Em 1950, “Eu, Robô” do escritor russo Isaac Asimov, imaginou um futuro onde essa convivência fosse comum, e baseada em um código de ética, resumido em três leis da robótica, mantenedoras de uma coexistência pacífica. “2001, uma Odisseia no Espaço”, lançado em 1968 por Artur C. Clarke, caminhou na contramão deste otimismo, supondo uma distopia que, mesclando inteligência artificial (IA) e vida extraterrestre, contava a história da rebelião do computador HAL, que adquiriu “consciência” graças a um erro humano, colocando em risco a vida de tripulantes de uma estação espacial. O salto chega com Philip K Dick e seu Blade Runner e termina com “Superbrinquedos duram o verão todo”, coletânea de contos dos anos oitenta, onde Brian Aldiss pensa um robô (“David”) com capacidade de amar, em uma memorável versão futurista do clássico “Pinóquio”, do italiano Carlo Collodi.
A virada do século XXI trouxe esse sonho de convivência para a realidade da vida cotidiana, desfazendo os exageros da arte e simplificando suas projeções, até torná-las corriqueiras. Hoje em dia, é cada vez mais comum que homens e máquinas interajam através de aplicativos de Chatbots, filtros de spams, páginas do Facebook, GPS, sistemas operacionais, dentre outras ferramentas do dia-a-dia, a ponto de ser possível afirmar que quase ninguém passa seu dia sem travar contato pelo menos uma vez com algum tipo de IA. Aliás, com o avanço da tecnologia, e o acúmulo de volumes de “Big Data” e “Data Lake”, a tendência é a de que as barreiras dessa interação caiam uma a uma, até que fique cada vez mais difícil distinguir o que é inteligência humana do que é IA {[1]}. Essa afirmação segue a esteira do desenvolvimento da “internet das coisas” (IOT), que busca uma conexão maior entre os objetos do dia a dia com o mundo virtual da Web.
E é na busca por uma fatia deste futuro promissor, que empresas dos mais variados segmentos têm investido tempo, capital e esforços, com vistas ao desenvolvimento de sistemas de interação. Em 2016, o Facebook estreia com uma integração entre o Chatbot e o Messenger {[2]}, com a intenção de aperfeiçoar a gestão de redes sociais de empresas. Em 2018 foi a vez da Google lançar uma ferramenta corporativa voltada para a elaboração de Chatbots {[3]}. Logo atrás dos dois, a Microsoft. E engana-se quem pensa que esse universo se restringe apenas a empresas de tecnologia. Praticamente todos os centros de atendimento ao cliente (Call Center) operam hoje com atendentes virtuais de primeiro contato. Tem uma pesquisa recente da Frost & Sullivan {[4]} que diz que se trata de um mercado que crescerá 68,55% entre 2018 e 2022, alcançando a casa dos seis bilhões de dólares, não apenas nos sistemas de saúde (procedimentos cirúrgicos executados por microrrobôs inteligentes) mas também no e-commerce e no campo da logística.
Não querendo ficar de fora dessa corrida pelo ouro, empresas de água e saneamento têm buscado investir também em sistemas computacionais e tecnologias de conversação, que promovam uma ponte interativa entre seus serviços e clientes, não apenas em suas páginas de rede social, mas sobretudo em seus próprios sites, a exemplo do Departamento de Água e Esgoto de Araraquara (DAAE) e seu “Daaezinho”; do Departamento de Água e Esgoto de Ribeirão Preto (DAERP) e seu “Water”; do “Vida”, da Companhia de Saneamento de Sergipe (DESO); além do “Ed” da Companhia de Água e Esgoto de Roraima (CAER).
E o que esses “avatares” têm em comum? Todos fazem parte da Plataforma de Chatbot “Boto”, criada pela Consenso Tecnologia, como desdobramento de um projeto que conquistou o segundo lugar no Espaço Startup ABES 2.0, da Rio Water Week de 2018, constituindo-se na primeira plataforma, utilizada para uma aplicação do Chatbot, especializada em água e saneamento. Voltaremos a ela logo mais, destacando os esforços da Consenso Tecnologia em aprimorar a aprendizagem indutiva da aplicação, mediante padrões, dos registros comportamentais de uso, estatística computacional, tudo com o objetivo de humanizar cada vez mais a linguagem e, por consequência, o atendimento, com base em volumes de dados relevantes e na eficiência de extrai-los (tanto no “Big Data” quanto no “Data Lake”), para rodar determinados algoritmos de aprendizado e gerar predições.
