Le chatbot développé par ICÉDAP est un agent conversationnel dopé à l’intelligence artificielle destiné à faciliter l’accès à l’information contenue dans la base de connaissances Clic & Clair.
Depuis plusieurs années, ICÉDAP est engagée dans une démarche d’innovation autour de la solution Clic & Clair, qui équipe les établissements bancaires et d’assurance. L’entreprise travaille sur ce nouveau service d’assistant virtuel couplé à de l’IA afin d’apporter une information qualifiée et à jour au plus près des utilisateurs. L’ objectif est de les accompagner dans leur travail au quotidien afin de renforcer leur expertise métier et les aider à monter en compétences.
Pour développer son projet, ICÉDAP travaille avec le partenaire SYNAPSE DÉVELOPPEMENT, expert de l’intelligence artificielle appliquée au traitement du langage. L’entreprise toulousaine a mis au point un agent conversationnel créé sans saisie manuelle, appelé « Chatbot by Synapse ». Il utilise une technologie exclusive appelée Machine Reading pour parcourir l’ensemble de la documentation fournie par la base de connaissances Clic & Clair et faire automatiquement l’extraction des informations pertinentes.
Le chatbot génère des questions automatiquement à partir des informations présentes sous forme de texte sur la base Clic & Clair. Il a jusqu’à présent pris en compte plus de 800 documents et généré 7200 questions automatiquement. Cette génération de questions présente un double intérêt. Tout d’abord, elle permet de proposer à l’utilisateur du chatbot une sélection de questions pré-écrites sur la base des mots tapés par l’utilisateur dans la conversation. À défaut de sélectionner une question pré-écrite, la réponse apportée par le chatbot à une question libre est celle qu’il juge la plus pertinente à l’issue de son analyse.
Il offre une nouvelle voie d’accès à l’information contenue sur le site Clic & Clair. La base met à disposition 10 domaines thématiques dans les secteurs de la banque, de l’assurance et de la gestion de patrimoine : Fiscalité, Assurance/prévoyance/épargne retraite, Connaissance du client particulier, Connaissance du client professionnel , Crédit, Epargne, Réglementation, Comptes et moyens de paiement, Relation commerciale. Pour un conseiller, il s’agit d’interroger la base et de pouvoir trouver plus rapidement l’information demandée. Le chatbot peut par exemple répondre aux questions suivantes :
• Quel est le plafond du PEA ?
• Qu’est-ce qu’une donation ?
• Qu’est-ce qu’un mandat de protection future ?
• Quel est le seuil d’imposition de l’IFI ?
• Comment s’impute le déficit foncier ?
• Qu’est-ce qu’un quasi-usufruit ?
Pour mettre au point IZI-BOT, le chatbot de la base de connaissances Clic & Clair, ICÉDAP a procédé par itérations régulières. Le pôle éditorial de l’entreprise a posé de nombreuses questions et a vérifié la pertinence des réponses données durant 2 années (2020/2021).
L’idée d’élaborer un avatar pour le chatbot de la solution Clic &Clair s’est rapidement imposée. Pour ICÉDAP, le chatbot doit incarner la marque et améliorer l’expérience utilisateur, gages d’un bot efficace.
Les équipes d’ ICÉDAP ont choisi de personnaliser le chatbot pour donner une dynamique sociale aux relations, même si l’utilisateur converse avec un assistant virtuel. L’avatar maximise l’adhésion et contribue à donner une réalité au chatbot.
Pour le créer en tenant compte de nos objectifs, il a fallu analyser plusieurs critères liés à sa conception : sa personnalité, ses émotions -dynamiques ou pas- ainsi que les différents modes d’intégration sur l’interface. Lui donner également un nom et écrire sa biographie. En outre, les gifs devaient correspondre à une charte précise d’intégration sur l’interface : dimensions, format, frame, portrait (vue de l’avatar en entier), plan rapproché (vue de l’avatar de la tête aux épaules), etc.
Bonjour, je m’appelle IZI-BOT et je suis le bot qui va vous aider à trouver les meilleures réponses à vos questions sur la base de connaissances Clic & Clair. J’ai vu le jour l’été 2020 près d’Angers et j’ai été créé à la fois à Angers et à Toulouse.
Bien sûr, je suis un robot !
Parfois je ne trouve pas précisément la réponse que vous attendiez !
Cependant, j’apprends en continu et je m’améliore de jour en jour grâce à l’équipe ICÉDAP – qui m’entraîne régulièrement- et à l’ensemble des questions que tous les utilisateurs me posent.
Vous pouvez donc me faire confiance !
Dans la vie, je suis du genre déterminé et persévérant.
