قد تعني عبارة «دعم اللغة العربية» أشياء مختلفة لمؤسسة في السعودية أو الإمارات أو أي سوق خليجي آخر: فهم العربية الفصحى المكتوبة، أو التعامل مع اللهجات الخليجية المنطوقة، أو الانتقال بين العربية والإنجليزية، أو التعرّف على الأسماء والمصطلحات المحلية. وهذه قدرات مختلفة ينبغي اختبار كل منها.

لذلك، تعامل مع الذكاء الاصطناعي الحواري بوصفه جزءاً من منظومة الخدمة يحتاج إلى تقييم، لا مجرد ميزة لغوية في صفحة تسويقية. ابدأ بحاجة محددة، واختبرها على تفاعلات تمثّل عملاءك، وأبقِ طريقاً واضحاً للتحويل إلى موظف عندما لا يكون النظام واثقاً أو يطلب العميل ذلك.

حدّد المقصود بدعم العربية لعملائك

قبل مقارنة المورّدين، حدّد القنوات والمواقف اللغوية التي تريد تغطيتها. فالمساعد النصي الذي يجيب عن الأسئلة المكتوبة قد لا يناسب تجربة صوتية. كما أن الأداء الجيد في العربية الفصحى المكتوبة لا يثبت جودة فهم اللهجات أو الكلام المختلط بالعربية والإنجليزية أو الأسماء التجارية.

  • حدّد رحلات العميل والقنوات المشمولة، مثل المحادثة عبر الموقع أو الرسائل أو المكالمات الصوتية.
  • دوّن اللغات واللهجات واللكنات وأنماط الكتابة والتبديل بين العربية والإنجليزية التي يستخدمها عملاؤك.
  • أدرج المفردات المحلية والأسماء والأرقام والتواريخ والعملات والتهجئات الشائعة في الاختبارات.
  • قرّر الطلبات التي يمكن للنظام الإجابة عنها، وتلك التي يساند فيها الموظف، وتلك التي يجب تحويلها إليه.

اطلب من المورّد تحديد اللغات والقنوات التي اختبرها فعلياً. لا تفترض أن عبارة «يدعم العربية» تعني دعماً موثّقاً للهجات الخليجية.

اختبر أمثلة واقعية، لا عروضاً معدّة مسبقاً فقط

قد يوضّح العرض التجريبي تجربة ممكنة، لكنه لا يثبت جودة النظام في إجراءات مؤسستك ولغة عملائك. أنشئ مجموعة اختبار تمثيلية من أمثلة معتمدة وبعد مراجعة الخصوصية. اجمع الأسئلة المعتادة والحالات الصعبة: العبارات الملتبسة، والتعابير اللهجية، والخلط بين العربية والإنجليزية، والأخطاء الإملائية، والمقاطعة في المكالمات، والطلبات التي لا تغطيها قاعدة المعرفة.

قيّم أكثر من طلاقة الإجابة، واستخدم معايير واضحة مثل:

  • الصحة: هل تستند الإجابة إلى معلومات المؤسسة المعتمدة والحديثة؟
  • الفهم: هل فهم النظام مقصد العميل، لا مجرد وجود نص أو كلام عربي؟
  • الوضوح والنبرة: هل الإجابة مفهومة وملائمة لموقف الخدمة؟
  • التعامل مع عدم اليقين: هل يطلب النظام توضيحاً مناسباً أو يقرّ بأنه لا يعرف؟
  • الاتساق: هل يبقى الأداء مقبولاً عبر اللهجات والقنوات والصيغ المختلفة للطلب نفسه؟

اطلب مراجعة الأمثلة والإجابات من أشخاص متمكنين من لغة العملاء المستهدفين. فقد يخفي متوسط الدقة إخفاقات مركّزة في لهجة أو فئة من العملاء أو نوع مهم من الطلبات.

اجعل التحويل إلى الموظف جزءاً من التصميم

ينبغي أن يوضّح تصميم الخدمة متى يتوقف النظام وكيف يتولى الموظف المحادثة. ضع قواعد للتحويل عند انخفاض الثقة، أو تكرار سوء الفهم، أو ورود شكوى، أو طلب تغيير حساس في الحساب، أو طلب العميل التحدث إلى شخص. وقرّر ما السياق الذي يصل إلى الموظف، وكيف يُبلّغ العميل بالتحويل، وما الإجراء عند عدم توفر موظف فوراً.

اختبر الرحلة كاملة، لا إجابة المساعد وحدها. لا يكون التحويل مفيداً إذا لم يحصل الموظف على سياق المحادثة واضطر العميل إلى إعادة شرح المشكلة. وعيّن مسؤولاً تشغيلياً لمراجعة الإخفاقات وتحديث الإجراء.

تحقّق من مصادر المعرفة والتكاملات ومعالجة البيانات

اسأل عن مصادر الإجابات وكيفية تحديثها. فالنظام الذي يستند إلى قاعدة معرفة معتمدة قد يكون أنفع من نظام يولّد إجابات غير مسندة اعتماداً على معرفة النموذج العامة. تحقّق من طريقة اتصاله بسجلات العملاء والحالات وإجراءات الخدمة، ومن الصلاحيات الممنوحة له.

