Arisa Nest: Correções e Atualizações

Seguindo o processo de constante desenvolvimento da plataforma, seguem alguns ítens que foram atualizados:

  • Correções de bugs em geral
  • Correção no motor de conversação ao recuperar a mensagem de entrada em um diálogo de fuga de um subcontexto
  • Adicionada a função callScript pra ser utilizada nos scripts e nos comportamentos. Essa função permite que um script possa ser chamado a partir de um comportamento ou de outro script
  • Criada uma área para dicionário de sinônimos no bot
  • Implementação de um recurso para debug nos Scripts
  • Melhoria na função de consumo de serviços web REST/RESTFul
Editor de scripts com ferramenta de debug.

Arisa Nest versão 1.1

Lançada hoje a versão 1.1 da Plataforma Arisa Nest. Essa versão contem os seguintes recursos e melhorias:

  • Melhorias gerais na interface com o intuito de deixar o sistema mais intuitivo, dinâmico e diminuir o fluxo de dados no carregamento das páginas;
  • Correções de diversos bugs;
  • Adição de consumo de serviços REST;
  • Adição de funções para auto gerenciamento da base de conversação do bot e outras funções;
  • Importação e exportação do bot para arquivo;
  • Utilização do Codemirror como editor de programação Lua, com recursos de highliht, undo e redo;
  • Conteúdo da Ajuda em português;
  • Linguagem e Tema de cores da plataforma agora é ajustado nas configurações do usuário;
  • Chamadas de scripts agora podem usar como parâmetro strings, delimitadas por aspas simples. Por exemplo: {@soma $1 ‘343’}.

PFC na UFSC usando Arisa Nest

O Projeto de Final de Curso (PFC) do aluno Ricardo Ventura, do curso de Engenharia de Controle e Automação da UFSC se deu por uma evolução do seu estágio acadêmico e foi defendido em Feveriro de 2019.

A avaliação produzida naquele projeto trouxe questionamentos para melhorias no processo de atendimento aos usuários de chatbots. O aluno usou todos recursos disponíveis na atual versão da plataforma Arisa Nest, indo mais no viés da assistência virtual do que especificamente de um chatbot. A intenção foi criar um bot para executar ações para os usuários, automatizar processos e, inclusive, com integração à serviços web padrão SOAP, desenvolvidos pelo próprio aluno, providos pela UFSC e por outras empresas ou ecossistemas.

Após analisar algumas situações, foram modelados os processos, definindo os diálogos, as crenças, scripts e implementação dos comportamentos. Entre algumas atividades do bot estão: informar o índice de aproveitamento semestral acumulado do aluno, as aulas de um dia na semana, cardápio do dia no restaurante universitário, a nota das disciplinas cursadas, alterar e-mail cadastrado, fazer matrícula, fornecer histórico semestral e, como proatividade, informar diariamente as aulas do usuário do dia seguinte.

Outra atividade do bot, mais para um coordenador de estágios e PFC, foi automatizar o processo analisar alguns critérios do termo de compromisso de estágio em que é necessário pesquisar informações em diferentes locais, findando o resultado das análises com o envio de um e-mail ao coordenador e ao aluno analisado.

Também foi criado um outro cenário para automatizar parte do atendimento aos clientes no processo de venda em uma empresa fictícia. Este cenário está mais para testes na plataforma para verificar a aplicabilidade de cenários do Operador 4.0 na mesma. Este se daria pela utilização de assistente virtual para auxiliar um operador de equipamentos industriais em um ambiente inteligente, nos moldes da indústria 4.0, em que o assistente pode tomar algumas decisões e realizar algumas tarefas de forma independente. Esse cenário foi uma adaptação simplificada de um caso mais complexo abordado no artigo “Softbots Supporting the Operator 4.0 at Smart Factory Environment” [Rabelo, Romero e Zambiasi 2018]. Segundo Ventura, com a utilização dos recursos da plataforma, a implementação foi simples.

O bot recebia uma informação que iniciava o processo por meio da execução de um script. A busca de informações se dava através de chamadas na camada de serviços e, conforme a orquestração dos serviços e atividades implementadas no script Lua, o resultado cumpriu com as diretrizes pré-programadas e concluindo a tarefa. Para ele, “todas as funcionalidades da plataforma Arisa Nest se mostraram bastante robustas e complementares entre si. A possibilidade de consumir serviços web, executar scripts, armazenar crenças” e automatização com os comportamentos possibilita “uma grande variedade de implementações em diferentes cenários”.

TCC na UNISUL usando Arisa Nest

Foi desenvolvido um chatbot na plataforma Arisa Nest chamado CMBOT pelos acadêmicos Itamar Ghidini e Winicius Mattos como Trabalho de Conclusão de Curso (TCC) no curso de Sistemas de Informação na Universidade do Sul de Santa Catarina (UNISUL) e aplicado no ambiente de desenvolvimento da empresa em que um dos alunos envolvidos no TCC era funcionário. O TCC foi defendido no final de 2018.

A finalidade do chatbot foi recepcionar o cliente (usuário dos sistemas da empresa) e auxiliá-lo a completar o atendimento até seu fechamento. No site de atendimento foi criado um módulo web no canto inferior direito do site para interagir com o bot. O projeto foi desenvolvido na versão atual da plataforma, mas, além da base de conversação, usaram apenas o recurso de crenças para tratar algumas informações dos clientes.

Foi dado um pequeno treinamento aos alunos, mas eles tiveram acesso a um tutorial na web, facilitando o aprendizado. O maior problema encontrado por eles foi a falta de documentação interna e dos atendimentos feitos pelos funcionários, indicando a necessidade de se documentar o processo e as vantagens de haver um sistema que gere registros automatizados, como no caso do chatbot.

O sistema foi avaliado por um conjunto de usuários (6 desenvolvedores e 3 atendentes de suporte) e foi aplicado um questionário. Conforme os resultados, 78% responderam que o chatbot deixa a forma de atendimento mais eficiente e assertiva, 66% concordaram que a ferramenta facilita, pois permite a abertura de chamado fora do horário do trabalho, 66% disseram que o bot deve ser proativo para interagir com o cliente no caso dele ficar muito tempo na seção sem atividade, 100% concordaram que a tecnologia é importante para o atendimento, resolvendo pelo menos as dúvidas mais simples do cliente. Por fim, 89% disseram que a base de conhecimento está totalmente relacionada a eficiência, o que demonstra a importância de uma boa construção dessa base. Foi também identificado que para os atendimentos mais diretos e simples foi preferido o uso do chatbot pela agilidade e disponibilidade da ferramenta, sem a necessidade da espera em fila do atendimento.