Virtuální asistent: Oznámení o vysvětlitelnosti

Termíny a definice

Co je Publio?

Publio, virtuální asistent portálu Úřadu pro publikace Evropské unie (Portál OP), je nástroj AI, který komunikuje s fyzickými osobami a provádí vyhledávání pomocí klíčových slov, která vycházejí z informací veřejně dostupných na portálu OP. Asistent Publio kombinuje konverzační techniky umělé inteligence (AI), jako je zpracování přirozeného jazyka (NLP) a strojové učení (ML), s interaktivním rozpoznáváním hlasu a tradičními vyhledávacími systémy a pomáhá nalézt publikace EU, právní předpisy EU a kontaktní osoby v evropských orgánech.

Virtuální asistent konkrétně umožňuje mluvené nebo psané konverzace mezi koncovými uživateli a portálem OP. Virtuální asistent je v současné době k dispozici anglicky, francouzsky a španělsky. Virtuálního asistenta mohou využít všichni uživatelé, asistent však kromě toho poskytuje řešení přizpůsobené potřebám osob trpících poruchami čtení, čímž zvyšuje přístupnost. Dále umožňuje konverzační vyhledávání, což je nový způsob vyhledávání, který uživatelům umožňuje mluvit v celých větách – stejně jako v běžném hovoru – k hlasovému asistentovi využívajícímu umělou inteligenci, který odpovídá, přičemž interakce mezi uživatelem a virtuálním asistentem má podobu konverzace.

Jaký druh údajů Publio používá?

Publio používá informace, které jsou veřejně dostupné na Portálu OP. Tyto informace jsou zveřejňovány na základě zásady transparentnosti, která se uplatňuje na všechny politiky a právní předpisy EU. Na základě tohoto korpusu používá Publio klasifikace a kategorie dostupné na portálu OP, jako jsou témata Eurovoc, autoři nebo formát a vede a upřesňuje konverzaci s cílem pomoci uživateli vyhledávat ve třech hlavních sbírkách portálu OP: publikace EU, právo EU a oficiální adresář EU (EU Whoiswho).

Publio používá stávající jazykový model k pochopení otázek, které uživatelé řeší, a k vedení uživatelů po celou dobu jejich cesty vyhledávání. Na základě zpětné vazby od uživatelů je jazykový model Publio zdokonalován a trénován tak, aby odpovídal očekáváním uživatelů a zvládl rozmanitost uživatelských vstupů ve třech podporovaných jazycích.

Trénuje se při tom více složek základního systému Publia:

• Předem definovaná řada promluv spojených s různými možnými formami záměru, jejichž pomocí Publio nejprve pochopí konečný cíl uživatele a poté nasměruje uživatele krok za krokem k dosažení tohoto cíle.
• Předem definovaná řada pevných otázek, které Publio „chápe“ a k nimž může uživatelům poskytnout předem definovanou odpověď. Příklad: Jak si můžu objednat publikace?
• Subjekty, které procházejí strojovým učením, Publio je může identifikovat a lze je použít v procesech na pozadí, díky nimž Publio detekuje vyhledávací parametry, poskytují přesnější výsledky vyhledávání nebo možnost dalšího zpřesnění vyhledávání. Tyto subjekty jsou založeny na stávající klasifikaci a kategoriích údajů, jako je tezaurus Eurovoc nebo jiné tabulky orgánů spravované sdružením Eurovoc: autoři, formáty, jazyky, orgány EU (organizace), funkce ve veřejné službě EU atd. Na tomto základě může Publio například z dotazu uživatele pochopit, že uživatel hledá publikaci s konkrétním tématem nebo od konkrétního autora.

Jak Publio funguje?