Antes, porém, e tendo tais considerações sob perspectiva, vamos analisar as definições dos principais conceitos que citamos até aqui: Inteligência Artificial (IA), Big Data, Data Lake E Chatbot.
INTELIGÊNCIA ARTIFICAL
No geral, podemos dizer que a Inteligência Artificial (IA) é um ramo da ciência que estuda e busca aplicações práticas para a capacidade de os sistemas computacionais simularem características associadas à inteligência humana, compreendendo a naturalidade de sua comunicação, adaptação para aprender através da análise de dados disponíveis, além do raciocínio e da resolução de problemas a partir deles. Quanto maior a eficiência na coleta dos padrões de dados armazenados, maior as sugestões de compreensão do sistema em relação à linguagem humana, e seu consequente processamento.
RUSSEL e NORVIG (2013) colocam a IA dentro de quatro categorias distintas: 1) sistemas que pensam igual aos humanos; 2) sistemas que agem igual aos humanos; 3) sistemas que pensam logicamente e, 4) sistemas que agem logicamente. As duas primeiras categorias são empíricas, e teóricas as duas últimas. No campo do empirismo, há o Teste de Turing. Criado pelo matemático Alan Turing e celebrizado no filme “Ex Machina” (de 2015), é um método que avalia a capacidade de uma máquina exibir certa consciência, semelhante à de um ser humano ou indistinto deste. Já no campo da matemática computacional teórica, fazer uma máquina pensar e agir logicamente é enquadrá-la em modelos de lógica formal e algoritmos, através dos quais um sistema procure padrões em uma quantidade de dados considerável, analisando-os das mais variadas formas e criando novos padrões e predições, comparáveis à inteligência humana.
Mas onde estes dados ficam dispostos?
BIG DATA e DATA LAKE
O termo “Big Data” define um grande e dinâmico complexo de dados, gerados e expandidos em progressão crescente, e de maneira cada vez mais rápida. Estes dados derivam das mais diversas fontes, e permanecem em estado “bruto”, de forma estruturada ou não-estruturada, tratados ou não tratados, até que um modelo de captura, processamento e análise, extraiadeste universo aparentemente caótico um conjunto de informações estratégicas. Podemos pensar aqui na imagem de um mar imenso, onde um pescador joga uma rede de pesca. Esta rede é o “modelo de captura”. O que ela conseguirá apanhar (e o que deixará de fora) depende do tamanho da rede, do espaço aberto entre suas linhas e, sobretudo, da intenção do pescador, ao escolher pescar em determinado ponto desse mar. Na metáfora do exemplo, este pescador é o que chamamos de “Big Data Analytics” — análises de recortes de grandes volumes de informações, realizadas de forma automática e em velocidade impressionante, com níveis de precisão cada vez mais consistentes.
Ou seja, neste mar de “Big Data”, os pontos escolhidos para se pescar neles com a rede, definem o tipo de informações que queremos no momento. Se jogamos a rede em uma piscina de corais, por exemplo, onde vamos apanhar peixes de cor azul e vermelha que nadam por ali sincronizados, estamos dizendo que a rede fará sua pesca em um “Data Warehouse” — que compreende o armazenamento de dados já limpos e tratados, os quais vagam disponíveis para uso.
Ocorre que, hoje em dia, muitas vezes esse mar de negócios das empresas é dinâmico e revolto, requerendo respostas que, não raro, ainda não foram sequer concebidas ou classificadas (tratadas). Tal conjuntura demanda que o Analytics faça a análise de volumes de dados relevantes e bem mais diversos, exigindo uma solução de armazenamento mais flexível que o “Data Warehouse”. Essa solução é o “Data Lake”, o qual, na comparação, não é a piscina de corais, mas uma onda gigantesca, capaz de trazer de tudo: de peixes a botas, passando por latas e garrafas plásticas.
