Chatbot

Un chatbot (à l'origine chatterbot ) est une application logicielle ou une interface Web conçue pour avoir des conversations textuelles ou orales. Les chatbots modernes sont généralement en ligne et utilisent des systèmes d'intelligence artificielle générative capables de maintenir une conversation avec un utilisateur en langage naturel et de simuler la façon dont un humain se comporterait en tant que partenaire de conversation. Ces chatbots utilisent souvent l'apprentissage profond et le traitement du langage naturel , mais des chatbots plus simples existent depuis des décennies.

Bien que les chatbots existent depuis la fin des années 1960, le domaine a suscité une attention accrue au début des années 2020 en raison de la popularité de ChatGPT d' OpenAI , suivi par des alternatives telles que Copilot de Microsoft et Gemini de Google . De tels exemples reflètent la pratique récente consistant à baser ces produits sur de larges modèles de langage fondamentaux , tels que GPT-4 ou le modèle de langage Gemini , qui sont affinés de manière à cibler des tâches ou des applications spécifiques (c'est-à-dire simuler une conversation humaine, dans le cas des chatbots). Les chatbots peuvent également être conçus ou personnalisés pour cibler davantage des situations encore plus spécifiques et/ou des domaines de sujet particuliers.

Les chatbots sont utilisés depuis longtemps dans le domaine du service client et de l'assistance , avec différents types d' assistants virtuels . Des entreprises d'un large éventail de secteurs ont commencé à utiliser les dernières technologies d'intelligence artificielle générative pour alimenter des développements plus avancés dans ces domaines.

En 1950, Alan Turing publie son célèbre article « Computing Machinery and Intelligence » qui propose ce que l'on appelle aujourd'hui le test de Turing comme critère d' intelligence . Ce critère dépend de la capacité d'un programme informatique à se faire passer pour un humain dans une conversation écrite en temps réel avec un juge humain, dans la mesure où ce dernier est incapable de faire une distinction fiable, sur la seule base du contenu de la conversation, entre le programme et un véritable humain.

La notoriété du test proposé par Turing a suscité un grand intérêt pour le programme ELIZA de Joseph Weizenbaum , publié en 1966, qui semblait capable de tromper les utilisateurs en leur faisant croire qu'ils conversaient avec un véritable humain. Cependant, Weizenbaum lui-même n'a pas affirmé qu'ELIZA était véritablement intelligent, et l'introduction de son article l'a présenté plutôt comme un exercice de démystification :

En intelligence artificielle, les machines sont conçues pour se comporter de manières étonnantes, souvent suffisantes pour éblouir même l'observateur le plus expérimenté. Mais une fois qu'un programme particulier est démasqué, une fois que son fonctionnement interne est expliqué, sa magie s'effondre ; il se révèle comme une simple collection de procédures. L'observateur se dit : « J'aurais pu écrire cela ». Avec cette pensée, il déplace le programme en question de l'étagère marquée « intelligent » vers celle réservée aux curiosités. L'objectif de cet article est justement de provoquer une telle réévaluation du programme sur le point d'être « expliqué ». Peu de programmes en ont eu autant besoin.

La méthode de fonctionnement clé d'ELIZA consiste à reconnaître des mots ou des phrases clés dans l'entrée, et à produire des réponses pré-préparées ou préprogrammées correspondantes qui peuvent faire avancer la conversation d'une manière apparemment significative (par exemple en répondant à toute entrée contenant le mot « MÈRE » par « PARLEZ-MOI PLUS DE VOTRE FAMILLE »). Ainsi, une illusion de compréhension est générée, même si le traitement impliqué n'a été que superficiel. ELIZA a montré qu'une telle illusion est étonnamment facile à générer parce que les juges humains sont prêts à donner le bénéfice du doute lorsque les réponses conversationnelles sont susceptibles d'être interprétées comme « intelligentes ».

Les concepteurs d’interfaces ont compris que la capacité des humains à interpréter les résultats d’un ordinateur comme étant véritablement conversationnels – même s’ils sont en réalité basés sur une simple correspondance de modèles – peut être exploitée à des fins utiles. La plupart des gens préfèrent interagir avec des programmes qui ressemblent à des humains, ce qui confère aux techniques de type chatbot un rôle potentiellement utile dans les systèmes interactifs qui doivent obtenir des informations des utilisateurs, à condition que ces informations soient relativement simples et appartiennent à des catégories prévisibles. Ainsi, par exemple, les systèmes d’aide en ligne peuvent utiliser utilement les techniques de chatbot pour identifier le domaine d’aide dont les utilisateurs ont besoin, offrant potentiellement une interface « plus conviviale » qu’un système de recherche ou de menu plus formel. Ce type d’utilisation offre la perspective de faire passer la technologie des chatbots de « l’étagère… réservée aux curiosités » de Weizenbaum à celle des « méthodes informatiques véritablement utiles ».

