Une entreprise développe une IA destinée à être utilisée comme assistant numérique dans les chats du service client.
L'IA est entraînée à répondre rapidement et correctement à des questions factuelles et à résoudre efficacement les problèmes.
Après le lancement, les utilisateurs constatent cependant que l'IA réagit souvent de manière inappropriée voire désagréable lors de petites conversations informelles comme les salutations ou le small talk.
L'équipe de développement se demande : pourquoi une IA, entraînée sur des faits et des données, fonctionne-t-elle si mal dans des conversations quotidiennes et décontractées, alors qu'elle est techniquement très performante ?
Question : Quels sont les défis pour les systèmes d'IA dans la gestion du small talk et des interactions sociales, et pourquoi sont-ils souvent plus difficiles à maîtriser que les simples requêtes factuelles ?
Solution à venir demain.
Solution
Le small talk et les interactions sociales reposent fortement sur des règles implicites, le contexte, des signaux non verbaux et des nuances culturelles difficiles à coder.
Les IA principalement entraînées sur des faits, des schémas clairs et des réponses directes ont du mal à comprendre les subtilités de la politesse, de l'humour, de l'ironie ou des nuances émotionnelles et à y répondre de manière appropriée.
De plus, le small talk est souvent peu ciblé et n'a pas de but clair, ce qui est contre-intuitif pour des modèles d'IA optimisés pour l'efficacité et la résolution de problèmes.
L'incapacité à mémoriser durablement le contexte ou à établir des relations personnelles complique encore une conduite de conversation naturelle.
L'absence d'empathie réelle et l'impossibilité d'accepter les imperfections spontanées et humaines conduisent à des réponses non naturelles ou inappropriées.
Résultat : Le small talk représente un défi particulier pour les systèmes d'IA car il repose sur des codes sociaux subtils, la compréhension du contexte et l'intelligence émotionnelle. Pour s'améliorer dans ce domaine, des approches hybrides combinant une post-édition humaine, une modélisation contextuelle et un entraînement ciblé sur l'interaction sociale sont nécessaires.