Segundo artigo do site Predicta {[5]}, “Data Lake” é o repositório perfeito para quem precisa ter à mão qualquer tipo de dado, em qualquer nível escalar, das mais diferentes fontes e sem a necessidade prévia de tratá-los, uma vez que sua proposta de armazenagem é justamente essa: manter o acesso a um número elevado de dados brutos, de categorias diversas, e em um só lugar. E é neste mar de dados aguardando processamento que os Chatbots podem mergulhar, adaptando-se de maneira automática para pescar respostas consistentes às perguntas programadas pelo seu modelo de aprendizagem. A maneira como esses bots são capazes de aprender tanto com as perguntas que os modelam quanto com as respostas que trazem, é a essência do conceito de IA: tomadas de decisões cada vez mais humanas e naturais das máquinas, a partir de uma filtragem precisa, em um universo de dados multifacetados.
CHATBOT
Nesse sentido, Chatbots são programas de conversação inteligente, que simulam a linguagem humana durante uma interação com as pessoas. Esta interatividade depende do grau de desempenho e aprendizagem que os bots demonstram quando mergulhados em um Big Data, Data Lake ou Data Warehouse, automatizando respostas a partir dos estímulos do contexto. Retornando a RUSSEL e NORVIG (2013), estes afirmam que um sistema inteligente com base na máquina de Turing (dispositivo teórico, análogo à “máquina universal” protótipo do computador moderno) compreenderia quatro características: 1) processamento de linguagem natural; 2) representação de conhecimento; 3) raciocínio automatizado e 4) aprendizado de máquina. Tais características servem, respectivamente, para uma comunicação satisfatória, capacidade de armazenamento, utilização dos dados armazenados com fins de responder perguntas e tirar conclusões e, a mais importante delas, plasticidade de adaptação a novas circunstâncias e habilidade para constatar padrões e ultrapassá-los. É este aprendizado de máquina que aperfeiçoa o bot, o qual parte de uma chave de respostas pré-definidas (baseadas na mineração da base de dados) para atingir o ponto a partir do qual o registro de comportamentos de uso da interação passa a retroalimentar os algoritmos capazes de estabelecer relações.
Foi com base nessa abordagem teórica que a Consenso Tecnologia desenvolveu seu próprio Chatbot, “Boto”, para uso das empresas de água e saneamento.
BOTO: O CHATBOT DA CONSENSO
A ideia principal que impulsionou a Consenso Tecnologia a criar o projeto que levou o segundo lugar no Espaço Startup ABES 2.0, da Rio Water Week de 2018, bem como na submissão e aprovação para participar da Trilha Chatbot do TDC 2019, maior evento relacionado a desenvolvimento de software do Brasil, foi a de criar uma experiência de integração entre os clientes e os principais serviços das empresas de água e saneamento (com abertura para adaptação a outros ramos de infraestrutura), fortalecendo um espaço de apoio ao cidadão, ao oferecer um canal de conversação com base em uma tecnologia inovadora e eficiente. Dentro desse conceito, seus desdobramentos foram a centralização de esforços no uso da IA para atuar nas solicitações mais comuns de atendimento, com vistas à contenção de custos, diminuição de erros e ao aumento de satisfação dos clientes.
