Gli ambiti di applicazione dell’intelligenza artificiale e degli agenti conversazionali (come i chatbot, ma non solo) trovano oggi nuove estensioni grazie all’integrazione con i principi e i metodi della psicologia sociale. Questa integrazione consente di interagire con gli utenti tramite messaggi personalizzati in base a obiettivi, esigenze e profili specifici, facilitando lo sviluppo di cambiamenti nel comportamento.
Framing, la ricerca
In questa prospettiva si muove il progetto di ricerca e sviluppo Framing, messo a punto dalla professoressa Patrizia Catellani e dalla dottoressa Valentina Carfora (Dipartimento di Psicologia e Facoltà di Scienze Politiche e Sociali dell’Università Cattolica del Sacro Cuore di Milano).
L’obiettivo della ricerca è mettere a punto strategie comunicative volte al cambiamento dei comportamenti, con possibili campi di applicazione nelle aree della salute e del benessere, della sostenibilità, della riabilitazione e del marketing.
Come spiegano Catellani e Carfora: “Tra le sfide globali emergenti, quelle relative all’ambiente, alla disponibilità delle risorse, alla nutrizione, alla salute e al benessere sono di importanza centrale e, per essere affrontate adeguatamente, richiedono profondi cambiamenti nei comportamenti di tutti”.
La psicologia sociale studia una serie di fattori che predicono o ostacolano il cambiamento. Tra questi fattori vi sono tra l’altro le conoscenze, gli atteggiamenti, i valori e le norme sociali.
Avere un quadro chiaro e completo di questi fattori è essenziale per sviluppare, come spiegano le ricercatrici, “una comunicazione efficace, anche avvalendosi delle opportunità offerte da nuovi strumenti tecnologici e digitali”.
Progetto Wel-Frood
Un esempio di applicazione della linea di ricerca e sviluppo Framing è il progetto Wel-Frood, sviluppato in collaborazione con Wingage (referente la dott.ssa Annalisa Galardi). Il progetto ha l’obiettivo di mettere a punto strategie di comunicazione efficaci per la promozione di un’alimentazione orientata al benessere e alla sostenibilità.
Per raggiungere questo obiettivo sono state testate diverse modalità di “incorniciamento” dei messaggi (framing), sono stati individuati diversi profili di riceventi (profiling) e si è sperimentato un matching tra messaggi e profili per massimizzare l’efficacia persuasiva dei messaggi stessi (tailoring). Vediamo meglio di che si tratta.
Il framing è un modo di “incorniciare” un messaggio allo scopo di favorire nel ricevente una determinata interpretazione a scapito di altre. Può essere efficacemente utilizzato per promuovere il cambiamento di molteplici comportamenti individuali (per es. Carfora, Catellani, Caso e Conner, 2019; Bertolotti e Catellani, 2014).
Confrontando gli effetti di messaggi con diversi frame (per esempio frame che promuovono la sana alimentazione per prevenire le malattie piuttosto che per accrescere il benessere) è possibile identificare gli aspetti del messaggio che possono più facilmente motivare le persone a cambiare abitudini consolidate o stili comportamentali stabili, promuovendo scelte diverse.
Profiling
Il profiling permette di segmentare gruppi di persone sulla base delle loro caratteristiche individuali. La ricerca psicosociale offre molteplici spunti per potenziare le comuni modalità di profiling adoperate nel campo del marketing, in modo da segmentare le persone sulla base di caratteristiche non generiche, ma strettamente inerenti alle caratteristiche psicosociali relative al comportamento di interesse.
Nello specifico, si individuano le caratteristiche psicosociali che accomunano o differenziano le persone (per esempio valori, convinzioni, motivazioni e abitudini), al fine di creare profili di personalità che si ipotizzano essere più sensibili a specifici frame comunicativi.
Tailoring
Il tailoring consiste nel personalizzare i messaggi in modo che siano coerenti con i fattori individuali che più influenzano la risposta di ciascuna persona a un messaggio (Lutkenhaus, Jansz e Bouman, 2019).
Come spiegano Catellani e Carfora: “I messaggi personalizzati in base alle caratteristiche individuali sono percepiti come più rilevanti dal punto di vista personale, suscitano maggiore attenzione, sono memorizzati più facilmente e stimolano valutazioni più positive dell’informazione nel suo complesso”. In questo caso, il tailoring prevede la messa a punto di messaggi che siano in linea con i dati e i parametri raccolti nella fase di profiling.
Le tecniche di framing, profiling e tailoring sono fondamentali per la messa a punto di un prototipo di agente conversazionale che invii automaticamente messaggi volti a elicitare il cambiamento comportamentale.
Un agente conversazionale viene anche chiamato comunemente chatbot, ovvero il ro-bot capace di chat-tare. I chatbot sono un’evoluta forma di sistema automatico in grado di decodificare le informazioni testuali provenienti dall’emittente e di rispondere con un output testuale dotato di senso.
Il chatbot utilizzato nel progetto di ricerca Wel-Frood è stato sviluppato da Vertumn, azienda che offre soluzioni tecnologiche innovative applicate alla ricerca di mercato e alla comunicazione.
Mattia Martone, head of communication, e Giulio Aiello, head of analysis, raccontano di Vertumn come di una realtà costituita da tre anime: una analitica, una creativa e una scientifica.
Queste tre dimensioni della personalità aziendale si traducono in servizi di comunicazione innovativa, sia strategica sia operativa, offerti al pubblico delle imprese e delle istituzioni che intendono migliorare la propria efficienza, efficacia e competitività con ricerche di mercato e campagne di marketing.
Il chatbot sviluppato da Vertumn in collaborazione con l’Università Cattolica del Sacro Cuore consente di inviare messaggi specifici, a orari specifici, ai partecipanti coinvolti nel progetto.
Il team dell’azienda, come spiega Mattia Martone, associa al chatbot un servizio di customer care immediato, in grado di raccogliere i feedback degli utenti e di migliorare in tempo reale l’abilità conversazione dell’assistente virtuale.
Aiello evidenzia un’ulteriore competenza del chatbot utile ai fini del progetto: la raccolta di diversi indicatori della condotta degli utenti in tempo reale. Tra questi si possono citare click-through rate, conversion rate e open rate, ampiamente utilizzati da aziende e istituzioni per valutare l’efficacia di campagne di marketing e comunicazione.
Framing, gli sviluppi futuri
Tra le direzioni future che la linea di ricerca e sviluppo Framing si propone vi è la realizzazione di ulteriori soluzioni che si avvalgano dell’intelligenza artificiale, in particolare del Reinforcement Learning, per la definizione di pratiche comunicative in grado di promuovere cambiamenti comportamentali.
L’obiettivo è esplorare la possibilità di superare un approccio di addestramento automatico end-to-end dell’agente conversazionale attraverso l’integrazione di modelli quantitativi sviluppati nel campo della psicologia sociale.
Nello specifico, il modello psicologico proposto è destinato a essere tradotto in un predittore probabilistico e quindi integrato nel processo di Reinforcement Learning.
Tale integrazione dovrebbe accelerare la fase di addestramento dell’agente conversazionale e migliorare la qualità del dialogo, grazie alla considerazione dei fattori psicologici coinvolti. Lo sviluppo sperimentale dell’architettura proposta è attualmente in corso ed è svolto in collaborazione con il Computer Vision and Multimedia Lab dell’Università di Pavia.
© RIPRODUZIONE RISERVATA
