الإسناد (في الذكاء الاصطناعي)

ما هو الإسناد في الذكاء الاصطناعي؟

الإسناد هو أسلوب ترسيخ ردود وكيل الذكاء الاصطناعي في مواد مصدرية موثّقة وموثوقة. فعندما يكون وكيل الذكاء الاصطناعي مُسنَدًا على النحو الصحيح، يمكن تتبّع كل عبارة يقولها إلى مستند محدد أو سجل في قاعدة بيانات أو مقالة في قاعدة المعرفة. وهذا هو خط الدفاع الأول ضد هلوسة الذكاء الاصطناعي، أي ميل النماذج اللغوية الكبيرة إلى توليد معلومات مختلقة تبدو معقولة.

في خدمة العملاء، يضمن الإسناد أنه حين يخبر وكيل الذكاء الاصطناعي العميل بأن «ضمانك يغطي هذا لمدة 24 شهرًا»، تكون هذه المعلومة مأخوذة مباشرةً من سياسة الضمان الفعلية، لا من بيانات التدريب العامة للنموذج.

كيف يعمل الإسناد

يعمل الإسناد عادةً من خلال التوليد المعزز بالاسترجاع (RAG). فعندما يطرح العميل سؤالًا، يسترجع النظام أولًا المستندات ذات الصلة من قاعدة المعرفة أو الأنظمة المتصلة. ثم تُقدَّم هذه المستندات المسترجعة سياقًا للنموذج اللغوي، الذي يصوغ رده استنادًا إلى تلك المواد الموثّقة بدلًا من بيانات تدريبه العامة.

وتذهب أنظمة الإسناد المتقدمة أبعد من ذلك عبر:

• تتبّع الاستشهادات: ربط كل ادعاء في الرد بالمستند المصدر
• تقييم الثقة: قياس مدى استناد كل عبارة إلى الأدلة المسترجعة
• رصد التعارضات: تحديد الحالات التي تتناقض فيها المواد المصدرية
• التحقق من الحداثة: التأكد من أن المواد المصدرية محدّثة ولم تُستبدل بغيرها

أبحاث القطاع: وجدت Microsoft Research أن الجمع بين الاسترجاع عبر الرسم البياني المعرفي وRAG حسّن الدقة الواقعية بنحو 23% وحقق رضا المستخدمين بنسبة 89%، ما يبيّن الأثر الملموس لتقنيات الإسناد.

لماذا يهم الإسناد للذكاء الاصطناعي في المؤسسات

تتطلب خدمة العملاء في المؤسسات الدقة. فالرد المبني على هلوسة بشأن سياسة استرداد أو تداخل دوائي أو منتج مالي قد يُرتّب مسؤولية قانونية، ويضر بثقة العملاء، ويخالف المتطلبات التنظيمية. ويحوّل الإسناد الذكاء الاصطناعي من مولّد نصوص احتمالي إلى نظام معلومات موثوق تستطيع المؤسسات الاعتماد عليه في التفاعلات المباشرة مع العملاء.

ميزة Maven: إجابات مُسنَدة مع إمكانية تتبّع كاملة

تقوم بنية Maven AGI على الإسناد. فكل رد يولّده Agent Maven يمكن تتبّعه إلى مصدره في الرسم البياني المعرفي أو أنظمة السجلات المتصلة. ويرصد Inbox من Maven تلقائيًا الثغرات والتعارضات والتكرارات والمحتوى القديم في قاعدة المعرفة، ليضمن بقاء مواد الإسناد نفسها دقيقة. وحين لا يجد الوكيل إسنادًا كافيًا لإجابة واثقة، يصعّد الأمر إلى موظف بشري بدلًا من التخمين.

دليل من Maven: حققت Mastermind معدل حل بنسبة 93% في الدردشة المباشرة باستخدام Maven AGI، مع ردود مُسنَدة إلى وثائق منتجاتها وسياساتها الفعلية، ما يثبت أن الذكاء الاصطناعي المُسنَد لا يضحي بالسرعة أو بالقدرة على الحل.

الأسئلة الشائعة

ما الفرق بين الإسناد وRAG؟

RAG تقنية واحدة من التقنيات المستخدمة لتحقيق الإسناد. أما الإسناد فهو المبدأ الأشمل لضمان ارتباط مخرجات الذكاء الاصطناعي بمصادر موثّقة. وتحقق RAG ذلك باسترجاع المستندات ذات الصلة لحظة الاستعلام. ومن تقنيات الإسناد الأخرى التنقل عبر الرسم البياني المعرفي، والبحث في قواعد البيانات، وتكامل البيانات المنظمة.

هل يمكن للإسناد أن يقضي على الهلوسة تمامًا؟

يقلل الإسناد الهلوسة بدرجة كبيرة لكنه لا يقضي عليها تمامًا. فقد يُسيء نموذج الذكاء الاصطناعي أحيانًا تفسير المعلومات المسترجعة أو يجمع بينها بشكل خاطئ. وتعالج أنظمة المؤسسات ذلك عبر ضوابط الحماية، وعتبات الثقة، ومسارات التصعيد إلى البشر.

كيف يعمل الإسناد مع البيانات الفورية؟

بالنسبة إلى المعلومات المتغيرة مثل حالة الطلب أو أرصدة الحسابات، يعمل الإسناد من خلال استدعاءات API في الوقت الفعلي بدلًا من المستندات المفهرسة مسبقًا. إذ يستعلم وكيل الذكاء الاصطناعي النظام الحي ويستخدم البيانات الحالية مصدرًا للإسناد، ليضمن أن يعكس الرد الحالة الفعلية لحساب العميل.