Η πρόκληση των πολυπολιτισμικών ρομπότ: Πώς να προσαρμόσετε την τε

Η υιοθέτηση εικονικών βοηθών που βασίζονται σε τεχνητή νοημοσύνη (ΤΝ) προχωρά γρήγορα στη Λατινική Αμερική, αλλά η πλειοψηφία των εταιρειών εξακολουθεί να υποτιμά έναν από τους μεγαλύτερους προβληματισμούς στην κλιμακωτότητα αυτών των σχεδίων, που είναι η ανάγκη για πολιτιστική και γλωσσική προσαρμογή των bots σε κάθε χώρα, περιοχή και ακόμα και σε κοινωνικές ομάδες. Η εφαρμογή ενός βοηθού στα ισπανικά ή στα πορτογαλικά μπορεί να λειτουργεί ακόμη και σε πρωτότυπα, αλλά είναι δύσκολο να αντέξει σε περιβάλλοντα παραγωγής με χιλιάδες πραγματικούς χρήστες. Η υπόσχεση της συζητήσιμης τεχνητής νοημοσύνης ως στρατηγικού καναλιού αγωγής πραγματοποιείται μόνο όταν οι bots μπορούν να μοιάζουν με το κοινό που εξυπηρετούν, στην προφορά, στις εκφράσεις, στις αναφορές και ακόμα και στα διαλόγους.

Ένα κοινό λάθος στα έργα περιφερειακής επέκτασης είναι να αντιμετωπίζουμε τη γλωσσική προσαρμογή ως απλή μετάφραση. Ωστόσο, ένας bot που λειτουργεί καλά στο Μεξικό μπορεί να ακούγεται τεχνητά ή ακόμα και προσβλητικό στην Αργεντινή. Το ίδιο ισχύει και για τα πορτογαλικά, ένας βραζιλιάνικος chatbot που αγνοεί τις αργκό και τις ανεπίσημες εκφράσεις, για παράδειγμα, μπορεί να προκαλέσει αποξένωση και έλλειψη ενασχόλησης ανάλογα με την πολιτεία όπου χρησιμοποιείται.

Η γλώσσα δεν είναι μόνο μέσο μετάδοσης πληροφόρησης, αλλά και μέσο κοινωνικής προσέγγισης και πολιτιστικής νομιμότητας. Στη συζητική τεχνητή νοημοσύνη, αυτό μεταφράζεται στην ανάγκη βαθύτερων προσαρμογών στο NLU (Natural Language Understanding), στα ρεύματα διαλόγου, στα παραδείγματα πρόθεσης και ακόμη και στις απαντήσεις fallback. Ένα απλό "δεν κατάλαβα, μπορείτε να το ξαναπείτε;", μπορεί να θεωρηθεί αποδεκτό σε ένα πλαίσιο, αλλά να θεωρηθεί απροσωπευτικό και ρομποτικό σε άλλο.

Ένα από τα κρίσιμες σημεία βρίσκεται στον ορισμό και την εκπαίδευση των προθέσεων. Αν και οι προθέσεις μπορεί να είναι σημασιολογικά ίδιες μεταξύ των χωρών, όπως "ακολούθηση παραγγελίας" ή "επαναφορά κωδικού πρόσβασης", ο τρόπος με τον οποίο ο χρήστης εκφράζει αυτήν την ανάγκη ποικίλει. Στην Κολομβία, ο πελάτης μπορεί να πληκτρολογήσει "quiero rastrear mi compra"; στη Χιλή, "dónde está mi pedido?"; και στο Μεξικό, "en qué va mi envío?". Η ομαδοποίηση αυτών των εκφράσεων υπό μια μόνο πρόθεση απαιτεί όχι μόνο εκπαίδευση σε όγκο, αλλά και πολιτιστική επιμέλεια.

Αυτό επιδεινώνεται με τη χρήση γενικών προτύπων γλωσσικής γλώσσας, που κατά προεπιλογή τείνουν να αναπαράγουν μια πιο ουδέτερη και παγκοσμιοποιημένη γλώσσα. Χωρίς μια διαδικασία ρύθμισης με περιφερειακά δεδομένα, αυτά τα μοντέλα παρέχουν γενικές απαντήσεις και ελάχιστα συνδεδεμένες με το τοπικό περιβάλλον.

