هوش مصنوعی بدون توهم: چطور هلپ‌اسکات دستیار پشتیبانی را انسانی نگه داشت
وقتی همه تب هوش مصنوعی گرفته بودند و می‌خواستند چت‌بات‌ها را جایگزین کارشناسان کنند، هلپ‌اسکات مسیر متفاوتی رفت: ساخت ابزاری که بار تکراری را از دوش انسان بردارد، نه اینکه به جایش دروغ بگوید.
- ناشر منبع
- Sean Halpin Portfolio
- زمان مطالعه
- ۵ دقیقه مطالعه
- نویسنده منبع
- Sean Halpin
- تاریخ انتشار منبع
- ۱۳ آبان ۱۴۰۲
ماجرا از کجا شروع شد؟
با انفجار مدل‌های زبانی بزرگ، موجی از استارتاپ‌ها شروع به تبلیغ ایده «پشتیبانی کاملاً خودکار با هوش مصنوعی» کردند. اما هلپ‌اسکات که سال‌ها شعارش «پشتیبانی انسان‌محور و صمیمی» بود، با یک دوراهی فلسفی روبرو شد: اگر چت‌بات پاسخی نامربوط بدهد یا در برابر مشتری عصبانی شروع به عذرخواهی‌های ماشینی کند، اعتماد برند برای همیشه می‌سوزد.
تیم هلپ‌اسکات به رهبری شان هالپین تصمیم گرفت به جای جایگزینی انسان، انرژی هوش مصنوعی را صرف دو نقطه درد بزرگ کارشناسان پشتیبانی کند: خواندن رشته‌تیکت‌های ۲۰ پستی طولانی، و خلاصه کردن مکالمه برای انتقال به تیم فنی.
چه تصمیمی گرفتند؟
آن‌ها برای ساخت دستیار AI چند اصل طراحی محکم بنا کردند:
- پیش‌نویس، نه انتشار خودکار: هوش مصنوعی هرگز مستقیماً پاسخی به کاربر نهایی نمی‌فرستد. همیشه پاسخ به عنوان یک پیش‌نویس (Draft) درون کادر پیام می‌نشیند تا کارشناس بخواند، ویرایش کند و دکمه ارسال را بزند.
- قابلیت تنظیم لحن با یک کلیک: کارشناس می‌تواند با دکمه‌های ساده مثل «دوستانه‌تر»، «رسمی‌تر» یا «کوتاه‌تر»، متن نوشته‌شده‌اش را ویرایش کند؛ مخصوصاً وقت‌هایی که کارشناس از برخورد بد کاربر خسته است و نیاز به حفظ آرامش در متن دارد.
- خلاصه‌سازی تک‌کلیکی برای یادداشت داخلی: به جای اینکه کارشناس ۱۰ دقیقه وقت بگذارد تا برای تیم فنی توضیح دهد چه گذشته، دکمه خلاصه AI کل ماجرا را در ۳ بولت‌پوینت شفاف در یادداشت داخلی ثبت می‌کند.
در پروتوتایپ‌های اولیه، متن تولیدشده توسط AI جای متن فعلی کارشناس را بازنویسی می‌کرد. اگر خروجی بد بود، کاربر تمام متنی را که خودش نوشته بود از دست می‌داد! تیم بلافاصله قابلیت مقایسه پیش از اعمال (Diff View) و دکمه بازگشت به متن اصلی (Undo) را اضافه کرد تا اضطراب از بین برود.
چی شد که جواب داد؟
کارشناسان پشتیبانی از اینکه هوش مصنوعی به جای تحمیل خودش، در نقش یک نویسنده پشت صحنه عمل می‌کرد شگفت‌زده شدند. زمان میانگین پاسخ‌دهی به تیکت‌های پیچیده ۴۲ درصد کاهش یافت و نرخ رضایت کارشناسان از ابزار به بیش از ۹۴ درصد رسید؛ بدون اینکه حتی یک مشتری متوجه شود رباتی در نگارش متن کمک کرده است.
درس محصولی برای طراحی محصولات هوش مصنوعی
در طراحی تجربه هوش مصنوعی، همیشه انسان را در حلقه تصمیم (Human-in-the-loop) نگه دارید. ابزارهای هوش مصنوعی وقتی محبوب می‌شوند که قدرت سوپرهیرو به کاربر بدهند، نه اینکه کنترل را از دست او بربایند.
نسخه کامل و اصلی این کیس‌استادی
این روایت یک بازخوانی کوتاه فارسی است. برای جزئیات کامل، تصاویر اصلی و متن نویسنده به منبع مراجعه کنید.
کیس‌های مرتبط
داستان‌های دیگری با موضوع یا برچسب‌های نزدیک که شاید الهام‌بخش باشند.
چطور به یک خودرو اعتماد کنیم که خودش پارک کند؟ طراحی تعامل پارک خودکار
بررسی تجربه کاربری سیستم پارک خودکار خودروهای مدرن: تعامل لمسی، فیدبک‌های چندحسی صوتی و تصویری و ساخت اعتماد بین انسان و هوش مصنوعی اتومبیل.
ماهی بابل در گوش شما: چطور گوگل مکالمه زنده دو زبانه را بدون لکنت طراحی کرد
داستان طراحی تعاملات صوتی ترجمه همزمان در گوگل ترنسلیت: مدیریت سکوت‌ها، زبان بدن دو انسان غریبه و هماهنگی هندزفری با صفحه موبایل.
چطور پستمن هزارتوی میلیونها کالکشن را با یک سرچ دوباره مرتب کرد
روایت بازطراحی موتور جستوجو و کشف ریسورس در پستمن: از سردرگمی بین کالکشنهای تکراری تا دستهبندی هوشمند اندپوینتها.