Il processo di sviluppo per l’implementazione di un chatbot retrieval-based: un caso studio

1. INTRODUZIONE

Nell'era digitale contemporanea, l'adozione dei chatbot nelle piattaforme online è divenuta una strategia fondamentale per migliorare l'interazione con gli utenti e ottimizzare l'efficienza operativa. Questi strumenti, basati sull'intelligenza artificiale e il Natural Language Processing (NLP), sono progettati per rispondere automaticamente alle domande degli utenti, fornendo assistenza immediata e personalizzata.

I primi passi nell’utilizzo della NLP ci riportano al 1950 [1] quando Alan Turing propose un programma tale che quando comunicano con gli utenti, questi ultimi non si rendono conto che stanno parlando con un software ma pensano di parlare con un essere umano. Alan Turing definì un test basato su questo presupposto, ora chiamato test di Turing. Sono stati adottati molti approcci diversi per risolvere il test di Turing. Oggi siamo arrivati a un punto in cui spesso è necessario che un chatbot si presenti agli umani come bot prima di iniziare una conversazione.

Oltre a supportare le funzionalità di un chatbot o di un assistente virtuale, la NLP viene utilizzata in molti altri campi come il riconoscimento vocale, la traduzione automatica, il text mining, la classificazione del testo e l'analisi del sentiment. La necessità di utilizzare chatbot e la corrispondente tecnologia NLP ha creato un nuovo settore del software specializzato nella creazione di chatbot. Sono state sviluppate molte nuove società di software che offrono soluzioni diverse. Grandi aziende come Google, Amazon, Microsoft, IBM e Facebook offrono piattaforme di sviluppo Chatbot (CDP: Chatbot Development Platforms) complete come infrastruttura cloud. Le aziende più piccole stanno approfittando di queste piattaforme, agendo come intermediari aiutando altri clienti a utilizzare i chatbot nei loro servizi o utilizzando un CDP per le proprie esigenze.

(clicca qui per leggere l'articolo completo)