Assistente virtual: Nota informativa sobre a explicabilidade

Termos e definições

O que é o Publio?

O Publio, assistente virtual do Portal do Serviço das Publicações, é uma ferramenta de IA que interage com pessoas singulares e realiza pesquisas utilizando palavras-chave com base em informações publicamente disponíveis no Portal do Serviço das Publicações. O Publio combina técnicas de inteligência artificial (IA) de conversação, como o processamento de linguagem natural (PLN) e a aprendizagem automática (ML), com o reconhecimento de voz interativo e sistemas de pesquisa tradicionais para ajudar os utilizadores a encontrar publicações da UE, legislação da UE e pessoas de contacto nas instituições europeias.

O assistente virtual permite que os utilizadores finais interajam com o Portal do Serviço das Publicações especificamente através de conversas de voz ou por escrito, encontrando-se atualmente disponível em inglês, francês e espanhol. Pode ser utilizado por todos, oferecendo uma solução adaptada às necessidades das pessoas com dificuldades de leitura que melhora a acessibilidade. O sistema permite ainda uma pesquisa conversacional — uma nova forma de pesquisar que permite aos utilizadores comunicar através de frases completas (tal como numa conversa normal) com um assistente de voz com tecnologia de IA, que por sua vez apresenta respostas, dando a esta troca entre o utilizador e o assistente virtual a forma de uma conversa.

Que tipo de dados utiliza o Publio?

O Publio utiliza as informações publicamente disponíveis no Portal do Serviço das Publicações. Essas informações são publicadas com base no princípio da transparência aplicável a todas as políticas e a toda a legislação da UE. Com base nesse corpus, o Publio utiliza classificações e categorias disponíveis no Portal do Serviço das Publicações, tais como os domínios Eurovoc, os autores ou o formato, para orientar e tornar a conversação mais precisa, ajudando o utilizador a pesquisar nas três principais coleções do portal do Serviço das Publicações: Publicações da UE, direito da UE e lista de contactos oficial das instituições europeias («EU Whoiswho»).

O Publio utiliza um modelo de linguagem existente para compreender as perguntas dos utilizadores e os orientar ao longo do seu percurso de pesquisa. O modelo de linguagem do Publio é constantemente melhorado e treinado com base nos comentários dos utilizadores, para satisfazer as expectativas dos utilizadores e lidar com a diversidade dos pedidos dos utilizadores nas três línguas disponíveis.

Este treino abrange vários componentes do sistema de base do Publio:

• Uma série de enunciados predefinidos associados às diferentes formas possíveis de intenções para permitir ao Publio, em primeiro lugar, compreender o objetivo final do utilizador e, em segundo lugar, orientar o utilizador passo a passo para que alcance esse objetivo;
• Uma série de perguntas fixas predefinidas que o Publio «compreende» e para as quais pode dar uma resposta predefinida aos utilizadores. Exemplo: «Como posso encomendar publicações?»;
• Entidades extraídas por aprendizagem automática que podem ser identificadas pelo Publio e utilizadas nos seus processos de segundo plano para detetar parâmetros de pesquisa, fornecer resultados de pesquisa mais precisos ou opções para afinar a pesquisa. Estas entidades baseiam-se na classificação e nas categorias de dados existentes, como os tesauros Eurovoc ou outras listas de autoridade geridos pelo Eurovoc: autores, formatos, línguas, organismos da UE (organizações), cargos funcionais no serviço público da UE, etc. Com base nestas informações, o Publio pode, por exemplo, compreender a partir da consulta do utilizador que este procura uma publicação sobre um assunto específico ou de um autor específico.

Como funciona o Publio?

O Publio utiliza métodos de compreensão de linguagem conversacional (CLU) (anexo 4) em combinação com um sistema de extração de entidades baseado num modelo de linguagem de grande escala (LLM) para processar o pedido do utilizador (um enunciado escrito ou oral) com precisão e eficiência.
O serviço de CLU fornece informações iniciais relativamente às entidades e à intenção do utilizador e, no caso de consultas mais complexas, a componente de LLM aperfeiçoa o reconhecimento das entidades, assegurando melhores resultados em frases com nuances de significado ou pedidos complexos. Com base na intenção e nas entidades detetadas, o Publio dá início a um fluxo conversacional personalizado que tem por objetivo ajudar os utilizadores a alcançar o resultado pretendido em apenas alguns passos simples.

Atualmente, o Publio implementa quatro fluxos conversacionais principais:

• Pesquisa de documentos, para ajudar os utilizadores a encontrar publicações da UE ou documentos jurídicos da UE;
• Pesquisa de pessoas, para ajudar os utilizadores a encontrar funcionários públicos empregados pelas instituições da UE;
• Pesquisa de organizações, para ajudar os utilizadores a procurar organismos da UE (organizações);
• Perguntas e respostas (P&R) para dar uma resposta predefinida a perguntas frequentes.

Se um destes fluxos de pesquisa for detetado, o assistente virtual orientará o utilizador na procura de um documento, de uma pessoa ou de uma organização pertinente, fazendo-lhe perguntas simples e propondo opções de filtragem, com base no retorno do utilizador.

Para o fluxo de P&R, o pessoal do Serviço das Publicações mantém uma lista de pares de perguntas frequentes e respetivas respostas predefinidas. Se a intenção de P&R for detetada e existir um elevado nível de semelhança entre a pergunta específica do utilizador e uma das perguntas armazenadas no sistema, será diretamente apresentada ao utilizador uma resposta adequada. Por exemplo:

— se a intenção de P&R for detetada numa consulta como «Quero descarregar um ficheiro», o assistente responderá com «Para descarregar um documento, aceda à página de pormenores da publicação e clique no botão “Descarregar e línguas”»,

— se a intenção de P&R for detetada numa consulta como «Onde posso encontrar documentos para crianças», o assistente responderá com «As publicações para crianças estão disponíveis no “Espaço das crianças”».

