Titre : Agent conversationnel en interface entre une machine et des utilisateurs

Domaine technique

[0001] La présente invention relève du domaine des messageries instantanées.

Technique antérieure

[0002] Un “chatroom” ou « salon de discussion » est un lieu de rencontre virtuel. Des utilisateurs disposent de terminaux respectifs pour échanger des messages instantanés via un serveur de messagerie. En pratique, l’échange de ces messages s’effectue par l’exécution d’une application installée dans chaque terminal d’utilisateur. Par exemple, un utilisateur peut choisir, selon le thème proposé ou l'intérêt du moment, un sujet de discussion afin de dialoguer par clavier ou par messages vocaux, avec plusieurs participants sur ce sujet. Le chatroom propose donc typiquement une rencontre virtuelle entre plusieurs utilisateurs humains.

[0003] Avec le développement des moyens de communication numérique, notamment dans le domaine de l’entreprise, des professionnels exécutant chacun une tâche spécifique peuvent coordonner leur activité en communiquant ainsi par messagerie instantanée.

[0004] Souvent toutefois, dans le cadre notamment d’une telle activité professionnelle (par exemple en usine), une discussion de messagerie instantanée peut concerner le fonctionnement d’une machine. Il peut être souhaité par exemple de piloter le fonctionnement de la machine de façon appropriée après concertation entre plusieurs professionnels.

[0005] Il n’existe pas d’application de messagerie entre plusieurs utilisateurs, capable de passer par exemple des consignes de fonctionnement à la machine. Une difficulté se poserait notamment lorsque plusieurs utilisateurs souhaiteraient faire appliquer simultanément des consignes différentes de fonctionnement de la machine.

[0006] La présente invention vient améliorer la situation.

Résumé

[0007] Elle propose à cet effet un agent conversationnel informatique (par exemple du type communément appelé « chatbot ») s’interfaçant entre au moins une machine et des terminaux d’utilisateurs exécutant une application de messagerie instantané.

[0008] Ainsi, un premier aspect de l’invention vise un procédé de communication entre plusieurs dispositifs dont une machine et une pluralité de terminaux d’utilisateurs, le procédé étant mis en œuvre par un agent informatique conversationnel en tant qu’interface entre lesdits plusieurs dispositifs, l’agent informatique conversationnel étant apte à dialoguer de manière indépendante avec les terminaux et la machine, les terminaux exécutant une application de messagerie instantanée dans laquelle les utilisateurs participent à une discussion avec l’agent informatique conversationnel en échangeant des messages via leur terminal. [0009] Le procédé comporte au moins :

- analyser au moins un contenu d’un message d’un premier type émis par au moins un premier dispositif, et

- générer un message d’un deuxième type destiné à un deuxième dispositif en fonction des résultats de l’analyse du message du premier type, l’un des premier dispositif et deuxième dispositif étant un terminal et l’autre des premier dispositif et deuxième dispositif étant une machine.

[0010] La présente invention permet alors d’enrichir l’expérience d’utilisation de la machine grâce à un agent conversationnel (ou « chatbot » ci-après) qui peut dialoguer :

- d’une part avec les utilisateurs en langage naturel et coordonner éventuellement leurs décisions, et

- d’autre part avec la machine pour lui transmettre des requêtes appropriées (par exemple des consignes de fonctionnement).

[0011] A cet effet, dans un mode de réalisation optionnel, l’agent conversationnel peut utiliser une base de connaissances (de données de la machine, de données relatives aux actions et commentaires précédents des utilisateurs, ou autres).

[0012] Ainsi, dans ce mode de réalisation, pour élaborer un message à transmettre aux utilisateurs de terminaux participant à ladite discussion, l’agent informatique conversationnel, sur réception d’un message du premier type issu de la machine :

- accède à une base de données de connaissances pour identifier un sujet de la base en lien avec un contenu du message du premier type issu de la machine, et

- génère au moins un message du deuxième type à transmettre à une partie au moins de la pluralité de terminaux, le message du deuxième type comportant des données de la base de connaissances relatives audit contenu.

[0013] Ce contenu peut être relatif à un type de fonctionnement en cours, ou à des états de la machine dans un fonctionnement donné, ou autres.

