Documentation semaine 1

Différents types de chatbots :

• Chatbot décisionnel
• Se base sur des questions et réponses prédéfinies pour "répondre"
• Chatbot basé sur un LLM
• Comme dans le nom, utilise un modèle d'ia conversationnelle pour répondre. Besoin d'un RAG pour cadrer
• Chatbot "hybride", basé sur les deux solutions susmentionnées

Après lecture des papiers, on en retire :

Typologie des chatbots

Chatbots à règles (rule‑based / décisionnels)

• Fonctionnement :
• Basés sur des règles explicites : arbres de décision, scripts if/else, expressions régulières, patterns AIML, moteurs de règles.
• Le concepteur définit un ensemble de conditions sur l'entrée (intent, mots clés) et la réponse associée.
• Avantages :
• Comportement très contrôlable et prévisible.
• Faciles à valider pour des cas d'usage simples (FAQ, formulaires).
• Limites :
• Difficiles à maintenir quand le nombre de règles explose.
• Faible capacité de généralisation, ne gèrent pas bien les formulations inattendues.

Chatbots à base de recherche (retrieval‑based)

• Fonctionnement :
• Le bot dispose d'une base de paires (contexte, réponse) ou de documents.
• En gros recherche dans docs mais c pas préparé donc remplis pas besoin réponses toutes prêtes
• À chaque requête, il cherche la réponse la plus pertinente parmi un set fixe.
• Mécanismes typiques :
  • Similarité TF‑IDF / BM25 sur le texte.
  • Embeddings sémantiques + distance cosinus.
• Avantages :
• Réponses maîtrisées (tout vient d'un corpus validé).
• Moins de risques d'hallucinations.
• Limites :
• Ne produit pas de réponses vraiment nouvelles.
• Qualité dépend fortement de la couverture de la base de connaissances.

Chatbots génératifs (neural / LLM‑based)

• Fonctionnement :
• Utilisent un modèle de langage neuronal (RNN, seq2seq, maintenant surtout transformers).
• Génération token par token à partir du contexte (conversation).
• Avantages :
• Grande flexibilité, capacité à gérer des requêtes ouvertes, à reformuler, à généraliser.
• Limites :
• Risque de réponses incorrectes ou « hallucinations ».
• Contrôle plus délicat, besoin de garde‑fous (filtrage, RAG, règles métier).

Chatbots hybrides

• Combinaison de plusieurs approches :
• Retrieval + génération (RAG) : on récupère d'abord des documents pertinents, puis le LLM synthétise une réponse à partir de ces documents.
• Règles + LLM : certaines intentions sont gérées par des règles, le reste est délégué au modèle de langage.
• Objectif :
• Tirer parti de la flexibilité des modèles génératifs tout en gardant de la robustesse et de la conformité grâce au retrieval et aux règles.

Cas d'usages

Certains groupes de métiers d'agents de l'ASP ainsi que leurs usagers sont impliqués.

Permet de spécialiser le chatbot au lieu d'être trop généraliste

Agents

• Faciliter certaines tâches
• IAE
  • FAQ dynamique
  • Sur site web d'aide de l'IAE, ajout recherche qui recherche à la fois sur question et réponse pour filtrer
  • Proposé : TF-IDF en cherchant proximité mots entre la question et les questions
  • Si on mettait un LLM dessus, il pourrait en dériver des questions similaires, et éventuellement rajouter les nouvelles questions posées
  • Pour grand public
  • FAQ sur sujet précis
  • À partir liste questions-réponses, générer réponses plus circonstanciées (car sujet assez spécifique)
  • Scénariser dans chatbot fait de séparer question en fonction du nb de salariés
    • Réponses jugées pas complètement satisfaisantes, mais l'IA manquait de contexte car que document FAQ et manuel IAE, il aurait fallu lui donner les documents officiels, législatifs etc.
  • Pour collègues ASP qui répondaient aux entreprises
  • besoin bon cadre pour bons résultats
• Condenser certaines informations à partir des données fournies

Usagers

• Accompagner dans des démarches parfois intimidantes, sans le faire à leur place
• La plupart des gens ont essayé chatgpt, donc des outils comme Open WebUI seraient pratiques pour capitaliser sur leur familiarité avec l'interface

Le cas d'usage prioritaire serait probablement les usagers.

Questions ouvertes

Quelle modalité la plus appropriée pour présenter l'information pour usager "grand public" ? Est-ce que chatbot mieux que FAQ dynamique / IA générative ?

Pistes

Commencer à se créer un petit cas :

• De quel type de chatbot a-t-on besoin ?
• Peut-on utiliser l'ia générative pour générer et maintenir une base de connaissances pour un chatbot fixe, pour enregistrer plein de variations de connaissances etc.
  • Si jamais changement important, IA peut mettre à jour
• Intégrer comment ? bouton en bas ? dans tchap ?

À regarder : WIKIT, Vidéo armée, genii