Self-evolving Agentic Customer Support System at LinkedIn
تقدم لينكدإن نظاماً وكيلياً لدعم العملاء ذاتي التطور يجمع بين التوليد المعزز بالاسترجاع والتحفيز الذاتي التطوري وإطار تقييم معياري لتحقيق تحسينات مستمرة وآمنة دون إعادة تدريب النماذج التأسيسية، مما أدى إلى مكاسب كبيرة في دقة الحل الذاتي وتوجيه الطلبات خلال اختبارات (A/B) في بيئة الإنتاج.
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 تحاول تعليم روبوت ليكون وكيل خدمة عملاء مثالياً لشركة ضخمة ومتغيرة باستمرار. قد تفكر قائلاً: "فقط أعطه عقلاً كبيراً وكتيب قواعد!". لكن هنا تكمن المشكلة: منتجات الشركة، وقواعدها، وحتى اللغة التي تستخدمها تتغير كل يوم. إذا أعطيت الروبوت مجرد كتيب قواعد ثابت، فسيصاب بالارتباك بسرعة، ويبدأ في اختلاق الأمور أو تقديم نصائح قديمة. هذه هي مشكلة الذكاء الاصطناعي "الاستاتيكي" (الثابت) في عالم ديناميكي. ولحل هذه المشكلة، جرب العلماء بعض الأفكاري الرئيسية. أولاً، هناك التوليد المعزز بالاسترجاع (RAG)، وهو بمثابة إعطاء الروبوت بطاقة مكتبة لتمكينه من البحث عن الحقائق في قاعدة بيانات بدلاً من التخمين من ذاكرته. ثانياً، هناك هندسة الأوامر (Prompt Engineering)، وهي فن كتابة مجموعة مثالية من التعليمات (الأمر/البرومبت) لإخبار الروبوت كيف يفكر ويتصرف. ثالثاً، هناك البحث التطوري (Evolutionary Search)، وهي طريقة مستوحاة من الطبيعة حيث تنشئ العديد من النسخ المختلفة قليلاً من الحل، وتختبرها، ثم تحتفظ بالأفضل منها لإنشاء الجيل التالي. السؤال الكبير الذي يطرحه الباحثون هو: هل يمكننا الجمع بين هذه الأدوات لبناء وكيل ذكاء اصطناعي لا يتبع القواعد فحسب، بل يتعلم ويتحسن تلقائياً مع تغير العالم، دون الحاجة إلى تدخل بشري لإعادة كتابة كوده كل أسبوع؟
هذا هو بالضبط ما سعى الفريق في "لينكد إن" (LinkedIn) لبنائه: نظام دعم عملاء وكيل ذاتي التطور (Self-Evolving Agentic Customer Support System). فكر فيه كأنه روبوت خدمة عملاء لديه "مدرب" و"صالة ألعاب رياضية" مدمجة. فبدلاً من أن يقضي مهندس بشري أسابيع في تعديل تعليمات الروبوت، يعمل النظام في حلقة مستمرة من التدريب والاختبار والتطوير الذاتي.
إليك كيف يحدث السحر. يتعامل النظام مع تعليمات الروبوت (الأمر/البرومبت) كأنها كائن حي. فهو يستخدم محرك أوامر تلقائي (Auto-Prompt Engine) يعمل كخوارزمية جينية. تخيل مدرباً يكتب 100 نسخة مختلفة قليلاً من خطة اللعب للروبوت. يجرب الروبوت جميعها على أسئلة تدريبية. ثم يستخدم المدرب فريقاً من روبوتات "الحكم" لتقييم الأداء. يتم دمج أفضل خطط اللعب معاً (التهجين/Crossover) وتعديلها قليلاً (الطفرة/Mutation) لإنشاء جيل جديد وأكثر ذكاءً من التعليمات. يحدث هذا تلقائياً، مراراً وتكراراً، مما يضمن بقاء تعليمات الروبوت مثالية حتى مع تغير منتجات "لينكد إن".
والأهم من ذلك، أن هذا الروبوت لا يخمن الإجابات فحسب؛ فهو مجهز بـ أداة RAG يمكنه اختيار استخدامها. عندما يسأل مستخدم سؤالاً، يقرر الروبوت: "هل أعرف هذا، أم أحتاج للبحث عنه؟". إذا احتاج للبحث، فإنه يبحث في مكتبة إصدارات من مقالات المساعدة ووثائق المنتجات. هذا يمنع الروبوت من "الهلوسة" (اختلاق الأمور). في الواقع، في اختباراتهم، هلوس هذا الروبوت الذكي ذاتي التطور بنسبة تقل عن 0.1% من المرات، مقارنة بنحو 5-6% للأنظمة القياسية التي تكتفي فقط بقراءة وثيقة والتخمين.
لم يكتفِ الفريق ببناء هذا النظام فحسب، بل اختبروه في العالم الحقيقي. فقد أجروا تجربة لمدة أسبوعين، حيث حصل نصف مستخدمي "لينكد إن" الحقيقيين على الروبوت القديم الثابت، بينما حصل النصف الآخر على الروبوت الجديد ذاتي التطور. وكانت النتائج انتصاراً هائلاً للنظام الجديد. فقد ساعد الروبوت ذاتي التطور المستخدمين على حل مشكلاتهم بأنفسهم دون الحاجة إلى وكيل بشري بنسبة تزيد بمقدار 9.0 نقاط مئوية. كما ساعد المستخدمين على إلغاء الاشتكات بأنفسهم بنسبة تزيد بمقدار 4.8 نقطة مئوية. ولعل الأمر الأكثر إثارة للإعجاب هو أنه أصبح أفضل بكثير في تحديد القسم البشري الذي يحتاج المستخدم للتحدث إليه، حيث حسن دقة التوجيه بنسبة 30.6 نقطة مئوية.
توضح الورقة البحثية أن هذا ليس عصا سحرية تحل كل شيء. فلا يزال النظام يعتمد على وجود معلومات جيدة في مكتبته؛ فإذا لم تكن الإجابة موجودة في المكتبة، فلن يبتكرها الروبوت. أيضاً، عملية "التطور" تستغرق وقتاً وقدرة حوسبية، حيث تعمل في دورة أسبوعية بدلاً من كونها فورية. ولكن الدراسة تثبت نقطة حيوية: من خلال التعامل مع الأوامر، والاسترجاع، والتقييم كحلقة مغلقة ومتحكم في إصداراتها، يمكننا بناء وكلاء ذكاء اصطناعي لا يكتفون بالوقوف مكانهما ليصبحوا قديمين، بل يمكنهم النمو، والتكيف، والذكاء من تلقاء أنفسهم، ومواكبة العالم سريع الخطى للدعم المؤسسي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.