الإنسان في الحلقة في الذكاء الاصطناعي: دقة أفضل ومخاطر أقل

إذا كنت تفكر في تحسين عملك باستخدام الذكاء الاصطناعي، فأنت لست وحدك. مع كون روبوتات الدردشة بالذكاء الاصطناعي أسرع قنوات التواصل نموًا، لم تعد رفاهية بل أصبحت متوقعة.

لكن التخلي عن هذا التحكم قد يبدو مخيفًا بعض الشيء. تفويض العمليات الحيوية إلى ما يسمى بـ 'خوارزمية الصندوق الأسود' قد يبدو وكأنه قفزة كبيرة في المجهول.

وهذا صحيح، ولهذا تعتمد الشركات على التدخل البشري لتوجيه الذكاء الاصطناعي. فمعظم أطر وكلاء الذكاء الاصطناعي تتضمن الإنسان في الحلقة – أي إشراف البشر على عمليات الذكاء الاصطناعي.

في هذا المقال، سأشرح ما هو الإنسان في الحلقة، وكيف يعمل، وأعطي بعض الأمثلة حول كيفية استخدام التدخل البشري يوميًا لمنح المستخدمين مزيدًا من التحكم في روبوتات الدردشة بالذكاء الاصطناعي والوكلاء.

ما هو الإنسان في الحلقة؟

الإنسان في الحلقة (HITL) هو نهج تعاوني في الذكاء الاصطناعي حيث يُستخدم تدخل البشر لتحسين أو توسيع قدرات الذكاء الاصطناعي. قد يكون ذلك من خلال بيانات موضحة من قبل البشر، أو تصحيح مخرجات النماذج، أو قيام البشر بمهام كاملة عندما يكون الذكاء الاصطناعي غير متأكد أو غير فعال.

قد يكون المصطلح غامضًا بعض الشيء. فهو يشير تقنيًا إلى أي تدخل بشري في دورة حياة تطبيقات الذكاء الاصطناعي – من تصنيف البيانات وتقييم النماذج إلى التعلم النشط والتصعيدات.

عمليًا، عندما يقدم مزودو الذكاء الاصطناعي وظائف HITL، فهذا يعني عادةً الإشراف على مخرجات الذكاء الاصطناعي: أي إمكانية مراجعة الردود وتصعيد تفاعلات روبوت الدردشة إلى وكلاء بشريين.

كيف يكون البشر "في الحلقة" في الذكاء الاصطناعي؟

سلسلة الذكاء الاصطناعي الفعالة تتضمن عدة نقاط دخول للبشر.

يتم تدريب الذكاء الاصطناعي على اكتشاف الأنماط في بيانات تدريبه، ثم تعميم هذه الأنماط على بيانات جديدة غير معروفة. نحن نحدد البيانات التي يراها النموذج، لكننا لا نحدد الأنماط التي يستخلصها منها.

في كل خطوة من العملية – جمع البيانات، التدريب، والنشر – يعود الأمر للبشر للتأكد من أن النموذج يعمل كما هو متوقع.

اعتمادًا على مكان وكيفية حدوث هذا التدخل البشري، يمكن أن يندرج تحت أي من الفئات التالية:

تقديم الملاحظات من أجل التعلم المستمر

هل لاحظت عندما يسألك ChatGPT أي من ردين أفضل؟ يمكن اعتبار الملاحظات بيانات جديدة لتدريب النموذج عليها.

لكن الملاحظات لا يجب أن تكون صريحة دائمًا.

فكر في توصيات وسائل التواصل الاجتماعي. النموذج التنبؤي يقترح باستمرار محتوى بناءً على تاريخك. ومع استخدامك للمنصة، يتم استخدام اختياراتك كمصدر بيانات لتدريب نموذج التوصية باستمرار.

في هذه الحالة، أنت الإنسان. ومن خلال استخدام التطبيق، أنت توجه التوصيات المستقبلية.

