「你平常网购,咨询网店客服,回答你的客服很有可能就是我们调教出来的智能机器人。」 韩佳芮是阿里健康客服线的一名人工智能训练师。在她从事这个岗位 3 年多以后,人工智能训练师成为了「国家认定」的新职业,是今年 2 月人社部等三部门发布的 16 个新职业之一,逐渐进入大众视野。 这让她对自己的职业有了更清晰的定位,同时也有小小的自豪——这个职业是从阿里起步的。 1、学医的小姐姐,跟算法较上了劲 开脑洞!给机器人当训练师是什么体验 图片说明:2012 年,韩佳芮从广州中医药大学临床中医学专业毕业。 2012 年,韩佳芮毕业于广州中医药大学,学习的是临床中医学。进入阿里健康后,她从 2017 年开始做人工智能训练师。 人工智能训练师是做什么的? 他们要使用智能训练软件,在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业。 这听起来与韩佳芮所学的临床中医学没有半点瓜葛。当她的同学大多已经在医院做临床医生、临床药师,她也经常会遇到别人不解的询问,为什么要跨行业跨专业做现在这份工作。 「我是比较典型的双子座性格,对新鲜事物一直保持着非常好奇的状态。我觉得新职业给了年轻人更大的想象空间,因为新职业在发展过程中会不断地迭代,不断地创新。」韩佳芮生于 1989 年,在她看来,无论是 80 后还是 90 后,对于工作的热情是一致的。 如果说最初的好奇让韩佳芮在阿里健康做起了人工智能训练师,那么渐渐地,她在这个岗位上找到了与医生职业的异曲同工之妙,或者说发现了暴发自身更大能量的机会。 韩佳芮的日常工作是对阿里健康大药房的智能客服进行维护,通过对成千上万条客户咨询的问题进行分类识别,进行分析、处理,根据识别到的问题比如药品怎么吃、效果怎么样,将答案自动回复客户,快速解决客户问题。 目前,阿里健康大药房年度活跃消费者超过 4800 万,每天都会接到上万条用户咨询。 「如果我去医院工作,在某一个科室,接触到的患者可能一直都是一群人。但在阿里健康人工智能训练师的岗位上,我能解决的是更广大患者的需求。虽然我没有战斗在救死扶伤的一线,但我从另一个角度在帮助患者。我觉得还是很自豪,很满足的。」韩佳芮说。 2020 年的春节因为疫情暴发而变得格外不同,韩佳芮的不少医生同学坚守一线值班,而她与阿里健康的智能客服,为在家不方便出门的患者提供了更多的咨询途径,缓解了一线的压力。在她看来,这份职业同样有很大价值。 2、让医学生研究算法,还是让程序员学医? 医学和 IT,恐怕能进入世界上专业术语最庞杂的行业之列。 对于韩佳芮来说,刚接触这份工作时,仿佛从一个专业壁垒跳进了另一个专业壁垒。 「非常困难,对于算法、人工智能完全没有概念,一些专业术语也不清楚,这个过程大约持续了将近半年。」通过恶补知识,不断与专业人士交流提升,韩佳芮逐渐进入了状态。如今的她,已经从一个「小白」发展到可以独当一面。 「人工智能就像小孩子,要不断地训练、调整、培养,『智商』才会越来越高。」在这个过程中,需要给机器输入大量的储备,其中技术含量最高的是对问题语料的训练。 事实上,用户咨询并不会按照统一标准的模板,问「这个药功效是什么」「怎么服用」,而是按照个人习惯会有各类表述,不同地区的人还会带有方言,甚至英文。这就需要训练人工智能对用户庞大的语料库进行识别、分析,从而在复杂的询问场景下也能准确回复。 韩佳芮回忆,「常规来说,每一个问题背后,至少要有四五百个问法去支撑。最多的一个问题,我记得补充了 1000 多条问法。不仅要根据客户实际问题去做搜集和整理,也需要自己去联想。」 更难的是,人工智能要根据用户已提出的问题,去预判他下一个问题,在多轮互动中给出准确答案,缩短用户咨询流程。 目前,在阿里健康大药房,通过智能客服直接解答的比例大约在 60%。这个数字听起来似乎不是太高,但却已经是韩佳芮和同事们努力 3 年的结果。接下来每一点提升都会是难上加难。 原因是什么? 在于医药行业的特殊性。智能客服不仅要保证回答的专业度,同时还要对用药风险进行把控,保证用户的用药安全。 包括韩佳芮在内,阿里健康人工智能训练师队伍所有人员都有医药、护理等相关专业背景。「其实我们更多的还是要保证用药安全和用户体验,而不是说单纯的去提升智能客服的解决能力。」在实际工作中,韩佳芮会与阿里健康的风控等相关团队合作,给疾病、药品、客户问题进行风险等级打分,遇到高风险情况,智能客服会自动转接给人工客服进行解答。 举个例子,当客户反馈有药物过敏史,比如说起红疹或者发热,这时候如果还用机器人去处理,患者的体验不好,这时候智能客服就会自动转接给人工客服去跟进。 3、「亲,我随时都在」 人工智能的专业性得到了保障,接下来的另一个重要任务是,让机器人更像人。 「好的,等待您的召唤」「亲,我随时都在」「您有什么问题的话,可以随时找我」。 为了让用户接受并习惯于智能客服,阿里健康人工智能训练师会精细化表述每一款药品的使用说明,针对用户不同的问题给专业的答案,提前预测客户可能想问的问题从而简化客户咨询流程。与此同时,会增加一些口语化、拟人化的对话内容让客户更容易接受。 举例来说,当用户第一次问:这个药怎么吃怎么用,智能客服会按照说明书内容给基本答案。当用户再问有针对性的问题,比如是给儿童用药,智能客服就会针对患者年龄,进一步讲解用药注意事项,需要注意什么,观察用药之后的反应等,在这个过程中会采用人和人日常沟通的口语化内容。 再比如,在疫情最严重的时候,很多用户会来咨询关于口罩的问题:到底什么样的口罩对于新冠病毒是有效的? 应该怎么佩戴? 这时候,智能客服在解答的同时,会给用户一些安抚,告诉用户不需要过度紧张,正常饮食,注意外出时戴口罩就 ok 了。这些不仅能给患者指导,同时也能帮助缓解患者的紧张情绪。 3 年多来,韩佳芮和同事们一直在努力,把智能客服训练得更人性化,让用户感知到,这是一个有温度的服务,而不是冷冰冰的机器人对答。 |
本篇内容来源为第三方转载,本网所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。