Interações dos chatbots no WhatsApp com os consumidores está avançando e melhorando

Primeiramente, é preciso assumir que esse comportamento é eficiente. O chatbot existe e “promete” entregar atendimento rápido e capaz de resolver problemas. Esse tipo de operação, no qual o assistente virtual diz “digite 1 para isso, 2 para aquilo, 3 para mais opções”, atende muito bem. Porém, é exagero dizer que esse comportamento dá um passo atrás para os chatbots? Isso não lembra, e muito, as URAs e conversas automáticas do antigo SMS?

O problema é que o “chatbot” deveria ser um robô de conversação. Assim, era de se esperar que ele tanto enviasse quanto recebesse mensagens por meio de digitação. A dificuldade, normalmente, é liberar a digitação e, consequentemente, a interação enviada não ser compreendida pelo chatbot.

No caso do WhatsApp, em particular, há restrições da própria plataforma que, de um modo ou de outro, causam essa experiência. A começar pela ausência de botões. No aplicativo de mensagens, os chatbots (ainda) não conseguem exibir botões e indicar aos usuários onde devem clicar para seguir com a conversa. Este é o principal motivo para recorrer a uma experiência mais controlada.

Para contornar isso, boa parte do que a maioria dos bots já têm resolve a situação. Ou seja, determinar o que o usuário “precisa” digitar. Por exemplo: “Você quer saber disso ou daquilo?”. Ou ainda: “Aqui estão as opções que eu consigo te ajudar. Digite uma delas”.

Então qual a dificuldade? Simples, a linguagem natural.

Dependendo da tecnologia, o chatbot precisa que o usuário digite exatamente o que ele espera. Por exemplo, se ele solicita ao usuário que digite “carro” ou “banana”, e a pessoa decide escrever “automóvel”, a primeira opção deveria ser identificada. Mas, normalmente, não é, pois o chatbot precisa que o usuário digite exatamente o que ele espera.

Portanto, a maneira para abandonar (ou reduzir) as interações por comandos numéricos seria apostar em ferramentas que operam com Processamento de Linguagem Natural. Essas ferramentas são capazes de compreender a linguagem humana, ou seja, elas interpretam e manipulam a nossa linguagem. Com o uso delas, é possível que o chatbot compreenda perfeitamente, mas sem treinamentos exaustivos.

Na prática, os assistentes que possuem esse tipo de tecnologia poderiam deixar o menu numérico para trás por meio da semântica. Isto é, se apegando mais ao significado do que às palavras-chave (ou números). Imagine um chatbot que possui em seu diálogo inicial a oferta de três opções de assunto:

1 - carros

2 - frutas

3 - cidades

Normalmente, no WhatsApp, somos obrigados a digitar um dos três algarismos. Do contrário, a conversa não seguirá para a próxima etapa. Por mais que tentássemos digitar algo como “quero falar de carros” ou até mesmo a simples interação “carros”, o bot não seria capaz de lidar com esse input.

Por outro lado, o ato de processar a linguagem natural, viabilizada em alguns assistentes do mercado, permitiria a interpretação de toda e qualquer informação enviada pelo usuário. Na prática, o bot apresentaria a primeira opção para qualquer uma das interações a seguir:

Carros

Quero saber de carros

Tô com problema no carro

Meu veículo

Tenho um automóvel

Os ganhos com esse tipo de experiência podem ser enxergados em aspectos distintos. O primeiro é difícil de medir, mas, ainda assim, importante: a experiência em si. O fundamental é entregar a informação ao usuário. É verdade, contudo, que o modo como isso é feito também conta (e muito). Para o usuário, saber que ele pode digitar à sua maneira, sem “URAlizar” o processo com números, estabelece uma relação de confiança e a certeza de que está lidando com uma máquina verdadeiramente inteligente.

O segundo ganho significativo é o aspecto conversacional. Ao abandonar números, e liberando a digitação, o chatbot passa a estabelecer um diálogo real. Seguindo algumas boas práticas, é possível manter a conversa guiada, mas sem a dependência dos números. Exatamente como acontece em uma interação entre duas pessoas.

Por Adriano Bertin, Knowledge Engineer da Inbenta, empresa global especializada em Inteligência Artificial, pioneira no desenvolvimento de tecnologia de IA Simbólica, que potencializa o autoatendimento digital e conecta informações úteis às interações (naturalmente) humanas