هنا تكتمل الدائرة: يتم تدريب النموذج على البيانات، يتفاعل المستخدمون مع النموذج، وهذه التفاعلات بدورها تخلق بيانات يُعاد تدريب النموذج عليها.

التعامل مع الحالات المصعّدة

HITL ليس بالضرورة لتحسين النظام. أحيانًا يكون الهدف هو إحالة الحالات الصعبة للبشر.

فكر في روبوت دردشة دعم العملاء. فهو يخفف جزءًا كبيرًا من عبء عمل فريقك من خلال الإجابة عن 95% من الأسئلة بوضوح واختصار ودقة.

لكن هناك 5% المتبقية.

بعض الحالات ستكون محددة جدًا أو غامضة بحيث تتجاوز قدرات الذكاء الاصطناعي. ورغم أن التدخل البشري لا يحسن النموذج هنا، إلا أن هذا مثال رائع على التعاون بين البشر وتعلم الآلة.

وضع تعليقات توضيحية على البيانات من أجل التدريب

من الناحية التقنية، معظم تعلم الآلة مبني على آلية HITL. ولهذا السبب، عندما نتحدث عن HITL، فإننا غالبًا ما نشير إلى الفئات المذكورة أعلاه.

ومع ذلك، سيكون من غير المنصف عدم الإشارة إلى الجهد البشري والخبرة في دورة تعلم الآلة.

البيانات هي العمود الفقري للذكاء الاصطناعي، وهي تعتمد على البشر. يتم تدريب نماذج الذكاء الاصطناعي على توقع التسميات بناءً على بيانات الإدخال. التسميات هي المخرجات المتوقعة للذكاء الاصطناعي، ويقع على عاتقنا كبشر إعدادها.

بعض أمثلة التصنيف البشري تشمل:

• كتابة ردود يدويًا على مطالبات لتدريب نماذج اللغة الكبيرة (LLMs)
• نسخ الملفات الصوتية يدويًا لنماذج التعرف على الكلام.
• وضع تعليقات توضيحية على الكائنات في الصور لنماذج اكتشاف الكائنات
• وضع علامة على رسائل البريد الإلكتروني كـ بريد عشوائي أو غير عشوائي لكاشف البريد العشوائي في تطبيق البريد الإلكتروني

تقييم أداء النموذج

الجزء الأكبر من وقت بناء نماذج الذكاء الاصطناعي يُقضى في محاولة تحسينها. رغم وجود العديد من المقاييس التي يمكن حسابها، مثل الدقة والاسترجاع، إلا أن الأمر يتطلب خبرة بشرية لفهم كيفية عمل النموذج، والأهم من ذلك، كيفية تحسينه.

على سبيل المثال، قد يلاحظ الباحث أن النموذج يميز صور الكلاب جيدًا، لكنه يخطئ في صور الهوت دوغ. يمكن عادةً معالجة ذلك بإضافة أو تنويع صور الهوت دوغ.

أحيانًا يواجه نموذج الدردشة صعوبة في تذكر المعلومات من الرسائل السابقة. غالبًا ما يعالج الباحث ذلك بإجراء تعديلات تقنية على بنية النموذج أو طريقة توليد الردود.

فوائد الذكاء الاصطناعي مع الإنسان في الحلقة

قد يكون الذكاء الاصطناعي فعالًا للغاية في اكتشاف الأنماط الدقيقة، لكن البشر أذكى.

HITL يدور حول الجمع بين مستوى الفهم البشري وكفاءة أتمتة سير عمل الذكاء الاصطناعي بحيث تكون الردود مصممة لتلبية توقعات المستخدمين والمزودين.

1. الدقة والموثوقية

هذه بديهية. ما هو أفضل من الذكاء الاصطناعي فقط؟ الذكاء الاصطناعي الذي تم تصحيحه.