Parmi les premiers chatbots les plus remarquables, on trouve ELIZA (1966) et PARRY (1972). Parmi les programmes les plus récents, on trouve ALICE , Jabberwacky et DUDE ( Agence Nationale de la Recherche et CNRS 2006). Alors qu'ELIZA et PARRY étaient utilisés exclusivement pour simuler des conversations dactylographiées, de nombreux chatbots incluent désormais d'autres fonctionnalités, telles que des jeux et des capacités de recherche sur le Web . En 1984, un livre intitulé The Policeman's Beard is Half Constructed a été publié, prétendument écrit par le chatbot Racter (bien que le programme tel que publié n'aurait pas été capable de le faire).

De 1978 à un certain moment après 1983, le projet CYRUS dirigé par Janet Kolodner a construit un chatbot simulant Cyrus Vance (57e secrétaire d'État des États-Unis ). Il utilisait un raisonnement basé sur des cas et mettait à jour sa base de données quotidiennement en analysant les nouvelles de United Press International . Le programme n'a pas pu traiter les informations qui ont suivi la démission surprise de Cyrus Vance en avril 1980, et l'équipe a construit un autre chatbot simulant son successeur, Edmund Muskie .

L’un des domaines de recherche les plus pertinents en matière d’IA est le traitement du langage naturel . En général, les domaines d’ IA faibles utilisent des logiciels spécialisés ou des langages de programmation créés spécifiquement pour la fonction restreinte requise. Par exemple, ALICE utilise un langage de balisage appelé AIML, qui est spécifique à sa fonction d’ agent conversationnel , et qui a depuis été adopté par divers autres développeurs de ce que l’on appelle les Alicebots . Néanmoins, ALICE est toujours purement basé sur des techniques de recherche de motifs sans aucune capacité de raisonnement, la même technique qu’ELIZA utilisait en 1966. Il ne s’agit pas d’une IA forte, qui nécessiterait de la sapience et des capacités de raisonnement logique .

Jabberwacky apprend de nouvelles réponses et de nouveaux contextes en fonction des interactions des utilisateurs en temps réel , plutôt que de s'appuyer sur une base de données statique . Certains chatbots plus récents combinent également l'apprentissage en temps réel avec des algorithmes évolutifs qui optimisent leur capacité à communiquer en fonction de chaque conversation tenue.

Les concours de chatbots se concentrent sur le test de Turing ou sur des objectifs plus spécifiques. Deux de ces concours annuels sont le prix Loebner et le Chatterbox Challenge (ce dernier est hors ligne depuis 2015, mais des documents peuvent toujours être trouvés dans les archives Web).

DBpedia a créé un chatbot lors du GSoC de 2017. Il peut communiquer via Facebook Messenger (voir l'article Master of Code Global).

Les chatbots modernes comme ChatGPT sont souvent basés sur de grands modèles de langage appelés transformateurs pré-entraînés génératifs (GPT). Ils sont basés sur une architecture d'apprentissage profond appelée transformateur , qui contient des réseaux neuronaux artificiels . Ils apprennent à générer du texte en étant formés sur un grand corpus de texte , ce qui fournit une base solide pour que le modèle fonctionne bien sur des tâches en aval avec des quantités limitées de données spécifiques à la tâche. Malgré les critiques sur sa précision et sa tendance à « halluciner » (c'est-à-dire à produire en toute confiance de fausses informations et même à citer des sources inexistantes), ChatGPT a attiré l'attention pour ses réponses détaillées et ses connaissances historiques. Un autre exemple est BioGPT, développé par Microsoft , qui se concentre sur la réponse aux questions biomédicales . En novembre 2023, Amazon a annoncé un nouveau chatbot, appelé Q, que les gens peuvent utiliser au travail.

Les chatbots de nombreuses entreprises fonctionnent sur des applications de messagerie ou simplement via SMS . Ils sont utilisés pour le service client B2C , les ventes et le marketing.

En 2016, Facebook Messenger a permis aux développeurs de placer des chatbots sur sa plateforme. 30 000 bots ont été créés pour Messenger au cours des six premiers mois, et ce chiffre est passé à 100 000 en septembre 2017.