[0014] La discussion précitée peut être prévue dans un cadre de travail professionnel, collaboratif. Dans ce cas, la base de données de connaissances peut alors comporter des informations propres à un secteur professionnel d’un tel cadre de travail collaboratif.

[0015] Par exemple, les messages transmis par l’agent conversationnel peuvent comporter des informations sur la machine (état, fonctionnement courant, alertes, manque de matière première, historique, etc.), ou encore des tâches professionnelles à assigner à une partie au moins des participants à la discussion. Par exemple, le procédé peut comporter une consultation de la base de connaissances pour organiser une coordination séquentielle des tâches professionnelles assignées aux participants, en fonction d’un état courant de la machine et d’une identification des participants à la discussion.

[0016] Alternativement, la discussion peut être prévue dans un cadre collaboratif, dans un environnement autre qu’un cadre de travail professionnel mais avec des contraintes propres à cet autre environnement. Par exemple, lorsque la machine est un véhicule automobile (ou comporte simplement des parties de ce véhicule), la sécurité des personnes dans le véhicule ou autour du véhicule implique des contraintes qui peuvent être formalisées et intégrées dans la base de connaissances précitée.

[0017] Par ailleurs, les contraintes liées à l’environnement d’usage peuvent ne pas être attachées à une machine spécifique. Par exemple, des règles spécifiques de communication de données (par exemple des données personnelles d’utilisateurs) peuvent être formalisées et intégrées dans la base de connaissances précitée pour éviter de transgresser un règlement sur la protection des données personnelles (de type « RGPD » par exemple).

[0018] Dans un mode de réalisation, quand le message du premier type est issu d’au moins un terminal et comporte une requête courante à transmettre à la machine, la génération d’un message du deuxième type destiné à la machine peut comporter:

- une identification de ladite requête courante dans le message du premier type,

- une consultation d’une base de données de connaissances pour déterminer si la requête courante peut être transmise à la machine, et, le cas échéant, l’élaboration de la requête courante, dans une forme appropriée, dans le message du deuxième type.

[0019] Une telle réalisation permet de coordonner par exemple les requêtes issues des différents utilisateurs, ou encore de formuler par exemple une consigne de réglage appropriée de la machine en fonction d’un état courant de la machine.

[0020] Dans une forme de réalisation, l’agent informatique conversationnel peut appliquer une règle de filtrage pour éviter l’émission du message du deuxième type vers la machine, au moins en fonction d’une donnée d’un terminal émetteur du message du premier type.

[0021] Cette donnée du terminal émetteur peut comporter par exemple un identifiant de terminal (un numéro de terminal type IMSI, ou autre) comme appartenant à un utilisateur habilité à émettre des requêtes destinées à la machine.

[0022] Une telle requête peut être par exemple une consigne de fonctionnement, ou une demande de rapport de fonctionnement ou d’historique de réglages, etc.

[0023] En complément ou en variante, la donnée précitée du terminal émetteur peut comporter une donnée de géolocalisation courante du terminal émetteur et le filtrage est appliqué si une distance entre le terminal émetteur et la machine est supérieure à un seuil.

[0024] En complément ou en variante, la donnée du terminal émetteur peut comporter une donnée d’horodate courante émise par le terminal émetteur avec le message du premier type. Dans ce cas par exemple, le filtrage précité peut être appliqué si l’horodate courante est en-dehors d’une plage prédéterminée d’horaires quotidiens (habituels). En complément ou en variante, cette horodate peut être utilisée pour lister par ordre chronologique les différentes requêtes issues des utilisateurs des terminaux, et ce afin de suivre une séquence appropriée de fonctionnement de la machine. Par exemple, si une consigne donnée à la machine vient en contradiction d’un fonctionnement en cours, l’horodate est prise en compte pour déterminer : - si un changement de fonctionnement est nécessaire (dans le cas d’une horodate récente), ou

- si la consigne est obsolète et ne pouvait être pertinente que pour un fonctionnement précédent de la machine (dans le cas d’une horodate relativement ancienne).

[0025] En complément ou en variante, la donnée du terminal émetteur comporte un score de détection d’une humeur prédéterminée, identifiée dans le message du premier type, et le filtrage est appliqué si ce score est supérieur à un seuil.

