3/2019

Korvaavatko robotti ja botti-kuiskaaja opinto-ohjaajan?

Kirjoittaja: Jouni Soitinaho.

Chat-palvelu on vakiintunut yritysten digitaalisessa asiakaspalvelussa, ja tutkimusten mukaan jopa 25 prosenttia kuluttajabrändeistä ottaa käyttöön myös palvelurobotin eli chatbotin asiakaspalvelun tueksi vuonna 2020 (Gartner 2018). Käyttäjät ovat saaneet käyttökokemuksia chatin ja chatbotin käytöstä asiakaspalveluissa eri esimerkiksi vakuutus- ja pankkitoimialoilla. Kertyneet kokemukset nostavat käyttäjien vaatimustasoa yritysten digitaalisten palveluiden suhteen. Sama koskee luonnollisesti myös koulujen tarjoamien digitaalisten palvelujen vaatimuksia. Chat ja varsinkin chatbot ovat kuitenkin vielä hyvin harvinaisia koulujen oman toiminnan tukena, vaikka näitä koskevia opintojaksoja onkin jo opetustarjonnassa. Tässä artikkelissa hahmotellaan, mitä chatbot voisi tarjota ammattikorkeakoulun opinto-ohjaukseen?

Chatbotin arvolupaus opinto-ohjaukseen

Opinto-ohjaus on perinteisesti perustunut henkilökohtaiseen neuvontaan ja nettisivuihin. Henkilökohtainen neuvonta on opiskelijan kannalta usein paras ratkaisu, mutta koulun kannalta se saatetaan nähdä kustannustehokkuudeltaan heikkona. Nettisivujen ongelmana puolestaan on tiedon huono löydettävyys ja luotettavuuden haasteet. Samanaikaisesti monet yritykset ja organisaatiot ovat kokeneet saaneensa hyviä tuloksia chatbotin käyttöönotosta lähtien (Kinos 2019) ja asettaneet korkeita tavoitteita toiminnan tehostamiselle (Digi.hel.fi 2019). On siis hyvä syy olettaa, että myös opinto-ohjausta voidaan tehostaa huomattavasti chatbotin avulla varsinkin, kun suuri osa ohjaajalle tulevista kysymyksistä on yksinkertaisia ja toistuvia. Lisäksi 24/7-käyttö antaa muiden muassa aikuisopiskelijoille merkittävän lisähyödyn, koska heidän kysymyksensä ajoittuvat usein iltaan ja viikonloppuun. Toisaalta chatbotit pystyvät toistaiseksi vastaamaan vain yksinkertaisiin kysymyksiin, joten tulkintaa ja päätöksentekoa vaativat kysymykset on edelleen jätettävä henkilökohtaisen neuvonnan varaan.

Mahdollisuudet opiskelijoiden kokeman palvelutason parantamiseen ja opinto-ohjauksen kustannustehokkuuden parantamiseen eivät olleet ainoat syyt, kun päätimme lähteä kokeilemaan chatbotin käyttöönottoa Haaga-Helian master-ohjelmissa. Halusimme myös saada käytännön kokemusta palvelun toteuttamisesta ja ymmärtää, minkälaista osaamista toteutus vaatii ja miten vaativiin kysymyksiin chatbot pystyy tämän hetken teknologialla vastaamaan. Samalla tämä kokemus auttaa meitä ymmärtämään myös yritysten tarvitsemaa käytännönläheistä osaamista ja näin kehittämään myös opetustarjontaa todellista tarvetta vastaavaksi.

Tekemällä oppii

Chatbotin rakentaminen ei ole tänä päivänä tekninen ongelma. Pilvipalveluna ostetun chatbotin tapauksessa ainoa tekninen toimenpide on minimissään vain chat-ikkunan integroiminen halutuille web-sivuille. Päätimme kuitenkin varautua myös opinto-ohjaajien henkilökohtaisen chat-palvelun tarjoamiseen jatkossa, joten integroimme HUGI-chatbottimme myös toisaalla Haaga-Heliassa käytössä olevaan giosg-chattiin (Kuva 1). Varsinainen työ rakentamisvaiheessa on kysymys-vastausparien luominen niin, että opiskelijat saavat saman vastauksen, vaikka he muotoilevat kysymyksensä hiukan eri sanoin. Lähdimme liikkeelle noin sadasta tunnistetusta yksinkertaisesta kysymyksestä, joihin vastauksen löytäminen verkkosivuilta on työlästä.

