An Empirical Test of a Hybrid RDT-RBV-CI Framework for AI Localization in Customer Service in a Telecommunications Context
यह अध्ययन एक हाइब्रिड RDT-RBV-CI ढांचे को अनुभवजन्य रूप से प्रमाणित करता है, यह प्रदर्शित करते हुए कि सीरियाई दूरसंचार संदर्भ के लिए स्थानीयकृत एक AI-संचालित चैटबॉट सेवा की गुणवत्ता को महत्वपूर्ण रूप से बढ़ाता है, जो समस्या के प्रकार या उपयोग की आवृत्ति से स्वतंत्र रूप से 80.5% उपयोगकर्ता संतुष्टि दर प्राप्त करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
आधुनिक दुनिया में, कंपनियाँ अपने ग्राहकों को बेहतर, तेज़ और अधिक विश्वसनीय तरीके से सेवा देने के तरीकों की निरंतर तलाश में रहती हैं। दशकों तक, इसका अर्थ था फोन कॉल का उत्तर देने और समस्याओं को हल करने के लिए अधिक मानव एजेंटों को काम पर रखना। हालाँकि, आज कई संगठन इन कार्यों को संभालने के लिए आर्टिफिशियल इंटेलिजेंस, या एआई (AI) की ओर रुख कर रहे हैं। ये डिजिटल सहायक चौबीसों घंटे काम कर सकते हैं, कभी थकते नहीं हैं, और सवालों का तुरंत जवाब देते हैं। लेकिन केवल एक कंप्यूटर प्रोग्राम स्थापित करना सफलता की गारंटी देने के लिए पर्याप्त नहीं है। तकनीक को उपयोगकर्ताओं द्वारा उपयोग किए जाने वाले विशिष्ट परिवेश, भाषा और आवश्यकताओं के अनुकूल होना चाहिए। तकनीक को स्थानीय वातावरण के अनुकूल बनाने की इस प्रक्रिया को लोकलाइजेशन (localization) कहा जाता है। यह समझने के लिए कि कुछ एआई परियोजनाएं क्यों सफल होती हैं जबकि अन्य विफल हो जाती हैं, शोधकर्ता अक्सर तीन बड़े विचारों को देखते हैं। पहला, संगठन अस्तित्व के लिए अपने परिवेश पर निर्भर होते हैं, इसलिए वे अनिश्चितता को कम करने और प्रतिस्पर्धी बने रहने के लिए नए उपकरणों को अपनाते हैं। दूसरा, सही तकनीक होना केवल आधी लड़ाई है; एक कंपनी को उस तकनीक को प्रभावी बनाने के लिए कुशल लोगों, मजबूत बुनियादी ढांचे और परिवर्तन का समर्थन करने वाली संस्कृति की भी आवश्यकता होती है। तीसरा, सफलता कोई एक बार होने वाली घटना नहीं है, बल्कि प्रयास करने, परिणामों को मापने और समय के साथ छोटे सुधार करने का एक निरंतर चक्र है।
इस पृष्ठभूमि में, सीरिया में शोधकर्ताओं की एक टीम ने यह परीक्षण करने के लिए हाथ डाला कि क्या इन विचारों के सावधानीपूर्वक डिज़ाइन किए गए मिश्रण का उपयोग वास्तव में एक चुनौतीपूर्ण वास्तविक दुनिया के परिवेश में ग्राहक सेवा में सुधार कर सकता है। उन्होंने दूरसंचार उद्योग पर ध्यान केंद्रित किया, जहाँ ग्राहकों को अक्सर इंटरनेट कनेक्शन और फोन पैकेज के साथ निराशाजनक समस्याओं का सामना करना पड़ता है। शोधकर्ताओं ने एक कस्टम एआई चैटबॉट बनाया, जो टेलीग्राम नामक एक लोकप्रिय मैसेजिंग ऐप के भीतर रहने वाला एक डिजिटल सहायक है। उन्होंने इसे केवल चालू नहीं किया और बेहतर होने की उम्मीद नहीं की; उन्होंने इसे स्वाभाविक रूप से स्थानीय भाषा बोलने और विश्लेषण के लिए प्रत्येक बातचीत को लॉग करने के लिए डिज़ाइन किया। छह सप्ताह की अवधि के दौरान, उन्होंने देखा कि वास्तविक ग्राहकों ने इस बॉट के साथ कैसे बातचीत की। लक्ष्य यह देखना था कि क्या यह स्थानीयकृत एआई वास्तव में लोगों को उनकी सेवा से खुश कर सकता है, और यह समझना कि क्या सफलता इस बात पर निर्भर थी कि ग्राहक को किस प्रकार की समस्या थी या वे कितनी बार बॉट का उपयोग करते थे।