[0026] Par exemple, si le message de l’utilisateur révèle de la colère (agacement) ou de la peur (hésitation), au-delà d’un seuil, l’agent conversationnel peut être configuré pour ne pas transmettre par exemple une consigne de l’utilisateur vers la machine.

[0027] Par exemple dans le cas d’un message vocal en tant que message du premier type, la détection de l’humeur prédéterminée, précitée, peut être enrichie par une détection de composants vocaux dans ledit message vocal (une voie plus aigüe révélant typiquement de la colère par exemple).

[0028] Dans une réalisation, l’agent informatique conversationnel peut également appliquer une règle de filtrage pour éviter l’émission d’un message du deuxième type vers l’un de ladite pluralité de terminaux si ce terminal est identifié comme appartenant à un utilisateur non-habilité à recevoir un contenu de message émis par la machine.

[0029] Par exemple, des messages pouvant être filtrés peuvent être des messages d’état de la machine, des messages d’historiques ou autres. L’agent conversationnel peut être paramétré selon le type de contenu et pour des habilitations données, par exemple.

[0030] L’agent informatique conversationnel peut, dans un mode de réalisation, analyser un message reçu d’un terminal et/ou générer un message destiné à un terminal, en langage naturel.

[0031] En complément ou en variante, l’agent informatique conversationnel peut analyser réciproquement un message reçu de la machine et/ou générer un message destiné à la machine, en langage formel.

[0032] Une telle réalisation permet à l’agent conversationnel de s’interfacer efficacement entre :

- la machine (un message reçu de la machine pouvant comporter par exemple un signal d’état de la machine, déterminé à partir d’une mesure issue d’au moins un capteur que comporte la machine, ce message pouvant alors être interprété en langage formel), et

- les terminaux d’utilisateurs (avec lesquels l’agent conversationnel dialogue en langage naturel, améliorant ainsi le ressenti des utilisateurs).

[0033] Selon un autre aspect, il est proposé un programme informatique comportant des instructions pour la mise en œuvre du procédé présenté ci-avant, lorsque ce programme est exécuté par un processeur. Selon un autre aspect, il est proposé un support d’enregistrement non transitoire, lisible par un ordinateur, sur lequel est enregistré un tel programme.

[0034] Selon un autre aspect, il est proposé un dispositif informatique comportant :

- une interface de communication avec une machine, d’une part, et avec une pluralité de terminaux d’utilisateurs exécutant une application de messagerie instantanée, d’autre part, et

- un circuit de traitement configuré pour la mise en œuvre du procédé ci-avant.

[0035] En référence à la figure 3, un tel dispositif DIS peut comporter :

- une première interface INT1 pour être connecté à une machine MA,

- une deuxième interface INT2 pour être connecté aux terminaux d’utilisateurs TER via un salon de discussion virtuel CR (par exemple via un serveur de messagerie SER illustré sur la figure 1 commentée plus loin), et un circuit de traitement comportant par exemple :

- une mémoire MEM apte à stocker notamment les données d’instructions d’un programme informatique du type défini précédemment,

- et un processeur PROC, connecté aux deux interfaces INT1 et INT2, ainsi qu’à la mémoire MEM pour lire et exécuter les instructions du programme informatique précité.

[0036] Ainsi, un tel dispositif DIS, matériel (hardware), peut mettre en œuvre les fonctionnalités logicielles d’un module informatique tel que l’agent conversationnel intervenant dans le procédé au sens de l’invention et portant la référence CRB sur les dessins présentés ci-après.

Brève description des dessins

[0037] D’autres caractéristiques, détails et avantages apparaîtront à la lecture de la description détaillée ci-après, et à l’analyse des dessins annexés, sur lesquels :

Fig. 1

[0038] [Fig. 1] montre un exemple de contexte de mise en œuvre d’un agent conversationnel informatique selon un mode de réalisation de l’invention.

Fig. 2

[0039] [Fig. 2] montre un exemple d’étapes d’un procédé selon un mode de réalisation de l’invention.

