ATFERDSENDRING GJENNOM

CHATBOTS (SMARTE

ASSISTENTER)!

SEMINAR OM INNOVASJON OG FREMTIDSRETTEDE LØSNINGER FOR ØKT FYSISK AKTIVITET, 29.10.2018 Petter Bae Brandtzæg

Universitetet i Oslo og SINTEF Digital

Innhold

• Bakgrunn – teknologi og bruksmønstre i endring

• Hva er chatbots eller smarte assistenter?

• Samfunnsutfordringer

• Eksempler - chatbots for atferdsendring

• Brukermedvirkning med store data

• Hvor er vi nå? – eksempel fra prototype

• Hvor skal vi?

2

3

BAKGRUNN Teknologi og bruksmønstre

i endring

Jeg tenker altså er jeg!

(Decartes: 1596-1650)

1637

”I propose to consider

the question,

Can machines think?”

(Turing, 1950).

(1912-1954)

6

TIME, Januar, 2006

Internett snues opp ned

TIME Oktober, 2017

Menneske som aktiv og skapende. Brukeren skaper innholdet selv.

Maskinen som aktiv og skapende. Roboter serverer innhold til brukerne.

Teknologi i endring

7

Verktøy Partner

Sophia

9

"Always on"

I løpet av døgnet bruker unge (16-18 år) ca 4-6 timer på sosiale medier.

"The dark social"

10

11

Messenger platform for bots

+ 200 000 chatbots på Facebook Messenger

Statista: https://de.statista.com/statistik/daten/studie/662144/umfrage/anzahl-der-verfuegbaren-chatbots-fuer-den-facebook-messenger/

12

13

HVA ER CHATBOTS?

Chatbots eller en nettpratrobot er dataprogrammer som kommuniserer med brukere gjennom naturlig språk

– gjerne på meldingsplattformer

15

16

SAMFUNNS- UTFORDRINGER

WHO: Et enormt gap mellom behovet for hjelp innen psykisk helse og kapasiteten til å hjelpe – et globalt problem

17

18

"Helsehjelp rett inn på barne- og ungdomsrommene"

kvalitetssikret helseinformasjon?

19

Tilgjengelighet

«Helsesøster er

her bare hver

gang det er

fullmåne».

20

CHATBOTS– Tilgjengelig uansett tid på døgnet. Et lavterskeltilbud

til unge - møte de der de er.

22

Eksempler: Chatbots for atferdsendring

23

24

25

26

Woebot

27

Deltakerne som bruker Woebot,

reduserte signifikant depresjon og

angst symptomer. Prosess- og

interaksjonsfaktorer var viktig.

85% brukte Woebot daglig.

28

BRUKERINNVOLVERING GJENNOM STORE DATA

29

Ung.no

Klara Klok

173287

586723

DATA:

Store data og maskinlæring som involveringsstrategi

30

Men også kunnskap om hva unge lurer på og hvordan de spør

31

32

33

HVOR ER VI NÅ – eksempler og prototyper

34

ungBOT

Vennlig intro

35

Tema: Prediksjon

Tema: Forslag

Innhold: Forslag Innhold: Visning

Neste skritt

ungBOT

36

ungBOT

Etablere relasjon

Prototype - maskinlæring

Prototype ved UiA

Basert på maskinlæring med

data fra ung.no og Klara Klok

Kategoriserer spørsmål og

tilbyr svar

Ca. 70% presisjon

38

HVOR GÅR VI?

39

Nettverk av chatbots og flinke folk?

Innhold

Hjelpe-team?

Varsling

40

41