प्रयोग में 54 अद्वितीय उपयोगकर्ता शामिल थे जिन्होंने चैटबॉट के साथ बातचीत की, जिसके परिणामस्वरूप 241 अलग-अलग बातचीत हुईं। इन अंतःक्रियाओं में विविध प्रकार के मुद्दे शामिल थे, जिनमें अधिकांश इंटरनेट कनेक्टिविटी से संबंधित थे, इसके बाद सेवा पैकेज और टेलीफोन संबंधी प्रश्न थे। प्रत्येक बातचीत के बाद, उपयोगकर्ताओं से उनकी संतुष्टि का स्तर बताने के लिए कहा गया। परिणाम चौंकाने वाले थे। प्रत्येक पांच में से चार से अधिक अंतःक्रियाएं, विशेष रूप से 80.5 प्रतिशत, अत्यधिक संतोषजनक बताई गईं। यह उच्च स्कोर बताता है कि एआई टूल ग्राहकों की जरूरतों को पूरा करने और गुणवत्तापूर्ण सेवा अनुभव प्रदान करने में सफल रहा। डेटा इस विचार का समर्थन करता है कि जब एआई को स्थानीय संदर्भ के अनुरूप उचित रूप से स्थानीयकृत किया जाता है, तो यह सीधे तौर पर इस बात में सुधार कर सकता है कि लोग प्राप्त सेवा के बारे में कैसा महसूस करते हैं।
हालाँकि, इस अध्ययन ने यह भी खुलासा किया कि यह संतुष्टि कैसे काम करती है। शोधकर्ता यह जानना चाहते थे कि क्या एआई कुछ प्रकार की समस्याओं के लिए दूसरों की तुलना में बेहतर काम करता है, या क्या यह कुछ विशेष प्रकार के सेवा पैकेजों के लिए अधिक प्रभावी है। वे यह भी जानना चाहते थे कि क्या बॉट से अधिक बार बात करने वाले उपयोगकर्ता इसके बारे में उन लोगों की तुलना में अलग महसूस करते हैं जिन्होंने इसका केवल एक बार उपयोग किया। डेटा ने दिखाया कि इनमें से किसी भी कारक ने कोई अंतर नहीं डाला। संतुष्टि का स्तर लगातार उच्च बना रहा, चाहे उपयोगकर्ता इंटरनेट की समस्या के बारे में पूछ रहा हो या बिलिंग पैकेज के बारे में। इसी तरह, इससे कोई फर्क नहीं पड़ा कि किसी व्यक्ति ने चैटबॉट का कितनी बार उपयोग किया; उनकी संतुष्टि उनकी उपयोग की आदतों के आधार पर बढ़ी या घटी नहीं। यह निरंतरता बताती है कि सिस्टम मजबूत और विश्वसनीय था, जो हर बार सभी को समान गुणवत्ता की सहायता प्रदान कर रहा था।
शोधकर्ताओं ने निष्कर्ष निकाला कि उनका दृष्टिकोण, जिसमें रणनीतिक योजना, संसाधन प्रबंधन और निरंतर सुधार पर ध्यान केंद्रित किया गया था, इस विशिष्ट वातावरण में अच्छी तरह से काम करता है। सफलता केवल तकनीक के बारे में नहीं थी, बल्कि इस बारे में थी कि इसे कंपनी के संचालन में कैसे एकीकृत किया गया और स्थानीय संस्कृति के अनुकूल बनाया गया। हालांकि यह अध्ययन सीरिया में एक ही कंपनी तक सीमित था और इसमें उपयोगकर्ताओं की अपेक्षाकृत कम संख्या शामिल थी, फिर भी इसके निष्कर्ष एक स्पष्ट तस्वीर पेश करते हैं। वे प्रदर्शित करते हैं कि सही तैयारी और वास्तविक फीडबैक के आधार पर सिस्टम को परिष्कृत करने की प्रतिबद्धता के साथ, आर्टिफिशियल इंटेलिजेंस रोजमर्रा की समस्याओं को हल करने के लिए एक शक्तिशाली उपकरण बन सकता है, यहाँ तक कि उन क्षेत्रों में भी जहाँ संसाधन कम हैं। यह अध्ययन क्षेत्र में मौजूद हर चुनौती को हल करने का दावा नहीं करता है, लेकिन यह मजबूत प्रमाण प्रदान करता है कि एक विचारशील, स्थानीयकृत दृष्टिकोण लोगों की सेवा करने के तरीके में वास्तविक सुधार ला सकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।