Fig. 3

[0040] [Fig. 3] montre un exemple de dispositif mettant en œuvre un agent conversationnel informatique selon un mode de réalisation de l’invention.

Description des modes de réalisation

[0041] Il est maintenant fait référence à la figure 1 sur laquelle est illustrée schématiquement :

- une machine MA,

- un salon de discussion virtuel CR (pour « chatroom ») animé par une application de messagerie instantanée s’exécutant sur des terminaux TER d’utilisateurs, en tant que clients de messagerie CC (pour « chat client »), et

- une agent conversationnel informatique CRB (pour « chatroom bridge ») s’interfaçant avec la machine d’une part, et le salon de discussion virtuel d’autre part.

[0042] En pratique, le salon de discussion CR peut être matérialisé par un serveur de messagerie SER auquel l’agent conversationnel CRB et les terminaux TER sont connectés pour échanger des messages. En variante, le salon de discussion CR et l’agent conversationnel CRB sont des modules informatiques regroupés dans un même serveur auquel sont connectés les terminaux TER, d’une part, et la machine MA, d’autre part.

[0043] Chaque terminal d’utilisateur TER dispose d’une interface homme-machine (écran/clavier, haut-parleur/microphone, ou autres) pour signaler des messages reçus et/ou pour saisir des messages à envoyer (ces messages pouvant être des messages écrits, vocaux ou autres). Les messages peuvent ainsi être échangés entre les utilisateurs CC et être partagés aussi avec l’agent conversationnel CRB.

[0044] L’agent conversationnel CRB peut lui-même dialoguer également avec un ou plusieurs des utilisateurs connectés au salon de discussion.

[0045] Les chatbots connus sont des agents conversationnels informatiques capables de dialoguer avec un seul utilisateur habituellement. Ici, il convient de noter que l’agent conversationnel CRB est capable de dialoguer avec plusieurs utilisateurs, qui peuvent être reconnus par exemple par un identifiant de terminal (IMSI par exemple) ou un identifiant de client de messagerie instantanée, ou encore par la voix dans le cas de messages vocaux échangés, ou autres. La conception d’une telle interface homme-machine est influencée par la compétition sur le test de Turing et il s’agit de donner l'illusion qu'un programme informatique pense par un dialogue sensé avec un ou, ici, plusieurs utilisateurs. Le chatbot est donc destiné habituellement à un dialogue entre un agent informatique et un (ou ici plusieurs) utilisateur(s), personne(s) physique(s). Un chatbot peut mettre en œuvre une intelligence artificielle et ainsi, au fur et à mesure du dialogue avec un ou plusieurs utilisateurs, enrichir sa base de connaissances pour améliorer la qualité de ses réponses au fil du temps.

[0046] L’agent conversationnel CRB est remarquable ici en ce qu’il est capable de dialoguer :

- d’une part avec plusieurs utilisateurs et de les conseiller éventuellement en fonction d’un historique de connaissances accumulées au fil du temps, et

- d’autre part avec un équipement physique tel qu’une machine, en représentant cette machine, permettant ainsi un dialogue ente les utilisateurs et la machine.

[0047] L’agent conversationnel CRB peut mettre en œuvre une intelligence artificielle pour établir ces interactions en fonction d’un apprentissage au fil du temps (en partant éventuellement de règles initiales prédéterminées). Par exemple, des données d’un historique des états reçus de la machine, et/ou d’un historique des demandes d’utilisateurs et/ou des échanges entre utilisateurs peuvent être assimilées par apprentissage pour constituer une base de connaissances qu’exploite l’agent conversationnel CRB pour interagir avec les utilisateurs et la machine. Typiquement, des réactions reçus des terminaux suite à la réception de données de la machine peuvent enrichir la base de connaissances précitée. Cette base de connaissances peut initialement comporter des données préprogrammées, propres à la machine et éventuellement au cadre de son utilisation. L’agent conversationnel peut ensuite tenir compte de degrés d’habilitation respectifs des utilisateurs, et/ou de leur compétence et/ou de leur expérience, pour pondérer ses réactions à des demandes de ces utilisateurs. [0048] En référence à la figure 2, l’agent conversationnel CRB est donc configuré pour:

