Proyecto KULT 5.0

Figura 1: Arquitectura Funcional KULT 5.0

El funcionamiento del sistema se inicia desde el usuario, que a través de un dispositivo móvil (Smartphone, Tablet, etc.) comienza a interactuar con el sistema a través de un canal. Los canales, son los medios por los que los usuarios manteniendo una conversación sencilla mediante lenguaje natural (como si se chateara con otra persona, interactúan con bots a través de mensajes, comandos y solicitudes en línea. Los canales por los que podemos interactuar con los chatbots, pueden ser páginas web, sms, sistemas de mensajería (telegram, whatsapp, etc.), o redes sociales (Facebook, twitter, etc.).

Estos canales, dependiendo del proveedor del mismo, contarán con diferentes interfaces, los cuales permitirán que los usuarios "hablen" con los bots. Las características de esta interfaz serán parte fundamental de la UX (User eXperience). UX en los Chatbots se aplica en la conversación y en la interface, por ende nos encontraremos como 2 tipos de UXs, UX Interface y UX Writting, la primera se dedica a definir como mostraremos el contenido dentro del canal y generalmente viene construida por el Proveedor, por ejemplo Facebook y su interface de Messenger.

La segunda se refiere a como el bot se comunicará con el usuario, textos, imágenes, botones, videos, flujos conversacionales, contextos, intenciones, eventos, parámetros, entidades y en fin, toda la serie de herramientas que permitirán responder todo lo que el usuario te hable.

UXI y UXW están relacionadas entre sí y no es posible crear una buena conversación con el usuario sin contar con los elementos necesarios en la interface, un ejemplo básico sería la posibilidad de enviar emoticones, si Facebook Messenger no contara con esa opción en su API, sería imposible ver y responder emoticones e identificar emociones o para-lenguajes del usuario.

Continuando con el diagrama, llegamos a la Capa de Procesamiento (Figura 2), esta es la pieza clave de un Chatbot, entrega todas las herramientas de NLP, Machine Learning y es la parte de inteligencia Artificial de un Chatbot, sin ella los chatbots sólo serían reglas predefinidas y no se podría decir que tienen Inteligencia Artificial. Dentro de la Capa de Procesamiento, nos encontramos con las primeras siglas: NLP, NLU y NLG.

NLP es Natural Language Processing, y se refiere al proceso que realiza la máquina para adquirir, identificar y procesar el lenguaje natural, una vez procesado se pasa a otro proceso llamado NLU o Natural Language Understanding, que se refiere a cuando la máquina una vez procesado el lenguaje lo logra entender, o mejor dicho, identifica la Intención del usuario. (¿Qué es lo que quiere el usuario? Consultar la agenda, comprar entradas, etc., en fin… una Intención de comunicación, la razón por la que el usuario habla con el bot).

El NLU es un proceso que va de la mano con ML (Machine Learning), el Machine Learning que se aplica en los chatbots generalmente, es Machine Learning No Supervisado de Clasificación; es decir, se realiza un dataset de posibles intenciones que el usuario desea del bot, previamente predefinidas y se clasifican, posteriormente cuando el usuario habla se genera un score o puntaje de cada intención clasificada con respecto a la frase u oración que el usuario escribió.

Figura 2: Capa de Procesamiento

Esto se hace a través de algoritmos y ecuaciones matemáticas basadas en vectores, existen múltiples algoritmos y metodologías (DialogFlow, Chatfuel, L.U.I.S., wit, etc.) , pero en general todas se basen de una u otra forma en algoritmos de String Distance, una vez identificado los puntajes que van de 0 a 1, el que tenga mayor puntaje, se identifica como la intención que el usuario está tratando de comunicar y se entrega la respuesta. Todo este proceso de unión entra las intenciones y las respuestas, integrando para ello, reglas pre-establecidas e Inteligencia Artificial se da en el Motor Lógico.

La respuesta por su parte, se genera como un NLG o Natural Language Generation, este proceso permite generar lenguaje natural, pero no es que el lenguaje natural se genere de la nada, el NLG se genera dado que la intención clasificada contiene una respuesta pre-programada, que si bien puede ser costumizada, por ejemplo devolviendo el nombre del usuario o el nombre de un producto, se pre establece para ser retornada al usuario.

