Escolar Documentos
Profissional Documentos
Cultura Documentos
ITACOATIARA
2020
EMYNNA CAVALCANTE GUIMARÃES
LAIANE DE SOUZA PAULINO
LARISSA CORSINO LIMA
ITACOATIARA – AM
2020
“A tarefa não é tanto ver aquilo
que ninguém viu, mas pensar o que
ninguém ainda pensou sobre
aquilo que todo mundo vê.”
(Arthur Schopenhauer)
LISTA DE ILUSTRAÇÕES
1. INTRODUÇÃO
As redes sociais têm a função de conectar pessoas, fortalecendo assim as conexões entre
elas. Novas ferramentas vêm sendo criadas e adicionadas no ambiente digital. Um grande
avanço foi a criação de Chatbots, que facilitou a comunicação por meio do uso de Inteligência
Artificial – IA. Sendo um Chatbot um software de programa de computador que pode ser usado
em diferentes cenários, como sistemas bancários, atendimento ao cliente e educação, podendo
simular conversas com usuários (BERTIN, 2019).
Isso faz com que esta seja uma forma de serviço mais simples e flexível que pode atender
a demandas de pedidos maiores e aumentar o relacionamento com os clientes. Tudo isso feito
por meio de Processamento de Linguagem Natural – PLN, que inclui o desenvolvimento de
modelos computacionais para realizar tarefas que dependem de informações expressas em
determinadas linguagens naturais.
Um Chatbot pode simular um diálogo entre humanos. Depois de enviar uma pergunta
em linguagem natural, o programa consultará a base de conhecimento e fornecerá uma resposta
que imita rapidamente o comportamento humano e, de alguma forma, impressionará o cliente
e o deixará mais satisfeitos. Lembrando que sua função não é substituir uma conversa humana
e sim facilitar um processo que normalmente, demandaria tempo para ser concluído, de forma
que fique satisfatório para ambos os lados (BERTIN, 2019).
Diante do contexto em que o mundo se depara, com uma realidade caótica sem
precedentes de uma pandemia causada por um vírus (Covid-19), que se instalou no mundo,
fechando ou alterando diversos setores, dentre eles os comércios. Várias soluções foram
propostas para evitar a contaminação do vírus, como o lockdown, no qual consiste em restringir
a circulação da população em lugares públicos, permitindo apenas, e de forma limitada, para
questões essenciais.
7
Contudo, os comércios foram afetados gravemente, fazendo com que muitos tenham
prejuízos a ponto de fecharem o seu local de trabalho, tudo isso para que evitassem
aglomerações. Conforme destacado no comunicado oficial, “frente ao elevado aumento dos
índices de contágio, realmente se fazem necessárias medidas restritivas conforme as previstas
na referida Deliberação nº17 do Comitê Estadual e ainda se fazendo imprescindível a suspensão
das atividades religiosas, o que será objeto de análise por parte do Executivo Municipal”. No
que se refere a bares, restaurantes e lanchonetes, as atividades estão permitidas apenas para
operacionalização internet e delivery. De acordo com a orientação, devem ser mantidos apenas
os serviços essenciais como supermercados, açougues, lojas de conveniência, farmácias e
drogarias (WESLEY, 2020).
O café regional Helena’s Café atualmente atende aos seus clientes em um local onde
recebe os mesmos oferecendo uma grande variedade de comidas típicas da região Amazônica,
e que o mesmo recebe uma grande demanda todos os dias tanto presencial, quanto através de
pedido por telefone via aplicativo WhatsApp, sendo que esta demanda por delivery tem
aumentado significativamente, ocasionando em uma dificuldade de acompanhar os pedidos e
repassar para a cozinha as comandas.
8
A partir dessa dificuldade decidiu-se por desenvolver um Chatbot que forneça aos
clientes um atendimento eficaz e prático, oferecendo através de menu interativo para os clientes
acessarem por meio do WhatsApp o Chatbot do Helena’s Café, e gerenciar os pedidos para
facilitar o controle das comandas.
9
2. OBJETIVOS
3. FUNDAMENTAÇÃO TEÓRICA
3.1 CHATBOT
3.1.1 ELIZA
Eliza é considerada o primeiro Chatbot a ser criado. Tendo sido desenvolvido por Joseph
Weizenbaum, entre os anos de 1964 e 1966, no Instituto de Tecnologia de Massachusetts - MIT,
usando o PNL - criando um software capaz de entender e interpretar a linguagem humana, assim
como interagir usando a linguagem natural, assim como mostra a Figura 1 (GRANATYR,
2016).