Publio používá CLU (porozumění konverzačnímu jazyku) (Příloha 4) v kombinaci se systémem extrakce velkého jazykového modelu (LLM) k přesnému a účinnému zpracování vstupních údajů uživatelů (písemných nebo mluvených).
CLU poskytuje počáteční poznatky o záměru a subjektech uživatele a u složitějších dotazů složka LLM zlepšuje rozpoznávání subjektu, čímž zajišťuje lepší výsledky u vět, kde jsou důležité významové odstíny, nebo složitých žádostí. Na základě rozpoznaného záměru a subjektu iniciuje Publio personalizovaný tok konverzace, jehož cílem je podpořit uživatele, aby dosáhl cíleného výsledku v několika jednoduchých krocích.

V současné době Publio provádí 4 hlavní toky konverzace:

• vyhledávání dokumentů s cílem pomoci uživatelům při vyhledání publikací EU nebo právních dokumentů EU
• vyhledávání osob s cílem pomoci uživatelům s vyhledáním úředníků zaměstnaných v orgánech a institucích EU
• vyhledávání organizací s cílem pomoci uživatelům při vyhledávání různých subjektů EU (organizací)
• otázka a odpověď (QnA) poskytující předem definované odpovědi na časté otázky

Je-li rozpoznán tok „vyhledávání“, virtuální asistent povede uživatele vyhledáváním příslušného dokumentu, osoby nebo organizace pomocí jednoduchých otázek a na základě jeho odpovědi navrhne možné filtry.

Pro potřeby toku QnA vedou zaměstnanci Úřadu pro publikace seznam párů častých otázek a předem definovaných odpovědí na ně. V případě, že je rozpoznán záměr QNA a existuje vysoká podobnost mezi konkrétní otázkou od uživatele a jednou z otázek uložených v systému, bude příslušná odpověď přímo poskytnuta uživateli. Například:

– pokud je záměr QnA rozpoznán s požadavkem jako např. „Chci stáhnout soubor“, odpoví asistent „Pokud si chcete stáhnout dokument, přejděte na stránku s podrobnějšími informacemi o publikaci a klikněte na tlačítko „Stažení a jazyky“.“

– je-li záměr QNA rozpoznán s dotazem jako „Kde najdu dokumenty pro děti“, asistent odpoví „Publikace pro děti jsou k dispozici v sekci Pro děti“.

Uživatelé mohou klást otázky písemně nebo ústně. Chatbot zachytí audiozáznam (uživatelův ústní dotaz) a zašle jej do zařízení pro rozpoznávání řeči, které převádí řeč na text. Audiovstup zpracovává služba převodu řeči na text Microsoft Azure (Příloha 5). Asistent Publio pak zobrazí audiovstup ve slovech interpretovaných zařízením pro rozpoznávání řeči a poté zobrazí odpověď, a to jak písemně, tak slovně, prostřednictvím syntetizovaného hlasu. Tato interakce je okamžitá (dochází k ní okamžitě) a dočasná (nezanechává žádnou stopu).

Jak Publio analyzuje otázku a navrhuje výsledky?

Ke generování odpovědí poskytovaných uživatelům Publio nepoužívá LLM ani žádnou jinou generativní technologii umělé inteligence. Všechny zprávy asistenta Publio vycházejí z předem definovaných šablon. Publio používá model strojového učení jazyka, který je trénován (trénovaný jazykový model), aby se mohl naučit rozpoznat vstupy uživatelů a reagovat na ně. Tento model odpovídá za zpracování uživatelské zprávy nebo dotazu, identifikaci záměru zprávy a poskytnutí vhodné odpovědi. Proces školení asistenta Publio zahrnuje poskytování velkého množství označených trénovacích dat modelu strojového učení. Data zahrnují příklady uživatelských vstupů a jejich odpovídajících záměrů a věrohodných odpovědí.

Zpracování přirozeného jazyka (NLP), trénovaný jazykový model a LLM používá Publio k pochopení uživatelského záměru a k tomu, aby z dotazu uživatele extrahovalo rozpoznané subjekty (například vyhledávané slovo, předmět, autora, datum dokumentu, formát dokumentu). Publio využívá tyto subjekty k provedení vyhledávání a k zobrazení výsledku vyhledávání.