Kuva 1. HUGI-chatbotin aloitusteksti opiskelijoiden web-sivulla

Sadalla kysymyksellä pääsee kyllä liikkeelle, kunhan uusien lisääminen ja vanhojen muokkaaminen on hyvin suunniteltu. Käytännössä aidot kysymyksethän tulevat vasta opiskelijoilta, ja botin on opittava vastaamaan niihin nopeasti, jotta käyttäjät huomaavat sen oppivan jatkuvasti. Ylläpidon suunnittelua ja taustalla tietokonetta opastavan ”botti-kuiskaajan” roolia emme ymmärtäneet täysin alussa. Jouduimme muuttamaan kysymysten ryhmittelyä myöhemmin helpottaaksemme päivittämistyötä. Olennaista on myös nojata vastauksissa koulun muissa tietojärjestelmissä ylläpidettäviin tietoihin, jotta vältämme päivämäärien ja muiden muuttuvien tietojen tuplapäivittämisen.

Opimme matkan varrella myös tulkitsemaan opiskelijan kysymyksen takana olevaa tietotarvetta paremmin. Alusta lähtien pyrimme selvittämään kysymyksen merkityksen avainsanojen avulla. Huomasimme pian etsivämme turhaan tiettyjä kysymyssanoja opiskelijan esittämästä kysymyksestä. Tämä osoittautui tarpeettomaksi ja aiheutti usein opiskelijan jäämisen vastausta vaille. Useimmiten on parempi pyrkiä ymmärtämään merkitys pääpiirteissään ja ohjata opiskelija eteenpäin esimerkiksi web-sivulle, kuin pyrkiä liian yksityiskohtaiseen vastaukseen. Näistä alkuvaiheen kokemuksista kertyi kosolti osaamista ja botti-kuiskaajan rooli alkoi vähitellen hahmottua.

Tärkeä päätös oli myös toteuttaa ja testata ensin vain suomenkielinen versio, jotta kysymysten ryhmittely- ja muotoilumuutoksia ei tarvitse suorittaa kahteen kertaan. Jatkossa joudutaan uudet kysymys-vastausparit luonnollisesti laatimaan kahdella kielellä

Ensivaiheen tuloksia

Alustavat tulokset testikäytön ajalta ovat rohkaisevia. Botti on vastannut lähes neljään viidesosaan kysymyksistä ja saanut käyttäjiltä arvosanaksi lähes 7/10 (Kuva 2). Nämä luvut ovat kuitenkin vain suuntaa antavia, koska ne eivät täysin perustu aitoihin opiskelijoiden tekemiin kysymyksiin. Botin ylläpitäjän kannalta käyttöliittymä on hyvin yksinkertainen. Botti-kuiskaajan tehtävänä on käydä läpi kysymykset, joihin botti ei ole osannut vastata (escalations) ja etsiä vastaukset niihin. Tämä tapahtuu joko yleistämällä olemassa olevaa kysymys/vastausparia tai luomalla kokonaan uusi kysymys.

Kuva 2. Otos HUGI-chatbotin analytiikkanäkymästä testikäytön jälkeen.

HUGI-chatbotti otetaan varsinaisesti käyttöön syyslukukauden 2019 aikana master-opiskelijoiden ohjauksessa. Käyttöönottoon on osallistunut aktiivisesti kolme henkilöä Haaga-Heliasta ja toimittajan puolelta yksi. Koska kaikki ovat osallistuneet työhön vain lyhyitä aikoja puolen vuoden aikana, on käytettyä työaikaa vaikea arvioida. Suuruusluokaltaan Haaga-Helian oma panos on ollut kaiken kaikkiaan noin 20-25 työpäivää. Koska alkuvaihe vaati opettelua, käytetty resurssi oli suurempi kuin etukäteen arvioitiin. Botti-kuiskaajan ylläpitotyö vaatinee jatkossa noin 1-2 työpäivän panoksen kuukaudessa. Hyöty kasvaa sitä mukaa kun käyttömäärä kasvaa. Se taas edellyttää palvelun markkinointia ja hyötyä voidaankin mitata vasta muutaman kuukauden käytön jälkeen.

