7 марта 2025 г.

Юрий Клименко

О том, как обучить нейросеть под свои задачи и использовать ее для улучшения работы сотрудников-операторов, рассказал основатель Soft Skills Lab, предприниматель, кризис-консультант, CTO, преподаватель НИУ ВШЭ Юрий Клименко.

ИИ и soft skills: преимущества и ограничения развития

По данным HubSpot Research, 90% опрошенных клиентов считают быстрые ответы в чате одним из главных факторов эффективности сервисной службы компании, а 67% — ожидают ответа от оператора уже через 10 минут после отправки запроса. Возможности ИИ позволяют удовлетворить эту потребность клиентов, повысить их лояльность и доверие к компании. Чат-боты и голосовые помощники способны отвечать как на типовые запросы по отработанному шаблону, так и учитывать контекст обращения и настроение клиента, чтобы дать ему более персонализированный ответ на запрос. Согласно обзору TAdviser, ИИ позволяет снять от 40% до 90% нагрузки с сотрудников, консультирующих клиентов.

Еще одно преимущество ботов — круглосуточная работа без перерывов и выходных. Сегодня клиенты стали более требовательны к работе сервисов, поэтому возможность быть на связи с ними каждую минуту — уже не роскошь, а необходимость для удержания бизнеса в топе лидеров рынка. Вместе со скоростью аудитория ценит корректность общения сотрудников поддержки, но личные переживания и усталость периодически этому препятствуют. У ботов нет психологических проблем и недомогания, поэтому они будут неизменно сохранять те тон и формат коммуникации, которые им настроят разработчики.

Однако искусственный интеллект не может самостоятельно выстроить алгоритм качественных ответов и ведения диалога с клиентом. Для этого ИИ необходимо обучать «руками» и наработанным опытом сотрудников. Здесь и происходят «столкновения» с ограничениями системы ботов, поскольку изначально ИИ настроен на излишне вежливый и корректный подход к диалогу. Дать боту базовый набор ответов и запустить в работу бессмысленно. Его стиль общения с такими вводными данными не будет похож на естественные человеческие диалоги, он будет чем-то нейтральным, а соответственно, неэффективным.

Например, ИИ может проявлять такие паттерны как резкий переход к поиску компромисса в тот момент диалога, когда этого делать не нужно, выдавая стандартные ответы вместо качественной обратной связи. Или в ситуации, когда необходимо проявить легкую манипуляцию в отношении клиента, бот быстро сбивается с нужных схем и уходит в алгоритм ответов, которым его обучили, то есть к шаблонным, длинным, корректным текстам, подобным «‎отписке для галочки». Вызывать подобное «поведение» бота могут следующие действия клиента:

  • Угрозы со стороны пользователя закончить общение или эскалировать конфликт на юридический уровень. ИИ после таких сообщений часто стремится устранить конфликт и идет на уступки, хотя в этом нет необходимости.

  • Манипулятивно агрессивные вопросы со стороны пользователя вызывают у ИИ затруднения. Например: «Я правильно, понимаю, что вы не готовы сделать шаг навстречу». Как правило, ИИ попытается воспроизвести шаблонную конструкцию «да, но», например: «Мы готовы пойти на встречу, но...». Однако чем больше давления на него оказывается, тем выше риск, что он будет искать компромисс.

Как обучить ИИ решать конфликты и давать более «человечные» ответы

Чтобы бот научился правильно разрешать конфликты, а его язык стал более «человечным», необходимо обучить ИИ корректно оценивать более узкие аспекты разговора. Например, в ситуациях, когда пользователь находится на эмоциях и не хочет общаться рационально, бот должен уметь идентифицировать это и поменять свое поведение. Помочь ему может надстройка, которая будет анализировать текущее состояние бота и выбирать поведение, соответствующее ситуации, из заданного промпта. При этом заставить бота конфликтовать — еще не самая большая проблема. Сложнее научить его понимать, когда этот конфликт необходим, а когда нужно начинать успокаиваться. Приступать к урегулированию разногласий необходимо с отработки эмоций. Когда этот этап будет пройден, бот должен начать вести себя более экологично и подготовиться к решению проблемы. Следующие шаги помогут вам объяснить боту, что такое «отработанные эмоции».

1. Использование промтов

Поставленная перед ботом задача классифицировать ответ поможет ему определять, на какой стадии находится конфликт и насколько успешно была отработана эмоция.

Также с помощью промптов можно установить нужную вам эмоциональную тональность коммуникации бота. Задайте роль бота и тон разговора в начале промпта. Это самый простой способ, который настроит ИИ на определенный формат и стиль общения. А включив в инструкцию для бота дополнительную проверку, вы сможете изменить алгоритм уступок. Система будет анализировать контекст и не допустит, чтобы ИИ шел на компромиссы в ситуациях, когда делать этого не нужно.

В более продвинутой версии ИИ можно создать ассистента и добавить в него файлы с примерами фраз и ответов из реальных диалогов с клиентами. С их помощью бот начинает лучше ориентироваться в различных ситуациях.

2. Создание ИИ-ассистента для классификации отработки эмоций

Его можно разработать на основе теоретических материалов по методике разрешения конфликтов с клиентами вашей компании. Именно этот ассистент будет выполнять задачу классификации, оценивая, отработана эмоция или нет.

Далее разберем три способа и три уровня погружения ботов в сферу коммуникаций с клиентами.

