Quelli che molti di noi chiamano semplicemente chatbot ChatGPT sono, più precisamente, chatbot che funzionano con l’aiuto dell’IA generativa o Large Language Models (LLM).
Puoi trovare i migliori esempi (a partire da luglio 2023) in questo articolo.
Che cos’è l’IA generativa?
L’AI generativa è un tipo di intelligenza artificiale (AI) che mira a creare qualcosa di nuovo, come testi, immagini, musica o video. A differenza di altri tipi di IA, che sono progettati per analizzare le informazioni esistenti o per eseguire compiti specifici, l’IA generativa cerca di creare qualcosa di nuovo sulla base di ciò che ha appreso da una grande quantità di dati. Utilizza gli schemi e le strutture dei dati per generare nuovi contenuti simili a quelli visti in precedenza. Si tratta, per così dire, di una macchina creativa in grado di pensare e creare in un modo che prima era possibile solo per gli esseri umani. L’IA generativa viene utilizzata in molti settori, dall’arte all’intrattenimento, fino alla ricerca e allo sviluppo.
Cosa sono i modelli linguistici di grandi dimensioni?
Il Large Language Model (LLM) è una parte dell’IA generativa. Un Large Language Model (LLM) è un sistema computerizzato progettato per generare testi simili a quelli umani e rispondere alle domande. Quindi, un LLM è un tipo speciale di modello di intelligenza artificiale generativa che è stato addestrato per generare testi in linguaggio naturale. Utilizza una grande quantità di dati di addestramento per comprendere i modelli vocali e generare nuovi testi che appaiono simili a quelli umani. I LLM sono spesso utilizzati per svolgere diversi compiti, come scrivere articoli, rispondere a domande, creare dialoghi e molto altro ancora. Tuttavia, l’IA generativa comprende anche altri modelli e approcci che vengono utilizzati per generare contenuti in vari media come immagini, musica o video.
Che cos’è un chatbot di intelligenza artificiale generativa?
I chatbot AI generativi, spesso chiamati semplicemente chatbot ChatGPT, sono chatbot che utilizzano i LLM per comprendere ed elaborare la richiesta dell’utente e generare una risposta adeguata. Per creare la risposta, il chatbot utilizza il modello linguistico su cui si basa e i database di conoscenze individuali. Le aziende che utilizzano il chatbot possono integrare manualmente i database delle conoscenze nel sistema del bot.
I bot di intelligenza artificiale generativa avanzati contengono anche suggerimenti pertinenti che forniscono al chatbot ulteriori “regole” per rispondere alle domande degli utenti. Puoi leggere di più sui suggerimenti per i chatbot in uno dei miei ultimi post.
A proposito, di recente ho pubblicato un intero articolo sui chatbot di intelligenza artificiale generativa.
Quali sono gli esempi di chatbot di intelligenza artificiale generativa?
ChatGPT di OpenAI
Il chatbot più noto dotato di AI generativa o di un Large Language Model è probabilmente quello di OpenAI. ChatGPT è basato sul LLM GPT-3.5 o GPT-4 ed è stato rilasciato nel novembre 2022. Il chatbot è disponibile gratuitamente per tutti gli utenti. Il fatto che abbia una base di conoscenze infinitamente ampia e vasta lo rende molto applicabile. Non sorprende quindi che ChatGPT abbia già superato il milione di utenti nei suoi primi giorni di vita. A differenza di altri bot, per molti utenti questo bot funge da classico assistente in grado non solo di rispondere alle domande, ma anche di generare i propri testi. “Cos’è ChatGPT” esattamente, puoi leggere in un altro mio post.
Clara da Helvetia Svizzera
Il primo chatbot svizzero che utilizza l’IA generativa si chiama Clara ed è della Helvetia Insurance. Il chatbot utilizza le informazioni presenti sul sito web per rispondere alle domande dei clienti e dei potenziali clienti sulle assicurazioni. Nella prima fase, il chatbot non è ancora in grado di rispondere a domande individuali o specifiche del cliente. Il bot non ha accesso ai dati dei clienti interni (a partire da luglio 2023). Ma anche senza una connessione ai dati dei clienti, Clara può già rispondere a un gran numero di domande e quindi alleggerire il centro di assistenza clienti a lungo termine. Puoi leggere di più sull’intero “esperimento” di Helvetia nel mio ultimo articolo.
