<p>Paralelamente a tudo isso, uma nova profissão surgiu e segue firme para se consolidar, mesmo (e especialmente) em tempos de pandemia e home office. Trata-se dos “treinadores de robôs”.</p>
<p>No próprio LinkedIn, é difícil fazer uma procura por este tipo de profissional. Não exatamente pela escassez de mão de obra, que é verdade, mas também para encontrar um nome apropriado. “Treinador de robô” é o modo mais simplista de resumir uma série de tarefas e responsabilidades que estão diretamente atreladas ao sucesso de um chatbot.</p>
<p>Há quem os chamem de “botmaster”, “linguistas computacionais” ou ainda “knowledge engineer”. O fato comum é que, de uns tempos para cá, um novo profissional se fez necessário e surgiu. Para tanto, ainda não existindo um curso ou graduação, muitos acabaram migrando e se adaptando a partir de estudos de letras e jornalismo.</p>
<p>No meu caso, autor deste artigo, foi exatamente o que aconteceu. Entre a graduação em jornalismo e a pós em Comunicação e Marketing, causei a redefinição do meu perfil profissional ao mergulhar nesta indústria. Na época, acabei ganhando pontos pela capacidade de entender um cenário, “somar” informações e gerar um conteúdo de fácil entendimento. Já meus (agora) colegas que vieram da área de Letras, passaram a focar na construção da lógica para os meus conteúdos serem exibidos no momento correto.</p>
<p>Hoje, ainda tomando minhas experiências como exemplo, realizo tranquilamente ambas as tarefas, das quais considero principais no cotidiano dos novos “treinadores de robô”. Contudo, a lista com todas as responsabilidades está distante de ser binária e, ainda que veja profissionais de jornalismo e letras ocupando boa parte das vagas, há oportunidade para muitas outras, a julgar pelo que elenco a seguir:</p>
<p>1. Gerar relatório<br />A atividade de gerar relatórios é o princípio de tudo. Há diversos números que devem ser observados, mas o ponto aqui é alertar para o comportamento do usuário ao dialogar com o chatbot. Essa tarefa também já serve para desmistificar o mito de que o assistente virtual aprende sozinho. Essa atividade, normalmente, serve para traçar quais serão as ações necessárias para manter o que está funcionando e ajustar o que não está.</p>
<p>Na minha rotina, o documento gerado após analisar os indicadores é chamado de “relatório linguístico”. Nele, são apontadas as oportunidades de melhorias após checagem de alguns pontos:</p>
<p><em>- número de sessões</em><br /><em>- número de perguntas feitas</em><br /><em>- número de perguntas com e sem respostas</em><br /><em>- Conteúdos mais acessados</em><br /><em>- Índice de satisfação</em></p>
<p><strong>2. Criar e gerenciar conteúdos</strong><br />Talvez a tarefa mais simples, e mais fundamental da lista. Ora: o que fazer quando os usuários estão perguntando coisas que o chatbot não está preparado para responder? Fácil! Criar conteúdo.</p>
<p>Todavia, há práticas que devem ser levadas em consideração nesse momento. Afinal, o robô de conversação não é apenas um depósito de informações. A forma como são criados os conteúdos e diálogos importa. Sobretudo dependendo da tecnologia utilizada.</p>
<p>Supondo que exista uma persona para o chatbot, ela deve ser respeitada em cada vírgula e ponto de exclamação utilizados nos textos. Outro ponto: conteúdos que possuem datas e preços demandam um cuidado ainda maior. Cabe ao treinador de robôs mantê-los sempre atualizados.</p>
<p><strong>3. Criar palavras</strong><br />Uma vez mais, tudo vai depender da tecnologia e da plataforma utilizadas. Tomando como exemplo uma que opere com linguagem natural, isto é, que consiga interpretar uma pergunta de usuário sem ficar refém de palavras-chave, então é preciso, eventualmente, criar palavras.</p>
<p>Um robô do gênero saberia tranquilamente que “carro”, “veículo” e “automóvel” são sinônimos. E que também estão, de um jeito ou de outro, relacionados com “transporte”. Porém, a chance é grande de ele não saber que “BMW” está também atrelado a esses termos.</p>
<p>Nessas situações, é preciso criar palavras e fazer o ensinamento dessas relações. Os treinadores de robô dedicam boa parte das suas horas de trabalho a essa curadoria de significados.</p>
<p><strong>4. Lidar com integrações</strong><br />Para muita gente, o que faz um chatbot ser verdadeiramente inteligente é a capacidade de integrar e se conectar com serviços. A versão mais comum dos assistentes virtuais serve apenas para levar informações às dúvidas informadas por clientes. O passo seguinte, portanto, está na capacidade de resolver problemas mais complexos.</p>
<p>O exemplo mais comum de integração é o agendamento de serviços. Ou ainda o auxílio na recuperação de senha e consulta de saldo. Em todos esses casos, o chatbot não possui apenas uma base de conhecimento para dialogar com usuários. A outra fonte de informação é acessada por meio de uma integração (webhook), que utiliza informações da conversa para executar uma ação específica.</p>
<p>Como dito, o perfil do “treinador de robôs” demanda conhecimento em diversas áreas. Dada a importância do “chatbot transacional”, passou a ser um diferencial ter ao menos conhecimentos técnicos básicos para lidar com as questões de desenvolvimento e programação.</p>
<p><strong>5. Diálogos</strong><br />Independente da ferramenta, a capacidade de criar e conduzir usuários, por meio de um diálogo, é fundamental para qualquer treinador de robôs. Esse tipo de interação, a exemplo das integrações, também eleva a “inteligência” de um chatbot. Todavia, há muitos outros benefícios do uso das “árvores de decisão”. Um dos principais é ter o controle absoluto do que o usuário verá, e em que momento verá. Tal ação costuma facilitar e tornar mais precisa a entrega de determinada informação.</p>
<p>Particularmente, a maior vantagem que celebro é a possibilidade de desambiguar e lidar com perguntas genéricas. Por exemplo: imagine que o meu chatbot esteja capacitado para resolver as seguintes perguntas:</p>
<p><em>- sinal de internet</em><br /><em>- ver planos de internet</em><br /><em>- cancelar internet</em></p>
<p>Contudo, com a liberdade de interagir como bem entender, o usuário pode simplesmente perguntar por “internet”. Isto é, uma questão totalmente genérica, e que precisará de mais detalhes para chegar ao melhor resultado. São casos assim que a construção de um diálogo consegue partir de uma pergunta superficial e, mesmo assim, entregar a melhor resposta.</p>
<p><em>(*) Knowledge Engineer da Inbenta, empresa global especializada em Inteligência Artificial e de desenvolvimento de tecnologia de IA Simbólica.</em></p>
