干货：机器人如何在与客户的互动中表达共鸣

人类一直很希望机器人能有感情的交流。好莱坞在多部电影中利用了这种亲和力，从让人与机器人彼此相爱，到机器人被教导如何感知，从而战胜人类，人类也更喜欢让美洽在线客服系统的聊天机器人了解更多情感，并希望它们产生共鸣性。

客户服务中的聊天机器人用于优化客户体验，过滤掉基本的“重复”和“简单”问题。然而，有些机器人被设计用来做的远不止这些。无论你的聊天机器人的目标是什么，建立它来传递共鸣性的答案是至关重要的。

当一场对话带有一种同理心时，人们在和聊天机器人对话的情况下，与机器人交谈的人会有一种满足感。虽然聊天机器人是用来收集数据并提供相应的帮助的，但另一边的人类正试图进行情感交流。让聊天机器人带着同理心交谈，有助于提高客户服务的整体满意度。

共鸣分为三种类型——认知共鸣、情感共鸣和同情心共鸣。

虽然这三种形式的共鸣都比只有严格建议的机器人辅助让用户感觉更好，但富有同情心的共鸣似乎是其中效果最好的一种。比如，“这可能相当令人不安”对比“听到这个我很难过”，后者效果可能更好。最初的声明让人感觉很真诚，而后者听起来很自然。

第二条规则是提供选项。当你问一个人“你今天感觉怎么样?”，他们可能会打断你，说一句“我很好”，其实一点都不好。为客户解释它有助于机器人更好地倾听和理解客户，当你知道顾客有过不好的体验时，让他们从“实际上，我感觉很糟糕”或“我现在感觉好多了”中选择，可以更好地体会他们的感受。

既然我们已经看到了共鸣可以让人与聊天机器人的对话变得更好，那么让我们看看开发者是如何让聊天机器人产生共鸣并学习人类的思维方式的。

自然语言处理

由于自然语言处理(NLP)的发展，聊天机器人不再需要被描述为机器人。这项技术使得聊天机器人能够通过一组详细的基于文本的命令来理解语言工作的细微差别，帮助它们理解被询问的内容并生成相关的答案。

简而言之，NLP将人类语言组织为聊天机器人系统可以理解的结构。这种结构在短语、语法和句法分析的基础上发生。

在理解了一个句子之后，NLP计划并给出语言上正确的短语作为回应。

NLP还使用文本解析来理解的情感共鸣结果。它们被分为消极的、积极的、混合的和中性的，以识别用户的行为以及如何在将来回应客户的询问。这种技术还可以帮助品牌识别客户最喜欢的特性，以及哪些是关键的问题点。

深度学习

深度学习是NLP和机器学习的混合体。它使用神经网络让机器通过视觉记忆来学习所需的特征。例如，区分火车和汽车的图片。

深度学习已被用于聊天机器人，并已成功地映射出客户的情绪并做出相应反应。

清华大学的研究学者提供了23000个短语的数据，每个短语都与情绪基调有关。聊天机器人不仅能够分析与人类的对话，探测对话的情绪，还能够给出相关的、适当的答案。

人工智能

人工智能是一个超越聊天机器人的领域。人工智能情感主要使用面部识别和语音识别来理解情绪。研究人员利用身体语言、面部表情、语气和手势来解读人的感受。事实上，科学家已经能够在机器中模拟冷热的感觉。

在聊天机器人中，当机器人需要识别相关性和紧迫性问题时，情感人工智能非常方便。例如，当一个人说“我要尿尿!”，一个拥有情感装备的人工智能将能够识别情况的紧迫性，并做出实时决定。因此，即使没有人提问，一个人工智能聊天机器人也会回答去洗手间的方向。

聊天机器人最终会取代人类对话吗?

我们都遇到过那些关于人工智能将如何跨越人类的阴谋论。但在现实中，人工智能只能以比过去更好的速度帮助人类。机器还不能理解同一个单词的不同用法。在这样一个案例中，一名乘客给加拿大飞机客服聊天机器人发信息，说她非常感谢他们能及时送她去参加一场“植物切割”活动，聊天机器人在发现“切割”这个词后，就指示她拨打自杀预防热线。

另一个主要的障碍是，没有一个聊天机器人研究能够建立一个聊天机器人，能够记住它之前与客户的互动，并通过上下文来回复。

包装起来

情商高的聊天机器人在各个领域都很有用，尤其是在客户服务领域。但仍有限制，机器人无法取代人类。然而，情商高的聊天机器人比普通机器人能更高效地完成以下任务:

-让客户了解公司的业务

-清除产品中基本的疑问，引导他们到FAQ/知识库

-为客户做一些基本的工作——订票，协助办理银行业务等

-执行单一功能-告诉天气，建议餐厅/食谱

要想在客户服务工作中取得成功，最合理的方法就是将人工客服和聊天机器人辅助结合起来，并知道何时使用它们。