Se você acessava internet no final dos anos 90, vai se lembrar que os programas de comunicação mais usados eram o IRC e ICQ, que possibilitavam trocas de mensagem essencialmente via texto.
Logo as comunicações via Internet evoluíram e hoje há várias soluções que nos permitem usar texto, voz e vídeo, e com praticamente qualquer dispositivo que tenha acesso a Internet. Sejam aplicativos dedicados como Whatsapp, Telegram ou aplicativos integrados com redes sociais como o Facebook Messenger e o Google Hangouts, o fato é que nunca estivemos tão dependentes de tais comunicadores como estamos agora.
Evolução e contexto
Na época do ICQ e IRC o chatbot já era íntimo do pessoal engajado na tecnologia e nossos colegas estudantes de sistemas da informação, P&D e outros tantos cursos técnicos e de graduação na área – estes bots eram acionados via comando e continham dicas e instruções para executar uma tarefa através de comandos. Era necessário falar a língua dele! Bem diferente de hoje, onde as equipes de desenvolvimento e designers de experiência do usuário (UX) para chatbots evangelizam sobre a inversão de valores – é a tecnologia que precisa se adaptar e aprender com o homem, e não o contrário! E é exatamente por causa dessa mudança de paradigma que precisamos falar mais sobre os sistemas cognitivos e como eles tem ajudado os chatbots ganharem força.
Por traz dos chatbots de hoje existem algumas tecnologias dos sistemas cognitivos que possibilitam que esta nova ferramenta não seja mais exclusiva para o pessoal de tecnologia. Vamos falar um pouco mais de Machine Learning (Aprendizado de máquina), Inteligência Artificial e PLN – Programação de Linguagem Natural.
Vamos entender melhor alguns conceitos:
Computação Cognitiva
É o entendimento de dados não estruturados pelas máquinas, através de vários sistemas, softwares, algoritmos e tecnologias. Tanto Wikipedia quanto algumas empresas estão traduzindo essa informação como: “é a capacidade dos computadores de se comportarem e “pensarem” quase como humanos”.
Aprendizado de máquina ou Machine learning
Segundo Arthur Samuel é o campo de estudo que dá aos computadores a habilidade de aprender sem serem explicitamente programados, o computador aprende com os dados e comportamentos que lhe são inseridos.
Inteligência Artificial
É o ramo da ciência da computação que se propõe a elaborar dispositivos que simulem a capacidade humana de raciocinar, perceber, tomar decisões e resolver problemas com as informações que lhes são dadas (que pode vir de inserção humana destas informações, inserções automáticas vindas outros sistemas ou de IoTs), enfim, a capacidade da máquina de fazer escolhas com base em dados e ser “inteligente”.
PNL ou Processamento de linguagem natural
É a responsável por converter linguagem compreensível humana em representações formais e dados facilmente manipuláveis por programas de computador.
Viu, nem doeu e foi rápido!
Alguns dados interessantes
Há quem diga que o grande responsável pelo sucesso dos chatbots é a popularização da computação cognitiva. Mas há tempos o Diego Castro, um colega de trabalho sempre diz em seu discurso que o principal disseminador dos chatbots são os aplicativos de mensagens e a mudança no comportamento humano. As pesquisas parecem estar a favor dele. A Opinion Box, em conjunto com a Take, fizeram um levantamento com aproximadamente 2.022 pessoas em mais de 400 cidades, e a conclusão foi de que 8 em cada 10 consumidores preferem mandar mensagem para resolver seus problemas com empresas ao invés de ligar. Dos entrevistados no Brasil, 77% já utilizaram algum atendimento automático. No mercado global a emarketer concluiu que 29% dos consumidores usam aplicativos de chat ou mensagens como canal de comunicação para atendimento ao consumidor.
E olha que informação interessante: 52% dos brasileiros acharam ruim e sinalizaram que seu problema não foi resolvido – contra 56% de usuários que gostaram e disseram que seus problemas foram resolvidos de maneira rápida e eficiente. Mas o que isso quer dizer?
O primeiro ponto é que os usuários não estão resistentes ao uso de chatbots e estão dispostos a testar novas maneiras de comunicação, até mesmo treiná-los. E o segundo é que o sucesso dessa nova forma de comunicação está nas mãos dos designers de interfaces conversacionais e desenvolvedores! O principal desafio da nova plataforma de atendimento ao consumidor, marketing, fidelização e pós-vendas está nas mãos de designers e desenvolvedores.
Os desafios de UX para criação e trabalho com chatbots
Aqui vai algumas observações e dicas de uma profissional que é formada em Marketing e Publicidade com especialização em Interação Humano Computador para você que pretende se arriscar a criar um chatbot, ou uma interface conversacional para ser usado com foco em atendimento ao usuário e marketing:
– Você precisa mapear corretamente o seu usuário, consumidor ou cliente. Aqui vale ressaltar que estou deixando claro que você precisa fazer uma pesquisa de imersão, comportamento, etnografia e netnografia. Entender como o seu cliente se comunica com a sua marca, e como ele espera que a marca se comunique com ele.
– Traçar o problema que você quer resolver com o chatbot, qual o objetivo do seu bot e o que o seu usuário ou cliente poderá fazer através do atendimento. Existem hoje vários tipos de chatbot – de passivo (ao que apenas responde quando usuário chama) até os ativos (que podem avisar usuário sobre campanhas, descontos e alertas), o bot de perguntas frequentes, o filtro avançado para atendimento humanos, o chatbot corporativo, o prestador de serviços e que realiza agendamento de horários. Existem inúmeras aplicações – porém, não é interessante colocar tudo ao mesmo tempo no mesmo lugar! Uma coisa de cada vez, para não frustrar seu usuário ou cliente prometendo coisas que você não vai conseguir cumprir.
– Criar uma personalidade adequada com a imagem da sua empresa: deve ser coerente com o que é esperado do serviço e a abordagem de comunicação que a sua empresa presta. Aqui você precisa estudar como seus atendentes atuais se comportam e falam, como os consumidores esperam ser atendidos e se você mapeou adequadamente a netnografia de seus usuários, como eles esperam que a aparência e a fala do seu chatbot seja.
Dica: Faça uma escala antropomórfica do seu atendente robô: sendo uma escala que vai da máquina de serviço compulsório de atividade forçada à máquinas que se assemelham aos humanoides – feições, falas e interações humanas sofisticadas. Encaixe seu atendente virtual nesta “régua/escala” lembrando que: quanto mais humano você quer seu chatbot, mais o seu usuário vai esperar dele – e neste caso, as altas expectativas podem acabar com o seu chatbot antes mesmo dele começar.
– Estruturar adequadamente a Arquitetura de Informação da sua interface conversacional – como a sua interface neste, caso é uma conversa, você precisa guiar seu usuário pelas opções e diminuir os possíveis erros no atendimento ao usuário. A conversa é fundamental para que ninguém se perca, vire o melhor amigo ou hater do seu bot.
Fique de olho
É fundamental para seu chatbot ter ajuda dos seus funcionários que atendem o usuário/cliente, são eles que sabem quais as dúvidas frequentes, quem são seus clientes, como eles perguntam, o que eles esperam de ajuda, como eles falam e se comportam – estes profissionais vão treinar seu chatbot e alimentar sua base de dados o mais adequadamente possível.
