Statistikaameti asejuht: uus töötaja teeb virtuaalmaailmas ära reaalmaailma 10 inimese töö

Statistikaamet peadirektori asetäitja Andres KukkeFOTO: Statistikaamet

Efektiivne töötaja esimesest tööpäevast ehk kuidas sai statistikaamet endale töötaja, kes on virtuaalmaailmas valmis ära tegema reaalmaailma 10 inimese töö, kirjutab statistikaameti peadirektori asetäitja Andres Kukke. Ta jagab, miks ja kuidas luua juturobotit ning tutvustab oma virtuaalset kolleegi Itit.

Levinud arusaama kohaselt on tehnoloogias järgmine suur teema tehisintellekt (AI ehk Aritificial Intelligence). Uuringufirmad toovad välja, et selle valdkonna üheks kõige kiiremini rakendatavaks võimaluseks on virtuaalsed abimehed, kes laiendavad inimeste võimekust olukordades, kus jääme hätta või pole piisavalt efektiivsed.

Üheks valdkonnaks, kus tehismõistus appi võtta, on klienditeeninduses virtuaalse assistendi juurutamine. Klienditeeninduse ühe omapärana võimenduvad selle tegevustes ootamatused ja need ei allu alati mitte lineaarsetele seostele, vaid Pareto ehk 80/20 jaotusele. Näiteks sõltub klienditeeninduse päringute maht nädalapäevast, kellaajast ja muudest oludest.

Eriolukorras tekkinud sotsiaalse eraldatuse nõudest tulenevalt on e-kaubandus tõusuteel. E-kanalit ei kasutata ainult kella kaheksast viieni, vaid leidub ka kell kolm öösel poodlevaid inimesi. Kuidas teenindada klienti, kes soovib toote kohta öösel lisainfot saada? Lisaks võib kliendikoormus teatud hetkedel kasvada mahus, milleks pole piisavalt võimekust. 

Näiteks Norra riigi virtuaalne assistent võttis koroonakriisi tippajal vastu 15 000 kõnet päevas, mis võrdub 223 inimese töökoormusega. Ühes Taani pangas suudab juturobot aga iseseisvalt vastata 53%-le sissetulevatest kõnedest. Uuringufirma Gartner küsitluste järgi pole eelistatum virtuaalne suhtluskanal enam mitte e-mail, vaid vahetu suhtlus läbi vestlusakna (chat). Seda eelistab 44% inimestest. 

E-mail on teisel kohal ja sellele järgneb suhtlus läbi sotsiaalkanalite. Lisaks näitab mobiilide kasutusmuster üheselt, et erinevate rakenduste ehk äppide kasutus on langustrendis, sõnumite saatmine aga kasvutrendis. Seega ei ole enam küsimus selles, kas ettevõte või asutus vajab virtuaalset assistenti, vaid küsimus on, millal ja kuidas selle projektiga alustada.

Kuidas juturobot töötab?

Virtuaalsete assistentide puhul tuleb vahet teha roboti erinevate arengutasemete vahel. Lihtsamaid neist kutsutakse vestlusagentideks (chatbot) ja keerulisemaid virtuaalseteks juturobotiteks (virtual assistent). Vestlusagentide erinevad versioonid võimaldavad kliendil kindlaks määratud valikute või märksõnade hulgast teha oma valikud ja saada eelseadistatud vastused. Virtuaalsed juturobotid on reeglina varustatud masinõppe toega ja seetõttu on nad võimelised aru saama lause kavatsusest.

Edasiarendatud versioonid on võimelised tegema lisaks konkreetseid tehinguid: näiteks broneerima pileteid või avama uut pangaarvet. Analoogi kasutades on vestlusagendid nagu telefonid, millega saab ainult helistada, virtuaalassistendid aga nagu nutitelefonid, millega saab teha palju muud ja muuhulgas ka helistada ehk saada vastused konkreetsetele küsimustele.

