Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

HumAine-Chatbot: IA conversacional personalizada en tiempo real mediante aprendizaje por refuerzo

Created by
  • Haebom

Autor

Georgios Makridis, Georgios Fragiadakis, Jorge Oliveira, Tomaz Saraiva, Philip Mavrepis, Georgios Fatouros, Dimosthenis Kyriazis

Describir

HumAIne-chatbot es un agente conversacional basado en IA que ofrece conversaciones personalizadas según las características del usuario. Preentrena varios personajes virtuales generados por GPT para establecer un amplio conocimiento previo sobre los tipos de usuario. Durante las interacciones en tiempo real, utiliza un agente de aprendizaje por refuerzo para combinar señales implícitas (velocidad de escritura, emociones, tiempo de interacción, etc.) con retroalimentación explícita (gustos/disgustos) para refinar el modelo de usuario. Los perfiles de usuario refinados se reflejan dinámicamente en la política de conversación, ajustando tanto el contenido como el estilo en tiempo real. Experimentos con 50 personajes sintéticos mostraron que, al habilitar las funciones personalizadas, la satisfacción del usuario, la precisión personalizada y las tasas de finalización de tareas mejoraron. El análisis estadístico confirmó diferencias significativas entre el grupo personalizado y el grupo de control.

Takeaways, Limitations

•
Takeaways:
◦
Demostrando la eficacia de un sistema de conversación personalizado a través de perfiles de usuarios basados ​​en IA.
◦
Demostrar la eficacia de una estrategia de mejora del modelo de usuario que combina señales implícitas y explícitas.
◦
Identificar el potencial para mejorar la experiencia del usuario a través de ajustes de estilo y contenido conversacional en tiempo real.
◦
Se obtuvieron resultados estadísticamente significativos para la mejora de la satisfacción del usuario, la precisión de la personalización y las tasas de finalización de tareas.
•
Limitations:
◦
En el experimento sólo se utilizaron personas sintéticas y se requirió validación utilizando datos de usuarios reales.
◦
Se necesita una mayor validación de la generalización en diferentes tipos de usuarios y dominios de conversación.
◦
Falta de análisis de la estabilidad y la posible degradación del rendimiento de los sistemas de uso a largo plazo.
◦
Falta de consideración por la privacidad y las cuestiones éticas.
👍
Made with Slashpage