- implémenter, à l’étape S2, un analyseur d’énoncés en langue naturelle LN (français, anglais, ou autre) pour interpréter les demandes des utilisateurs (reçues à une étape préalable S1 ) et déterminer ensuite, en se référant à la base de connaissances BC, une pertinence et/ou une cohérence de ces demandes (en fonction par exemple d’un fonctionnement en cours de la machine, d’un historique de fonctionnement de la machine, ou autres), et préparer ainsi les recherches adéquates à effectuer auprès de la machine,

- élaborer à l’étape S3 (en langage formel LF, attendu par la machine) les requêtes des utilisateurs à transmettre à la machine à une étape S4 (il peut s’agir de consignes de réglage CONS, de demande d’états de fonctionnement de la machine, de rapport d’erreurs, ou autres),

- analyser à une étape S5 (subséquente ou non) les données reçues de la machine, en langage formel, ces données pouvant ne pas répondre à une requête spécifique d’un utilisateur : il peut s’agir par exemple de messages d’alerte (fonctionnement anormal, matière première manquante, ou autres), puis identifier dans la base de connaissances des utilisateurs pertinents auxquels transmettre ces données, ainsi qu’un contexte d’utilisation en cours et/ou un historique d’utilisation similaire, ou autres,

- implémenter à une étape S6 un générateur d’énoncés en langue naturelle pour élaborer (en langage naturel) des messages d’informations issues de la machine et destinés à des utilisateurs pertinents CC, accompagnées éventuellement d’informations supplémentaires par exemple sur un fonctionnement courant et/ou de faits intervenus par le passé dans de mêmes conditions, ou autres.

[0049] La machine MA présentée sur la figure 1 peut être une machine industrielle ou plus généralement un équipement quelconque (par exemple un robot domestique ou autre), susceptible d’être supervisé et/ou contrôlé à distance, par l’envoi de messages informatiques. Elle peut remonter directement ou indirectement (selon des observations par un utilisateur tiers) des informations notamment sur son fonctionnement courant, suite à une sollicitation ou de sa propre initiative (des alertes notamment).

[0050] Typiquement, la machine peut comporter un ou plusieurs capteurs susceptibles de délivrer des signaux de mesure de paramètres (physiques) dans des messages que reçoit l’agent conversationnel CRB. La machine peut être par exemple une machine d’usine quelconque (une machine outil ou autre) et remonter en bloc les signaux issus de ses capteurs à l’agent conversationnel CRB. En variante, il peut s’agir d’un groupe de machines délivrant chacune des signaux issus de ses capteurs à l’agent conversationnel CRB, lequel est alors configuré pour agréger ces différentes données et établir une synthèse aux participants à la discussion.

[0051] Dans un cadre alternatif à un cadre de travail, par exemple une machine MA telle qu’une automobile peut comporter des capteurs (de liquide de refroidissement, de liquide de freins, etc.) remontant par exemple au conducteur et à son garagiste des informations sur ces niveaux, via l’agent CRB. Par ailleurs, des capteurs d’usure des pneus, indépendants d’un ordinateur de bord du véhicule peuvent transmettre également des informations à l’agent CRB sur l’état d’usure des pneus. Ainsi, par exemple, en coordination avec le garagiste, une information peut être transmise au conducteur sur une échéance prochaine pour remplir le liquide de freins et en profiter pour changer des pneus. Le terme « machine » désigne ainsi aussi bien une machine unique, que plusieurs parties d’une même machine communiquant séparément avec l’agent conversationnel, ou encore plusieurs machines distinctes.

[0052] Plus généralement, l’agent conversationnel (CRB) est capable d’interpréter le contenu des messages que retourne la machine (ou que retournent des parties distinctes de la machine) pour obtenir par exemple des données d’état de la machine, ou encore une information sur le fonctionnement courant de la machine, ou autres. L’agent conversationnel CRB peut en outre déduire des messages reçus de la machine MA des connaissances venant enrichir la base de connaissances précitées, en stockant ces données de connaissance dans une mémoire (dans un formalisme qui lui est propre). L’agent CRB peut ainsi interpréter les messages provenant des terminaux TER, en langue naturelle, et retourner une connaissance correspondante lorsque le sujet de discussion de ces messages est une demande d’information par exemple. Typiquement, l’agent CRB peut, pour répondre à une demande d’information, retourner une connaissance préalablement stockée, ou alternativement demander l’information à la machine MA et la retourner ensuite aux terminaux TER. L’agent CRB peut aussi transformer un message reçu de la machine en une connaissance et l’envoyer spontanément aux participants au salon de discussion lorsque cela est nécessaire (cas d’une alerte par exemple).