Desse modo, a Consenso desenvolveu o Boto Chatbot com base em oito premissas:
- Personalização do atendimento — criando um canal (“chat”) de atendimento em tempo real, com vistas à satisfação do cliente e interação com a empresa;
- Análise de informações e diálogo cada vez mais humanizado — pensando em um chat onde a avaliação dos resultados e o armazenamento de perfis de usuários contribuam para a expansão dos limites de comunicação com o cliente;
- Investimento em linguagem natural — no intuito de personalizar a experiência do acesso, construindo a sensação de um atendimento exclusivo;
- Disponibilidade total — vinte e quatro horas por dia; sete dias por semana, oferecendo um atendimento particularizado para cada cliente com redução de custos, transformando clientes presenciais em usuários online, na medida em que disponibiliza uma opção de serviço que, ao mesmo tempo, libera os atendentes presenciais para a resolução de casos mais complexos, garantindo a satisfação do cliente;
- Facilidade na manutenção — englobando sites, celulares e aplicativos comuns, conforme seu público-alvo e demanda das empresas;
- Inovação — a partir do conceito de IA, que permite a compreensão rápida da solicitação do cliente a partir das informações digitadas por meio de uma “janela”, onde um assistente virtual responde dúvidas com precisão e naturalidade, alinhado ao processo de negócio de sua empresa e dialogando com o cliente, enquanto adapta sua linguagem para responder com rapidez, agilidade e dinamismo, inovando as relações e aumentando a confiança nos serviços da empresa e o engajamento do cliente;
- Dinamismo — a possibilidade de manter múltiplos chats (avatares com nomes distintos e atendendo serviços diferentes) a partir de uma plataforma Boto Chatbot centralizada;
- Segurança — permitindo o acesso apenas de clientes autorizados a serviços previamente definidos, disponíveis na base comercial das empresas, que definirão quais domínios terão acesso ao aplicativo, evitando o uso do Boto em endereços sem autorização. Para o acesso à conversação com o avatar, a solicitação ao cliente de um dado de confirmação, que pode ser tanto um número de CPF/RG, quanto um número de matrícula do imóvel.
DESENVOLVIMENTO DO BOTO CHATBOT DA CONSENSO
Em essência, o Chatbot Boto da Consenso Tecnologia é uma plataforma simples de integração, que facilita o acesso de clientes autorizados aos serviços disponíveis na base comercial do GSAN das empresas de água e saneamento. Esse dispositivo pode ser acessado tanto nos sites das empresas (suas agências virtuais) quanto nos aplicativos de suas respectivas páginas no Messenger do Facebook.
Esse acesso é definido previamente pela empresa, a partir de domínios cadastrados, evitando o uso do Boto em endereços sem autorização. Para o acesso à conversação com os avatares definidos, é solicitado do cliente um dado de confirmação, que pode ser tanto um número de CPF/RG, quanto um número de matrícula do imóvel. Na Figura 1 abaixo é visualizado um exemplo, com o avatar “Daaezinho” da DAAE:
Note que os serviços para atendimento já constam listados previamente pelo avatar “Daaezinho” para início da conversação. São as funcionalidades disponíveis para atendimento via repositório de serviços, onde o Boto vai coletar os dados para auxiliar o cliente. Os tipos de serviços oferecidos recortam as perguntas em uma complexidade baixa. É dessa forma que, conforme o cliente vai digitando no campo “Fale com Daaezinho”, a comunicação se estabelece de forma natural e humanizada, com base em uma programação prévia e leitura das perguntas e respostas.
O Boto da Consenso Tecnologia trabalha com um algoritmo de aprendizagem. À medida que as informações vão sendo digitadas, ele categoriza e aprende, mas com um recurso de moderação, que evita a aprendizagem de sinônimos imorais e/ou antiéticos. Isso serve para que, de acordo com o perfil dos usuários, a complexidade da linguagem possa evoluir de baixa para média, e assim sucessivamente, garantindo uma humanização cada vez maior do diálogo, à medida que a conversação vai sendo efetuada. Em outras palavras: quanto mais os usuários interagem com o avatar, maiores são as chances de aperfeiçoamento da plataforma Boto.
Para máquinas de IA do tipo, as experiências de interação são primordiais para seu aperfeiçoamento. Para isto, a plataforma Boto da Consenso Tecnologia dispõe (conforme o que vemos na Figura 2) de ferramentas de mensuração, de acordo com os atendimentos realizados:
Acima, temos dois gráficos que podem ser extraídos da plataforma: Serviços mais acessados e Feedback por serviço. O primeiro, mensura os serviços mais utilizados pelos clientes em um determinado período de tempo; o segundo, quantifica as pesquisas de satisfação efetuadas sempre após cada conversação. Tais informações podem tanto servir para tomadas de decisão gerenciais, quanto para mapear os pontos onde a linguagem e/ou a eficiência das interações precisem ser melhoradas, no sentido de ficarem mais assertivas. Esse aperfeiçoamento pode tanto se dar na base de conhecimentos da plataforma quando no processamento natural da linguagem dos avatares cadastrados. Como exemplo, podemos citar a identificação dos serviços mais recorrentes, e da análise de feedback desses serviços, no intuito de mapear os pontos onde a conversação nesses contextos pode se tornar mais fluida.