El motor lógico a su vez, se conectará con la Capa de Conocimiento, que es el lugar donde tenemos las diferentes Bases de Datos, que dan respuesta a la intención (requerimiento) del usuario. Si el usuario preguntará al chatbot por algún evento cultural concreto en algún municipio determinado, la capa de procesamiento haría todo el proceso para identificar la intención del usuario, y el motor lógico accedería a la Base de Datos de Conocimientos, (Figura 3), donde se encuentran recogidos todos los recursos culturales (tipo de evento, municipio, lugar, hora, duración, características, etc.), hasta encontrar la respuesta a la intención, para posteriormente (mediante NLG), devolver la respuesta al usuario.

La Base de Datos de Conocimiento, tendrá información de todos los recursos culturales que pueda haber, y estarán categorizados mediante diferentes etiquetas semánticas, que facilitarán la consulta a la base de datos (motor semántico) y garantizarán la calidad de la respuesta (módulo inteligente).

La incorporación de conocimiento cultural a la Base de Datos, se realizará de tres maneras principalmente. Por una parte diferentes "expertos" incorporarán dicho conocimiento, a partir de una recopilación de recursos y contenidos ya existentes y disponibles. Para dicha labor dispondrán de un Editor de Actividades.

Figura 3: Funcionamiento Base de Datos de Conocimiento

Por otra parte, se incorporará un Sistema de publicación, para que cualquier agente (asociaciones, bares, particulares, artistas, etc.), pueda editar y publicar cualquier tipo de evento y actividad cultural, de una manera sencilla, mediante lenguaje natural. Por último se habilitará un Sistema de búsqueda de información, de bases de datos externas, que se encargará de buscar e integrar de forma dinámica, automática y constante información sobre diferentes eventos y actividades culturales.

La capa de conocimientos, incorporará asimismo una Base de Datos de Usuarios (Figura 4), cuya finalidad es recoger el histórico de interacciones de cada usuario con el sistema (búsquedas, conversaciones, transacciones, etc.), obteniendo de esta manera un perfil de cada usuario (gustos, estilos, etc.), que permita personalizar y contextualizar la interacción del chatbot con cada usuario, así como soportar los procesos de fidelización. La obtención del perfil del usuario, se realizará de la manera menos intrusiva posible, utilizando para ello técnicas de machine learning, de forma que el sistema irá aprendiendo poco a poco a partir de las interacciones que ha tenido el usuario.

Figura 4: Funcionamiento Base de Datos de Usuarios

La Base de Datos de Usuarios, contará asimismo con 2 herramientas. El Módulo de administración, para la gestión de contenidos y perfiles de usuarios. Y el Módulo de Personalización, encargado de dotar de la inteligencia personalizada del chatbot para cada cliente.

La capa de procesamiento y en concreto el motor lógico, estará a su vez conectada con un conjunto de Servicios Externos (Figura 5).

Figura 5: Capa de Servicios Externos

Por una parte estarán diferentes las APIS, que se conectarán asimismo con diferentes servicios externos al sistema KULT 5.0., como puedan ser herramientas ERP/CRM o incluso webs de terceros para la selección y la compra de entradas. Por otra parte tendremos el alma del sistema KULT 5.0, el Panel de Mando.

Dicho Panel de Mando (Figura 6) estará compuesto por un conjunto de herramientas y módulos funcionales independientes, que dotarán al sistema de gran dinamismo y facilitarán a usuarios no expertos la gestión integral de eventos, recursos y espacios culturales de forma dinámica y participativa. En concreto el Panel de Mando, estará compuesto por 4 módulos independientes entre ellos.

El Sistema de Gestión de Eventos, dispondrá de herramientas sencillas para la Edición y Publicación de eventos, así como herramientas para la gestión del evento (asignación de asientos, pasarela de pagos, etc.). También dispondrá de un pequeño sistema experto que recomendará la mejor opción para programar un evento determinado en una fecha y lugar determinados, o incluso ante la programación de un evento dado, nos avise o recomiende alguna actuación concreta (avisar a la policía, tener un ambulancia, contratar un seguro, etc.)

Figura 6: Panel de Mando de KULT 5.0

El Sistema de Análisis / Bussiness Intelligence permitirá el seguimiento de los indicadores de gestión planificados para cada evento. Asimismo contará con herramientas que permitan la recogida instantánea de la opinión y el feedback de los asistentes y no asistentes.

El Sistema de Fidelización por su parte, gestionará las interacciones de los usuarios y premiará a los usuarios más comprometidos y asiduos con ofertas culturales de su gusto, así como otra clase de incentivos.

Por último, el Sistema de programación participativa de eventos y actividades culturales, mediante un modelo “crowd”, permitirá la propuesta de iniciativas culturales por parte de los ciudadanos, así como la valoración concurrente de las mismas por parte de todos.