Foglalkozása: robottanító

Azt nem tudom, hogy mik vagyunk: alkalmazott intellektuális operátorok vagy fontos segédmunkások, netán gépezetek gondolatalkotó kreatívjai. De azt tudom, hogy ahhoz képest, amiről ez a munka öt éve szólt, ma már egy univerzum választ el – kezdi a bemutatkozásnak is beillő definiálást Istvánffy Zoltán. Az egykori reklámipari szakember 25 évnyi DDB-Lowe GKG-Team-TeamRed hullámvasutazást követően lett pályaelhagyó. Szerinte ő már az első pillanattól - amikor igent mondott a Talk-A-Botnak, „mert valami egészen másba akartam kezdeni” -, a robottanítói állásba érkezett. Csak akkor ezt még sem ő, sem más a cégnél nem így fogalmazta meg, mert ez a szakma akkor még nem is létezett.

Hozzá képest Fodróczy Ágnes egy egészen más világból jött: az egyetemről egyenesen ide, az angol és a japán nyelvészet felől érkezett. Egyiküknek sem volt semmi köze az informatikához, nem ismernek programnyelveket, és bár nemrég egy fejlesztő azzal bókolt nekik, hogy vannak páran a cégben, akik úgy gondolják, hogy amit ők ketten végeznek, az tulajdonképpen tekinthető fejlesztésnek is, azért a hangsúly a tulajdonképpen-en van. Zoli és Ági a tanításban jól kiegészítik egymást.

A munkájuk a technológia ismerete mellett leginkább nyelvészeti és kommunikációs feladat: szófordulatokat, szlengeket, helyesírási hibákat, generációs nyelveket tanítanak a robotoknak.

Írni, olvasni, megérteni

A pályaelhagyó-újrakezdő Zoli szeret magukra úgy tekinteni, mint a Star Wars C3PO-jára, az ember-kiborg tolmácsra. Már abban az értelemben, hogy van egy szoftver (a chatbot) amit a fejlesztők leprogramoznak egy adott szabályrendszer szerint, melynek lényege, hogy a chatbot felismerje, hogy a vele kapcsolatba lépő ember mit szeretne kérdezni, megtudni. Csakhogy az informatikusok készítette szoftvert amikor ráeresztik a hétköznapi felhasználók világára, a kettő között szükség van az értelmezési tartományok mind pontosabb átfedésbe hozására.

Ami nem csak azért sziszifuszi meló, mert az átlagember nagyon sok esetben rettenetes helyesírással kommunikál. A robottanítónak ki kell találnia, hogy mi az, amit a felhasználók kérdeznek (vagy kérdezni próbálnak), de azt is, hogy az ezekre adott válaszokat ugyanők nagy valószínűséggel hogyan tudnák meg is érteni.

– mondja Zoli, aki szerint a munkájuk egyrészt egyszerű: nincs más dolgunk, minthogy példamondatokat adjunk a robotnak, minél többet, amit az feldolgozva, azok alapján és azokhoz hasonlítva a felhasználó által beírt szöveghez megpróbál beazonosítani, kitalálni, hogy a felhasználó mit is akarhat.

Másrészt viszont ez mégsem ilyen egyenes, mert ha például arra az egyszerű információra kell kifutnia egy csevegésnek, hogy az adott bolt, iroda, ügyfélszolgálat mikor tart nyitva, akkor ezt a chatbotnak nem csak az olyan szimpla kérdés rendszerbe érkezésére kell tudnia, hogy "Pénteken meddig vannak nyitva?", hanem akkor is, ha a kérdést úgy teszik fel, hogy "A múltkor is, amikor arra jártam, már fél négykor zárva voltak, akkor most akkor mi van?". Ezeket a finomságokat kell tudnia a tanítónak megértetnie a robottal. És ettől Ági szerint szinte csak bonyolultabb és árnyaltabb témák vannak. De meglepődni már semmin nem lepődnek meg.

