Η αυτόματη λήψη τηλεφωνικών παραγγελιών αποτελεί μία από τις πλέον υποσχόμενες αλλά και απαιτητικές εφαρμογές της Τεχνητής Νοημοσύνης στην καθημερινότητα. Στο πλαίσιο αυτό, μια διπλωματική εργασία που εκπονήθηκε στο Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών του Πανεπιστημίου Πατρών φέρνει στο προσκήνιο τόσο τις προοπτικές όσο και τις προκλήσεις της αντικατάστασης του ανθρώπινου παράγοντα σε γνώριμες διαδικασίες.
Το σύστημα σχεδιάστηκε και αναπτύχθηκε από τον Ελευθέριο Βλάχο, υπό την επίβλεψη του αναπληρωτή καθηγητή Χρήστου Φείδα, και παρουσιάστηκε τον Οκτώβριο, ανοίγοντας τη συζήτηση για τον ψηφιακό μετασχηματισμό των καταστημάτων εστίασης.
Από την τηλεφωνική συνομιλία στην ψηφιακή καταχώριση
Στα καταστήματα εστίασης, η καταγραφή των τηλεφωνικών παραγγελιών απαιτεί χρόνο, ακρίβεια και διαρκή προσοχή για την αποφυγή λαθών. Η προτεινόμενη τεχνολογική λύση επιχειρεί να αυτοματοποιήσει αυτό το στάδιο μέσω μιας συγκεκριμένης ροής εργασίας:
Μετατροπή ομιλίας σε κείμενο: Η φωνητική παραγγελία του πελάτη καταγράφεται και μετατρέπεται αυτόματα σε γραπτό λόγο.
Αντιστοίχιση με το μενού: Η Τεχνητή Νοημοσύνη επεξεργάζεται το κείμενο, ταξινομεί τα προϊόντα, τις ποσότητες, τις προτιμήσεις και τα στοιχεία παράδοσης (παραλαβή ή διανομή).
Προβολή σε οθόνη διαχείρισης: Το αποτέλεσμα εμφανίζεται στο προσωπικό του καταστήματος, το οποίο διατηρεί τον τελικό έλεγχο και τη δυνατότητα διορθώσεων.
Η πλατφόρμα έχει σχεδιαστεί ώστε να υποστηρίζει πολλαπλά καταστήματα ταυτόχρονα, το καθένα με διαφορετικό κατάλογο προϊόντων και τηλεφωνικό αριθμό, ενώ στην παρούσα φάση λειτουργεί υποστηρικτικά προς το προσωπικό και δεν αντικαθιστά πλήρως τον άνθρωπο.
Το σφάλμα της αυθαίρετης αντικατάστασης και η διόρθωσή του
Κατά τις δοκιμές του πρωτοτύπου, αποκαλύφθηκε μια σημαντική αδυναμία του αλγορίθμου. Όταν ζητήθηκε ένα προϊόν που δεν περιλαμβανόταν στον κατάλογο, η AI αντικατέστησε το μη διαθέσιμο είδος με ένα άλλο, υπαρκτό προϊόν του μενού. Καθώς ο αρχικός μηχανισμός ελέγχου εξέταζε μόνο αν το τελικό προϊόν υπήρχε στον κατάλογο, η εσφαλμένη παραγγελία περνούσε ως έγκυρη.
Για την αντιμετώπιση του φαινομένου, ενσωματώθηκε μια επιπλέον δικλείδα ασφαλείας: η άμεση σύγκριση του αποτελέσματος της AI με το πρωτογενές κείμενο της ομιλίας του πελάτη. Η αλλαγή αυτή επέτρεψε την απόρριψη των αυθαίρετων αντικαταστάσεων, αναδεικνύοντας ότι η μεγαλύτερη πρόκληση σε τέτοια συστήματα είναι η πιστή απόδοση του νοήματος χωρίς την προσθήκη λανθασμένων πληροφοριών.
Παράλληλα, σε δοκιμή χρηστικότητας με 12 συμμετέχοντες, η εφαρμογή συγκέντρωσε βαθμολογία 84,17 στα 100 στην κλίμακα ευχρηστίας SUS (System Usability Scale), δείκτης που αφορά την εμπειρία χρήσης και όχι το ποσοστό επιτυχίας της αναγνώρισης.
Η προοπτική του ζωντανού διαλόγου με τον πελάτη
Το επόμενο βήμα στην εξέλιξη της τεχνολογίας αφορά τη μετατροπή της από μηχανισμό επεξεργασίας καταγεγραμμένου ήχου σε σύστημα αμφίδρομης επικοινωνίας σε πραγματικό χρόνο.
Στο μέλλον, το σύστημα στοχεύει να αποκτήσει τη δυνατότητα:
Να ζητά διευκρινίσεις όταν λείπουν απαραίτητα στοιχεία (π.χ. διεύθυνση παράδοσης).
Να ενημερώνει φωνητικά τον πελάτη εάν κάποιο προϊόν δεν είναι διαθέσιμο, αντί να το αντικαθιστά.
Να προσαρμόζεται σε πραγματικές συνθήκες, διαχειριζόμενο τον περιβαλλοντικό θόρυβο και τις ιδιαιτερότητες της ανθρώπινης ομιλίας.
Η διπλωματική εργασία του Πανεπιστημίου Πατρών αναδεικνύει έτσι μια ουσιαστική παράμετρο της ανάπτυξης της AI: την ανάγκη σχεδιασμού μηχανισμών που επιτρέπουν στο σύστημα να αναγνωρίζει τα σφάλματά του πριν αυτά επηρεάσουν τον τελικό καταναλωτή.
