Investigadores da Universidade de Coimbra identificaram fluxos mais comuns de conversas que podem ajudar trabalhadores a atender melhor os clientes.
Serão poucos os que nunca ligaram para um call center na tentativa de esclarecer dúvidas ou resolver problemas. E apesar dos avanços da ciência, dificilmente será possível que estes espaços sejam totalmente automatizados, sendo ainda necessária a intervenção humana. Não é por isso de estranhar que investigadores da Universidade de Coimbra se tenham debruçado sobre a questão para criar uma plataforma inovadora que presta assistência a profissionais deste setor, tanto em tempo real, como numa fase de auditoria, para que sejam mais eficientes no seu trabalho.
Através do projeto Flowance – que juntou o Departamento de Engenharia Informática (DEI) da Faculdade de Ciências e Tecnologia da Universidade de Coimbra, a empresa Talkdesk e o Centro de Informática e Sistemas da Universidade de Coimbra (CISUC) -, os investigadores analisaram diálogos e identificaram os fluxos mais comuns que uma conversa pode seguir. Isto poderá ser útil para ajudar os funcionários dos call centers a orientar melhor um diálogo com um cliente que estão a atender, a prever o que vai ser perguntado e ir pesquisando a informação para responder, antecipar as interações seguintes ou até evitar que a conversa evolua para um determinado estado negativo, tornando o atendimento mais eficiente.
De acordo com Hugo Gonçalo Oliveira, investigador do CISUC e docente do DEI, este trabalho também permitirá auxiliar quem está responsável por um call center a “tomar decisões, como a redistribuição de recursos, perceber se há situações para as quais se devem preparar mais os trabalhadores, entre outras situações”.
O projeto terminou em junho, estando atualmente a empresa a aproveitar este conhecimento nos seus serviços. Na academia, os investigadores continuam a trabalhar o tema, agora no âmbito do projeto Center For Responsible AI, financiado pelo Plano de Recuperação e Resiliência.
Entre outros aspetos, neste momento, o foco está “na utilização destes métodos para extrair fluxos e ajudar a explicar o funcionamento de agentes conversacionais (chatbots) que não se baseiam em fluxos pré-definidos, como o ChatGPT, contribuindo assim para uma maior confiança na sua utilização ou, de uma forma geral, auditar conversas”, adianta Hugo Gonçalo Oliveira.
