I chatbot intelligenti di Siav: come accedere alle informazioni aziendali in modo rapido e semplice

In ogni azienda è fondamentale avere a disposizione le informazioni giuste al momento giusto. Per questo, il nostro team R&D ha sviluppato dei chatbot intelligenti che consentono di porre domande e ricevere risposte automatiche basate su una vasta raccolta di documenti, dimostrandosi altamente funzionali nei contesti di analisi documentale ed esplorazione di basi informative estese. L’interfaccia dei chatbot è integrata direttamente in Microsoft Teams, semplificando l’accesso alle informazioni senza la necessità di utilizzare ulteriori applicazioni.

Motore di ricerca semantica e Large Language Model: queste due componenti si integrano perfettamente nei nostri chatbot per offrire un’esperienza di conversazione fluida e soddisfacente.

In questo Blog Post, ti spieghiamo come funzionano e quali vantaggi offrono.

I nostri chatbot sono strumenti intelligenti e innovativi che semplificano il lavoro quotidiano, permettendo di accedere alle informazioni e ai documenti in modo semplice e veloce. Sfruttano l’Intelligenza Artificiale per capire le domande e fornire le risposte più appropriate, avendo accesso ad una serie di documenti che li alimentano, come le user policy, i contratti, le convenzioni, i prodotti e altro.

Questi documenti sono archiviati in Archiflow, la nostra Information Service Platform, che garantisce la sicurezza, la qualità e l’aggiornamento dei dati. I nostri chatbot permettono di consultare i documenti direttamente da Microsoft Teams, senza dover accedere alla piattaforma.

I chatbot rispondono in tempo reale, fornendo le informazioni cercate e inviando il link per accedere al documento completo. In particolare, si basano su due componenti principali: un motore di ricerca semantica e un Large Language Model (LLM).

Il motore di ricerca semantica memorizza e indicizza i documenti che vengono utilizzati come fonte per le risposte. Questo motore è in grado di interpretare il significato delle domande e di trovare i documenti più pertinenti come risposta, non solo quelli che contengono le parole chiave presenti nella domanda. In questo modo, è possibile formulare le domande come se si stesse parlando ad una persona, e non come se si stesse effettuando una ricerca su Internet. I documenti vengono indicizzati in un sistema specificatamene realizzato per la ricerca semantica, ma possono anche provenire anche da altre fonti o piattaforme, che possono essere facilmente integrabili senza dover modificare il sistema.

Il Large Language Model (LLM) usa i documenti trovati per generare una risposta informativa e coerente, utilizzando le informazioni estratte dai documenti.  I nostri chatbot si basano su GPT di OpenAI, che è uno dei  LLM migliori per comunicare con le persone, ma può essere anche cambiato in base alle esigenze aziendali.

Quindi, effettuando una domanda tramite Microsoft Teams, i chatbot cercano i documenti più rilevanti, li passano al Large Language Model, e restituiscono una risposta generata automaticamente dal modello stesso.

In questo modo, è possibile avere informazioni rapide e affidabili senza la necessità di leggere tutti i documenti.

Vi abbiamo fornito una panoramica delle tecnologie impiegate nella creazione dei nostri chatbot intelligenti e innovativi. Ora desideriamo approfondire come queste soluzioni possano concretamente semplificare e accelerare la gestione dei documenti.

Innanzitutto, desideriamo presentarvi due ambiti applicativi in cui abbiamo già sperimentato con successo l’efficacia dei nostri chatbot.

