AI-assisted Script Management for Requirements Elicitation Interviews
تقدم هذه الورقة وتقيم سير عمل لإدارة النصوص مدعومًا بالذكاء الاصطناعي لمقابلات استنباط المتطلبات، مبرهنةً من خلال دراسة شبه تجريبية أنه يتفوق على النهج القائم على التدريب فقط عبر توليد نصوص ذات جودة أعلى، وتمكين طرح أسئلة متابعة أكثر عمقًا، وإنتاج نماذج أهداف أكثر دقة رغم تغطيته لمواضيع أقل.
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 أنك محقق يحاول حل لغز، ولكن بدلاً من مسرح جريمة، أنت تستجوب شاهداً لمعرفة ما يحتاجه من لعبة فيديو جديدة أو تطبيق تسوق. في عالم هندسة البرمجيات، يُسمى هذا العمل التحقيقي "استنباط المتطلبات". والهدف هو طرح الأسئلة الصحيحة لمعرفة ما يريده المستخدم بالضبط قبل أن يبدأ المبرمجون في البناء. إذا فاتك دليل أو طرحت السؤال الخطأ، فقد يكون المنتج النهائي معطلاً، أو مربكاً، أو ببساطة عديم الفائدة.
للقيام بذلك بشكل جيد، عادة ما يُعد المستجوبون "سيناريو" (script) — وهو قائمة من الأسئلة المصممة لتغطية جميع الجوانب المهمة. ولكن الجزء الصعب هنا هو أن المحادثات الحقيقية تكون فوضوية؛ فقد يخرج الشاهد عن الموضوع الأساسي، أو قد يصاب المحقق بالتوتر لدرجة تجعله ينسى طرح أهم سؤال. إنه توازن دقيق بين الالتزام بالخطة والاستماع لما يقوله الشخص بالفعل. لفترة طويلة، حاول الخبراء تدريب البشر ليكونوا أفضل في هذا المجال، ولكن ماذا لو استطعنا منح المحقق مساعداً ذكياً وخفياً يهمس له بالتلميحات في أذنه أثناء الحديث؟ هذا هو السؤال الكبير الذي يستكشفه هذا البحث: هل يمكن للذكاء الاصطناعي مساعدة البشر على طرح أسئلة أفضل والحصول على إجابات أفضل خلال هذه المقابلات؟
قرر الباحثون في جامعة كارنيجي ميلون اختبار ذلك من خلال بناء "مساعد طيار" رقمي (co-pilot). لقد أنشأوا نظاماً يتكون من خطوتين: أولاً، يعمل الذكاء الاصطناعي كمخطط، حيث يقرأ الأهداف التجارية الكلية للشركة (مثل "اجعل الناس يشاهدون المزيد من الفيديوهات") ويحولها إلى قائمة ذكية من أسئلة المقابلة. ثانًا، أثناء المقابلة الفعلية، يعمل الذكاء الاصطناعي كمساعد مباشر؛ فهو يستمع للمحادثة، ويتتبع الأسئلة التي تم طرحها من القائمة، ويظهر على الشاشة باقتراحات لأسئلة متابعة إذا تعثر المحقق أو احتاج إلى التعمق أكثر.
ولمعرفة ما إذا كان هذا قد نجح، أقاموا مواجهة بين مجموعتين من المستجوبين. كانت المجموعة الأولى تضم مجموعة من طلاب الدراسات العليا الأذكياء الذين خضعوا لدورة تدريبية حول كيفية إجراء المقابلات ("مجموعة التدريب فقط"). أما المجموعة الأخرى، فكانت تضم مجموعة مماثلة من الطلاب الذين لم يتلقوا أي تدريب خاص ولكنهم مُنحوا مساعد الطيار المدعوم بالذكاء الاصطناعي ("المجموعة المدعومة بالذكاء الاصطناعي"). لقد كان الأمر أشبه بمقارنة محقق مخضرم يعرف كل القواعد مقابل محقق مبتدئ يمتلك جهاز تحديد مواقع (GPS) فائق الذكاء ودليلاً مرجعياً.