CONCLUSÃO
Até aqui, vimos que as expectativas entre o computador HAL de Artur C. Clarke e os mais modernos aplicativos de IA se tornaram mais realistas, trazendo a imaginação dos artistas para o chão da vida diária. E ainda temos um longo caminho pela frente. A única certeza é a de que as máquinas vieram para ficar. São sistemas inteligentes que participam da nossa vida cotidiana com frequência, interagindo conosco de forma mais e mais particularizada e espontânea.
Nesse cenário de inovação constante, o Chatbot aquece os investimentos de empresas preocupadas com a otimização do relacionamento com o cliente, e com a possibilidade de uma automação de tarefas que liberte seu capital humano das rotinas passíveis de serem executadas por avatares virtuais. Os ganhos são visíveis: economia de custos, interações mais rápidas e diretas, maior engajamento dos clientes e valor agregado a partir de uma experiência agradável de consumo, disponível todo dia, vinte e quatro horas por dia.
Com a plataforma “Boto”, a primeira a ser utilizada para uma aplicação do Chatbot especializada em água e saneamento, a Consenso Tecnologia conquistou o segundo lugar no Espaço Startup ABES 2.0, da Rio Water Week de 2018, ingressando nesse futuro com uma ferramenta arrojada, cujo espaço de manobra para evoluir se atrela ao uso e registro das experiências de seus usuários.
A palavra-chave para este momento é de fato esta: evolução, afinal de contas, a aprendizagem a partir da experiência ainda não é atributo exclusivo das máquinas, mas algo que elas copiam de nós, na intenção de se tornarem perfeitas.
REFERÊNCIAS
APRENDA a criar um Chatbot no Facebook Messenger para a sua empresa! Laura Ribeiro. Rockcontent. 27 de janeiro de 2017. Disponível em: < https://rockcontent.com/blog/facebook-messenger-chatbot/>
ARTIFICIAL Intelligence in Healthcare. Springboard Índia. Disponível em:
<https://medium.com/@springboard_ind/artificial-intelligence-in-healthcare-4a3338877d80>
DATA Lake X Data Warehouse: entenda a diferença. Predicta. 20 de março de 2019. Disponível em: <https://www.predicta.net/blog/post/2019/03/20/data-lake-x-data-warehouse-entenda-a-diferenca/>
GOOGLE lança ferramenta corporativa voltada para a elaboração de Chatbots. Eduardo Hayashi. Canal Tech. 18 de abril de 2018. Disponível em: <https://canaltech.com.br/apps/google-lanca-ferramenta-corporativa-voltada-para-a-elaboracao-de-chatbots-112106/>
IOT pode quebrar a barreira entre homem e máquina, afirma, no Brasil, CEO e professora de Stanford. Cassio Gusson, Coin Telegraph Brasil. 26 de junho de 2019. Disponível em: <https://br.cointelegraph.com/news/iot-can-break-the-barrier-between-man-and-machine-says-in-brazil-ceo-and-professor-of-stanford>
RUSSEL, S. NORVIG, P. Inteligência Artificial: uma abordagem moderna. São Paulo, Editora Elsevier, 3ª Edição, 2013.
[2] <https://rockcontent.com/blog/facebook-messenger-chatbot/>
[3]<https://canaltech.com.br/apps/google-lanca-ferramenta-corporativa-voltada-para-a-elaboracao-de-chatbots-112106/>
[4]<https://medium.com/@springboard_ind/artificial-intelligence-in-healthcare-4a3338877d80>
[5] <https://www.predicta.net/blog/post/2019/03/20/data-lake-x-data-warehouse-entenda-a-diferenca/>