Il JUMBot risponde alle domande degli appassionati del fai da te
Anche il negozio svizzero di bricolage e hobbistica Jumbo ha messo online da qualche settimana un chatbot basato su un modello linguistico di grandi dimensioni. Il bot funge da consulente di prodotto ed è disponibile tramite il sito web. I clienti possono porre le loro domande sui dettagli dei prodotti o sulle loro raccomandazioni e il chatbot risponde in base alla sua base di conoscenze. La base di conoscenze è stata compilata dal team di Jumbo-Digital e contiene grosso modo i contenuti del sito web e altri documenti di dettaglio sui prodotti.
Dopo le prime settimane, il team di JUMBot è già molto soddisfatto dei risultati ottenuti. Il bot viene utilizzato dai clienti e viene percepito come un utile consulente sui prodotti. Attualmente (luglio 2023), l’usabilità del bot con blocchi di risposta molto lunghi non è ancora assolutamente soddisfacente. Questo, così come ulteriori ottimizzazioni e miglioramenti, seguiranno nelle prossime settimane e mesi.
ChatGPT e regole
Nel suo chatbot, Weltbild.de integra le funzioni dei LLM, in particolare ChatGPT, in combinazione con i classici flussi basati su regole. Gli utenti possono cliccare su pulsanti predefiniti come in un chatbot basato su regole oppure inserire la loro richiesta direttamente nel campo di testo. Per fare quest’ultima operazione, devono prima selezionare l’opzione “Altro argomento”, dopodiché verranno informati che la risposta verrà generata utilizzando ChatGPT. L’abile combinazione di flussi basati su regole e LLM garantisce che vengano inoltrate a OpenAI solo le domande a cui il chatbot non può già rispondere da solo. Il vantaggio principale è il risparmio sui costi, in quanto Weltbild.de paga solo le conversazioni con OpenAI che non potrebbero altrimenti trovare risposta. Un potenziale svantaggio è che i dialoghi creati con gli LLM di solito suonano più naturali di quelli basati su flussi di regole. Si può ipotizzare che l’esperienza del cliente sia più elevata con i LLM basati sul dialogo.
Kapser& spiega il mondo della finanza
L’azienda FinTech Kasper& pone un forte accento sul tema dell'”alfabetizzazione finanziaria” oltre che sui servizi bancari tradizionali. È molto importante che gli argomenti finanziari siano comunicati in un linguaggio comprensibile ai clienti. Il chatbot di Kasper&, basato sulla tecnologia GPT, affronta proprio questa sfida. All’inizio della conversazione, il chatbot chiede ai clienti la loro età e il loro attuale livello di conoscenza finanziaria. Il bot personalizza quindi i suoi contenuti in base ai dati demografici dell’utente. A differenza di altri chatbot di AI generativa, questo chatbot specifico (a partire da luglio 2023) ha conoscenze molto limitate e si concentra esclusivamente sugli ultimi post del blog della giovane banca.
Conclusione: cosa impariamo dagli esempi di chatbot di IA generativa?
L’IA generativa influenza l’esperienza del cliente e supera i fattori positivi nella maggior parte dei casi. Tutti gli esempi sopra riportati illustrano il fatto che gli LLM (Large Language Models) consentono ai chatbot di condurre dialoghi naturali con gli utenti. Inoltre, le LLM offrono il vantaggio di poter generare le risposte in modo quasi automatico da un ampio database di conoscenze. Le aziende non devono più sviluppare manualmente intenti, flussi e dialoghi in anticipo; tutto ciò che devono fare è collegare un database di conoscenze accuratamente selezionate in modo che il chatbot possa trovare la risposta giusta.
In conclusione, però, gli esempi dimostrano anche che l’uso di dati personali o riservati dei clienti non è ancora molto diffuso. Solo Kasper& chiede alcune informazioni demografiche durante il dialogo, ma queste non vengono mai assegnate a un singolo cliente. È prevedibile che i chatbot continueranno a svilupparsi in modo significativo e che le aziende saranno costrette a trovare soluzioni tecniche e legali che consentano l’utilizzo dei LLM in relazione ai dati sensibili.
Altri esempi e dettagli?
Questi primi esempi hanno stuzzicato la tua voglia di saperne di più? Desideri maggiori informazioni sui singoli chatbot o stai cercando altri esempi? Non c’è problema, inviami il tuo messaggio o le tue domande tramite messaggio WhatsApp o e-mail e ti risponderò prontamente.
Oppure unisciti direttamente al mio gruppo WhatsApp: pubblico regolarmente casi d’uso, notizie, best practice, eventi e molto altro ancora su chatbot, ChatGPT e simili.