Com isso, o assistente virtual da IBM proporciona um nível de serviço mais sofisticado
ao cliente, sendo capaz de lidar com situações mais complexas do que os Chatbots
convencionais, aplicando o entendimento de linguagem natural
(NLU- Natural Langague Understanding) da já conhecida IA do IBM Watson (IBM BRASIL,
2018).
3.1.3 Siri
A Siri é uma assistente virtual que atualmente incorpora todo o ecossistema
desenvolvido pela Apple. A aplicação é capaz de compreender comandos de voz e realizar
tarefas atreladas ao sistema operacional.
Uma das ideias principais dela é servir como uma amiga que responde a perguntas, conta
piadas e ajuda a automatizar algumas tarefas do seu cotidiano, criando lembretes, ligando, ou
12
enviando mensagens para seus contatos sem que você precise abrir os Apps no celular, assim
como exemplifica a Figura 3 (SALUTE, 2020).
3.3 DIALOGFLOW
Dialogflow é um conjunto de ferramentas de desenvolvimento para criar interfaces
conversacionais para sites, aplicativos móveis, plataformas populares de mensagens e
dispositivos habilitados com Internet das Coisas – IoT, com capacidade de desenvolvimento de
ponta a ponta e implantação simplificada. Essa API utiliza algoritmos de Machine Learning
para processar os possíveis caminhos de conversação e roda totalmente na infraestrutura cloud
do Google (PAIXÃO et al., 2019).
O Dialogflow pode analisar vários tipos de entrada de seus clientes, incluindo entradas
de texto ou áudio (como de um smartphone ou gravação de voz). Ele também pode responder
aos seus clientes de várias maneiras, seja por meio de texto ou com fala sintética.
Na Figura 4 vemos a tela inicial da Plataforma DialogFlow que pode ser acessada através
do endereço dialogflow.cloud.google.com, está uma plataforma em nuvem da Google em que
é possível desenvolver todo o Chatbot.
3.3.1 Agentes
O agente Dialogflow gerencia o diálogo com seus usuários finais, ele é o responsável de
receber a mensagem de linguagem natural do usuário. Quando percebe que uma mensagem é
correspondente à uma intenção pré-definida, ele transforma os dados relevantes para a
aplicação. Este é um módulo de PLN que pode compreender as nuances da linguagem humana.
Ele pode ser definido como o Chatbot propriamente dito.
Os intents classificam a intenção do usuário final em cada conversa. Para cada agente,
você define vários intents, e seu intent combinado pode lidar com uma conversa completa.
Quando um usuário final escreve ou fala algo chamada expressão de usuário final, o
Dialogflow combina o conteúdo com a melhor intenção do seu agente. A intenção de
correspondência também é chamada de classificação de intent.
Uma intent básica contém os seguintes itens:
Frases de treinamento é um exemplo de uma frase possível a ser dita pelo usuário final.
Quando a expressão do usuário final for semelhante a uma dessas frases, o Dialogflow fará a
correspondência com a intent.
Ação: Quando a intent é correspondida, o Dialogflow fornece ações para o sistema,
permitindo que você acione certas ações definidas no sistema.
Parâmetros: Ao corresponder a intent no ambiente de execução, o Dialogflow fornece
o valor extraído da expressão do usuário final como parâmetro. Cada parâmetro possui um tipo
denominado tipo de entidade, que indica exatamente como extrair os dados. Ao contrário da
entrada original do usuário final, os parâmetros são dados estruturados que podem ser
facilmente usados para executar lógica ou gerar respostas.
Respostas: Configure a resposta de texto, voz ou visual a ser retornada ao usuário final.
Esse feedback pode fornecer respostas ao usuário final, solicitar mais informações ou encerrar
a conversa.
15
Cada parâmetro de intenção tem um tipo denominado tipo de entidade, que indica
exatamente como os dados na expressão do usuário final são extraídos. O Dialogflow fornece
entidades de sistema predefinidas, que podem corresponder a muitos tipos de dados comuns.
Por exemplo, existem entidades correspondentes a data, hora, cor, endereço de e-mail
etc. no sistema. Você também pode criar suas próprias entidades personalizadas para
corresponder aos dados personalizados. Por exemplo, defina uma entidade de fábrica que pode
corresponder aos tipos de vegetais que podem ser comprados em uma mercearia.
4. METODOLOGIA
O presente trabalho, baseou-se na problemática pela busca de validar se o uso de
tecnologias conversacionais, como os chatbots, podem auxiliar no processo de atendimento
ao cliente na venda de produtos de um em empreendimento de Café Regional de Itacoatiara.