– mondta Ági. Hozzátéve, hogy bár nagy a repertoár a Járnál velem?-től a legdurvább trágárságig, az is a munkájukhoz tartozik, hogy ezeket a tételeket is lereagálják. Arról már tanulmányok is születtek, hogy a trágár beszéd jóval gyakoribb és durvább szintű az ügyfélszolgálati kommunikáció során az ember-robot, mint az ember-ember viszonyban, Ági szerint mivel a feladatuk az, hogy az ügyfélre hangolják a robotot, ezt is meg kell tudni oldaniuk.

Kikönyökölték

Jóval több mint 25 chatbot betanításának és napi rendszerességű finomhangolásának tapasztalatára hivatkozva mindketten állítják, hogy szó sincs marketing hype-ról, ők tényleg robottanítók, azok a szakemberek, akik a controlled machine learning folyamat egyik végén dolgoznak. - Ezt a státuszt ki kellett könyökölni – vallja be Zoli, akinek évekig problémát okozott, hogy miként definiálja a munkáját. A szakmájuk az adatbevitel felől indult el, de a termék és az ügyfélélmény szempontjából ma már kiemelt tényezői a termékfejlesztésnek is: sok tippet, elképzelést adnak a programozóknak és fejlesztőknek is.

- A fejlesztőkre is igaz, hogy akinek kalapács van a kezében, az mindent szögnek lát. – magyarázza a tanító, aki úgy látja, hogy az informatikai startupként induló cégüknél is gyorsan kiderült, hogy a fejlesztők viszonylag korlátoltan látják azt a közeget, amibe a chatelésbe kezdő felhasználó megérkezik. A munkájukhoz a kulcsot az jelenti, hogy – mint a klasszikus krimiket - az egész felépítményt valójában visszafelé haladva kell jól megépíteni. Onnan, hogy a jó válasz köré kell feltenni azt a kérdés-felelet mátrixot, amiben az utak ide vezetnek.

Ezzel kapcsolatosan azonban nem csak az a buktató, hogy mit kérdez majd valójában a júzer a robottól, hanem az is, hogy a chatbotot megrendelő ügyfél - akinek a robotját felkészítik a tanítók – mennyire felkészült. Azt az alap tudásbázist, hogy milyen témákban kell pallérozottnak lennie a chatbotnak, milyenek legyenek az alap „személyiségjegyei”, a robotot megrendelő cégnek kell a tanítók rendelkezésére bocsátani. Ami ebbe a pakkba nem kerül bele, azt a robot nem fogja tudni kitalálni.

Az egyik bevásárlóközpont chatbotjának például nem tanították meg, hogy "Hol van a kismama szoba?". Pedig nagyon gyorsan, elég sokan pelenkázni szerettek volna - derült ki a naplózott kommunikációból, amit miután Zoliék észleltek, az ügyféllel egyeztetve másnap betanítottak a robotnak.

Így megy ez. Az egykori gáz-közműves NKM (ma MVM Energia) pedig, mely már a chatbot építése során a legnagyobb robotok közé lépett (hiszen több mint 600 különböző szándék, ún. infoegység volt a rendszerbe tanítva), a bekapcsolását és élesítését követően szembesült azzal, hogy nincs válasza arra az egyszerű kérdésre, hogy "Mennyibe kerül egy köbméter gáz?"

A megrendelők elfelejtették vagy nem is gondolták, hogy e kérdésekkel foglalkozni kellene, és a rendszer működése közben döbbentek rá arra, hogy a bottal csevegők mire is keresnek válaszokat. A chatbot bevezetése az eddigi tapasztalatok alapján ott működik a legjobban, ahol az ügyfélszolgálati tapasztalatokat sikerül digitalizálni. Mint az Erste Bank esetében, ahol az ügyfélszolgálat és a digitális fejlesztések egy kézben futnak össze, így amit a bank egy-egy jogszabálymódosítást követően betanít a call centernek, azt azonnal betaníttatja a chatbotjának is.

