聊天機器人是新一代資訊App?《華盛頓郵報》最新開發手記曝光 獨家編譯

微軟CEO Satya Nadella早在今年3月份就大膽地宣布：「聊天機器人是新一代的App」。自此之後，包括《華盛頓郵報》在內的眾多新聞媒體試圖佐證這一論斷，紛紛在Facebook Messenger， SMS，Alexa等平臺上搭載聊天機器人。

初涉人工智慧領域，新聞媒體遇到了哪些坑？走過了哪些彎路？本期全媒派（qq_qmp）帶來《華盛頓郵報》高級產品經理Josehp Price對聊天機器人的開發心得，或許我們能夠從中窺探聊天機器人未來的方向。

 

 

「什麼是聊天機器人？」當我邀請朋友來試一下《華盛頓郵報》開發的「Feels」聊天機器人時，他這樣問我。

《華盛頓郵報》在十月份美國總統大選之前開發了「Feels」APP，以抓住最佳時機與讀者交流互動

 

當全年大家都在討論新聞和技術產業，似乎每個人都知道什麼是「聊天機器人」的時候，朋友的回答讓我感到十分驚訝。於是，我對身邊的人進行了調查，發現很多人其實並不了解「聊天機器人」這一概念，甚至那些《華盛頓郵報》聊天機器人的用戶也不知道他們使用的其實是聊天機器人。

 

所以，我似乎應該先對「聊天機器人」下個定義——

 

對話式程序

通常來說，人們可以使用口語或者文本與聊天機器人互動。當然最理想的情況是要儘可能地用自然的語言進行交談。

 

具有個性的不同實體

人們所需要的是可以對話的人或者事物，而一些具備名字、化身、甚至獨特幽默的感擬人化體驗是很有必要的。

 

提供信息或者代表你執行任務

聊天機器人可以被用來計劃時間消息提醒、查看運動分數、獲取最新的標題等等，就像Siri，它便是我們身邊最典型的聊天機器人代表。

經常搭載第三方平臺

如果你沒有自己的硬體平臺，則需要在其他的生態平臺上運轉你的聊天機器人，例如Twitter, Facebook Messenger, Alexa等。

 

人們對「聊天機器人」這一概念感到陌生，可能是因為「聊天機器人」本身是一個不太「認知友好」的詞。也許，只有做出驚世駭俗的成績，「聊天機器人」才會成為普遍的說法，但至少現在還不是時候。

 

在過去的一年中，我們相繼推出了幾個屬於自己的聊天機器人，而關於每種聊天機器人的嘗試，我們都有自己的考量和革新。

 

聊天機器人嘗試：三種類型

 

Facebook Messenger上的《華盛頓郵報》：作為《華盛頓郵報》的第一個聊天機器人，由於搭借Facebook Messenger平臺，在程序和使用方法上相對來說都比較簡單。該聊天機器人可以分享及推薦《華盛頓郵報》的最新文章，用戶也可以通過Facebook發送「Washington Post」去查看頭條新聞，或詢問機器人關於某一特定主題的新聞故事，與此同時也增加了鬧鐘提醒等小功能。在裡約奧運會期間，該聊天機器人也格外增加了賽程表、賽事結果問詢，獎牌情況查看等一系列相關功能。

 

華盛頓郵報的第一個聊天機器人，它為用戶提供了另一種查看新聞標題的方式，也增加了很多互動功能，例如問詢關於特定主題的新聞故事等。

辯論 SMS：我們第二個嘗試研發的聊天機器人是基於SMS端來使用的，畢竟SMS是除網絡之外人們使用最普遍的獲取資訊的平臺了。最近我們研發團隊確定了一個新的SMS短代碼，並且利用總統辯論過程對其進行了測試，讀者可以通過程序對辯論所涉及的事實進行核查，也可以獲取來自記者Aaron Blake關於辯論的實時分析——豐富的圖表、動畫gif、表情等人性化元素，讓人感覺仿佛在與一位真實的朋友聊天。

在美國總統選舉期間，用戶可以選擇接受實時辯論評論和事實核查。

 

「Feels」 聊天機器人：名為「Feels」的聊天機器人也是我們《華盛頓郵報》近期最為期待的。在美國總統大選三周前，「Feels」聊天機器人每天晚上以一個簡單的問題與讀者互動：「今天的大選讓您感覺如何？」隨後的第二天早上，聊天機器人便向用戶推送關於前一天大選的感覺圖表和關於用戶感覺的原因摘錄，而這也使得「Feels」成為了一個受歡迎而且友好的形象。

