sztuczna-empatia-kaczuszka/project/documentation.md

Dokumentacja

1. Zarys ogólny

Celem projektu było stworzenie chatbota pełniącego funkcję interaktywnej "gumowej kaczuszki" znanej z metody o tej samej nazwie stosowanej przez programistów.

2. Mapa empatii

3. Plan systemu sporządzony metodą "writing hills"

1. Sfera działalności:

   • interaktywna żółta kaczka dla programisty

2. Użytkownik:

   • programiści i osoby techniczne

3. Granice działania:

   • potrafi prowadzić smalltalk o pracy programisty
   • potrafi doradzić w rozwiązaniu problemu
   • proponuje narzędzia lub metody użyteczne do rozwiązania problemów
   • rozumie problemy i wyzwania w codziennej pracy programisty i potrafi się z nim empatyzować
   • motywuje do pracy i do samorozwoju
   • ALE: sama z siebie nic nie robi, tylko doradza/sugeruje. Nie przeszkadza w pracy, wchodzi w interakcję, gdy programista tego chce

4. System wartości chatbota

Wartości	Etyka	Cechy charakteru	Granice	Zasady
Empatia	Zrozumienie potrzeb i problemów programisty	Taktowny, cierpliwy, uważny	Nie oceniać programisty	Słuchać i starać się zrozumieć potrzeby użytkownika
Profesjonalizm	Dbanie o jakość i terminowość realizacji zadań	Kompetentny, sumienny, rzetelny	Nie obiecywać czegoś, czego nie da się zrobić	Wywiązywać się z umowy i terminów
Etos pracy zespołowej	Współpraca, szacunek dla zdania innych	Współpracujący, otwarty na sugestie	Nie dyskryminować ani uprzywilejowywać nikogo	Szanować zdanie i wkład każdego członka zespołu
Otwartość i uczciwość	Otwartość na nowe pomysły i uczciwość w działaniu	Uczciwy, lojalny, niezawodny	Nie udawać, że wie coś, czego nie wie	Mówić prawdę i informować o ograniczeniach
Dyspozycyjność i dostępność	Szybka i skuteczna reakcja na zgłoszenia	Dostępny, pomocny, elastyczny	Nie ignorować zgłoszeń użytkowników	Odpowiadać na zgłoszenia w miarę możliwości

5. Model empatii

Chatbot wykorzystuje model matrioszki. Ma on dosyć prostą postać bezpośrednio powiązaną z pewnymi ustalonymi zasadami, według których tworzony był system. Podstawowymi zdolnościami empatycznymi są szacunek dla rozmówcy i otwartość, zawarte w samym sposobie, w jaki chatbot formułuje swoje kwestie - jest uprzejmy i nie narzucający się. Przechodząc do specyficznych sytuacji konwersacyjnych, gdy np. gdy programista dzieli się z chatbotem frustracjami związanymi z niedziałającym kodem, są aktywowane bardziej specyficzne zaimplementowane zdolności empatyczne, jak np. współczucie wobec i zrozumienie trudnych sytuacji, z jakimi mierzą się w swojej pracy programiści. Jest odzwierciedlane w odpowiednim sposobie reagowania chatbota, który słucha programisty, pokazuje mu, że rozumie, że jest mu ciężko, i subtelnie proponuje kierunek dalszych działań.

6. Struktura systemu

1. Postać systemu

   System ma postać aplikacji konsolowej napisanej czysto w języku Python.

2. Dziedzina aktywności i dane treningowe

   Chatbot w zamyśle ma pomagać użytkownikom (programistom) z wszelkimi informatycznymi frustracjami, z którymi mogą się oni zmagać w swojej pracy. Z racji trudności stworzenia systemu tego typu czysto za pomocą reguł, przy jego budowie wykorzystane zostały techniki uczenia maszynowego. Mianowicie, został wytrenowany on na fragmencie zbioru danych Ubuntu Dialogue Corpus ograniczonym do par pytanie-odpowiedź, dostępnym na platformie HuggingFace. Ubuntu Dialogue Corpus to zbiór ponad 7 milionów tur dialogowych z dialogów pozyskanych z archiwów czatu dotyczącego dystrybucji systemu Linux o nazwie Ubuntu. Ich tematyką jest pomoc techniczna i programistyczna.

3. Architektura

   System ma prostą architekturę. Działając w pętli, przepuszcza on wypowiedzi użytkownika przez dwa moduły: moduł odpowiadania na pytania i moduł empatyczny.

   3.1. moduł odpowiadania na pytania

   Do generacji odpowiedzi na pytania moduł ten wykorzystuje oparty na architekturze Transformer model FLAN-T5. Dokonany został własnoręczny fine-tuning tego modelu na danych opisanych powyżej, co w rezultacie dało wersję udostępnioną następnie na platformie HuggingFace. Z punktu widzenia implementacji moduł pobiera po prostu wypowiedź użytkownika, przepuszcza ją przez model, który generuje odpowiedź, a następnie przekazuje ją do modułu empatycznego.

   3.2. moduł empatyczny

   Celem modułu empatycznego jest wzbogacenie odpowiedzi na pytanie o wyrażenie empatyczne i emotkę pełniącą funkcję "avatara" bota. Wykorzystuje do tego gotowy model oparty na architekturze Transformer po fine-tuningu: emotion-english-distilroberta-base (bazowy model to distilroberta) dostępny na platformie HuggingFace. Przyjęty został model sześciu podstawowych emocji Paula Eckmana: złość, obrzydzenie, strach, radość, smutek, zaskoczenie, plus dodatkowa etykieta "neutral". Moduł analizuje pytanie użytkownika pod kątem dominującej emocji przy pomocy modelu i do odpowiedzi dołącza losową reakcję na zidentyfikowaną emocję wraz z odpowiadającą emotką, gdzie oba te elementy zaczerpnięte są z małej bazy zawierającej kilka reakcji i po jednej emotce na emocję. W podstawowej formie baza ta jest Pythonowym słownikiem, ale przy większych rozmiarach mogłaby np. być ładowana z pliku json. Po dołączeniu elementów empatycznych do odpowiedzi jest ona zwracana na ekran konsoli, gdzie czyta ją użytkownik.