Mehr Mensch als Maschine - Zur Natürlichkeit von Sprachdialogsystemen

Lautmaler Whitepaper MEHR MENSCH ALS MASCHINE? ZUR NATÜRLICHKEIT VON SPRACHDIALOGSYSTEMEN Wenn es um das Design von Sprachdialogsystemen geht, wird häufig gefordert, diese möglichst „natürlich“ und „menschlich“ zu gestalten. Denn - so wird angenommen - nur ein besonders menschliches System sei auch ein gutes System. Aber ist das wirklich der Fall? Oder kann Menschlichkeit auch zum Nachteil werden? Und was bedeutet „Menschlichkeit“ überhaupt? Menschlichkeit - was ist das? Hierfür zunächst ein Beispiel einer Mensch-Mensch-Kommunikation: Agent Hallo, willkommen bei Payback. Was kann ich für Sie tun? Anrufer (verärgert) Ja, hallo. Mit meinem PayBack-Konto stimmt was nicht. Die neuen Punkte sind da noch nicht drauf. Agent (ernsthaft) Hmm, das werde ich sofort über-prüfen. Haben Sie Ihre Kundennummer zur Hand? Anrufer Nee, hab ich nicht. Agent Kein Problem, dann machen wir das anders. Wie ist Ihr Name? Anrufer Peter Meier. Agent Und Ihr Geburtsdatum? Anrufer 15.12.1975 Agent Ok, ah ja: Da ist tatsächlich ein Buchungsfehler passiert. Das Ganze ist allerdings inzwischen behoben. Sie sollten die Punkte spätestens mor-gen gutgeschrieben bekommen. Anrufer Aha. Agent Tut mir leid für die Unannehmlichkeiten, aber das kann manchmal pas-sieren, weil wir auch von Unterhändlern abhängig sind und… Anrufer (noch verstimmt, aber wesentlich entspannter) Schon gut, danke, ist ja nicht Ihr Fehler. Ich weiß dann ja bescheid. Agent (wieder gelöster) Alles klar. Und wenn Sie noch Fragen haben, lassen Sie sich am besten direkt zu mir durchstellen. Mein Name ist Sven Plöger. Anrufer Gut, mach ich. Vielen Dank erstmal. Und auf Wiederhören. Agent Auf Wiederhören. [1] Augenscheinlichste Eigenschaft des Menschen ist es, Beispiel: in Gesprächen flexibel zu sein. Menschen gehen aufein- ander ein, indem Sie ein mentales Bild entwerfen - von der Anrufer (verärgert) Ja, hallo. Mit meinem PayBack- Situation und von ihrem jeweiligen Gesprächspartner. Und Konto stimmt was nicht. Die neuen Punkte dieses mentale Bild ändert sich fortlaufend während des sind da noch nicht drauf. Gesprächs. Es wird maßgeblich beeinflusst durch folgende Sache Die neuen Punkte wurden noch nicht gut- Faktoren: geschrieben. Wer ruft an? Ist es ein Neukunde, ein Premiumkunde, ein Beschwerdeanruf oder ein Mitarbeiter? Beziehung Ich bezahle Sie, damit Sie funktionieren. In welchem emotionalen Zustand ist der Anrufer? Symptom Ich bin verärgert. Neutral, fröhlich, verärgert? Welches Vorwissen hat der Anrufer? Weiß er genau, Appell Lösen Sie mein Problem! welche Informationen er benötigt? Welche Ziele hat der Anrufer - und mithilfe welcher Stra- Agent (ernsthaft) Hmm, das werde ich sofort tegie kann man sie erreichen? überprüfen. Haben Sie Ihre Kundennummer Wie verlief der Interaktionsdiskurs bisher? Hat der An- zur Hand? rufer schon einmal angerufen? Welches Wissen sammelt sich über das Gespräch hinweg an? Welches Bild entwirft Sache Ich werde das Problem überprüfen. der Anrufer vom Agenten und dem Unternehmen? Beziehung Ich werde das erfüllen, was Sie von mir Im Beispiel oben erkennt der Agent, dass der Anrufer erwarten (zu funktionieren). verärgert ist. Sofort passt er sich der Situation an: Er Symptom Ich nehme das Problem ernst und bin da- wechselt vom aufgeschlossen-freundlichen Ton hin zu