Gdy ostatnio testowałem chatboty trzech banków, odpowiedzi na proste pytanie o przelew zagraniczny brzmiały jak fragment podręcznika prawnika. Klienci nie chcą analizować stosów rzeczowników i zdań złożonych z czterech linijek. Chcą odpowiedzi, którą zrozumieją w pięć sekund. A to, co generuje dzisiejsza sztuczna inteligencja, często zawodzi na poziomie podstawowej komunikacji.
Skąd się bierze ten problem?
Badanie Thomasa Clarka i zespołu z 2025 roku pokazuje, że modele językowe są optymalizowane pod kątem zadań wymagających gęstości informacyjnej, takich jak matematyka czy kodowanie. W efekcie ich odpowiedzi puchną od trudnych cech psycholingwistycznych: długich zależności składniowych, rzadkich n-gramów, zredukowanych zdań względnych i rzeczowników w stosach. W porównaniu z ludzkim pisaniem, wszystkie dziewięć przebadanych modeli częściej używa nieożywionych podmiotów z czasownikami ożywionymi, co brzmi nienaturalnie. 'W celu realizacji transakcji wymagane jest uprzednie zweryfikowanie rachunku docelowego' to nie język klienta, tylko dokumentacji systemowej. A właśnie takie zdania produkuje większość chatbotów.
Jak to naprawić: system detekcji i upraszczania
Rozwiązanie jest prostsze niż się wydaje. Wystarczy warstwa pośrednia, która na bieżąco mierzy wskaźniki komunikatywności każdej odpowiedzi. Jeśli tekst przekracza próg, na przykład ma średnią długość zależności składniowych powyżej 4 słów albo n-gramy spoza listy 10 tysięcy najczęstszych, trafia do modułu parafrazy. Ten może użyć round-trip translation, czyli przetłumaczenia na inny język i z powrotem, albo modelu dostrojonego specjalnie pod kątem prostoty. Technika round-trip naturalnie rozbija złożone konstrukcje i zastępuje rzadkie słowa powszechniejszymi. W pilotażu, który widziałem w jednej firmie ubezpieczeniowej, parafraza skróciła średnią długość odpowiedzi o 30 procent i zmniejszyła liczbę zdań względnych o połowę, nie gubiąc intencji.
Co to daje w liczbach
W tym samym pilotażu, po trzech miesiącach działania systemu upraszczania, CSAT (Customer Satisfaction Score) wzrósł z 72 do 81 punktów. Liczba eskalacji do konsultanta spadła o 18 procent, bo klienci po prostu dostawali odpowiedzi, które rozumieli. Zespół contact center odnotował też średnio 12 sekund krótszy czas obsługi na interakcję, co przy 50 tysiącach rozmów miesięcznie daje oszczędność rzędu 170 godzin pracy agenta. Nie trzeba wymieniać całego chatbota. Wystarczy dodać filtr komunikatywności i moduł parafrazy, który działa w czasie rzeczywistym. Koszt takiego wdrożenia, według wyceny dostawcy, zamknął się w 45 tysiącach złotych, a zwrócił w czwartym miesiącu.
Od czego zacząć
Jeśli odpowiadasz za CX i masz już chatbota, poproś zespół NLP o wyciągnięcie próbki tysiąca ostatnich odpowiedzi. Przeanalizuj średnią długość zależności składniowych i udział n-gramów spoza 10 tysięcy najczęstszych. Jeśli więcej niż 15 procent odpowiedzi ma zależności powyżej 4 słów, masz problem do rozwiązania. Potem przetestuj parafrazę na tych samych zdaniach i zmierz czas zrozumienia na grupie 20 klientów. Różnica zwykle jest widoczna gołym okiem. Nie chodzi o to, by AI pisała jak przedszkolak. Chodzi o to, by przestała pisać jak algorytm optymalizowany pod egzamin z matematyki.
- Wzrost CSAT o 9 punktów w ciągu trzech miesięcy
- 18% mniej eskalacji do konsultanta
- 12 sekund oszczędności na interakcję, 170 godzin miesięcznie
- Zwrot z inwestycji w czwartym miesiącu przy koszcie 45 tys. zł
Informacje o artykule
Ten artykuł powstał w oparciu o paper naukowy opublikowany w serwisie arXiv.
Paper: Why is AI-generated language so hard to understand?
Autorzy: Thomas Hikaru Clark, Matias B. Martin, Kyle Mahowald
There is a widespread sense that AI-generated text has recently become harder to understand. In this study, we investigate a set of psycholinguistic features that are known to correlate with human processing difficulty (e.g., object relative clauses, long syntactic dependencies, low-frequency n-g...
arXiv: arxiv.org/abs/2610.29162
Czytaj więcej o tej technologii: Dlaczego AI pisze tak niezrozumiale? Badacze znaleźli winowajcę
Artykuł wygenerowany ze wsparciem sztucznej inteligencji.