  • ما مصادر المعلومات التي يستخدمها النظام؟ وهل يمكن ربط الإجابات بمصادرها؟
  • كيف تُكتشف الإجابات القديمة أو المتعارضة وتُصحّح؟
  • ما بيانات العملاء التي تُرسل إلى كل نموذج أو خدمة، وأين تُعالج، وكم مدة الاحتفاظ بها؟
  • هل يمكن ضبط الوصول والاحتفاظ والحذف وخيارات النشر بما يلائم متطلبات المؤسسة؟
  • هل تشمل المراجعة المطالبات النصية والتفريغات والملخصات وسجلات التحويل؟

هذه أسئلة للمشتريات والتقييم، وليست استنتاجات قانونية. تختلف التزامات موقع البيانات ونقلها والخصوصية والاحتفاظ بها بحسب المؤسسة والقطاع والعقود والاختصاصات القضائية ذات الصلة. اطلب مراجعة قانونية وأمنية ومراجعة للخصوصية من مختصين قبل النشر.

ابدأ بتجربة محدودة ومقاييس للخدمة

ابدأ برحلة عميل واحدة ونطاق واضح من الطلبات وحدود معلنة للنظام. قارن الخدمة المدعومة بالذكاء الاصطناعي بخط أساس الخدمة الحالية باستخدام مقاييس يمكن شرحها والتحقق منها.

  • جودة الحل وما إذا كانت مشكلة العميل قد حُلّت فعلاً.
  • معدل التواصل المتكرر، وترك الخدمة، والتحويل إلى الموظفين.
  • جودة اللغة ومعدل سوء الفهم حسب القناة أو نمط اللغة.
  • عبء العمل على الموظفين والوقت اللازم لتصحيح المخرجات وجهد العميل.
  • تكلفة التشغيل وأي أعمال جديدة للمراجعة والصيانة.

حدّد حدود الأداء المقبول قبل بدء التجربة. أوقف الاستخدام أو ضيّق نطاقه إذا تراجعت الجودة أو السلامة أو نتائج العملاء عن تلك الحدود. ولا تعتبر تقليل زمن الرد أو زيادة المحادثات المؤتمتة دليلاً كافياً على تحسن الخدمة.

أسئلة تطرحها على مورّد الذكاء الاصطناعي

  • ما اللهجات والقنوات وحالات الاستخدام العربية التي اختبرتموها؟ وما الأدلة التي يمكن مشاركتها؟
  • هل يمكننا اختبار النظام بأمثلة معتمدة خاصة بنا قبل الالتزام بالتوسع؟
  • كيف يتعامل النظام مع الإجابات غير المدعومة وعدم اليقين والشكاوى وطلب التحدث إلى موظف؟
  • ما الأنظمة التي يمكن التكامل معها؟ وما الصلاحيات التي يمكن تقييدها؟
  • أين تُعالج البيانات؟ وما الذي يُحتفظ به؟ وما خيارات الإعداد المتاحة؟
  • ما العمل المستمر المطلوب لتحديث المعرفة ومراقبة الجودة ومراجعة الحوادث؟

ابدأ بالأدلة ثم توسّع بحذر

قد يستحق الذكاء الاصطناعي الحواري باللغة العربية التقييم عندما يعالج حاجة خدمة محددة ويمكن اختباره على اللغة والإجراءات والضوابط الفعلية. ويتحقق التقييم الجيد من تغطية اللغة المطلوبة، ويقيس الجودة بأمثلة تمثيلية، ويصمم التحويل إلى الموظفين، ويراجع معالجة البيانات قبل توسيع التجربة.

تعرض NBS منصة OmniCX بوصفها برنامجاً يربط قنوات العملاء وإجراءات إدارة علاقات العملاء والحالات والأتمتة والرؤية التشغيلية والمساعدة بالذكاء الاصطناعي. وتعتمد الإمكانات المتاحة على الإعداد والتكاملات؛ لذا ينبغي التواصل مع NBS للتحقق من دعم لغة بعينها وملاءمة المنتج. اطّلع على نظرة عامة على منصة OmniCX وإمكانات المنصة.

للمزيد من القراءة

نشر المعهد الوطني الأمريكي للمعايير والتقنية (NIST) ملفاً لإدارة مخاطر الذكاء الاصطناعي التوليدي بوصفه مورداً طوعياً لتحديد مخاطر الذكاء الاصطناعي التوليدي وإدارتها. وهو إرشاد عام، وليس مشورة قانونية خاصة بدول الخليج أو بديلاً عن المراجعة المحلية.

معلومات مهمة

أُعدّ هذا المقال لأغراض معلوماتية عامة، ولا يُعدّ مشورة قانونية أو متعلقة بالخصوصية أو الأمن السيبراني أو المشتريات أو الجوانب التقنية، كما أنه لا يصادق على أي نظام ذكاء اصطناعي ولا يقيّمه. تحقّق من ادعاءات المورّدين واستعن بمختصين مؤهلين بما يناسب مؤسستك والاختصاصات القضائية المعنية قبل اتخاذ قرارات النشر.

العودة إلى جميع مقالات NBS