随着效率提高、部署成本降低，使用自然语言处理（NLP）的虚拟助手将长期存在。
然而，这项技术也有潜在弊端，包括沟通不畅和加剧不平等。
与任何形式的人工智能（AI）一样，自然语言处理需要审慎治理，以确保其用于造福社会；同时必须制定框架，优化人机互动。
在当今世界，我们经常与虚拟助手互动，或通过语音，或通过打字。想想有多少人家中配有亚马逊 Alexa 设备，并让这些设备播放音乐、讲笑话。仅 2018 年，亚马逊就售出了超过 1 亿台 Alexa 设备；那一年，Alexa 讲了超过 1 亿个笑话。
Alexa 是一种聊天机器人，是通过对话与客户互动的一种人工智能。自然语言处理使它能够理解人们发送的信息，并经常作出恰当回应。消费者想了解产品相关问题时，只需输入问题，机器人便能立即给出答复，省去打电话等待人工客服回应的时间。与此同时，产品制造商也无需额外雇人回答常见问题，从而节省开支。
这类虚拟助手的潜力巨大，许多益处已逐渐显现。不过，仍有不少问题尚未解决。构建聊天机器人相对容易，但要让对话顺畅得体，往往更难。
聊天机器人：利好
在自然语言处理聊天机器人的应用方面，各行各业的可能性几乎没有上限，涵盖医疗保健、教育、零售、旅游等领域。许多人正努力通过 Zoom 给孩子辅导功课，聊天机器人可以将人工智能赋能的教育服务带到世界各地。一些美发沙龙已使用聊天机器人安排预约，它们也被用于安排机场接送车和租车等服务。
医疗保健或许是虚拟助手最具潜力的领域之一。自动发送的预约短信提醒减少了美国患者未按时就诊的情况。在世界偏远地区，聊天机器人正通过数字问诊帮助患者联系临床医护人员。
例如，在卢旺达，每1 万人中只有 1 名医生和 6 名医护人员，健康聊天机器人正在帮助减轻卫生中心工作人员的繁重负担。患者无需排队等待现场诊疗，可以在全国任何地方通过电话向医生或护士咨询。他们还可以通过短信收到开处方或进行化验的代码。
未来，这些健康聊天机器人将成为分诊工具，利用针对卢旺达语言和流行病学情况本地化的人工智能，让更多患者获得服务。对于需要线下问诊的患者，分诊工具会优先安排病情最紧急者。它还可以向临床医护人员共享患者信息，帮助他们迅速获取治疗患者所需的资料。
借助这类虚拟助手，可以更有效地利用稀缺的医疗资源。由此，护理质量将得到提升，医护人员也能及时了解情况。
聊天机器人：弊端
人工智能在不断学习，但其算法由带有偏见的人设计。使用人工智能聊天机器人时的一个隐患是开发者缺乏多样性，这可能导致机器人给出带有偏见的答复。口音较重的用户常常会被机器人误解，这可能影响患者，也可能影响任何需要准确资讯的人。指导不当、诊断错误以及未能及时获得干预，都可能造成严重后果。面临的挑战是吸引更多背景多元的程序员，并识别沟通中具体存在的不平等现象。
信息隐私也是一个重要考量，用户能否分辨自己是在与机器人还是与真人交谈同样如此。自然语言处理虚拟助手日益精密，听起来也越来越“自然”。患者或其他用户会想知道自己是在和真人还是机器人交谈，或是在向医生还是机器人寻求医疗建议，这完全可以理解。
为解决这一问题，斯坦福大学提议要求人工智能代理在用户要求时明确表明自己是机器人。此外，提案还主张提供有关虚拟助手所有权和使用历史的信息。这些信息可能有助于回应追踪方面的顾虑，并厘清谁应对结果负责。
落实这类提案势必会引发更多问题，但我们需要进行全面讨论，确立界限，保护人们及其敏感信息。一项由德勤人工智能研究院和商会技术参与中心开展的研究详细说明了行业与政府如何协作，确保人工智能的益处得到充分实现，同时避免对其风险的担忧抑制创新。
聊天机器人和虚拟助手：长久相伴
虚拟助手的精灵一旦放出，就不会再回到瓶子里；自然语言处理驱动的聊天机器人将长期存在，其能力也会不断增强。当前的局面为来自多个领域的利益相关方携手制定治理框架创造了机会，其中包括聊天机器人和平台开发者、医疗界、学术界、监管者以及整个社会。
世界经济论坛汇聚了来自医疗保健、政府和私营部门的全球专家，共同制定Chatbots RESET，这是一个规范虚拟助手在医疗保健领域负责任使用的框架。该框架着眼于法律、隐私和安全问题，同时关注公平与问责。其共同创作者正在制定道德原则和操作指南，这些内容也可用于其他行业。
在不久的将来，随着治理有效推进，我们将看到人们在 Zoom 通话中使用不同语言交谈，而系统实时翻译，每位参与者都能听到自己语言的音频。在需要记录员的会议中，自然语言处理将使虚拟助手能够聆听、归纳并提炼要点。当客户来电投诉产品时，聊天机器人也能准确判断何时应将客户转接给人工客服。
聊天机器人的效率毋庸置疑，也能为企业节省成本。除此之外，这些虚拟助手还为员工创造了新的可能：原本负责回答常见问题的员工可以转而从事更有意义、技能要求更高、薪酬也更高的工作。因此，企业的员工流失率很可能会下降。毕竟，谁愿意每周被问同一个问题 100 次呢？
