En este artículo se proporciona una descripción general del funcionamiento del Answer Bot. Los temas tratados son los siguientes:
¿Cómo procesa el Answer Bot el lenguaje natural?
El Answer Bot funciona con inteligencia artificial, lo que quiere decir que puede imitar el comportamiento humano. El Answer Bot usa el procesamiento del lenguaje natural (NLP) para leer todos los artículos del Centro de ayuda y comprender el concepto principal de cada artículo. El Answer Bot luego toma todos los conceptos de los artículos y los coloca en un mapa. Cada concepto tiene su propia “dirección” en el mapa de manera que se encuentre cerca de otros conceptos similares. Sin embargo, en lugar de solo una ciudad, una calle y un código postal, esta dirección tiene 500 partes. Cada vez que llega una pregunta nueva, el Answer Bot hace lo posible por comprender el concepto de la pregunta y usa el mapa para determinar cuál es el artículo existente más cercano.
Por ejemplo, estos son algunos conceptos que el Answer Bot podría extraer de algunas preguntas:
| Pregunta | Posible concepto |
|---|---|
| ¿Cómo hago para poner mis tickets en un archivo? | Exportación de datos |
| No puedo entrar a mi cuenta | Acceso a la cuenta/Restablecimiento de la contraseña |
| ¿Cómo hago para crear una grulla? | Plegar pájaros de origami |
¿Cómo decide la función Recomendaciones de artículos del Answer Bot qué artículos recomendar?
Si una pregunta entrante se aproxima bastante a un artículo existente, se convierten en “vecinos” en el mapa (como se describe más arriba) y es obvio que el Answer Bot debería recomendar ese artículo. No obstante, si la aproximación más cercana está a unas cuadras de distancia, o en un barrio cercano, es menos seguro que los conceptos están relacionados.
El equipo de ciencia de datos en Zendesk monitorea cuidadosamente el rendimiento del Answer Bot y lo ha perfeccionado con el tiempo mediante el ajuste de una “perilla de umbral”. Los administradores y agentes no pueden ajustar este umbral, solo está a disposición de los equipos de desarrollo de Zendesk. La perilla de umbral es un control global, es decir, afecta a todas las cuentas del Answer Bot, y se usa para determinar cuán cercanos tienen que estar los dos conceptos en el mapa de conceptos para que se puedan considerar similares. Si la perilla de umbral se sube, el Answer Bot se vuelve más cauteloso y recomienda menos artículos que tienden a ser más pertinentes para la pregunta. Sin embargo, eso quiere decir que habrá más preguntas para las que el Answer Bot no hace ninguna recomendación. Si la perilla de umbral se baja, el Answer Bot recomendará más artículos, pero es más probable que algunos de los artículos le parezcan irrelevantes al usuario final.
Errores comunes: lo que no hace el Answer Bot
Existen algunas ideas erróneas sobre el Answer Bot, y el aprendizaje automático en general, que pueden crear confusión sobre cómo funcionan. En esta sección, explicaremos estos conceptos erróneos para permitirle comprender mejor lo que el Answer Bot hace —y no hace— con sus datos.
Incluye las siguientes preguntas:
- ¿Aprende el Answer Bot de los comentarios de los usuarios finales? ¿No es para eso que sirve el aprendizaje automático?
- ¿Es la búsqueda impulsada por IA del Answer Bot siempre mejor que una búsqueda por palabra clave?
- ¿Puedo “entrenar” al Answer Bot haciendo la misma pregunta y respuesta una y otra vez, y respondiendo con “Sí” o “No” para marcar un artículo como relevante o irrelevante?
- Si agrego rótulos a mis artículos, ¿equivale eso a agregar una palabra clave al artículo? ¿Se puede hacer eso para aumentar la frecuencia con la que se sugiere un artículo?
- Si no puedo mejorar el Answer Bot con el botón “Mejorar respuestas”, ¿cómo puedo mejorar el rendimiento del Answer Bot?
¿Aprende el Answer Bot de los comentarios de los usuarios finales? ¿No es para eso que sirve el aprendizaje automático?