[0053] Dans sa participation au salon de discussion, l’agent CRB peut, par la prise en compte d’un jeu de règles spécifique, adopter un comportement global particulier avec une « personnalité » choisie (par exemple se montrer dominant, ou expressif, analytique, sympathique, ou autres). Ce jeu de règles spécifique peut être choisi et paramétré par un utilisateur/administrateur habilité.

[0054] De manière plus générale, l’agent CRB peut implémenter un moteur de règles paramétrables. Par exemple, l’agent CRB peut répondre aux demandes des participants, en fonction de leur « habilitation » à intervenir sur la machine. Des habilitations peuvent être accordées à des utilisateurs pour pouvoir transmettre des consignes à la machine ou simplement pour accéder à certaines informations issues de la machine. Dans ce cas, l’agent CRB peut stocker une liste d’identifiants de terminaux (IMSI, adresse IP, ou autres) ou d’utilisateurs (login de connexion, pseudo ou autres) qui sont habilités à transmettre des requêtes ou recevoir certaines données de la machine, et sinon filtrer ces requêtes ou données.

[0055] Le filtrage sur les consignes à appliquer à la machine peut être basé sur d’autres critères (alternativement ou en combinaison). Par exemple, l’agent CRB peut filtrer en outre une requête issue d’un terminal, normalement habilité, mais dont une géolocalisation courante montre que l’utilisateur est trop loin de la machine pour pouvoir transmettre une consigne de fonctionnement appropriée. L’agent CRB peut filtrer en outre une requête issue d’un terminal, normalement habilité, mais dont une horodate ne correspond pas à une plage d’horaires de travail habituelle (par exemple entre 8 et 20 heures en semaine). Il peut être suspecté qu’une telle consigne a pu être envoyée à la machine dans un état d’urgence qui ne se justifiait pas et/ou de façon irréfléchie. L’agent CRB peut en outre analyser une émotion dans un message reçu d’un utilisateur et peut alors filtrer sa requête (par exemple une consigne de fonctionnement) s’il détecte dans ce message par exemple de la colère (une consigne transmise par exemple dans un état d’agacement, et possiblement irréfléchie) ou de la peur (une consigne hésitante et peu assurée par exemple). En outre, si le message reçu de l’utilisateur est un message vocal, la détection de cette humeur peut être enrichie par une détection de composants vocaux dans ce message vocal (par exemple une voix inhabituellement aigue peut refléter de la peur ou éventuellement de la colère).

[0056] La présente invention apporte ainsi de la sécurité pour le fonctionnement de la machine, ainsi qu’une précision et une rapidité de la réponse de la machine tout en facilitant l’expérience des utilisateurs grâce à la combinaison du langage naturel, de l’intelligence artificielle et de la mise à disposition de l’ensemble des données machines. L’utilisateur dispose ainsi d’une facilité d’interaction afin de contrôler, voire de réparer, plus vite la machine.

[0057] Bien entendu, la présente invention ne se limite pas aux formes de réalisation décrites ci- avant à titre d’exemple ; elle s’étend à d’autres variantes.

[0058] Ainsi, par exemple, on a décrit ci-avant un agent conversationnel capable de dialoguer avec une machine sur la base de connaissances propres à cette machine. Dans une réalisation, il est possible de prévoir plusieurs agents conversationnels capables de dialoguer chacun avec une machine, mais connectés en outre à un salon virtuel commun auquel participe également une équipe d’utilisateurs, afin de commander l’ensemble de ces machines de façon coordonnée.

[0059] Bien entendu, le cas d’usage ci-avant d’une commande de machine en usine peut trouver des variantes, comme par exemple dans une application de domotique, pour coordonner la commande d’équipements domestiques par les membres d’une famille, de manière collaborative.