فهو لا يُحسّن فقط للتعامل مع الحالات النادرة، بل هو موثوق أيضًا لأن المستخدمين يعلمون أن المخرجات ستتم مراجعتها وتحسينها باستمرار.

2. الحد من التحيز

البيانات غير كاملة، وستعكس مخرجات النماذج ذلك. التحيز – أي الميل نحو مخرجات معينة دون غيرها – مشكلة شائعة في تعلم الآلة والذكاء الاصطناعي.

أشياء مثل توليد صور تحمل إيحاءات عنصرية، أو تحديد الأهلية للوظائف بناءً على الجنس، أمثلة على كيفية عكس الذكاء الاصطناعي للتحيزات الموجودة في بيانات التدريب.

يتيح HITL للأشخاص الإبلاغ عن هذه المشكلات وتوجيه النموذج نحو نتائج أكثر عدلاً.

3. التحسين المستمر والقدرة على التكيف

التدريب لا ينتهي بمجرد نشر النموذج. يتيح HITL للنموذج مواصلة التدريب على بيانات جديدة ليتمكن من التعميم بشكل أفضل على الحالات غير المعروفة.

على سبيل المثال، تحرير النصوص المولدة أو متابعة اختيارات المستخدمين للمحتوى يوفر المزيد من البيانات التي يمكن للنموذج الاستفادة منها للتحسن.

لكن ليس كافيًا أن يتحسن النموذج؛ يجب أن يتغير أيضًا.

من السهل أن نغفل كيف نتكيف مع عالم دائم التغير. أما الذكاء الاصطناعي، فليس ذلك أمرًا بديهيًا. يجمع HITL بين الخبرة والحكم الدقيق للحفاظ على توافق مخرجات النموذج مع العصر.

4. الشفافية والثقة

إشراك البشر يجعل قرارات الذكاء الاصطناعي أكثر شفافية. فعندما يصحح الأشخاص المخرجات أو يحلون الحالات غير المؤكدة، يمكن للمستخدمين أن يطمئنوا إلى أنهم يتعاملون مع خوارزمية منطقية.

هذا يبقينا نحن المتحكمين في الذكاء الاصطناعي، وليس العكس.

حالات استخدام الإنسان في الحلقة

1. القيادة الذاتية

مع توقع أن تصل قيمة السوق إلى 3.9 تريليون دولار أمريكي خلال العقد القادم، قد تكون القيادة الذاتية هي الحدود التالية الكبرى في الذكاء الاصطناعي. فهي تعتمد على نماذج اكتشاف الكائنات واتخاذ القرارات لحظة بلحظة لمحاكاة قيادة الإنسان.

ولكن بالنسبة لشيء يعتمد على التشغيل الذاتي بهذا الشكل، فإنه يعتمد بشكل كبير على البشر. النماذج تراقب باستمرار أنماط القيادة البشرية وتقارن قراراتها بتوقعاتها الخاصة.

2. البيع بالتجزئة

يُعد روبوت الدردشة في البيع بالتجزئة وسيلة رائعة لأتمتة تفاعلات العملاء مع الحفاظ على تجربة شخصية. يتيح لك HITL الحفاظ على سلاسة هذه التجربة وتوافقها مع عملك. على سبيل المثال، يمكنك:

• مراجعة وتصحيح توصيات الروبوت للمنتجات
• جعل العميل يشرح احتياجاته الأساسية قبل تحويله إلى وكيل بشري

3. المالية

تُعد روبوتات الدردشة المالية وسيلة ممتازة للجمع بين أتمتة الذكاء الاصطناعي وخبرة الإنسان.

أنظمة كشف الاحتيال ممتازة في رصد الأنشطة المشبوهة في المعاملات. لكن ليست كل الأنشطة المشبوهة خبيثة، ولا ترغب في إلغاء بطاقتك في كل مرة تغير فيها طلب قهوتك.