Aunque el Answer Bot funciona con un modelo de aprendizaje automático, eso no quiere decir que el Answer Bot esté aprendiendo constantemente. El modelo del Answer Bot no incorpora los comentarios en tiempo real de los usuarios finales y agentes. Por lo tanto, los comentarios no tienen ninguna influencia en los artículos que recomendará el Answer Bot.
Los comentarios de los usuarios finales se captan y se usan de varias maneras:
- Son mostrados a los agentes para proporcionar contexto adicional sobre los artículos que fueron visualizados, marcados como “No es útil”, o usados para resolver un caso.
- Son incluidos en los informes para que los administradores puedan hacer seguimiento del rendimiento del Answer Bot.
- Son evaluados por el equipo de ciencia de datos de Zendesk.
Si observa que el Answer Bot está recomendando artículos incorrectos repetidamente, lo mejor es modificar el título y las primeras 75 palabras de los artículos para que el concepto principal quede más claro. También puede usar rótulos para crear una lista de artículos que el Answer Bot debe utilizar a la hora de hacer sus sugerencias; de esta manera, las sugerencias del Answer Bot se limitarán a ese subconjunto de artículos solamente.
¿Es la búsqueda impulsada por IA del Answer Bot siempre mejor que una búsqueda por palabra clave?
En general, hemos observado que las recomendaciones impulsadas por IA del Answer Bot son más exactas y pertinentes que las búsquedas por palabra clave, sobre todo si la pregunta se hace como una oración completa (en lugar de una a tres palabras).
No obstante, hay casos en que una búsqueda por palabra clave puede ser más eficaz. Por ejemplo, cuando un usuario hace una pregunta de una sola palabra a través del Web Widget (clásico), el Answer Bot usa la búsqueda por palabra clave de manera predeterminada, ya que suele ser más exacta para las consultas de una sola palabra. La excepción a esto son los idiomas, como el chino, que no tienen límites explícitos (como espacios) entre las palabras.
¿Puedo “entrenar” al Answer Bot haciendo la misma pregunta y respuesta una y otra vez, y respondiendo con “Sí” o “No” para marcar un artículo como relevante o irrelevante?
No. El Answer Bot recomendará siempre los mismos artículos independientemente de los comentarios de los agentes o usuarios finales. El Answer Bot está diseñado específicamente para que no necesite ningún tipo de entrenamiento para comenzar. Ya está entrenado para comprender el lenguaje natural. Si hace una prueba con una frase o pregunta y el Answer Bot hace recomendaciones incorrectas, lo mejor es modificar el título y las primeras 75 palabras de los artículos para que el concepto principal quede más claro.
Si agrego rótulos a mis artículos, ¿equivale eso a agregar una palabra clave al artículo? ¿Se puede hacer eso para aumentar la frecuencia con la que se sugiere un artículo?
Los rótulos son una excelente manera de crear una lista de artículos aprobados que el Answer Bot puede utilizar a la hora de hacer sus sugerencias. Sin embargo, los rótulos no tienen influencia en el peso que el Answer Bot asigna a cada artículo. Si desea más información sobre los rótulos, consulte este artículo.
Si no puedo mejorar el Answer Bot con el botón “Mejorar respuestas”, ¿cómo puedo mejorar el rendimiento del Answer Bot?
La mejor manera de mejorar el rendimiento del Answer Bot es tener en cuenta lo siguiente:
- El análisis de la actividad del Answer Bot: use Explore para ver qué artículos tienen el mejor y peor rendimiento.
- La estructura de los artículos existentes: mire los artículos del Centro de ayuda y asegúrese de que el contenido sea conciso y esté bien organizado. Cada título debe estar redactado como una oración corta o una pregunta.
- Pistas de contenido: use la tecnología de aprendizaje automático y los datos que detallan el uso de los artículos de Guide para descubrir las oportunidades y tareas que pueden mejorar la calidad de su base de conocimientos.
0 Comentarios
Inicie sesión para dejar un comentario.