ضمان الجودة (QA) في الدعم

ما هو ضمان الجودة في دعم العملاء؟

ضمان الجودة (QA) في دعم العملاء هو ممارسة مراجعة تفاعلات العملاء وتقييمها للتأكد من استيفائها معايير الدقة والاكتمال والنبرة والحل. وتقليديًا، كانت فرق ضمان الجودة تأخذ عينة صغيرة من محادثات الوكلاء البشريين، وتقيّمها وفق معايير محددة، وتستخدم النتائج في التوجيه والتحسين.

ومع تولّي وكلاء الذكاء الاصطناعي الآن 60-90% من تفاعلات العملاء، يجب أن يتطور ضمان الجودة ليشمل أداء البشر والذكاء الاصطناعي معًا.

ضمان الجودة لوكلاء الذكاء الاصطناعي: ما الذي يتغير

يختلف ضمان جودة الذكاء الاصطناعي عن ضمان الجودة التقليدي للبشر في عدة جوانب:

• الحجم: يتعامل الذكاء الاصطناعي مع آلاف المحادثات يوميًا، فلا يمكن الاعتماد على أخذ العينات يدويًا، بل يلزم رصد آلي للجودة عبر أدوات قابلية الملاحظة
• الاتساق: وكلاء الذكاء الاصطناعي أكثر اتساقًا من البشر، لذا يركّز ضمان الجودة بدرجة أقل على التباين وبدرجة أكبر على المشكلات المنهجية (المعلومات الخاطئة، والحالات الاستثنائية الفائتة، وضعف الاسترجاع)
• السبب الجذري: عندما يخطئ الذكاء الاصطناعي، يكمن السبب الجذري عادةً في قاعدة المعارف أو حواجز الحماية أو إعدادات الاسترجاع، لا في سلوك وكيل بعينه
• حلقة الملاحظات: إصلاح مشكلة جودة لدى الذكاء الاصطناعي يصلحها لجميع التفاعلات المستقبلية، أما إصلاح مشكلة جودة لدى البشر فيصلحها لوكيل واحد

سياق القطاع: تتعامل المؤسسات التي تحقق أقوى النتائج من الذكاء الاصطناعي مع وكلاء الذكاء الاصطناعي كأعضاء مسؤولين في القوى العاملة، فتعيد توجيه مقاييس ضمان الجودة نحو مناهج تركّز على السلوك، وتعيد تصميم عمليات التوجيه ومراجعة الجودة للبشر والآلات معًا.

مقاييس ضمان الجودة الرئيسية للدعم المدعوم بالذكاء الاصطناعي

• ** معدل الحل:** هل حُلّت المشكلة فعلًا؟
• دقة الردود: هل كانت المعلومات المقدمة صحيحة وكاملة؟
• جودة الارتكاز على المصادر: هل استندت الردود إلى مواد مصدرية موثّقة؟
• معدل الهلوسة: كم مرة ولّد الذكاء الاصطناعي ادعاءات غير مدعومة؟
• ** CSAT:** هل كان العملاء راضين عن التفاعل مع الذكاء الاصطناعي؟
• ملاءمة التصعيد: هل كانت حالات التصعيد مبرّرة، أم صعّد الذكاء الاصطناعي دون داعٍ؟

ميزة Maven: ذكاء جودة مدمج

توفر Inbox وData & Insights في Maven AGI إمكانات آلية لضمان الجودة. إذ ترصد Inbox الفجوات المعرفية والتعارضات والمحتوى القديم التي تسبب مشكلات الجودة من مصدرها. وتوفر ميزة "Thinks Out Loud" شفافية في الاستدلال لكل تفاعل، ما يجعل مراجعة الجودة أكثر كفاءة. كما تسجّل مسارات التدقيق لدى Maven كل قرار، ما يتيح ضمان جودة منهجيًا على نطاق واسع.

دليل من Maven: تحافظ Check على دقة بنسبة 85% في الاستفسارات المالية المعقدة باستخدام Maven AGI، وهو شاهد على قدرة بنية الجودة في المنصة على التعامل مع التفاعلات عالية المخاطر حيث لا مجال للتهاون في الدقة.

الأسئلة الشائعة

هل ينبغي لفرق ضمان الجودة مراجعة محادثات الذكاء الاصطناعي؟

نعم، ولكن بطريقة مختلفة عن محادثات البشر. فبدلًا من تقييم التفاعلات الفردية، ينبغي لفرق ضمان الجودة تحليل الأنماط: ما الموضوعات التي تولّد أكثر الأخطاء، وأي مقالات قاعدة المعارف تسبب الالتباس، وأين تكون ثقة الذكاء الاصطناعي غير معايَرة بدقة. ويحسّن هذا النهج المنهجي جميع التفاعلات، لا العينات المختارة فحسب.

كم مرة ينبغي مراجعة جودة الذكاء الاصطناعي؟

ينبغي أن يعمل الرصد الآلي للجودة باستمرار. وينبغي أن تُجرى المراجعة البشرية لتفاعلات الذكاء الاصطناعي أسبوعيًا على الأقل، مع تحليل أعمق شهريًا. كما ينبغي تتبّع مقاييس الجودة الحرجة في لوحات معلومات فورية مع تنبيهات عند حدوث تغيرات مفاجئة.

هل يمكن للذكاء الاصطناعي إجراء ضمان الجودة على نفسه؟

يمكن للذكاء الاصطناعي المساعدة في ضمان الجودة عبر التقييم الآلي للردود ورصد الهلوسة وفحوصات الدقة. غير أن الإشراف البشري يظل ضروريًا، لا سيما لتقييم النبرة والتعاطف وحسن التقدير في المواقف المعقدة التي قد لا تُحسن الأنظمة الآلية تقييمها.