Přinese-li vyhledávání příliš hodně výsledků, Publio pokračuje v konverzaci tak, že klade uživateli další otázky, aby se vyhledávání zúžilo odfiltrováním jiných subjektů.

Otázky, které asistent Publio klade, se omezují na identifikaci záměru uživatele, zachycení jeho účelu a zformulování správného zadání vyhledávání v korpusu obsahu zveřejněného na portálu OP. Výsledky, které asistent Publio nabízí, pocházejí v plném rozsahu z tohoto korpusu.

Vaše názory a připomínky

Koncový uživatel může kdykoli během rozhovoru poskytnout pozitivní, neutrální nebo negativní zpětnou vazbu ohledně své zkušenosti s použitím asistenta Publio. Může se jednat o manuální zpětnou vazbu, kterou uživatel začne poskytovat v jakýkoliv okamžik nebo v reakci na automatické vyskakovací okno zobrazené po několika sekundách nečinnosti s žádostí o zpětnou vazbu od uživatele. Kromě toho jsou otázky, které asistent Publio správně „nepochopil“, automaticky zaznamenávány a pravidelně zpracovávány lidským týmem zaměstnanců Úřadu pro publikace. Jak zpětná vazba od uživatelů, tak analýza otázek, které Publio správně „nepochopilo“, se používají k přeškolení jazykového modelu s cílem neustále zlepšovat služby poskytované koncovým uživatelům.

Zpracování osobních údajů

Údaje dostupné na portálu OP se zpracovávají v souladu s obecným nařízením EU o ochraně osobních údajů (GDPR) a nařízením o zpracování osobních údajů orgány, institucemi a jinými subjekty EU (Příloha 6).

Publio neukládá, neuchovává ani nearchivuje žádné prvky ani vstupy uživatele, ani ty, které jsou poskytovány prostřednictvím odpovědí asistenta Publio.

Získaná zpětná vazba je anonymizována tak, že neumožňuje propojit zpětnou vazbu s uživatelem, od něhož byla získána.

Žádné osobní údaje se žádným způsobem nepoužívají pro automatizované rozhodování, vysledování ani profilování. Při používání velkých jazykových modelů (LLM) pro extrakci subjektu jsou jedinými údaji vyměňovanými mezi Publiem a LLM otázka uživatele a předběžný výsledek extrakce subjektu vytvořený systémem CLU. Žádné osobní údaje uživatelů nejsou sdíleny ani předávány.

Všechny služby, které Publio využívá, jsou provozovány v evropských datových centrech a veškeré zpracování údajů je v souladu s předpisy EU o ochraně osobních údajů.

Aktuální omezení

• Přepis jmen pomocí hlasu: zatímco většina jmen je „pochopena“ a přepsána správně, extrakce jmen je založena na strojovém učení a není 100% přesná. Vzhledem k omezením služby CLU nejsou některá jména řádně extrahována ani po vytrénování modelu s konkrétními příklady ze souboru údajů.
• Datum ve francouzštině a španělštině: „pochopení“ data je méně přesné ve španělštině a francouzštině ve složitějších souvislostech. Například rok bude rozpoznán ve španělštině s použitím „entre 2016 y 2017“ bez dalších souvislostí, zatímco „entre el año 2019 y 2020“ tomu tak nebude.
• Rozpoznávání řeči funguje současně pouze v jednom jazyce.
• Rozpoznávání řeči nemá pravopisný režim, což znamená, že nemá funkci, která by uživatelům umožňovala hláskovat slova znak po znaku, aby byl zajištěn přesný přepis.
• V kombinaci s výrazem Mrs/Miss nefunguje ve větších větách dobře rozpoznávání subjektu jména.

Úřad pro publikace Evropské unie, 16. května 2023.