Предотвращает выгорание в командах Universal Pictures и SAP. Как научить чат-бот распознавать эмоции: кейс

Усовершенствовать чат-бот, чтобы он был более эффективным. С таким запросом к IT-компании Wetelo обратился стартап, который помогает бизнесу трансформироваться, разрабатывая для компаний программы корпоративных тренингов. Этот стартап фактически улучшает управление изменениями – создает условия для обсуждения этих изменений с каждым работником и информирует менеджеров, если возникают риски и проблемы.

В партнерском материале с Wetelo команда IT-компании рассказывает, как удалось сделать чат-бот умнее и эффективнее, создать для него модуль на основе GPT-3 и что это дало.

Чат-бот, который помогает принимать изменения в компании

Со вспышкой ковида сфера управления изменениями начала привлекать больше внимания, ведь спрос на эти услуги рос невероятно. Возникла необходимость создать сервис, который бы поддерживал сотрудников компаний во время перемен. Вот почему в феврале 2020 года клиент компании Wetelo представил услугу микрокоучинга в виде чат-бота, который отвечает на вопросы пользователей, поддерживает их моральный дух и помогает сохранять стрессоустойчивость.

Несмотря на успех после релиза чат-бота, со временем у компании возникли определенные трудности, что снижало его эффективность:

1. Монолитная архитектура усложняла процесс обновления функционала.
2. Чат-бот не мог распознавать эмоции, настроение и намерения собеседника и не умел сопереживать.
3. Клиентская база компании росла, и чат-боту стало труднее справляться с большей нагрузкой. Следовательно, масштабирование было неизбежным.

Компания обратилась к команде Wetelo, чтобы усовершенствовать чат-бот, а именно:

• изменить архитектуру, чтобы добавлять новый функционал было легче;
• сделать чат-бота более умным и эффективным в управлении изменениями;
• улучшить масштабирование.

Хотите вывести свой продукт на новый уровень? Связаться с компанией Wetelo.

 

Решение: создать модуль на основе GPT-3

Прежде всего необходимо было проанализировать продукт, а именно поставить себя на место пользователя, чтобы понять его потребности. В результате команда Wetelo пришла к выводу, что человеку важно получать персонализированные сообщения от бота с упоминанием его имени. А еще важно было, чтобы виртуальный коуч предлагал разные сценарии решения одной проблемы, используя ответы пользователя, а затем спрашивал, удалось ли достичь поставленных целей.

Чтобы решить такую задачу, Wetelo предложили создать модуль на основе алгоритма обработки естественного языка GPT-3. Он позволял чат-боту понимать пользователя, распознавать настроение и эмоции, сопереживать, принимать изменения и ставить цели.

Каким был процесс разработки

Процесс разработки был разделен на несколько этапов, начиная с архитектурного рефакторингаизменение во внутренней структуре ПО, чтобы облегчить понимание его работы и упростить модификацию.

Первым шагом разработчиков Wetelo было изменить архитектуру с монолитной на микросервисную. Ведь микросервисы позволяют быстро и беспрепятственно добавлять новые функции, масштабировать и изменять функционал.

Вторым шагом было протестировать и сравнить разные модели GPT-3, а именно Davinci, Ada и Curie, чтобы выбрать лучший вариант для клиента. Вот какими были результаты:

1. Ada показала хорошие результаты в сентиментальном анализе.
2. Curie хорошо справилась с простой перефразировкой.
3. Davinci соединила функциональность моделей Ada и Curie. Кроме того, это была самая лучшая модель, которая могла понять намерение текста пользователя.

Поэтому решили использовать Davinci для анализа эмоций сотрудников, которые они выражали в текстовых сообщениях.

Третьим шагом было создать модуль, который бы получал уведомления от работников и отвечал им текстом, созданным GPT-3. Посредством этого модуля чат-бот мог бы понять настроение работников и выразить сопереживание.

К примеру, сотрудник пишет: «Я не уверен в том, что делаю. Иногда я чувствую, будто хожу по кругу. Это настолько напрягает меня, что ничего не выходит».

Чат-бот отвечает: «Кажется, что у вас эмоциональное истощение, поэтому возникает ощущение, что вы не достигаете никакого прогресса».

Четвертый шаг разработчиков Wetelo – сентиментальный анализ, может ли GPT-3 распознавать эмоции. После тестирования команда пришла к выводу, что модуль на основе GPT-3 работает по назначению, поскольку он смог отличить отрицательные эмоции от нейтральных. Исходя из результатов, полученных при работе с чат-ботом, менеджеры могли более эффективно общаться с работниками, предусматривать риски, связанные с профессиональным выгоранием и возможными увольнениями.

Завершающим шагом была миграция продукта в AWS, ведь этот сервис дает больше возможностей для разработки, поддержки и масштабирования решения.

Хотите создать правильный продукт, который улучшит ваш бизнес? Вот как в этом поможет Wetelo.

 

Результат: виртуальная альтернатива коучу

Когда команда Wetelo завершила работу, клиент получил усовершенствованный чат-бот, который помогает внедрять изменения в компаниях, предлагая им виртуального коуча для поддержания морального духа работников. Также этот чат-бот предусматривает возможные риски, связанные с профессиональным выгоранием и увольнениями персонала, и информирует о них.

Сегодня чат-бот помогает преодолевать управленческие проблемы таким компаниям, как Universal Pictures, SAP и Stora Enso. А клиент компании Wetelo продолжает поддерживать безопасное и эффективное внедрение изменений в другие организации.

С 2010 года Wetelo занимается разработкой SaaS-продуктов, которые облегчают управление бизнесом или предоставляют сервисы другим клиентам: веб- и мобильные приложения. Wetelo входит в топ рейтинга компаний на бирже UpWork. В команде более 40 специалистов. У компании два офиса: в Луцке и Львове.

Усовершенствовать свой продукт