Een bedrijf wil dat zijn klantenservicechatbot na verloop van tijd verbetert door te leren van eerdere interacties en feedback. Welke leermethode ondersteunt dit soort zelfverbetering?

Reinforcement learning (RL) is de meest geschikte methode omdat het een agent (de chatbot) in staat stelt te leren door middel van vallen en opstaan, waarbij het beloningen ontvangt voor gewenste acties (zoals positieve klantfeedback) en straffen voor ongewenste acties. Dit stimuleert zelfverbetering over tijd. Supervised learning met een handmatig gelabelde dataset is een eenmalige training en leert niet continu van nieuwe interacties; hetzelfde geldt voor een continu bijgewerkte FAQ-database, die de chatbot wel bijwerkt, maar niet de leermethode is. Unsupervised learning is gericht op het vinden van patronen in ongelabelde data, niet op het leren van interacties en feedback om gedrag te optimaliseren.