كانت النتائج مفاجئة وأظهرت أن الذكاء الاصطناعي لم يساعد فحسب، بل غير أسلوب المقابلة بالكامل. كانت السيناريوهات التي أنشأها الذكاء الاصطناعي ذات جودة أعلى بكثير، حيث سجلت 92.8 من 100 مقارنة بـ 74.8 للسيناريوهات التي كتبها البشر. لكن السحر الحقيقي حدث أثناء المقابلات؛ فلم يحاول المستجوبون المدعومون بالذكاء الاصطناعي الإسراع في إنهاء قائمة طويلة من المواضيع، بل ركزوا على مواضيع أقل ولكنهم تعمقوا فيها بشكل أكبر بكثير. فقد طرحوا حوالي 3.4 أسئلة متابعة لكل موضوع ناقشوه، بينما طرح البشر المدربون 1.15 سؤالاً فقط.
فكر في الأمر كأنك تحفر بحثاً عن كنز. كان البشر المدربون مثل الأشخاص الذين يمتلكون شبكة واسعة، يلقونها فوق مساحة ضخمة ويصطادون بعض الأسماك من أماكن كثيرة مختلفة. أما المستجوبون المدعومون بالذكاء الاصطناعي فكانوا مثل الأشخاص الذين يحفرون حفرة واحدة عميقة؛ ظلوا في مكان واحد وحفروا للأسفل، ليكشفوا عن "كنوز" أكثر تفصيلاً وتحديداً (وهو ما يسميه الباحثون "المتطلبات منخفضة المستوى"). ولأنهم حفروا بعمق أكبر، كانت الخريطة النهائية لما يريده المستخدمون أكثر تفصيلاً وفائدة.
ومع ذلك، يحرص البحث على عدم القول بأن الذكاء الاصطناعي هو عصا سحرية تصلح كل شيء. فقد وجد الباحثون أن اقتراحات "أسئلة المتابعة" من الذكاء الاصطناعي لم تكن مثالية دائماً؛ إذ غالباً ما تجاهل المستجوبون الكلمات المحددة التي اقترحها الذكاء الاصطناعي لأنهم شعروا أنها جامدة أو بطيئة. بدلاً من ذلك، كانت القوة الحقيقية للذكاء الاصطناعي هي "متتبع المواضيع" (topic tracker). لقد كان بمثابة لوحة تحكم ودودة تخبر المحقق: "مهلاً، لم تسأل عن شاشة تسجيل الدخول بعد"، أو "لقد تحدثت عن الدفع لفترة من الوقت، ربما يجب عليك التعمق هنا؟". وقد أحب المستجوبون هذه الميزة، وصنفوها كأكثر جزء مفيد في النظام.
إذن، ما هي الخلاصة؟ تشير الدراسة إلى أن منح شخص غير مدرب مساعداً ذكياً يعمل بالذكاء الاصطناعي يمكن أن يؤدي في الواقع إلى نتائج أفضل من إعطاء شخص مدرب مساعدة على الإطلاق. لقد ساعد الذكاء الاصطناعي المستجوبين على البقاء مركزين، وطرح المزيد من أسئلة المتابعة، والكشف عن تفاصيل أعمق حول ما يحتاجه المستخدمون حقاً. لكنه أظهر أيضاً أن الذكاء الاصطناعي ليس بديلاً عن التقدير البشري؛ فقد تحققت أفضل النتائج عندما تولى الذكاء الاصطساعي المهام الشاقة المتعلقة بالتتبع والتخطيط، بينما استخدم المحقق البشري هذا الدعم لإجراء محادثة طبيعية وعميقة. الأمر لا يتعلق بقيام الذكاء الاصطناعي بالعمل نيابة عنك، بل يتعلق بجعل الذكاء الاصطناعي يمسك بالمصباح لكي تتمكن من رؤية الأدلة بوضوح أكبر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.