Depuis septembre 2017, ce service fait également partie d'un programme pilote sur WhatsApp. Les compagnies aériennes KLM et Aeroméxico ont toutes deux annoncé leur participation au test ; les deux compagnies aériennes avaient auparavant lancé des services clients sur la plateforme Facebook Messenger.

Les robots apparaissent généralement comme l'un des contacts de l'utilisateur, mais peuvent parfois agir comme participants à une discussion de groupe .

De nombreuses banques, compagnies d'assurance, sociétés de médias, sociétés de commerce électronique, compagnies aériennes, chaînes hôtelières, détaillants, prestataires de soins de santé, entités gouvernementales et chaînes de restaurants ont utilisé des chatbots pour répondre à des questions simples , augmenter l'engagement des clients , à des fins de promotion et pour proposer des moyens supplémentaires de commander auprès d'eux. Les chatbots sont également utilisés dans les études de marché pour recueillir de courtes réponses à des enquêtes.

Une étude de 2017 a montré que 4 % des entreprises utilisaient des chatbots. Selon une étude de 2016, 80 % des entreprises ont déclaré qu'elles avaient l'intention d'en avoir un d'ici 2020.

Les générations précédentes de chatbots étaient présentes sur les sites Web des entreprises, par exemple Ask Jenn d' Alaska Airlines qui a fait ses débuts en 2008 ou l'agent de service client virtuel d' Expedia qui a été lancé en 2011. La nouvelle génération de chatbots comprend « Rocky » basé sur IBM Watson , introduit en février 2017 par la société de commerce électronique Rare Carat basée à New York pour fournir des informations aux acheteurs potentiels de diamants.

Utilisé par les spécialistes du marketing pour scénariser des séquences de messages, très similaires à une séquence de réponse automatique . De telles séquences peuvent être déclenchées par l'acceptation de l'utilisateur ou l'utilisation de mots-clés dans les interactions de l'utilisateur. Après qu'un déclencheur se produit, une séquence de messages est délivrée jusqu'à la prochaine réponse anticipée de l'utilisateur. Chaque réponse de l'utilisateur est utilisée dans l'arbre de décision pour aider le chatbot à parcourir les séquences de réponses afin de délivrer le message de réponse correct.

Les entreprises ont utilisé des chatbots pour le support client, les ressources humaines ou dans des projets Internet des objets (IoT). Overstock.com , par exemple, aurait lancé un chatbot nommé Mila pour tenter d'automatiser certains processus lorsque les employés du service client demandent un congé de maladie. D'autres grandes entreprises telles que Lloyds Banking Group , Royal Bank of Scotland , Renault et Citroën utilisent désormais des chatbots au lieu de centres d'appels avec des humains pour fournir un premier point de contact. Dans les grandes entreprises, comme dans les hôpitaux et les organisations aéronautiques, les chatbots sont également utilisés pour partager des informations au sein des organisations et pour assister et remplacer les bureaux d'assistance.

Les chatbots ont été proposés comme solution de remplacement pour les services clients .

Des techniques d’apprentissage profond peuvent être intégrées aux applications de chatbot pour leur permettre de cartographier les conversations entre les utilisateurs et les agents du service client, en particulier sur les réseaux sociaux.

En 2019, Gartner prévoyait que d’ici 2021, 15 % de toutes les interactions de service client dans le monde seraient entièrement gérées par l’IA. Une étude réalisée par Juniper Research en 2019 estime que les ventes au détail résultant des interactions basées sur des chatbots atteindront 112 milliards de dollars d’ici 2023.

En 2016, la banque russe Tochka a lancé un chatbot sur Facebook pour une gamme de services financiers, y compris la possibilité d'effectuer des paiements. En juillet 2016, Barclays Africa a également lancé un chatbot sur Facebook.

En 2023, la National Eating Disorders Association, basée aux États-Unis, a remplacé son personnel d'assistance téléphonique humaine par un chatbot, mais a dû le mettre hors ligne après que des utilisateurs ont signalé avoir reçu des conseils préjudiciables de sa part.

Les chatbots apparaissent également dans le secteur de la santé. Une étude a suggéré que les médecins aux États-Unis pensaient que les chatbots seraient particulièrement utiles pour planifier des rendez-vous chez le médecin, localiser des cliniques de santé ou fournir des informations sur les médicaments.

ChatGPT est capable de répondre aux requêtes des utilisateurs liées à la promotion de la santé et à la prévention des maladies telles que le dépistage et la vaccination . WhatsApp s'est associé à l' Organisation mondiale de la santé (OMS) pour créer un service de chatbot qui répond aux questions des utilisateurs sur le COVID-19 .

