Stefan Schaffer, Senior Onderzoeker, Duitse Onderzoekscentrum voor AI (DFKI) – Interview Serie

Stefan Schaffer is een Senior Onderzoeker en Groepsleider bij de afdeling Cognitive Assistants van het Duitse Onderzoekscentrum voor Kunstmatige Intelligentie (DFKI). Zijn werken hebben geleid tot verschillende conversational interfaces voor domeinen zoals mobiliteit, automotive, belastinginformatie, klantenservice, enz. Momenteel werkt hij aan AI-chatbots voor waardeketens en hybride evenementen. Voordat hij bij DFKI kwam, werkte Stefan als productmanager bij Linon Medien. Hij studeerde communicatiewetenschap en informatica en promoveerde aan de Technische Universiteit van Berlijn op het gebied van multimodale mens-computerinteractie.

Wat trok je aanvankelijk aan bij machine learning?

Al tijdens mijn studie had ik een groot interesse in spraakherkenning en volgde ik cursussen waarin we spraakherkenningssoftware van scratch bouwden.

Wat trok je aanvankelijk aan bij spraakherkenning?

Ik was al gefascineerd door spraakgebaseerde mens-computerinteractie toen Captain Picard tegen “de computer” sprak en zinvolle antwoorden kreeg.

Een van je meest recente projecten was het bouwen van een chatbot-interface voor een museum dat zou anticiperen op wat bezoekers zouden vragen. Kun je vertellen hoe je team dit aanpakten?

Om de vraagbeantwoordingsfunctie in de museumchatbot te integreren, verzamelde we eerst veel vragen en gebruikten we deze om de vraagbeantwoordingsmogelijkheden van het systeem te verbeteren. Dit gebeurde door de vragen en het antwoordmateriaal dat we van onze projectpartner Linon Medien kregen te categoriseren, een bedrijf dat gespecialiseerd is in de productie van spraak- en tekstinhoud voor tentoonstellingen.

Je team ontdekte ook dat inhoudstype-annotaties de nauwkeurigheid kunnen verbeteren, wat voor soort nauwkeurigheidsverschillen worden er door annotaties gezien?

De inhoudstype-annotaties verbeterden de algehele nauwkeurigheid van de chatbot in natuurlijke taalbegrip. Dit betekent dat door de extra annotaties het systeem in staat was om meer correcte antwoorden te geven.

Wat zijn enkele van de kernuitdagingen achter het bouwen van een conversational AI?

Zonder deze gegevens kan men meestal alleen geschreven ervaringen aanbieden die conversaties tussen echte mensen imiteren, maar statisch en dus zeer onnatuurlijk zijn. Een andere uitdaging is dat het proces van het ontwikkelen van een conversational AI-interface speciale expertise vereist in het specifieke gebied waarin het systeem zal worden gebruikt. Het delen van de benodigde informatie tussen conversational design-experts en domein-experts is soms een moeilijk proces dat de ondersteuning van extra experts in user-centered design-methoden vereist.

Wat is je aanpak voor het bouwen van een gebruikersvriendelijke chatbot en conversational user interface?

We volgen strikt het paradigma van user-centered design. Dit betekent dat we in de vroege projectfases met onze klanten en gebruikers engageren, wanneer een systeem nog niet beschikbaar is. We beginnen met focusgroepen en gegevensverzameling en laten stakeholders systeemvarianten in de vroege ontwikkelingsfases beoordelen.

Wat zijn je meningen over ChatGPT en GPT-4, zou je iets anders doen?

We gebruiken momenteel ChatGPT en GPT4 als tools voor gegevensgeneratie. We proberen echter te voorkomen dat we de gesloten aard van deze producten door ons gebruik in onze onderzoeksprojecten ondersteunen. We verwachten dat vergelijkbare open-source modellen in de nabije toekomst beschikbaar zullen komen.

Je zal spreken op de aanstaande Future of Chatbots & Conversational AI Summit gehost door Group futurista, waarover zal je spreken?

Ik zal spreken over de verbindingen tussen User Experience en conversational AI. Ik zal me focussen op user-centered design, data-gedreven user-centered implementatie en evaluatie van conversational user interfaces.

Bedankt voor het geweldige interview, lezers die Stefan Schaffer willen horen spreken, moeten de Future of Chatbots & Conversational AI Summit bijwonen, gehost door Group futurista.