Μια άλλη στρώση πολυπλοκότητας προέρχεται από το σχεδιασμό του τόνου και της φωνής. Ενώ σε χώρες όπως η Βραζιλία η ανεπισημία μπορεί να προκαλέσει συμπάθεια, σε αγορές όπως το Περού ή το Χιλή η υπερβολική χαλάρωση μπορεί να διαβάζεται ως έλλειψη επαγγελματισμού. Το ίδιο το ελαφρύ αστείο που απασχολεί ένα νεαρό κοινό στο Μεξικό μπορεί να φαίνεται ακατάλληλο για ένα πιο παραδοσιακό κοινό στην Κολομβία.

Σε αυτό το σημείο, το έργο προσαρμογής περιλαμβάνει γλωσσολόγους, σχεδιαστές διαλόγου και πολιτισμικούς αναλυτές. Περισσότερο από το να επιλέγουμε συνώνυμα, πρέπει να κατανοήσουμε την συναισθηματική επίπτωση κάθε λέξης, emoji ή κατασκευής. Η ενσυναίσθηση δεν μπορεί να είναι γενική, πρέπει να είναι πολιτισμικά κωδικοποιημένη.

Συνεχής εκπαίδευση με πραγματικά και τοπικά δεδομένα

Τα πολυπολιτισμικά bots απαιτούν όχι μόνο καλό αρχικό σχεδιασμό, αλλά και συνεχή παρακολούθηση με δεδομένα από κάθε αγορά. Οι εργαλεία ανάλυσης συζήτησης πρέπει να διαμορφώνονται ώστε να διαχωρίζουν τις αλληλεπιδράσεις ανά χώρα, επιτρέποντας την εξάπλωση των μοντέλων με βάση τη πραγματική χρήση. Συμπεριφορές όπως το ποσοστό εγκατάλειψης, η επανεκτέλεση των προθέσεων ή η χαμηλή ανίχνευση οντοτήτων ενδείκνυνται προβλήματα που μπορεί να έχουν πολιτισμικές ρίζες και όχι μόνο τεχνικές.

Επιπλέον, πρακτικές όπως το ενεργό feedback, οι αξιολογήσεις του Δείκτη Ικανοποίησης Πελατών που διαχωρίζονται και οι περιφερειακές δοκιμές διαίρεσης βοηθούν στην αποφυγή του κοινού κεντροφυγικού προκατειλημμένου σε εταιρείες με λειτουργία σε διάφορες χώρες. Η συζητήσιμη τεχνητή νοημοσύνη χρειάζεται μεν νοημοσύνη, αλλά και ακρόαση.

Μια διαδρομή για την επεκτάσιμη προσαρμογή

Για να εκπληρώσει η συνομιλιακά τεχνητή νοημοσύνη το ρόλο της ως κινητήρα αγωγιμότητας και αποτελεσματικότητας στη Λατινική Αμερική, πρέπει να αντιμετωπίζεται ως μια επιστήμη της γλώσσας που εφαρμόζεται στην τεχνολογία, και όχι απλώς ως μια λύση ψηφιακής εξυπηρέτησης. Η περιφερειοποίηση, που συχνά θεωρείται ως ένα επιπλέον κόστος, είναι στην πραγματικότητα αυτό που επιτρέπει την κλίμακα με σημασία, αποφεύγοντας ρομπότ που μιλούν πολύ, αλλά δεν συνδέονται.

Η υιοθέτηση μιας πολυεπίπεδης προσέγγισης, που συνδυάζει περιφερειακά εκπαιδευμένα μοντέλα, ευέλικτες ροές, πολιτιστική επιμέλεια και τοπική διακυβέρνηση, είναι ο πιο σταθερός τρόπος για τη δημιουργία πραγματικά πολυγλωσσικών και πολυπολιτισμικών βοηθών. Σε έναν ήπειρο με περισσότερους από 600 εκατομμύρια ανθρώπους, με γλώσσες που είναι κοντινές, αλλά πολιτισμούς που είναι βαθιά διακριτούς, αυτό δεν είναι μόνο ένα τεχνικό διαφοροποιητικό χαρακτηριστικό, είναι μια απαίτηση της αγοράς.