En 2020, le gouvernement indien a lancé un chatbot appelé MyGov Corona Helpdesk, qui fonctionnait via WhatsApp et aidait les gens à accéder aux informations sur la pandémie de coronavirus (COVID-19).

Certains groupes de patients sont encore réticents à utiliser des chatbots. Une étude à méthodes mixtes de 2019 a montré que les gens hésitent encore à utiliser des chatbots pour leurs soins de santé en raison d'une mauvaise compréhension de la complexité technologique, du manque d'empathie et des préoccupations en matière de cybersécurité. L'analyse a montré que si 6 % avaient entendu parler d'un chatbot de santé et 3 % avaient l'expérience de son utilisation, 67 % se considéraient comme susceptibles d'en utiliser un dans les 12 mois. La majorité des participants utiliseraient un chatbot de santé pour rechercher des informations générales sur la santé (78 %), prendre un rendez-vous médical (78 %) et rechercher des services de santé locaux (80 %). Cependant, un chatbot de santé était perçu comme moins adapté pour rechercher les résultats d'examens médicaux et demander des conseils spécialisés tels que la santé sexuelle.

L’analyse des variables d’attitude a montré que la plupart des participants ont indiqué préférer discuter de leur santé avec des médecins (73 %) et avoir accès à des informations de santé fiables et précises (93 %). Alors que 80 % étaient curieux des nouvelles technologies qui pourraient améliorer leur santé, 66 % ont déclaré ne consulter un médecin que lorsqu’ils avaient un problème de santé et 65 % pensaient qu’un chatbot était une bonne idée. 30 % ont déclaré ne pas aimer parler aux ordinateurs, 41 % ont estimé qu’il serait étrange de discuter de questions de santé avec un chatbot et environ la moitié n’étaient pas sûrs de pouvoir faire confiance aux conseils donnés par un chatbot. Par conséquent, la fiabilité perçue, les attitudes individuelles envers les robots et l’aversion pour parler aux ordinateurs sont les principaux obstacles aux chatbots de santé.

En Nouvelle-Zélande, le chatbot SAM – abréviation de Semantic Analysis Machine – a été développé par Nick Gerritsen de Touchtech. Il est conçu pour partager ses réflexions politiques, par exemple sur des sujets tels que le changement climatique, la santé et l’éducation, etc. Il communique avec les gens via Facebook Messenger.

En 2022, le chatbot « Leader Lars » ou « Leder Lars » a été nominé par le Parti synthétique pour se présenter aux élections parlementaires danoises , et a été construit par le collectif d'artistes Computer Lars. Leader Lars se différenciait des politiciens virtuels précédents en dirigeant un parti politique et en ne prétendant pas être un candidat objectif. Ce chatbot s'engageait dans des discussions critiques sur la politique avec des utilisateurs du monde entier.

En Inde , le gouvernement de l’État a lancé un chatbot pour sa plateforme Aaple Sarkar, qui fournit un accès conversationnel aux informations concernant les services publics gérés.

Les chatbots ont également été intégrés à des appareils qui ne sont pas principalement destinés à l'informatique, tels que les jouets.

Hello Barbie est une version connectée à Internet de la poupée qui utilise un chatbot fourni par la société ToyTalk, qui utilisait auparavant le chatbot pour une gamme de personnages pour enfants basés sur des smartphones. Les comportements de ces personnages sont limités par un ensemble de règles qui, en fait, imitent un personnage particulier et produisent un scénario.

La poupée My Friend Cayla a été commercialisée comme une gamme de poupées de 46 cm (18 pouces) qui utilisent la technologie de reconnaissance vocale en conjonction avec une application mobile Android ou iOS pour reconnaître la parole de l'enfant et avoir une conversation. Comme la poupée Hello Barbie, elle a suscité la controverse en raison des vulnérabilités de la pile Bluetooth de la poupée et de son utilisation des données collectées à partir de la parole de l'enfant.

L'ordinateur Watson d'IBM a été utilisé comme base pour des jouets éducatifs basés sur des chatbots pour des entreprises telles que CogniToys, destinés à interagir avec les enfants à des fins éducatives.

Les chatbots malveillants sont fréquemment utilisés pour remplir les salles de chat de spam et de publicités en imitant le comportement et les conversations humaines ou pour inciter les gens à révéler des informations personnelles, telles que des numéros de compte bancaire. On les trouve couramment sur Yahoo! Messenger , Windows Live Messenger , AOL Instant Messenger et d'autres protocoles de messagerie instantanée . Un rapport publié fait également état d'un chatbot utilisé dans une fausse annonce personnelle sur le site Web d'un service de rencontres.