Как использовать ИИ в обучении сотрудников переговорам

Уровень № 1. Классификация ответов с помощью ИИ

Для искусственного интеллекта одноуровневые задачи оценивания являются самыми простыми и примитивными. Они реализуются либо в формате симулятора диалога оператора с клиентом, либо через оценивающий бот. Первый вариант можно использовать в ситуации, когда сотруднику необходима тренировка для оттачивания навыков ведения переговоров. Второй — для улучшения обратной связи клиенту на уже существующий реальный запрос или типовые обращения в компанию.

Например, сотрудник формулирует письменный ответ для решения конфликта, совершения продажи или участия в переговорах. Он загружает готовый текст в бота, и нейронная сеть обрабатывает и классифицирует его на предметы ошибок, сторонней информации. Также она может давать рекомендации по улучшению обратной связи в типовых ситуациях.

Запросить оценку ИИ можно одним действием или цепочкой:

  • сначала запросить определение категории, к которой относится ответ;

  • затем провести анализ эмоциональной составляющей текста;

  • дополнительно можно попросить нейросеть предложить свои варианты решения ситуации.

Такой подход наша школа использует в обучении навыкам переговоров. Мы создали систему, которая проверяет умение сотрудника грамотно давать обратную связь в рабочих ситуациях. Для этого мы загрузили в бот теоретический материал и попросили на его основе проверять ответ ученика. А также выдавать итоговое заключение: подходит ли ответ клиенту в той или иной ситуации. Уже в процессе работы выявилось, что помимо теории, стоит также направлять в бот эталонные ответы и отмечать ошибки, в которых он может запутаться.

Кроме того, мы привлекаем ИИ для тестирования soft skills наших учеников. Мы предлагаем им написать ответ на сложную переговорную ситуацию,после чего бот анализирует его с помощью «цепочки» запросов:

  • первый запрос выявляет верхнеуровневые ошибки: такие как игнорирование эмоций или грубое поведение;

  • затем, в зависимости от категории ошибки, проводится углубленная проверка. Например, она оценивает, как именно были отработаны эмоции и в чем заключается грубость ответа.

Уровень № 2. Использование ИИ для отыгрыша ролей

Эта задача на несколько уровней сложнее, чем простая оценка заготовленного шаблона. Однако при профессиональном подходе к обучению ИИ можно добиться от него реализации той роли, которая нужна для коммуникации с клиентами и аудиторией на линиях обратной связи. Этот формат позволяет в «реальной» беседе с ИИ тестировать ‎полноценный функционал скриптов и отрабатывать различные эмоции.

Основная проблема нейросетей в переговорах — использование излишне общих фраз и попытки разрешить конфликтные ситуации в формате: «Мы должны прийти к компромиссу, найти условия для win—win». Чтобы избавить ИИ от шаблонного подхода, специалист, который будет обучать нейросеть, должен сам понимать, какие магистральные ветки могут быть в конфликте с клиентом и как их грамотно решать. Для обучения бота нужно рассматривать следующую цепочку алгоритма: основные события — основные ветки — основные отношения.

Главная задача специалиста, обучающего нейросеть отыгрышу роли, — настроить ее на улавливание конкретных состояний. Объяснить, как она должна вести себя в тот или иной момент диалога, и как в подобных ситуациях обычно отвечают люди. Фактически специалист дает ИИ определенный контекст возможных ситуаций, а затем постоянно дополняет его новыми вводными деталями или меняет их. Например, сейчас клиент крайне недоволен тем, что происходит с его товаром; или клиент, который злится, потому что его не слышит сотрудник; или клиент, который удивлен, что сотрудник вежлив с ним.

Научить бота грамотно отвечать в конфликте можно следующими способами:

  • Введите в бот текст, который описывает состояние клиента. К примеру, «ты очень расстроенный клиент, который купил определенный товар. У тебя складывается ощущение, что тебя не слышат. Ответь клиенту в указанном формате». Бот использует этот контекст и выдаст ответ на основе предыдущего разговора.

  • Попросите бота оценить его ответ с помощью следующего запроса: «Ты тренер по переговорам, который использует методичку (загруженный файл). Классифицируй ответ по этим правилам». Это позволит ИИ понять, нужно ли изменить состояние, из которого генерируется ответ.

Обучение бота реакциям на смену состояний клиентов — кропотливый труд, который принесет большие бонусы в будущем. Нейросеть начинает понимать, как люди ведут себя в той или иной ситуации, на какие триггеры нужно обращать внимание.

Уровень № 3. Использование ИИ для проверки разговора и рекомендаций

На этом уровне соединяются два предыдущих и переходят на более качественный этап. После предварительного и последовательного обучения нейросети она способна в формате игровой беседы анализировать уже состоявшийся разговор специалиста с клиентом и давать человеку обратную связь по наиболее типичным ошибкам.

На этом этапе нейросеть может самостоятельно измерять основные параметры диалога и распознавать, почему в процессе коммуникации одно состояние клиента и сотрудника сменилось другим. Благодаря этому сотрудники могут выделить и отметить для себя те этапы, где были совершены ошибки или не отмечены важные детали в диалоге. Такой анализ позволяет отрабатывать типичные и нетипичные ситуации для будущих коммуникаций на высококачественном уровне.

Источник: Юрий Клименко, основатель Soft Skills Lab