Chatbot divergente e chatbot convergente: quali sono le differenze?

ChatGPT è un chatbot divergente. Ma cosa lo distingue da un chatbot convergente? Quale dei due sistemi è migliore? Lo vediamo in questo articolo.
chatbot divergente

Chatbot divergente e chatbot convergente: quali sono le differenze?

chatbot divergente
ChatGPT è un chatbot divergente. Ma cosa lo distingue da un chatbot convergente? Quale dei due sistemi è migliore? Lo vediamo in questo articolo.

L’arrivo sul mercato del chatbot chatGPT di Open AI ha posto sotto i riflettori la chiara distinzione che esiste tra un chatbot divergente ed un chatbot convergente.

Ma qual è la differenza tra chatbot divergente e chatbot convergente? Non potevo non rivolgermi a GPT-3 per chiederlo, questa è la sua risposta:

Un chatbot convergente è progettato per rispondere a domande specifiche o eseguire compiti specifici in modo efficiente. Di solito, questo tipo di chatbot segue un percorso di conversazione lineare, in cui l’interazione è guidata dall’utente e dal chatbot in modo da raggiungere un obiettivo preciso. Ad esempio, un chatbot convergente potrebbe essere utilizzato per assistere gli utenti nel completamento di un ordine o per rispondere a domande frequenti su un prodotto o servizio. 

D’altra parte, un chatbot divergente è progettato per avere una conversazione più libera e aperta con l’utente, senza seguire un percorso di conversazione lineare. Questo tipo di chatbot è in grado di gestire una vasta gamma di argomenti e può rispondere a domande aperte e generiche, fornendo anche informazioni aggiuntive o intrattenimento. Ad esempio, un chatbot divergente potrebbe essere utilizzato per chiacchierare con gli utenti, fornire informazioni su eventi locali o consigli su attività da fare. 

In sintesi, la principale differenza tra un chatbot convergente e uno divergente è che il primo segue un percorso di conversazione lineare e mirato, mentre il secondo permette una conversazione più aperta e flessibile. La scelta tra i due dipenderà dall’uso specifico per cui si intende utilizzare il chatbot e dagli obiettivi dell’interazione.

Molte aziende in questo momento si stanno infatti chiedendo quale tipo di chatbot impostare in base ai loro fini: ognuna delle due tecnologie ha aspetti positivi e negativi, vediamole nel dettaglio.

Meglio un chatbot divergente o un chatbot convergente?

L’ovvia risposta è che dipende dai casi d’utilizzo, ma in generale per realizzare un chatbot cognitivo aperto al pubblico, come ad esempio un venditore digitale, se si vuole aggiungere contenuti non lineari, servono entrambi. Vediamo il perché.

La potenza di tutti gli engine di IA di tipo divergente (come lo è chatGPT) consiste nella capacità di dare risposte appunto non lineari, risposte sulle quali il progettista del chatbot o data scientist non ha pre-determinato in modo esplicito la relativa risposta. 

Gli aspetti più critici della tecnologia chatbot divergente sono:  

  • L’engine di IA è tecnicamente è in grado di rispondere praticamente a qualunque domanda e in un chatbot per uso reale, non sempre è necessario (o opportuno) rispondere a certi tipi di domanda 
  • Non sempre le domande sono precise ed accurate anzi, spesso contengono degli errori, talvolta macroscopici. 

Certamente tramite queste criticità sono parzialmente risolvibili tramite: 

  • Il prompt-engineering, che è la capacità di indicare all’engine di IA delle caratteristiche ricercate, degli stili di risposta e, cosa più importante, di focalizzare l’engine di IA in modo che si concentri su uno specifico obiettivo; 
  • Il training su delle knowledge base specifiche, per fare in modo che l’engine di AI, quando risponde, usi anche tale “conoscenza aggiuntiva specialistica”. 

Ma ciò non basta.

Voi investireste un centesimo in un chatbot che quando gli viene posta la domanda “chi è la migliore azienda che produce…” e la risposta è il nome del vostro peggiore concorrente? Non credo. Cosa doppiamente grave se poi tale risposta non è neanche vera!

Come integrare i due tipi di chatbot

Quando si vuole dotare un chatbot di alcune capacità di risposta di tipo divergente, bisogna utilizzare nella stessa piattaforma molteplici engine: 

  • Uno o più di tipo divergente, orchestrati da uno di tipo convergente; 
  • Uno di tipo convergente (quello lineare, con risposte controllate ed in grado di monitorare intenti ed entità presenti nella comunicazione con l’utente) al quale dare il ruolo dell’ORCHESTRATORE CONVERGENTE, che filtra tutte le richieste utente e decide quale engine debba dare la risposta (lui stesso se ha già la risposta, oppure uno diverso); 
  • Ai vari engine divergenti (quelli non lineari, con risposte creative) il compito di rispondere solo se l’orchestratore ha inviato loro una domanda. 

Solo così è possibile sviluppare un chatbot che: 

  • Continui a rispondere in modo corretto a tutte le domande di interesse dell’organizzazione, fornendo risposte puntuali, precise e corrispondenti al vero; 
  • Possa, in alcuni casi, rivolgersi agli engine divergenti, in base all’uso (permettendo anche di filtrare la risposta ottenuta ripassandola al chatbot convergente per una doppia risposta);
  • Possa filtrare la presenza nelle domande di argomenti non voluti, fuori tema, oppure di domande che contengono certe funzioni “nascoste” degli engine di IA che permettono di evitare i filtri etici e legali.

Conclusione

Per fare questo serve quindi una piattaforma chatbot in grado di gestire molti engine di IA contemporaneamente. La nostra piattaforma di chatbot MCC, per esempio, è strutturata per integrare entrambi i tipi di engine.

Noi teorizzavamo questo già 6 anni fa, all’inizio del nostro percorso nel mondo dei chatbot cognitivi basati su IA: cioè la co-presenza in un chatbot di diversi engine specialistici che vengono utilizzati in modo controllato da un engine orchestratore e da alcuni algoritmi di programmazione standard che collaborano per dotare un chatbot convergente anche di funzionalità divergenti. 

Per sviluppare oggi un vero assistente digitale basato su IA, la presenza di una moltitudine di engine è una caratteristica imprescindibile ed è l’unico modo (assieme al prompt engineering ed al training specifico) di realizzare soluzioni chatbot “industrial grade” in grado di produrre risultati eccezionali, ma rispettando l’etica dell’organizzazione, le norme etiche condivise a livello internazionale e che risponda a criteri di legalità, aiutando le organizzazioni a rispondere meglio ai propri clienti o a presentare prodotti in modo innovativo.

Vuoi vedere come funziona il nostro chatbot MCC?

Condividi questo articolo

ContattACI

Iniziamo a sviluppare insieme il tuo futuro