ei- ran interessiert, so schnell wie möglich zu nem konzentriert-sachlichen. Er signalisiert, dass er den einer Lösung zu kommen. Anrufer ernst nimmt und alles tun wird, ihm zu entsprechen. Appell Geben Sie mir etwas Zeit und helfen Sie Daraufhin ändert sich auch der emotionale Zustand des mir mit den notwendigen Informationen Anrufers. (Kundennummer). Auch in der Zielführung zeigt sich Flexibilität: Das Stan- Diese vier Seiten einer Nachricht zeigen sich auf allen dard-Login-Verfahren (per Kundennummer) funktioniert Ebenen der Sprache: Der phonetischen, der syntaktischen nicht und sofort weicht der Agent auf eine alternative Stra- und der lexikalischen. Dabei sind manche Ebenen der tegie aus. Sprache für bestimmte Seiten besser geeignet. Zum Die genannten Faktoren haben also einen Einfluss auf Beispiel wird die Symptomseite in erster Linie über die die einzelnen Äußerungen der Gesprächspartner. Jede der Stimmqualität (Phonetik) transportiert, während die sach- Äußerungen lässt sich sehr anschaulich durch das Vier- liche Seite hauptsächlich über die Worte und die Syntax Seiten-Modell von Friedemann Schulz von Thun beschrei- transportiert wird. ben, das auf das Organon-Modell von Karl Bühler zurück- geht: Sache Symptom Beziehung Appell Sender Empfänger [2] Nicht immer sind diese Seiten so homogen aufeinander Dialog-Design sollte demnach also so menschlich wie abgestimmt wie hier. Zum Beispiel könnte der Agent einer- möglich sein - denn der Mensch neigt dazu, Sprach- seits mitteilen, dass er sich des Problems annimmt (Sach- gewohnheiten von der Mensch-Mensch auf die Mensch- liche Seite), gleichzeitig aber über die Stimmqualität Maschine-Kommunikation zu übertragen. Und wenn der signalisieren, dass er es für lächerlich hält, sich deswegen Nutzer sein gewohntes Gesprächsverhalten 1:1 auf Sprach- so aufzuregen (Symptomseite, Beziehungsseite). Nicht sel- dialogsysteme übertragen kann, wäre der Lernaufwand ten geben unglücklich formulierte Äußerungen Anlass zu gleich null. Missverständnissen, weil vor allem Beziehungs- und Allerdings ist es Fakt, dass die Sprachtechnologie bei Symptomseite falsch interpretiert werden. In der alltäg- weitem nicht an die Fähigkeiten des Menschen heranreicht. lichen Kommunikation sind diese Seiten sehr viel differen- Deswegen kann es im Laufe eines Dialogs immer wieder zu zierter als im Beispieldialog - denn die Gesprächs- unnatürlichen Gesprächssituationen kommen. Man denke teilnehmer dort kennen sich nicht persönlich. Außerdem an Situationen, in denen Nutzeräußerungen wiederholt nicht bewegt sich der Dialog in einem klar abgegrenzten verstanden werden, in denen Listen von phonetisch ähn- thematischen Gebiet. lichen Einträgen ausgegeben werden oder in denen vom Die beschriebenen vier Seiten sind in jeder Nachricht Anrufer geäußerte Kundennummern zurückgelesen werden. vorhanden, aber sie sind nicht immer gleich stark Hier kommt die andere extreme Ansicht ins Spiel, bei- ausgeprägt. Wissenschaftliche Texte und Dichtung sind spielsweise vertreten durch Bruce Ballentine (2007, „It's Extrembeispiele: In wissenschaftlichen Texten findet sich Better to Be a Good Machine Than a Bad Person“). fast ausschließlich die sachliche Seite, in der Dichtung ist die Symptomseite sehr stark ausgeprägt. Laut Ballentine sollten sich Sprachdialogsysteme so weit wie möglich von Menschen unterscheiden.