Os utilizadores podem fazer perguntas por escrito ou falando. O robô de conversação capta os dados de entrada de áudio (as perguntas faladas do utilizador) e envia-os para um motor de reconhecimento de voz que converte voz em texto. Os dados áudio enviados são processados pelo serviço de conversão de voz em texto do Microsoft Azure (anexo 5). Em seguida, o Publio apresenta os dados áudio, com base nas palavras interpretadas pelo motor de reconhecimento de voz, antes de apresentar uma resposta escrita e falada, com a ajuda de uma voz sintetizada. Esta interação é imediata (ocorre instantaneamente) e efémera (não deixa quaisquer registos).

Como é que o Publio analisa as perguntas e apresenta resultados?

O Publio não utiliza LLM ou qualquer outra tecnologia de IA generativa para gerar as respostas fornecidas aos utilizadores. Todas as mensagens do Publio se baseiam em modelos predefinidos. O Publio utiliza um modelo de linguagem produzido por aprendizagem automática treinado para aprender a reconhecer e responder a pedidos dos utilizadores. Este modelo é responsável pelo processamento da mensagem ou consulta do utilizador, identificando a intenção da mensagem e dando uma resposta adequada. O processo de treino do Publio consiste em fornecer ao modelo de aprendizagem automática uma grande quantidade de dados de treino anotados, que incluem exemplos de pedidos dos utilizadores, soluções correspondentes e possíveis respostas.

O Publio utiliza processamento de linguagem natural, o modelo de linguagem treinado e LLM para compreender a intenção do utilizador e extrair da pergunta do utilizador as entidades detetadas (por exemplo, termo de pesquisa, assunto, autor, data do documento, formato do documento). Estas entidades são utilizadas para realizar a pesquisa e apresentar os resultados.

Se os resultados da pesquisa forem demasiado amplos, o Publio dá seguimento à conversação, fazendo perguntas adicionais ao utilizador para filtrar os resultados da pesquisa com base noutras entidades.

As perguntas formuladas pelo Publio limitam-se a identificar a intenção do utilizador, a captar a sua finalidade e a formular a consulta de pesquisa correta no corpus de conteúdos publicado no Portal do Serviço das Publicações. Os resultados propostos pelo Publio provêm inteiramente deste corpus.

Comentários dos utilizadores

Em qualquer momento da conversa, o utilizador final pode apresentar comentários positivos, neutros ou negativos sobre a sua experiência de utilização do Publio. Este comentário pode ser introduzido manualmente pelo utilizador em qualquer momento ou numa janela instantânea que é apresentada após alguns segundos de inatividade, solicitando ao utilizador que introduza os seus comentários. Além disso, as perguntas que não sejam corretamente «compreendidas» pelo Publio são automaticamente registadas e processadas periodicamente por uma equipa humana de funcionários do Serviço das Publicações. Os comentários dos utilizadores e a análise de perguntas que não são corretamente «compreendidas» pelo Publio são utilizados para treinar novamente o modelo de linguagem com o objetivo de melhorar continuamente os serviços prestados aos utilizadores finais.

Tratamento de dados privados

Os dados disponíveis no Portal do Serviço das Publicações são tratados em conformidade com o Regulamento Geral sobre a Proteção de Dados da UE (RGPD) e o regulamento relativo ao tratamento de dados pessoais pelas instituições e pelos órgãos e organismos da UE (anexo 6).

O Publio não armazena, conserva ou arquiva quaisquer elementos, sejam eles os pedidos enviados pelo utilizador ou os contidos em respostas dadas pelo Publio.

Os comentários recolhidos são anonimizados de modo a que não seja possível restabelecer a ligação entre estes e o utilizador junto de quem foram recolhidas.

Não são utilizados dados pessoais para quaisquer tomadas automáticas de decisões, rastreios ou definição de perfis. Os únicos dados trocados entre o Publio e os LLM durante a utilização de modelos de linguagem de grande escala (LLM) para extração de entidades são a pergunta do utilizador e o resultado preliminar da extração de entidades gerado pelo serviço de CLU. Não são partilhados nem transmitidos quaisquer dados pessoais dos utilizadores.

Todos os serviços utilizados pelo Publio estão alojados em centros de dados europeus e todas as operações de tratamento de dados cumprem a regulamentação da UE em matéria de privacidade dos dados.

Limitações no momento atual

• Transcrição de nomes utilizando a voz: embora a maioria dos nomes seja «compreendida» e transcrita corretamente, a extração de nomes baseia-se em aprendizagem automática e não é 100 % exata. Devido às limitações do serviço de CLU, alguns nomes não são extraídos corretamente, mesmo depois de treinar o modelo com os exemplos específicos do conjunto de dados.
• Datas em francês e espanhol: a «compreensão» de datas em espanhol e francês é menos exata em contextos mais complexos. Por exemplo, o sistema é capaz de reconhecer o ano em espanhol utilizando «entre 2016 y 2017» sem contexto adicional, ao passo que não reconhece «entre el año 2019 y 2020».
• O reconhecimento de voz apenas funciona numa língua de cada vez.
• Esta ferramenta não tem um modo de soletração que permita aos utilizadores dizer as palavras letra a letra, a fim de assegurar uma transcrição exata.
• O reconhecimento de entidades mencionadas não funciona bem em frases grandes quando combinado com «Mrs»/«Miss».

Serviço das Publicações da União Europeia, 16 de maio de 2023