《華盛頓郵報》的「Feels」聊天機器人以一種獨特且互動的方式傳遞了美國總統選舉的焦慮和預期。

 

開發心得：智能性尚待進步

 

首先，現在大家能夠如此興致盎然地開發聊天機器人的一部分原因是由於機器學習、人工智慧和自然語言處理（NLP）技術的日趨成熟，然而在這些概念和聊天機器人平臺日常運作之間仍然存在巨大的脫節。許多NLP庫現在只處於「概念」階段，而且它們中的很多都被過度誇大。實際上，現階段的NLP並不能很好地融入到聊天機器人平臺中去，也不能替你完成很多日常工作。例如現在的設置多數是靠人工將用戶可能問到的問題進行歸類，然後根據一些典型特徵進行手動匹配，因此，目前的人工智慧，「人工」遠遠超過「智能」。

 

與此同時，通過我們《華盛頓郵報》Facebook Messenger應用程式內部，我們清晰地看到自然語言處理的不足。由於開放式問題的設置，用戶詢問的問題經常會超出所設定的範圍，因此聊天機器人經常只能回復「對不起 ，我幫不了你」，而這對於用戶來說著實為較差的體驗。

 

另外，我們也發現，通過自然語言尋找到正確匹配的新聞事件比傳統地展示給用戶一份關於事件的點擊列表要困難非常多。

 

我們隨後將前期嘗試的教訓和經驗運用到「Feel」上。比如首先我們將應用程式的主題範圍縮小至情緒調查，並及時報告用戶反饋。其次，我們利用每天明確、持續的提示去加強功能設置。另外，我們所採取的指導性對話方式使用戶減少了探索過程，並且也為用戶帶去更多滿意的「籤到」。

 
 

 

目前來看，相較於聊天機器人而言，傳統網絡和應用程式有著更多的優勢，或許我們現在距離聊天機器人的商業技術成熟還需要幾年時間。但在針對聊天機器人的一系列嘗試之後，我們的確從中汲取了很多經驗並且發掘了聊天機器人未來發展方向規劃的可能突破口。

 

強化概念認知

 

我認為「聊天機器人」發展面對的首要問題還是大多數用戶不清楚它是什麼，所以就更不用說讓用戶去註冊並使用它，畢竟聊天機器人通常不被人們用於私人聯繫的通訊渠道中。因此，在前期營銷和後期的使用過程中，我們都應該考慮強化「聊天機器人」的概念和價值，並且清楚的告知用戶將要獲得一種怎樣的體驗，因為我們不能單純依賴用戶自行理解。

 

消息推送不容忽視

 

在使用過第一個Facebook Messenger平臺聊天機器人過後，我們發現了一個明確的使用趨勢：用戶來並嘗試使用了，但之後再也沒回來過。其實這也是可以理解的，畢竟Facebook Messenger本身的聊天機器人並沒有為用戶提供一些與其它應用程式或網站不同的東西，而且這種鍵入回復語句的互動方式比列表、按鈕、谷歌搜索等傳統互動方式體驗效果更差。

 

但是不可否認的是，消息平臺上的聊天機器人也有自身獨特的優勢：當有「話」要說時，它會主動將信息推送到用戶的設備上去。

 

在我們一項關於「大選辯論」的調查中顯示，68%的參與者表示他們會在辯論期間閱讀每一條通知推送。而且對於平臺使用方面，用戶表示他們在看到消息應用程式旁邊顯示著未讀數字時會感到緊急，因為這些渠道通常都是他們朋友及家人聯繫他們的渠道。因此，充分利用消息推送這一功能，可以保持用戶與平臺的互動性和粘性。

 

拓展渠道增加用戶數量

 

相較於聊天機器人，其他渠道的用戶似乎更加容易成為內容的傳播使者，比如說用戶可以很方便地轉發《華盛頓郵報》的資訊訂閱郵件，他們也可以將《華盛頓郵報》官網上的文章輕鬆地分享至Facebook或Twitter等社交化媒體。

 

但聊天機器人的很多消息對於分享來說顯得過於單薄，它們需要更多的文本內容進行支撐。所以我們是否可以為可共享和具有上下文的動態URL構建相應的網絡體驗？我相信這會是聊天機器人平臺未來演化的一個重要方向點，就像未來的Facebook Messenger那樣。

 

儘管聊天機器人技術目前還不夠成熟，或許它需要的只是更多的時間和努力。正如Josehp Price所呼籲的：我們不會停下實驗的腳步，而且我們希望大家能夠一同參與進來，將聊天機器人不斷推向更好、更高的層面。