Perustus on luotu – mitä sitten?

Botti pystyy tällä hetkellä antamaan vain yleistä tietoa käyttäjälle ja ohjaamaan hänet oikealle sivulle ilmoittautumisten ja muiden toimenpiteiden suorittamiseksi. Se toimii siis ikään kuin edistyneenä FAQ-palveluna. Tämä on kuitenkin tärkeä välivaihe ketterässä kehittämisessä, minkä jälkeen toiminnallisuutta voidaan viedä eteenpäin henkilökohtaisemman palvelun suuntaan. Sen edellytyksinä ovat käyttäjän tunnistaminen ja palvelun integroiminen koulun perusjärjestelmiin sekä aiempien keskustelujen tallettaminen. Näiden avulla botilla olisi tietoaa käyttäjän opintojen tilasta ja se osaisi personoida neuvontaa. Samalla se vapauttaisi opinto-ohjaajat syvällisempää päätöksentekoa vaativiin tehtäviin. Näiden toteuttaminen on teknisesti vaativampi toimenpide kuin chatbotin pystyttäminen.

HUGI:n kaltainen yksinkertainen chatbot perustuu perinteisten säännöllisten ehtolausekkeiden käyttöön. Se on kuitenkin toteutettu alustalle, jolle voidaan vähitellen tuoda tekoälyä mukaan. Yhtenä haasteena ovat tällä hetkellä lukemattomat erilaiset kysymysten muotoilut, joilla samaa asiaa voidaan kysyä. Kun tekoälyä kehitetään ymmärtämään paremmin luonnollista kieltä, päästään botin ylläpidossa vähitellen eroon säännöllisten lausekkeiden käytöstä. Tämä etenee palvelun toimittajan kehitystyön mukana eikä se vaadi asiakkaalta erityisiä toimenpiteitä. Tässä suhteessa toimittajan valinta on tärkeä, pitkälle vaikuttava päätös.

Yksinkertaisten kysymysten ymmärtämisen jälkeen tekoälyä voidaan hyödyntää vastausten generoimisessa vaativampiin kysymyksiin. Mikäli chatbotille on kertynyt runsaasti dataa erilaisista ohjaustilanteista ja niiden onnistumisesta, se voisi opiskelijan tilanteen perusteella oppia antamaan älykkäämpiä, opiskelijan kokonaistilanteen ymmärtämiseen perustuvia neuvoja. Tällöin botti voisi myös kysyä opiskelijalta tarkentavia kysymyksiä päätöksenteon pohjaksi, jolloin chatbotilla päästäisiin lähemmäksi todellista interaktiivista opinto-ohjausta. Tähän on vielä pitkä matka, mikä vaatii paljon tutkimustyötä ja soveltamiskokemuksia. Yksinkertaisella chatbotilla matkalle pääsee helposti mukaan!

Kirjoittaja

Jouni Soitinaho, Yliopettaja, Koulutusohjelmavastaava, Haaga-Helia AMK


Digi.hel.fi. (2019). Tekoäly purkaa ruuhkia ja parantaa asiakaspalvelua – Digitaalinen Helsinki. Haettu 12.9.2019 osoitteesta https://digi.hel.fi/blogikirjoitukset/tekoaly-purkaa-ruuhkia-ja-parantaa-asiakaspalvelua/

Gartner, Inc. (2018). Press Release: 25 Percent of Customer Service Operations Will Use Virtual Customer Assistants by 2020. Julkaistu 19.2.2018. Haettu 12.9.2019 osoitteesta https://www.gartner.com/en/newsroom/press-releases/2018-02-19-gartner-says-25-percent-of-customer-service-operations-will-use-virtual-customer-assistants-by-2020

Kinos, T. (2019). How a multinational insurance company automates over 60% of their customer service queries?. Getjenny.com. Haettu 12.9.2019 osoitteesta https://www.getjenny.com/blog/how-a-multinational-insurance-company-automates-over-60-of-their-customer-service-queries

Edellinen artikkeliSeuraava artikkeli

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *