Deze ontwikkelingen kunnen de toepassing van chatbots voor leren, opleiden en onderwijs helpen verbeteren

Chatbots zijn ‘robotjes’ waarmee gebruikers van online diensten via gesproken of geschreven tekst kunnen converseren. Chatbots kunnen bijvoorbeeld vragen van gebruikers beantwoorden. FrankWatching beschrijft een aantal innovaties op het gebied van chatbots die m.i. ook relevant kunnen zijn voor leren, opleiden en onderwijs.

Voorbeeld chatbotChatbots kunnen op het gebied van leren, opleiden en onderwijs voor verschillende doeleinden worden gebruikt, bijvoorbeeld:

  • Chatbots kunnen belangstellenden ondersteunen bij het inschrijven voor een cursus.
  • Chatbots kunnen door middel van vragen voorkennis van lerenden bij de start van een onderdeel activeren, of lerenden verwerkingsvragen stellen waarmee lerenden kunnen controleren of zij de leerstof hebben begrepen.
  • Chatbots kunnen op de werkvloer worden gebruikt om medewerkers te ondersteunen bij het oplossen van vraagstukken in de praktijk (performance support).
  • Chatbots kunnen worden gebruikt voor studievaardigheden.
  • Chatbots kunnen worden gebruikt voor het bevorderen van reflectie.
  • Chatbots kunnen routinematige vragen van lerenden beantwoorden, waar door de docent/opleider zich kan focussen op de meer complexe vragen.

Op dit moment werken chatbots nog niet perfect. Chatbots tonen bijvoorbeeld geen gevoel en kunnen zelfs misplaatste opmerkingen maken of vragen volledig verkeerd interpreteren.

Meer weten over voorbeelden, mogelijkheden en beperkingen van chatbots? Scan en lees dan mijn blogposts over chatbots?

De volgende ontwikkelingen kunnen volgens FrankWatching het contact tussen chatbots en gebruikers sterk verbeteren.

Adaptieve en meer persoonlijke communicatie

Het wordt beter mogelijk om een “adaptieve communicatiestijl” bij chatbots toe te passen. De chatbot maakt dan gebruik van een database met verschillende details over de gebruiker. De chatbot kan dan rekening houden met verschillende persoonlijke factoren en met het type vraag. FrankWatching geeft als voorbeeld het verschil tussen een zakelijke of persoonlijke vraag.

Ook op het gebied van leren, opleiden en onderwijs zou een chatbot bijvoorbeeld rekening kunnen houden met data over taalniveau, leergedrag en leerprestaties. Hier kleven natuurlijk wel de nodige ‘uitdagingen’ aan. Als deze data verkeerd worden geïnterpreteerd, is het risico op misplaatste opmerkingen heel groot.

Emoties en toon herkennen

Dankzij machine learning kunnen chatbots getraind worden om emoties te herkennen. De chatbot kan dan bijvoorbeeld gevoelens zoals ‘frustratie’ herkennen en bespreekbaar maken. Chatbots kunnen daardoor minder afstandelijk overkomen. Het is m.i. wel te hopen dat dit niet leidt tot voorspelbaar en irritant begripvol getraind gedrag, zonder dat je als lerende echt geholpen wordt. Ik denk daarbij aan verschillende ervaringen met webcare teams.

Begrip en hulp aanbieden

De combinatie van adaptieve en gepersonaliseerde communicatie en het beter kunnen inspelen op emoties (dankzij machine learning), leiden ertoe dat de chatbot beter kan bepalen met welke acties gebruikers het beste geholpen zijn. Je kunt bijvoorbeeld sneller een medewerker van vlees en bloed inschakelen, als data laat zien dat een gebruiker rond het inschrijvingsproces van cursussen vaker dezelfde vraag stelt.

Omnichannel

Dit is een strategie waarbij je content via verschillende kanalen aanbiedt. Dat doe je echter niet parallel, maar gecoördineerd en op elkaar afgestemd. De chatbot is dan geïntegreerd met die verschillende kanalen. Gebruikers krijgen via alle kanalen een eenduidig antwoord van de chatbot.

Daar komt bij dat chatbots volgens FrankWatching meer ‘zintuigen’ zal ontwikkelen. Daardoor kan een chatbot met een gebruiker spreken, video’s laten zien of berichten schrijven. Chatbots worden daardoor krachtiger in de communicatie.

Op het gebied van leren, opleiden en onderwijs denk ik bijvoorbeeld aan het integreren van chatbots met verschillende applicaties die worden gebruikt. De chatbot kan dan gebruik maken van verschillende content die zich bevindt in diverse apps die voor leren worden gebruikt.

Omnitopic

Het wordt mogelijk dat chatbots verschillende onderwerpen in dezelfde conversatie kunnen behandelen. Je kunt daardoor ook aanvullende informatie aan gebruikers aanbieden, zelfs als men daar niet om heeft gevraagd. Op deze manier kun je lerenden bijvoorbeeld nieuwe interessante leermaterialen voorschotelen die niet te maken hebben met de vraag van de lerende aan de chatbot, maar wel met de functie die de lerende binnen de organisatie vervult.

This content is published under the Attribution 3.0 Unported license.

Delen

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

* Checkbox GDPR is verplicht

*

Ik ga akkoord