Detailidesse minemata püüan selgitada, kuidas masinõpe inimese poolt sisestatud teksti tõlgendab. Oletame, et ma sisestan panga juturobotisse lause: “Ma olin sõpradega rannas ja avastasin, et olen oma krediitkaardi ära kaotanud.” Esimese asjana tuvastab masinõpe sisestatava keele ja seejärel eraldab asesõnad, tõlgib käänded ning lihtsustab lauses leiduvaid sõnu selleks, et aru saada, mis kavatsusega lause on, ning viimasena võrdleb neid kavatsusi sisestatud reeglitega.

Masinõpe leiab tõenäoliselt, et tegu on eesti keelega ja leiab seose kolme olemasoleva reegliga: “ilm rannas”, “krediitkaardi kaotus” ja “uus kreeditkaart”. Vastavalt ajaloole teeb algoritm kõige suurema tõenäosusega valiku, mis antud juhul peaks olema “krediitkaardi kaotus”. Kui tõenäosus ei ole kõrge, siis pakub algoritm kasutajale valida nende kolme kavatsuse vahel. 

Selle kaudu treenib algoritm iseennast, et järgmine kord üheselt aru saada, et õige kavatsus, mida valida, on kaardi kaotamine. Detailides on teema muidugi keerulisem, kuna algoritm peab oskama aru saada ka näiteks sisestusvigadest või slängist.

Mida on juturoboti arendamiseks vaja?

Esimene küsimus juturoboti arendamisel on kindlasti see, et mida on vaja teha. Algatuseks ainult head tahet, sest tehnoloogiliselt pole palju eeldusi vaja. Juhul, kui on soov luua juturobot, kes suudaks teha ka toiminguid, peaks selleks olema masin-masin-liides. See on keel, mille kaudu saab juturobot teiste rakendustega suhelda. Kasuks tuleb, kui olemas on metaandmed või digitaalsed kirjeldused organisatsiooni andmete, toodete kohta või enamlevinud küsimuste jaoks (KKK). 

Samas saab juturobotit ka nullist treenima hakata. Masinõpe liigub praegu selles suunas, et tekkimas on nn robotajakirjandus ehk masinõppe algoritmid, mis otsivad vajaliku info kokku. Inimese roll ei kao kuhugi, me lihtsalt ei sisesta arvutisse enam vastust küsimusele “Kui suur on Eesti rahvaarv?”, vaid juhendame ja valideerime masinalgoritmi seda ise internetiavarustest leidma, kuna see on kuskil juba olemas.

Teine suur küsimus on, kuidas juturobotit luua, kuna ta ei oska vastata kõigile klientide küsimustele. Ei oska tõesti ja ega peagi seda oskama. Kes on vähegi klienditeenindusega kokku puutunud, see teab, et suur osa küsimustest on standardsed ja korduvad. Piisab, kui juturobot oskab neile vastata, ja kui ei oska, siis saab juturobot pärast kolme valet arvamist suunata vestluse edasi reaalsele inimesele. Reeglina suudavad juturobotid 10–50% küsimustest kohe ära vastata. 

Seejuures on oluline nüanss, et juturobot õpib samal ajal, kui inimene vastab ehk järgmine kord suudab robot juba ise sellele küsimusele vastata. Selline tagasiside teeb roboti väga õppimisvõimeliseks. Siinkohal saab paralleeli tuua Google’i otsingumootoriga, mis ei olnud algushetkedel samuti nii võimas ja tark. Meie otsimiste ja klõpsimiste tulemusena muutus see aga järjest paremaks. Samamoodi toimub ka juturobotite arendamine.

Kuidas valmis statistikaameti juturobot?

Statistikaameti juturoboti juurutasime kolme kuuga. Lihtsama prototüübi võib saada tööle paari nädalaga, aga selle päris töösse saamiseks tuleb arvestada paari kuuga. Algselt eeldasime, et juturobot vähendab nii meie olemasolevate kanalite — telefon ja meil — koormust kui ka päringute arvu. Kumbki eeldus ei osutunud aga tõeseks. 

