チャットボットは何故クソなのか？

１．チャットボットは何故クソなのか？まとめ

・チャットボットはほとんどがデータ収集を目的としたベータ版である
・想定質問集を用意し、表現の多様性に対処し、意図と台本を結びつける事は本当に困難
・2018年は自己学習や個別化によりチャットボットの使用感が劇的に向上する可能性がある

２．チャットボットの動作原理

以下、medium.comより「Why Chatbots Suck」の意訳です。元記事は2018年1月10日、Amit Pakaさんによる投稿です。2020年2月2日追記：ついに人間の能力に迫るチャットボット、Meenaが登場しました。

FaceBookメッセンジャーの商用ボットやGoogle Assistantは広く使われるようになり、様々な会社が独自のチャットボットサービスを公開しています。音声アシスタント機能を搭載しているスマートスピーカーのAmazon Echo DotやGoogle Home Miniはクリスマスの贈り物としてトップになりました。

2017年、チャットボットやアシスタントはついに主流に躍り出ました。もしかしたら、あなたは既にチャットボットを使って買い物やインターネット、予備の七面鳥を買ったりしているかもしれません。チャットボットはNLP(Natural Language Processing：自然言語処理)に劇的な改善をもたらしましたが、彼らの最大の欠点は、彼らは依然として、台本に基づいて動作し、人力で設計されていることです。

栄光に満ちたIVR(Interactive Voice Response：自動音声応答装置)以上のものではなく、検索エンジンのような問い掛けベースの検索です。台本からあまりにも遠く離れすぎると、あなたは恐ろしい「質問が理解できませんでした」と返答を得るでしょう。チャットボットがこのようにダメな理由を理解するには、チャットボットの作り方を理解する必要があります。

チャットボットを構成する部品

ステップ1）チャットボットに何をサービスさせたいのか台本を決め、それに関連するあらゆる質問を集めます。これらの質問は会話の意図を定義します。すべての意図は、自然言語処理が処理しやすい用に木構造に組みたてられます。

ステップ2）各質問および意図は、ユーザーの様々な表現方法を担います。例えば「マウンテンビューの天気は何ですか？」と「今日の寒さはどうですか？」は等しく天気をチェックする意図に変換されます。このように様々な表現がある事はvariances(分散)と呼ばれます。すべてのチャットボットは様々な表現を自然言語処理エンジンによって対応する意図に変換します。

ステップ3）最後に、チャットボットの台本、または会話が全てを結びつけます。例えば、もしあなたがシャツを買うならば、性別、サイズ、色の入力を促されるでしょう。もし、あなたが「このシャツはコットンで作られていますか？」と脱線するならば、貴方の強運が試される事になります。

チャットボットがクソなのはこのステップには大きな欠点があるからです。

チャットボットの問題

上記の仕組みでチャットボットが偉大な仕事をするには、ユーザーが求める質問をあらかじめ全て知っている必要があります。多数の質問データがなければ、限られた質問にしか答える事ができないベータ版チャットボットが誕生します。それは学習データを集めるためには有効かもしれませんが、ユーザーを苛立たせます。

しかし、最初から膨大な量の学習データを持つ企業はごくわずかです。したがって、リリースされたチャットボットの大半は、最初はダメな解答で顧客を苛立たせても時間の経過とともにチャットボットの能力が改善するだろうと言う楽観的な見通しでスタートしています。

質問を本当によく理解するには、業界の幅広い分野の知識など、さまざまな質問が必要です。「インターネットが動作しません」は「私のブラウザのページ読み込みが完了しません」と同じです。今日では、これらの表現の多様性はほとんど人間が手動で修正しています。人力ではユーザーの質問に対応できる範囲が低下するだけでなく、大きなコストがかかります。

この表現の多様性に大きなスケールで自動処理できる新しい技術も利用可能になってきていますが、幅広い業界知識に対応させるためには時間がかかります。

最後に、豊富な会話台本が作れても、それを使って優れた会話をするためには、チャットボットは、ユーザーのあらゆる行動に対処できる必要があります。ユーザーは話がずれたり、終わった会話に戻ったり、会話が飛んだりするかもしれませんが、チャットボットは対処できなくてはなりません。ユーザーがチャットボットをどのように使用するかを知らずに台本を作成することは難しく、Catch-22のようなやむを得ないユーザーの不満を引き起こします。

（Catch-22：元ネタは1961年の小説で英語圏でジレンマ、パラドックスを表現する慣用句となっている。小説中の軍規22項「狂気に陥ったものは自ら請願すれば除隊できる。ただし、自分の狂気を意識できる程度ではまだ狂っているとは認められない」が有名であるらしい）

自己学習型ツリーとパーソナライズドツリーは、これらの課題を解決し、使用感を劇的に向上させます。

チャットボットの機会

自己学習：学習用データが増えるとチャットボットは、そのデータを使って手動で改良／拡張されます。大規模にサービスを展開してもその規模の利点を生かせない、ゆっくりとした面倒なプロセスです。手動改善の代わりに、チャットボットを知的にし、ユーザが望む新しい機能、質問、分散またはスクリプトの変更を識別し、それに応じて経験を適応させるように、自己学習を促進する必要があります。こうすることで、ステップ1の質問（および回答）、ステップ2の質問表現の多様性、ステップ3台本の適応が自動的に追加／変更され、堅牢な会話サービスが迅速に構築されます。

パーソナライズド：チャットボットはまだ個人向けにカスタマイズされていません。パーソナライゼーションは、各ユーザーから学習した動作に基づいて異なる台本を実施するという点で、自己学習に関連しています。チャットボットは、当初の台本をより多く学習するにつれて動的に更新する、あなたの固有データで自動的に調整されるあなた専用のチャットボットでなければなりません。

理想的な事は、誰もが映画「Her」のサマンサに似た独自の個人的なチャットボットを持つ事です。 AIの革新のスピードが加速するにつれて、より多くのチャットボットにこれらのインテリジェンスな機能が採用され、2018年はよりパーソナライズされた会話が可能なチャットボットがが増えるでしょう。

３．チャットボットは何故クソなのか？まとめ

チャットボットは台本に基づいているので、その台本から大きく外れると「質問の意味がわかりません」と返されてしまうと言う事ですね。この「わかりません」と返答する事を避けるために良く行われている事はチャットボットに生意気とか女子高生とか「人類を滅ぼす」とか個性を持たせて、「そんな事より～の話をしましょう」的に会話を誘導させるのが現在一般的に行われている事です。

しかし、こうやって改めてチャットボットの動きをまとめて貰えるとGoogle Duplex（電話予約をAIに委任できるアシスタント）がビジネスシーンなので会話の脱線が少なく、業界が限定されているので会話が予測しやすく、比較的チャットボット用の台本が作りやすいと言う事に気づきます。凄い技術である事は間違いないですが、アイディアも優れてますね。