Tay , un chatbot IA conçu pour apprendre des interactions précédentes, a suscité une controverse majeure en raison de son ciblage par des trolls sur Twitter. Peu de temps après son lancement, le bot a été exploité et, grâce à sa capacité « répéter après moi », il a commencé à diffuser des réponses racistes, sexistes et controversées aux utilisateurs de Twitter. Cela suggère que même si le bot a appris efficacement de l'expérience, aucune protection adéquate n'a été mise en place pour empêcher toute utilisation abusive.

Si un algorithme d’envoi de SMS pouvait se faire passer pour un humain plutôt que pour un chatbot, son message serait plus crédible. Par conséquent, des chatbots ressemblant à des humains et dotés d’identités en ligne bien conçues pourraient commencer à diffuser de fausses informations qui semblent plausibles, par exemple en faisant de fausses déclarations pendant une élection. Avec suffisamment de chatbots, il pourrait même être possible d’obtenir une preuve sociale artificielle .

La sécurité des données est l'une des principales préoccupations des technologies de chatbot. Les menaces de sécurité et les vulnérabilités du système sont des faiblesses qui sont souvent exploitées par des utilisateurs malveillants. Le stockage des données utilisateur et des communications passées, qui est très précieux pour la formation et le développement des chatbots, peut également donner lieu à des menaces de sécurité. Les chatbots fonctionnant sur des réseaux tiers peuvent être soumis à divers problèmes de sécurité si les propriétaires des applications tierces ont des politiques concernant les données utilisateur qui diffèrent de celles du chatbot. Les menaces de sécurité peuvent être réduites ou évitées en incorporant des mécanismes de protection. L'authentification de l'utilisateur , le chiffrement de bout en bout du chat et les messages autodestructeurs sont des solutions efficaces pour résister aux menaces de sécurité potentielles.

Les chatbots ont du mal à gérer les conversations non linéaires qui doivent faire des allers-retours sur un sujet avec un utilisateur.

Les grands modèles linguistiques sont plus polyvalents, mais nécessitent une grande quantité de données conversationnelles pour être formés. Ces modèles génèrent de nouvelles réponses mot par mot en fonction des entrées de l'utilisateur, et sont généralement formés sur un grand ensemble de données de phrases en langage naturel. Ils fournissent parfois des réponses plausibles mais incorrectes ou dénuées de sens. Ils peuvent inventer des noms, des dates, des événements historiques et même de simples problèmes mathématiques. Lorsque de grands modèles linguistiques produisent un contenu cohérent mais inexact ou fabriqué, on parle d'« hallucinations ». Lorsque les humains utilisent et appliquent un contenu de chatbot contaminé par des hallucinations, cela donne lieu à des « botshit ». Étant donné l'adoption et l'utilisation croissantes des chatbots pour générer du contenu, on craint que cette technologie réduise considérablement le coût nécessaire aux humains pour générer de la désinformation .

Les chatbots et la technologie en général sont utilisés pour automatiser les tâches répétitives. Mais les chatbots avancés comme ChatGPT ciblent également les emplois bien rémunérés, créatifs et basés sur la connaissance, ce qui suscite des inquiétudes quant aux perturbations de la main-d'œuvre et aux compromis de qualité en faveur de la réduction des coûts.

Les chatbots sont de plus en plus utilisés par les petites et moyennes entreprises pour gérer efficacement les interactions avec les clients, réduisant ainsi la dépendance aux grands centres d'appels et diminuant les coûts opérationnels.

L'ingénierie des invites , la tâche de conception et d'affinage des invites (entrées) conduisant aux réponses souhaitées générées par l'IA, a rapidement gagné en demande avec l'avènement des grands modèles linguistiques, bien que la viabilité de ce travail soit remise en question en raison de nouvelles techniques d'automatisation de l'ingénierie des invites.

L'IA générative consomme une grande quantité d' énergie électrique . En raison de sa dépendance aux combustibles fossiles dans sa production , cela augmente la pollution de l'air , la pollution de l'eau et les émissions de gaz à effet de serre . En 2023, une question posée à ChatGPT consommait en moyenne 10 fois plus d'énergie qu'une recherche Google. Les centres de données en général, et ceux utilisés pour les tâches d'IA en particulier, consomment des quantités importantes d'eau pour le refroidissement.