O escopo do mesmo envolveu-se no levantamento de dados acerca do Café Regional
Helena’s Café, análise de requisitos, escolha de plataforma, modelagem de intentes e
desenvolvimento em si de um Chatbot com inteligência artificial.
Análise dos
Estudar a
Pesquisas requisitos do
plataforma
Bibliográficas Chatbot do
Dialogflow
Helena's Café
Integrar o Desenvolver o
Definir o
Chatbot com o Chatbot na
contexto da
aplicativo plataforma
conversação
WhatsApp Dialogflow
Realizar os
testes de
conversação do
Chatbot
Fonte: Autores (2020)
Análise Dos Requisitos: Nesta fase é necessária para que o chatbot possa atender as
necessidades do site e verificar quais melhorias poderão ser implementadas.
17
Testes: Nesta última fase serão realizados os testes, os chamados testes operacionais,
que visam verificar se a aplicação desenvolveu-se corretamente e se consegue oferecer todas
as funcionalidades esperadas.
18
5. RESULTADOS E DISCUSSÕES
Para dar início a uma conversa é necessário que tenha uma mensagem inicial, no caso
de um Chatbot não é diferente. Ao criar um agente no DialogFlow, já é implementado a intent
de boas-vindas, que é justamente a responsável por essa inicialização do diálogo entre o cliente
e o bot. Essa intent gera um código que pode ser observado na Figura 6.
19
Caso a mensagem enviada pelo cliente não corresponder a nenhuma das mensagens pré
estabelecidas, tanto na intent de boas-vindas quanto nas demais. Será encaminhado para a intent
de default. Na Figura 8 é mostrado o código dessa intent.
Neste caso o bot informará ao usuário que não compreendeu a mensagem, como
mostrado na Figura 9.
Se tratando de um Chatbot para delivery, criou-se uma intent para que o cliente possa
voltar ao cardápio quando estiver escolhendo seu pedido. A Figura 10 mostra o código dessa
intent.
21
Para que essa intent seja acionada basta o usuário digitar a letra “X”, e retornará para o
cardápio principal. Como mostra a Figura 11.
Quando o cliente decide fazer seu pedido ele aciona uma intent, e nela precisa responder
à algumas questões que serão mostradas na comanda. Na Figura 12 é possível ver essas
perguntas.
22
A partir das perguntas feitas, quando o pedido for finalizado, será enviado uma comanda
para o cliente que também servirá como um resumo do pedido para que o estabelecimento possa
ter mais controle. O exemplo da Figura 16 mostra como será essa mensagem.
Figura 17. Finalização do Pedido
6. CONCLUSÃO
Hodiernamente, estamos enfrentando uma pandemia causada pelo chamado novo
corona vírus, que paralisou o comércio e demais atividades. Para manter seu negócio muitos
empresários decidiram utilizar a internet como principal meio de propagar seu produto, e, por
esse motivo, o uso de tecnologias como o Chatbot que possibilitam a comunicação entre
empresas e seus clientes teve uma busca crescente.
REFERÊNCIAS
BERNARDO, Rogério O.; SANTANCHÈ, André. Aplicações de Chatbots no
desenvolvimento de jogos em saúde. São Paulo: UNICAMP, 2017. (Série Texto Técnico, IC-
PFG-17-22).
BERTIN, Adriano. Chatbot: o que é, como funciona e quais os principais tipos. Disponível
em: <https://www.inbenta.com/pt/blog/o-que-e-chatbot/>. Acesso em 25 de novembro de
2020, 10:42.
DE PAULA, Lucas Santos. PipaBot: uma solução Chatbot para o PIPA URFJ. Projeto de
Graduação - Rio de Janeiro: UFRJ/Escola Politécnica, 2019.
OLIVEIRA, Felipe Andrade de. Estudo sobre Chatbots: desenvolvendo uma solução para
controle de filas. Assis, 2018. p. 47.
SALUTES, Bruno. O que é a Siri? Como funciona a assistente virtual da Apple. Disponível
em: < https://canaltech.com.br/ios/o-que-e-a-siri-como-funciona-a-assistente-virtual-da-
apple/>. Acesso em: 02 de dezembro de 2020, 21:13.
IBM BRASIL. Watson Assistant: um Chatbot inteligente, seu melhor assistente virtual.
[2018]. Disponível em: <https://www.ibm.com/br-pt/cloud/watson-assistant>. Acesso em: 02
de dezembro de 2020, 15:36.