1. Analisi di singoli documenti: i nostri chatbot sono progettati per facilitare l’analisi di documenti lunghi e complessi, come manuali o contratti. Questi strumenti consentono di porre domande specifiche senza la necessità di leggere l’intero documento. Grazie alla capacità di interpretare il contenuto dei testi, i chatbot restituiscono le informazioni richieste in modo chiaro e diretto. Inoltre, forniscono un riferimento preciso alla fonte, permettendo agli utenti di approfondire ulteriormente l’argomento se lo desiderano. Per esempio, utilizzare questo tipo di chatbot in ambito HR consente di rispondere alle domande dei dipendenti basandosi sui documenti delle risorse umane, come ad esempio la user policy, i contratti, le convenzioni e altro. Questo approccio non solo risparmia tempo e sforzi, ma rende anche la consultazione dei documenti un’esperienza più agevole.
2. Esplorazione di grandi basi documentali: i nostri chatbot si distinguono anche nella gestione di basi documentali estese e complesse. Questi strumenti permettono agli utenti di porre domande su insiemi di documenti che potrebbero essere vasti e poco strutturati. Attraverso un motore di ricerca semantica avanzato e l’utilizzo di un Large Language Model, i chatbot identificano e recuperano i documenti più rilevanti e verificati per ciascuna richiesta. Successivamente, generano risposte sintetiche e precise, permettendo di valorizzare informazioni altrimenti poco accessibili. Per esempio, utilizzare questo tipo di chatbot in ambito offering, permette di rispondere alle domande degli utenti basandosi sull’archivio dei documenti relativi all’offerta aziendale, fornendo informazioni specifiche sui prodotti e la documentazione correlata.

I nostri chatbot hanno una feature molto importante: citano le fonti dei documenti che usano per generare le risposte. Questa feature risponde a due esigenze specifiche:

• Fiducia: le persone potrebbero essere scettiche nei confronti di risposte prodotte dall’Intelligenza Artificiale. Dando il riferimento alla fonte, offriamo loro la possibilità di controllare la veridicità dell’informazione. Pertanto, a prescindere dal fatto  che la risposta sia corretta o sbagliata, l’utente può leggere il documento da cui è stata tratta. Inoltre, se desidera approfondire, può leggere l’intero capitolo o la sezione della fonte.
• Aggregazione: le persone potrebbero porre domande che richiedono informazioni da più fonti diverse. I nostri chatbot sono in grado di combinare le informazioni da diverse fonti e di indicare per ogni frase la fonte corrispondente. Per esempio, se un utente chiede “cosa fa un Business Consultant”, descrivono sia il ruolo di Business Consultant che quello di Business Consultant Manager, e citano per entrambi il documento Job Profiles Siav, ma da due sezioni diverse.

I nostri chatbot presentano una funzione che li rende ancora più affidabili: la capacità di riconoscere quando non ci sono fonti che contengono la risposta alla domanda. Concretamente, se poniamo una domanda che non ha a che fare con i documenti che usiamo come base per le risposte, i chatbot non cercano di inventare una risposta falsa, ma dicono semplicemente che non sono in grado di reperire quella informazione.

Perché questa funzione è necessaria? Come specificato in questo Blog, i modelli LLM che vengono usati per generare le risposte possono cadere nel fenomeno dell’allucinazione, cioè produrre una risposta che sembra corretta e convincente, ma che è completamente sbagliata.

Con questa funzione, invece, evitiamo in gran parte questo problema e fermiamo la generazione prima che inizi. Il risultato è che le risposte sono sempre affidabili in quanto sempre basate su una fonte verificata.

Per valutare l’attendibilità dei risultati ottenuti, abbiamo implementato un processo di verifica attraverso il coinvolgimento degli utenti che utilizzano i chatbot. A ciascuno di loro è stato chiesto di esaminare le risposte fornite e di classificarle come corrette, imprecise o errate. Questo approccio ha permesso di effettuare una valutazione approfondita della precisione delle risposte generate.

I risultati di questa fase di verifica sono stati estremamente promettenti, con un tasso di errore che si attesta al di sotto del 10%. Questo significa che la stragrande maggioranza delle risposte fornite dai nostri chatbot è risultata utile per l’utente.

Questi risultati ci forniscono una solida conferma della qualità del nostro approccio e delle tecnologie adottate, dimostrando che le nostre soluzioni innovative sono in grado di generare risposte accurate e affidabili.