Rejoignez-moi vite ! A bientôt
C’est important de confronter les réponses du chatbot avec celles attendues par les professionnels qui consultent la base de connaissances Clic & Clair ! C’est pour cette raison que deux phases de tests ont eu lieu. Une première phase de test a été organisée en ateliers collectifs au mois de juillet et une seconde au mois de novembre 2020 sous la forme de tests libres.
Les recrutements de personnes volontaires, curieuses et sensibles à l’innovation, ont permis de rassembler plus de 40 personnes possédant toutes une expérience dans les secteurs de la banque, de l’assurance et de la gestion de patrimoine. Elles pouvaient être déjà utilisatrices de la base ou ne l’avoir encore jamais utilisée. Leurs profils professionnels variés et qualifiés ont permis de valider de manière importante l’état d’avancement de l’éducation du chatbot de Clic & Clair.
Les testeurs avaient reçu des consignes précises pour interroger le chatbot :
• écrire en langage naturel : le chatbot s’attache davantage à rechercher le sens global d’une phrase plutôt qu’à analyser des mots-clés ;
• utiliser l’auto-complétion au maximum : le chatbot est capable de proposer à la personne qui interroge des questions semblables à celles qu’elle est en train de rédiger ;
• aider le chatbot à « désambiguïser » les situations selon deux scénarios possibles :
– Lorsque le chatbot trouve plusieurs réponses pertinentes pour une question posée, il propose de sélectionner le contexte le plus approprié parmi une liste de choix.
– Lorsque le chatbot propose de naviguer en fonction des titres qu’il aura trouvés à l’intérieur de la documentation fournie par la base.
• Utiliser le lien « en savoir plus » si le résultat de la réponse n’est pas complet, pour approfondir le contenu proposé.
Durant les deux phases de tests, les superviseurs des opérations apprennent beaucoup sur le degré d’efficacité du chatbot. Cela leur permet en effet :
• de connaître les réponses qui n’ont pas apporté satisfaction, et donc d’ajuster les connaissances du chatbot ;
• d’obtenir des statistiques de satisfaction du chatbot. En effet, après chaque réponse de ce dernier, une question de satisfaction est automatiquement posée à la personne qui interroge.
• de faire fonctionner « l’active learning» :
– Si une réponse inappropriée est signalée par un testeur, cela fait automatiquement baisser le score de pertinence de la réponse proposée.
– Si une autre réponse est jugée intéressante par le chatbot, ce dernier la propose également. C’est ce qu’on appelle le rebond.
– La réponse donnée est jugée bonne, cela fait automatiquement augmenter le score de pertinence de la réponse proposée.
– S’il s’agit d’un rebond, et si plusieurs utilisateurs manifestent de la satisfaction pour la réponse proposée, elle pourra être proposée en premier.
Ce principe d’active learning est donc, on le constate, très lié à la notion de satisfaction (en + ou en -).
Très concrètement, l’active learning dépend des utilisateurs. Chaque réponse donnée aux questions de satisfaction permet au chatbot de s’améliorer. Une réponse aura un score de pertinence élevé si les utilisateurs répondent OUI à la question de satisfaction. Inversement, une réponse proposée par le chatbot jugée peu pertinente par les utilisateurs sera remplacée automatiquement par une réponse satisfaisante.
Cela permet aux superviseurs d’avoir un retour global sur l’adhésion de l’ensemble des utilisateurs. C’est pourquoi, lors des tests effectués, il était très important que les utilisateurs répondent à la question de satisfaction posée après chaque réponse.
Si le chatbot a une capacité à apprendre tout seul de ses erreurs, il ne peut le faire qu’à partir du moment où les utilisateurs sont francs avec lui, c’est-à-dire :
• En répondant systématiquement à la question de satisfaction
• En évitant de mettre des biais dans les réponses, par exemple répondre « oui » uniquement pour justifier leur avis ou « non » uniquement pour voir le rebond;.
Un autre point essentiel consistait à retracer leurs conversations avec le chatbot dans le cadre d’un cahier de suivi, ce qui simplifie le travail et l’analyse des superviseurs une fois les tests effectués.
A l’issue des phases de tests, un nouveau processus d’optimisation a été mis en place par ICÉDAP. La démarche de désambiguïsation a par exemple été revue. La structuration même de la base de Clic & Clair a été repensée afin de maximiser la génération de questions et de simplifier la présentation des réponses. Tout cela a permis de rendre le chatbot opérationnel au début de l’année 2022 😉 !
Lorsque les réponses du chatbot ne sont pas satisfaisantes, l’équipe d’Icédap analyse la cause de l’insatisfaction et met en œuvre la solution pour y remédier : les rédacteurs réécrivent le contenu présent dans la base, ajoutent des infos et adaptent la formulation et la présentation.
Publié le 15 mars 2022. Mis à jour le 28/07/23.
Vous avez des questions sur le fonctionnement du chatbot d’ICÉDAP ? Contactez-nous
Je préfère échanger avec un conseiller