De a "nem is gondoltunk arra, hogy ez fontos lehet" helyzet azért elég gyakori jelenség. Az egész chatbot-szféra fejlődésének fontos stációja volt például az is, amikor

A válaszadás szempontjából mindegy, hogy a chatben valós vagy nem valós fenyegetés jelent-e meg, a válasz rettenetes volt. Azóta minden robotnak megtanítják a mentális problémák jeleinek dekódolását is, és az ilyen bejegyzésekre azóta a válaszok a segélyhívó számát is tartalmazzák.

Instára, TikTokra

A robottanítók gyakorlatilag a megrendelő GYÍK-jából indulnak el. A fő rendező elv, hogy a robot magától nem talál ki válaszokat – és nem is akarjuk, hogy kitaláljon. Erre Zoli elmondása alapján azért van szükség, mert a Talk-A-Botnál nem akarnak a Microsoft sorsára jutni: az amerikai óriáscég öntanuló botból a felhasználók napok alatt zombit faragtak. Egy Talk-A-Bot robot a tanításnak köszönhetően képes arra, hogy legyenek válaszai, és a felhasználók kérdései alapján megpróbálja eltalálni, hogy melyik tartozik hozzá. Az is lehet, hogy egyik sem, de az is egy lecke, hogy nincs érdemi válasz. - Amit mi ezután teszünk, az a „mi történt a robotokban” napi szintű ellenőrzése – mondja Zoli, akinek ma már az is gyakran rutin feladat, hogy ha a robot rosszul válaszolt, pedig lett volna jó válasz is, akkor annak mi lehet az eredő oka.

A robot személyiségét az ügyfél határozza meg, de a minél emberibb hangnemet, az így megadott keretek között mi tanítjuk meg vele – magyarázza Ági. Elmondása szerint azok a cégek, melyek a chatbottal kapcsolatban lelkesek, ott a robot jól működik.

Mint például a Burger Kingnél, ahol a digitális marketingnek része lett a robottal való szoros kapcsolattartás. Ennek része az is, hogy a chatbottal az üzleti célú kérdéseken túl a SmallTalkra, a nem üzleti célú „locsogásra” is nagyon odafigyelnek. Sok a tizenéves felhasználójuk, akik embertelenül sokféle dolgot írnak a robotnak, és gyakran nem is titkoltan tesztelik a robotot, sőt: piszkálódni is mernek vele. Hogy aztán az eredményt, egy jó beszólást, egy fura választ, mint valami trófeát kiposztoljanak a TikTokra, az Instagrammra. Amit ma már a cég is szeret a márkaépítésre is felhasználni. Mindez Ági szerint abból ered, hogy annak a robotnak tényleg van már saját stílusa, ami a márka számára is fontos. Nekik pedig ezáltal állandó feladat.

Titkos pályák

Olyan már előfordult, hogy egy-egy robot tanítása során titkos vagy rejtett válaszokat is beépítettek a rendszerbe. Egy alkalommal az egyik chatbot megtanulta, hogy Zoli nevének beírására a mestere dicséretébe kezdjen; más robotokból pedig hasonló „ingerre” más, finoman kikacsintós válaszok is kioldhatók. De ez a tanítók szerint csak emberibbé teszik a géppel való kommunikációs érzést.

- Kicsit ott tartunk már, hogy az adott közegnek kötetlenebb, kevésbé hivatalos, kevésbé merev válaszokat is adni tudjunk – magyarázta Zoli, aki szerit a szakmájuk fejlődésében aktuálisan ez jelenti a mindennapi előrelépést. Azon még nem gondolkodtak, hogy vajon meddig létezhet majd és hány embernek adhat majd munkát Megelégednek azzal, hogy amilyen tempóban fejlődik ez a világ, még jó ideig minden nap ők is tanulhatnak valami újat, az eddigieknél valami speciálisabbat.

De addig még hosszú az út; még azt sem számolták ki, hogy a tanításaik eredményeként a cég chatbotjai  hány száz ügyfélszolgálatos munkájából vállalják át a callcenterben ülő embernek már monoton, darálós válaszadást. Azt is csak saccolni lehet, hogy naponta több ezer percet spórolnak meg a kérdezőknek azzal, hogy azonnal választ kapnak a kérdésükre. Akár arra is, hogy "Járunk-e?"