Chatboter er programvare som gir brukere tilgang til informasjon og tjenester gjennom dialog i naturlig språk. Det er økende interesse for chatbots, drevet frem av store fremskritt innen kunstig intelligens og maskinlæring, i kombinasjon med store data. Chatboter benyttes for eksempel i veiledning og kundeservice, og utforskes også innen områder som opplæring og utdanning.
For å kunne utvikle mer brukervennlige chatbots, har vi i prosjektet Human-Chatbot Interaction Design søkt å kombinere og utvikle kunnskapsfronten innen human-computer interaction (HCI) og maskinlæring. For å få til dette, har vi jobbet for å bygge opp 'human-chatbot interaction design' som fagfelt og et internasjonalt nettverk av forskere innen dette området. Videre, har vi forsket på utvikling og bruk av chatboter i samarbeid med virksomheter innen offentlig sektor og næringsliv.
For å etablere og vedlikeholde et forskernettverk med fokus på 'human-chatbot interaction design', har vi i samarbeid med forskere fra Nederland, Storbritannia, og Hellas etablert CONVERSATIONS en serie internasjonale workshops om chatbot-forskning. I november 2022 gjennomførte vi den sjette av disse: CONVERSATIONS 2022. Workshop-serien har blitt en levende møteplass som videreføres også etter prosjektets slutt.
Forskningsaktivitetene i prosjektet er knyttet til undersøkelser av chatbot brukeropplevelse og interaksjonsdesign, samt etablering av nye tilnærminger for maskinlæring for å legge til rette for styrket interaksjon med chatboter. For å forstå brukeropplevelse, har vi arbeidet med analyse av dialogdata mellom brukere og chatboter, selvrapporterte data fra brukere. For å forstå effekten av ulike interaksjonsdesign, har vi gjennomført eksperimenter i laboratoriet og på nett. I tillegg har vi arbeidet med hvordan Tsetlin-maskiner, en tilnærming til maskinlæring utviklet ved Universitetet i Agder, kan utnyttes for å styrke semantisk forståelse i chatboter, for å styrke forståelse av sekvenser av hendelser i dialog, og for å oppnå ikke-ledet læring i trening av chatboter.
Formidling har vært en viktig del av prosjektet, særlig gitt målsetningen om å etablere human-chatbot interaction design som fagfelt. For dette formålet har vi bidratt til arrangement av mastergradskurset 'Interacting with AI' ved Institutt for Informatikk, Universitetet i Oslo. Forskerne i prosjektet har også formidlet gjennom akademisk publisering, fagseminarer, gjesteforelesninger og media.
Prosjektets forskningspartnere har vært SINTEF, med forskningsgruppen Human-Computer Interaction, og Universitetet i Agder, med Centre for AI Research (CAIR).
Prosjektet har bidratt til å flytte forskningsfronten innen chatbot interaksjonsdesign. I prosjektet har vi etablert ny kunnskap om brukeres behov for, og opplevelse av chatboter. Vi har undersøkt effekten av ulike chatbot interaksjonsdesign. Og vi har arbeidet med nye måter å bruke maskinlæring på som kan bidra til å utvikle bedre chatboter. Kunnskapsgrunnlaget fra prosjektet er en nyttig basis for videre forskning.
I prosjektet har vi samarbeidet med virksomheter fra akademia, offentlig sektor og næringsliv. Dette har bidratt til å gjøre forskningsresultatene relevante, og har også gitt ny kunnskap om eksisterende tjenester og innsikt i mulige forbedringer. Vi har også bidratt til styrket internasjonalt forskningssamarbeid innen feltet.
Kunnskap om chatbot interaksjonsdesign, og maskinlæring brukt på nye måter for å styrke chatboter, er også et nyttig grunnlag for å forstå hvordan chatboter basert på store språkmodeller kan tas i bruk og tilpasses for å gi bedre digitale tjenester.
Natural language interaction is the next frontier in the development of ubiquitous data and services. Chatbots are particularly promising, that is, machine agents serving as natural language user interfaces to data and service in social networks.
To contribute to this field of high industrial and academic interest, we will establish a research community of critical mass (specialist circle) on human-chatbot interaction design. Here, we will combine and extend the state-of-the-art in human-computer interaction and machine learning. The specialist circle will have substantial impact through future European R&I projects (H2020), industry and public sector projects, knowledge networks, and education.
A particular concern in the project is to realise the potential of chatbots to strengthen digital inclusion. Given their low threshold of interaction through natural language, and easy access e.g. through chat services, chatbots have the potential to lower thresholds for digital participation across gender, age, and socio-economic status.
We will extend the state-of-the-art by addressing the need to establish and leverage knowledge of users and conversational context in human-chatbot interaction. For this purpose, we will apply machine learning to develop generative models and libraries of interaction patterns sensitive to user types and conversational contexts. Industry and public sector actors will be invited as data providers.
The integration of machine learning in HCI also represent a needed complement to this field. Machine learning enables the development of generative interaction models, which in turn can be used to simulate interaction patterns and drive the analysis and (re)design of human-chatbot interactions. This will allow future HCI to utilize available large data sets in analysis and design of interactive systems in general, and natural language user interfaces in particular.