Text Mode Negotiation

Observando as conversações estabelecidas entre PIXELBOT e seus usuários, podemos

configuram como curtas, por possuírem cerca de 10 sentenças ou menos (5 pares

conversacionais, sendo cada par formado por uma intervenção do usuário e uma resposta de

PIXELBOT ), e (2) outras podem ser definidas como longas, na medida em que apresentam,

por exemplo, mais de 40 sentenças (mais de 20 pares conversacionais)8.

De acordo com observações anteriores, pudemos inferir que as conversações do tipo

curtas ocorrem, possivelmente, por dois motivos: (a) porque o usuário conseguiu alcançar

rapidamente o objetivo que o motivou a interagir com o chatterbot – por exemplo, conseguiu

obter através das respostas de PIXELBOT a informação que buscava; ou (b) porque o usuário

se desinteressou em manter a conversação com PIXELBOT – nesse caso, suspeitamos que isso

ocorre por causa do aborrecimento do usuário diante de uma resposta do chatterbot,

incompatível com a sentença anterior (ou com o tópico em desenvolvimento). Consideramos

esse segundo caso como uma reação negativa do usuário, gerada pela falta de coerência na

conversação, e isso já indica o início da problemática que pretendemos abordar neste trabalho.

As conversações do tipo longas, que se tornaram mais freqüentes depois da

implementação da terceira versão de PIXELBOT, se caracterizam pela persistência do usuário

em manter a conversação com o chatterbot mesmo que este, eventualmente, forneça respostas

inadequadas que causem estranheza (por serem incompatíveis com o tópico em

desenvolvimento). Nesse caso, em uma análise prévia, pudemos detectar dois tipos de

usuários, no que se refere à sua atitude em relação ao chatterbot: (1) alguns usuários parecem

interessados apenas em testar PIXELBOT, desafiando-o a demonstrar suas capacidades e

explorando os possíveis contextos em que o chatterbot pode apresentar respostas coerentes, e,

mesmo se aborrecendo com PIXELBOT quando esse não corresponde às expectativas, ainda

assim continuam a conversação; e (2) outros usuários parecem dispostos a uma atitude de

8

o número de sentenças utilizadas para definir, nesta dissertação, quando uma conversação é curta ou longa é arbitrário. De uma forma geral, consideramos a barra de rolagem como um critério para essa definição: quando

cooperação com o chatterbot, buscando manter com este uma comunicação no mesmo nível,

isto é, como se considerassem o chatterbot um outro parceiro conversacional legítimo,

embora não necessariamente humano. Essas atitudes de competição e cooperação também

foram identificadas por De Angeli, Johnson, & Coventry (2002) em seu estudo com ALICE, o

que reforça nosso interesse pelas conversações do tipo longas.

Nosso interesse por esse último tipo de conversação se dá, particularmente, no que se

refere ao segundo tipo de usuário: aqueles que estão dispostos a manter com o chatterbot uma

atitude de cooperação. Tais conversações, observadas com mais cuidado, suscitam algumas

questões que precisam ser resolvidas, uma vez que temos em mente o aperfeiçoamento desse

sistema que conversa com os seres humanos através a Linguagem Natural (no caso,

PIXELBOT), de modo que a conversação estabelecida entre ele e seus usuários transcorra de

forma mais eficiente.

Analisando as conversações do tipo longas, estabelecidas entre PIXELBOT e aqueles

usuários que mantém com o sistema uma atitude de cooperação, observamos que, devido a

eventuais respostas incompatíveis de PIXELBOT às intervenções dos usuários, com muita

freqüência ocorrem ao longo da conversação várias quebras de tópicos (isto é, a interrupção

do tema tratado antes que ele chegue ao final) e/ou quebras de fluxo -- quando a resposta de

PIXELBOT à intervenção do usuário provoca estranheza nele (ou em quem está lendo a

conversação registrada), embora não necessariamente implique em quebra de tópico (Neves &

Barros, 2003). Mesmo assim, percebemos que os usuários freqüentemente “salvam” o

diálogo, mantendo a conversação através do redirecionamento da mesma, como se de alguma

forma aproveitassem a quebra, seja para introduzir um novo tópico na conversação, seja

empregando um novo sentido à elocução do chatterbot que foi responsável pela quebra, de

a conversação cabe na tela sem que nesta seja apresentada a barra de rolagem, ela é considerada curta; caso seja necessário usar a barra de rolagem diversas vezes para ter acesso à toda a conversação, ela é considerada longa.

modo que a conversação continua fluindo em função do desenvolvimento de tópicos. Nesse

sentido, perguntamo-nos:

1. quais são as motivações que levam as pessoas não apenas a estabelecer uma conversação

de longa duração com PIXELBOT, mas principalmente a procurar salvar, isto é, resgatar

as quebras de tópicos ou de fluxo provocadas pelos erros desse chatterbot e manter, assim,

a coerência conversacional9?

2. quais os mecanismos de resgate do diálogo que as pessoas usam para manter a

conversação por um período de tempo relativamente longo? Será que tais mecanismos

relacionam-se ao processo de interpretação, por parte do usuário, do que é dito pelo

chatterbot no momento da quebra, no qual ele busca um sentido à elocução do chatterbot

que lhe causou estranheza, atribuindo ao mesmo uma intencionalidade?

Embora estejamos atentos a essas duas questões, que a nosso ver representam,

respectivamente, o por quê e o como a conversação entre PIXELBOT e seus usuários é

mantida, nesta dissertação procuramos abordar apenas a segunda delas. Considerando os

objetivos que nos motivaram a realizar este trabalho (entre eles, como dito em um parágrafo

anterior, a meta de aperfeiçoar PIXELBOT de modo que a conversação estabelecida entre ele

e seus usuários transcorra de forma mais eficiente), não nos interessa, neste momento, saber

por que os usuários mantém a conversação com o chatterbot (nem mesmo por que se

interessaram em conversar com PIXELBOT, ou por que se desinteressam). Quanto a isso,

podemos apenas levantar conjecturas que, por enquanto, têm servido para nossos propósitos.

No entanto, investigar o como a conversação é mantida, isto é, o processo de manutenção da

9

Lembrando que, em nosso entendimento, o resgate da quebra implica, entre outras coisas, em que a conversação continua fluindo em função do desenvolvimento de tópicos.

conversação (o seu desenvolvimento), parece o caminho mais adequado para encontrarmos

respostas que venham a solucionar os problemas com os quais nos deparamos durante o

funcionamento de PIXELBOT. Por isso, repetimos, a ênfase no presente estudo recai sobre a

segunda questão acima levantada.

Propomos então que é através da análise das conversações estabelecidas entre

PIXELBOT e seus usuários, focalizando particularmente as quebras de tópicos e as quebras de

fluxo, que podemos encontrar respostas para essa segunda questão, de modo a permitir uma

maior eficiência de PIXELBOT, tornando-o capaz de conversar em Linguagem Natural sobre

uma grande variedade de temas, e que seu uso possa ser estendido para diferentes domínios e

aplicações (por exemplo, PIXELBOT como um monitor virtual capaz de auxiliar estudantes

em ambientes virtuais de estudo na Internet). Esperamos também com isso alcançarmos meios

para a superação dos problemas clássicos da utilização da Linguagem Natural em chatterbot,

discutidos a seguir.