Learning Selective LLM Autonomy from Copilot Feedback in Enterprise Customer Support Workflows
تقدم هذه الورقة نظاماً مُطبقاً يستفيد من تعليقات المساعد البرمجي (copilot) وآثار التفاعل مع واجهة المستخدم لتدريب وكيل لغوي كبير انتقائي لأتمتة سير عمل دعم العملاء في المؤسسات، محققاً معدل أتمتة بنسبة 45% وانخفاضاً بنسبة 39% في وقت المعالجة مع الحفاظ على الجودة من خلال آلية امتناع قائمة على الثقة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل مركز دعم العملاء المزدحم كأنه غرفة تحكم عملاقة ومعقدة. في الداخل، يقوم المشغلون البشريون باستمرار بموازنة أجهزة الكمبيوتر، والنقر على الأزرار، وتعبئة النماذج، وكتابة الرسائل لحل مشكلات العملاء. إنها وظيفة عالية المخاطر حيث يمكن لنقرة واحدة خاطئة أن تسبب صداعاً للعميل.
تصف هذه الورقة نظام "مساعد ذكي" جديد تم بناؤه لهذه الغرفة التحكمية. وبدلاً من محاولة استبدال البشر تماماً، يعمل النظام كـ مساعد طيار شديد الملاحظة يتعلم كيف يقود السيارة، لكنه لا يمسك بعجلة القيادة إلا عندما يكون متأكداً بنسبة 100% أنه لن يتسبب في حادث.
إليك كيفية عمل ذلك، مقسماً إلى خطوات بسيطة:
1. مرحلة "الظل" (التعلم عبر المراقبة)
أولاً، لا يفعل النظام أي شيء. هو فقط يراقب. يسجل كل نقرة، وكل ضغطة مفتاح، وكل تغيير في الشاشة يقوم به المشغلون البشريون أثناء حل آلاف الحالات من حالات العملاء. فكر في الأمر كأن سائقاً جديداً يجلس في مقعد الركاب، يراقب سائقاً محترفاً وهو يتنقل في المدينة لأسابوة، ويحفظ كل منعطف وعلامة توقف.
2. مرحلة "مساعد الطيار" (الاقتراح، لا اتخاذ القرار)
بعد ذلك، يبدأ النظام في تقديم الاقتراحات. يقول: "مهلاً، بناءً على ما رأيته، من المحتمل أن تنقر على هذا الزر تالياً".
- دور الإنسان: يمكن للمشغل إما أن يقول: "نعم، فكرة جيدة"، ويترك النظام يقوم بذلك، أو يقول: "لا، افعل هذا بالطريقة التالية بدلاً من ذلك".
- التعلم: في كل مرة يصحح فيها الإنسان النظام، يتعلم النظام. إنه يشبه طالباً يتلقى تصحيحاً بالقلم الأحمر على واجب منزلي. خلال أسبوعين فقط، يصبح النظام بارعاً جداً في تخمين الخطوة التالية الصحيحة.
3. مرحلة "الطيار الآلي الانتقائي" (الإمساك بعجلة القيادة بأمان)
هذا هو الجزء الأهم. النظام لا يستولي على القيادة بشكل أعمى. لديه "قاضٍ للسلامة" داخلي (يسمى الناقد).
- الثقة العالية: إذا كان النظام متأكداً جداً (مثلاً: "انقر على زر 'التالي'")، فإنه يقوم بذلك تلقائياً في الخلفية.
- الثقة المنخفضة: إذا كان النظام غير متأكد (مثلاً: "هل يجب أن أرسل هذه الرسالة المحددة للعميل؟")، فإنه يتوقف ويطلب المساعدة من الإنسان.
- النتيجة: يمكن للمشغل البشري الآن مراقبة محادثات متعددة في وقت واحد. هو فقط يتدخل عندما يتوقف النظام ليسأل سؤالاً. لم يعد هو من يقوم بالكتابة؛ بل أصبح مجرد شبكة أمان.
كيف يتعامل مع الأخطاء
تشير الورقة إلى أن النظام بُني ليكون حذراً.
- علامة "التوقف": إذا تغيرت شاشة الكمبيوتر بطريقة غريبة لم يسبق للنظام رؤيتها، أو إذا شعر النظام بالارتباك بشأن قرار ما، فإنه يعيد السيطرة فوراً إلى الإنسان.
- زر "إعادة الضبط": إذا ارتكب النظام خطأً، فإنه لا يخرج عن السيطرة. يتوقف، ويترك الإنسان يصلح الشاشة، ثم يستأنف العمل من حيث توقف بالضبط.
النتائج في العالم الحقيقي
اختبر الفريق هذا النظام في بيئة عمل حقيقية مع حوالي 15,000 عميل.
- السرعة: تعامل النظام مع 45% من المحادثة بأكملها من البداية إلى النهاية دون مساعدة بشرية.
- الوقت الموفر: انخفض الوقت الذي كان يتعين على المشغل قضاؤه في العمل الفعلي على عميل واحد بنسبة 3s9%.
- الجودة: لم تنخفض جودة الدعم؛ فقد كان العملاء سعداء تماماً كما كانوا في السابق.
الخلاصة الكبرى
تجادل الورقة بأنك لست بحاجة إلى روبوت يحاول القيام بـ كل شيء بشكل مثالي لتكون مفيداً. بدلاً من ذلك، أنت بحاجة إلى روبوت شجاع انتقائياً. فهو يقوم بالمهام المملة والمتكررة ومنخفضة المخاطر (مثل النقر على الأزرار أو ملء النماذج) تلقائياً، ولكنه يعرف تماماً متى يقول: "أنا لست متأكداً، تولَّ أنت هذا الأمر".
هذا النهج أسرع في البناء من البرامج الحاسوبية التقليدية (التي تتطلب من البشر كتابة قواعد جامدة لكل سيناريو محتمل) وهو أكثر موثوقية من الذكاء الاصطناوي "الجامح" الذي يحاول القيام بكل شيء بمفرده. إنه يحول المشغل البشري من "سائق" إلى "مدير أسطول"، يشرف على محادثات عديدة في وقت واحد بضغط أقل بكثير.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.