Juturobot tõi juurde päringuid kasutajatelt, kes ei soovinud telefoni või meili kaudu suhelda, seega saime kasutajaid juurde. Päringute maht ei vähenenud, vaid hoopis tõusis. Asutuse eelarveline võit avaldus hoopis selles, et me ei pidanud kedagi juurde palkama. Hüpotees, et juturobot vähendab töötajate arvu, ei osutunud meie puhul tõeks, vaid vastupidi — klienditeenindajatele tuli tööd juurde. 

Lisaks igapäevasele tööle, pidid nad kasvatama ka uut kolleegi — juturobotit —, sisestades talle eelnevate vestluste näiteid. Saavutasime aga veel mõned lisahüved. Juturobot vastab küsimustele ajal, kui klienditeenindajatel on uneaeg. Samuti saime lahti korduvatest ja ajapikku tüütuks muutunud küsimustest, millele juturobot vastab ilma igasuguse emotsioonita ära. 

Huvitava nüansina selgus, et inimestele meeldib suhelda just robotiga ja nad on valmis temaga pikalt lobisema olukorras, kus nad teavad, et tegu on masinaga.

Kuidas vestleja aga teab, et tegu on robotiga? Pärast esmakordset jutuakna avamist anname teada, et tegemist on virtuaalse abimehega, mitte päris inimesega. Selleks, et juturobot näeks veidigi inimlik välja, on hea, kui talle antakse nimi. Hea on seadistada ka ajaviivitus vastuse andmisele, sest meid võib hirmutada asjaolu, kui robot ei kuluta aega vastuse trükkimisele ja annab vastuse silmapilkselt.

Milline on juturobotite tulevik?

Uuringufirma Gartneri juurde tagasi tulles võib väita, et järgmine kuum trend on see, et me ei kasuta oma näppe ega klaviatuuri, vaid oma häält ja kõne selleks, et suhelda arvuti ja seal olevate rakendustega. Oleme väike riik ja peame ise panustama, et meie hääl-tekstiks ning tekst-hääleks tehnoloogia oleks toetatud ja arendatud, sest suurfirmad keskenduvad eelkõige riikidele, kus on elanikke rohkem. 

Eestis on mitmeid kõne-tekstiks ja tekst-kõneks algatusi tehtud ülikoolide poolt ja loodetavasti jõuavad need ka reaalsete kasutuslugudeni. Soovitan kõne-tekstiks puhul proovida Tallinna tehnikaülikooli küberneetika instituudi rakendust “Dikteeri” ja tekst-kõneks puhul Tartu ülikooli “Neurotõlke” rakendust.

Väga hea oleks, kui saaksime erinevad juturobotid omavahel võrgustikku ühendada. Neid on tegelikult juba päris mitmeid: Telial on juturobot nimega Mia, Elisal Annika, Tallinkil Nemo ja LHV-l Uku, meil statistikaametis on Iti. 

Ühendades erinevad juturobotid omavahel, saaksime keskkonna, kus nende teadmus võimendub ja näiteks kodanik ei pea teadma ega mõtlema, mis asutuse poole pöörduda, kui pass on aegunud või kui ta soovib mõnda toetust küsida.

Hea meel on nentida, et riigis sellist lahendust kavandatakse ja see tulevikus kõiketeadev juturobot on saanud endale ka juba oma hellitava nime Bürokratt. 

Selle idee eelduseks on aga ikkagi see, et igal asutusel on enda juturobot juba loodud. Kokkuvõttes ei saa ma paraku püstitada teesi: “Kas sul, armas lugeja, on plaan juturobot luua?” Saan ainult küsida: “Millal sul on plaanis juturobot luua?”

Mis on DigiPRO ja kes seda teevad? Loe siit

Populaarsed lood mujal Geeniuses

Kolm korda nädalas

Telli DigiPRO uudiskiri

Kolm korda nädalas spetsiaalne DigiPRO liikmetele tehtud uudiskiri, et sa midagi olulist maha ei magaks.