Satser på AI i dansk kundeservice: – Vi har trent språkmodellen med 112 millioner ord

Folk ringer ikke til myndighetene for å slå av en prat. Er det problemer med pensjon eller feriepenger, vil vi få unna problemet uten altfor mange minutter med ventemusikk i røret.

Derfor jobber utviklerne til ATP, et selskap som tar seg av pensjon, bostøtte, feriepenger, foreldrepenger og andre velferdsytelser i Danmark, med å implementere språkteknologi (Natural Language Processing, NLP) som om et par år kanskje kan fjerne en del av papirarbeidet fra de ansatte og frigjøre mer tid til å hjelpe innbyggerne.

– Vi er ikke i mål ennå, så jeg kan ikke si hvor mange timer vi kan spare på dokumentasjon eller hvilke serviceområder vi kan forbedre. Men vi har identifisert teknologi vi mener kan styrke kundeservicen og gi medarbeiderne mer tid til å hjelpe folk, sier Søren Christian Søndergaard Poulsen i data & analytics-avdelingen i ATP.

Tror mesteparten kan forbedres med NLP

Sammen med en gruppe kolleger har han siden september 2021 jobbet med å avklare om kunstig intelligens kan brukes til transkribering (overføring av tekst) og til å analysere innholdet av transkriberingen når folk ringer inn.

ATPs kontakt med innbyggerne skjer både gjennom telefonsamtaler og en digital løsning som har med dokumentasjon om hver sak.

Etter samtalen må medarbeideren i dag skrive et journalnotat med en beskrivelse av innholdet i samtalen. Ved å bruke språkteknologi kan man forhåpentligvis automatisere den delen av jobben og gjøre den mer standardisert.

– Medarbeiderne bruker mye tid på å snakke med folk og deretter dokumentere det. I tillegg tar vi imot saksdokumenter fra innbyggerne, og det betyr at mesteparten av det vi gjør, kan hjelpes av NLP-teknologi, sier Poulsen.

Støy og dialekter forvirrer

Talespråk utgjør en spesiell utfordring for algoritmene. Det er mange som snakker forskjellige dialekter eller har en utenlandsk aksent. Og noen ringer mens de sykler eller står på en bråkete togstasjon, forteller Poulsen.

Det er kort sagt mange utfordringer for teknologien.

Talegjenkjenning består av en akustisk modell, en ordbok og en språkmodell – og systemet fôres med treningsdata. Det kan for eksempel være akustiske data i form av telefonsamtaler.

– Treningen er en repeterende prosess, og vi har trent språkmodellen med 112 millioner ord og gitt den 500 timer med samtaler, slik at modellen blant annet har lært å skille ut støy. I tillegg har vi fôret algoritmen med masse ord som har spesiell betydning på vårt felt, sier han.

Etter første trening ga systemet en feilrate på 30 prosent. Selv om det høres mye ut, kan det likevel være nyttig hvis algoritmen finner signaler i det som ble riktig, påpeker Poulsen.

Deretter handler det om å øke kvaliteten, blant annet gjennom fonetisk boosting, der algoritmen trenes målrettet på ord eller setninger den sliter med.

Derfor har språkteknologiprosjektet hos ATP også blitt et dataprosjekt. Det handler mye om å skaffe treningsdata som algoritmene kan øve seg på. Det har også omfattet store mengder anonymisert korrespondanse med innbyggerne, men det tok tid å hente ut dette.

– Vi har brukt et par måneder på å få på plass data, og vi måtte utvikle en lokal datastrategi for de datene som kan berike talegjenkjenningsprogramvaren, forteller han.

Skal kunne ta referat i 2024

En særskilt utfordring for ATP handler om å få jusen på plass for å få innbyggernes samtykke til innsamling og bruk av anonymiserte data.

En annen utfordring er EUs kommende forordning om bruk av kunstig intelligens. Det er viktig at algoritmenes forslag og beslutninger er dokumentert. Foreløpig handler det først og fremst om å demonstrere at språkteknologi kan brukes til å automatisere oppgaven med å ta referat av samtaler med innbyggerne.

Denne artikkelen ble først publisert på Version 2 for deres abonnenter. Den er tilgjengelig på norsk for abonnenter av Ekstra gjennom vår samarbeidsavtale.