يمكن لـ HITL إحالة الحالات ذات اليقين المنخفض والمخاطر المنخفضة إلى البشر.

تقييم مخاطر القروض هو مجال آخر يتفوق فيه الذكاء الاصطناعي – فهو بارع في حساب الاحتمالات عبر جميع أنواع البيانات التي تبدو غير مرتبطة. ومع ذلك، من شبه المؤكد أن تلك البيانات ستتضمن بعض التحيز.

غالبًا ما يتطلب الحفاظ على العدالة وتقليل التحيز مساعدة شخص حقيقي.

4. الرعاية الصحية

مستخدم Reddit الذي أنقذ الذكاء الاصطناعي حياته سيكون أول من يدافع عن إمكانيات الذكاء الاصطناعي في الرعاية الصحية.

لقد أظهرت روبوتات الدردشة الطبية بعض إمكانياتها، لكن الأمر يتجاوز ذلك: يمكن للذكاء الاصطناعي المساعدة في تحديد التشخيص بناءً على قراءة التصوير بالرنين المغناطيسي، أو اقتراح المتابعة بناءً على نتائج الفحوصات. لكنني لست مستعدًا للاستغناء عن الأطباء.

يوفر HITL أفضل ما في العالمين: اكتشاف الحالات التي قد يغفلها الأطباء، مع السماح لهم باتخاذ القرار النهائي.

استخدم الذكاء الاصطناعي المعزز بالبشر اليوم

لدى Botpress آلاف الروبوتات المنتشرة مع إشراف بشري سلس، وهو أكثر منصات وكلاء الذكاء الاصطناعي مرونة في السوق.

يأتي Botpress مع تكامل HITL، ومحرر مرئي بالسحب والإفلات، وإمكانية النشر عبر جميع قنوات التواصل الشهيرة (بما في ذلك Slack وTelegram وWhatsApp والويب)، لذا فإن استخدام الذكاء الاصطناعي لا يعني التخلي عن لمستك الشخصية.

ابدأ البناء اليوم. إنه مجاني.

الأسئلة الشائعة

كيف أعرف ما إذا كان نظام الذكاء الاصطناعي الخاص بي يحتاج إلى تدخل بشري في الحلقة؟

من المحتمل أن يحتاج نظام الذكاء الاصطناعي الخاص بك إلى تدخل بشري إذا كان يتعامل مع قرارات عالية المخاطر، أو يواجه مواقف غامضة أو نادرة بشكل متكرر، أو معرض لإنتاج مخرجات متحيزة أو ضارة، أو يعمل في مجالات تتطلب دقة مطلقة وحكمًا بشريًا لضمان الامتثال أو ثقة العملاء.

هل يمكن استخدام التدخل البشري في العمليات التجارية غير التقنية، أم فقط في نماذج الذكاء الاصطناعي؟

يمكن استخدام التدخل البشري في العمليات التجارية غير التقنية مثل مراجعة شكاوى العملاء أو الإشراف على المحتوى، لأنه يعني إدخال الحكم البشري في أي سير عمل آلي قد لا تكون قرارات الآلة فيه كافية.

هل يعني استخدام التدخل البشري أن نظام الذكاء الاصطناعي الخاص بي أقل تقدمًا؟

استخدام التدخل البشري لا يعني أن نظام الذكاء الاصطناعي لديك أقل تقدمًا. بل يُظهر أنك تعطي الأولوية للسلامة والعدالة من خلال الجمع بين سرعة الذكاء الاصطناعي وقدرته على التعرف على الأنماط مع الحكم البشري للقرارات الدقيقة، وهو أمر غالبًا ما يكون ضروريًا.

هل الذكاء الاصطناعي المعزز بالبشر فعال من حيث التكلفة للشركات الصغيرة، أم فقط للمؤسسات الكبيرة؟

أصبح الذكاء الاصطناعي المعزز بالبشر أكثر فعالية من حيث التكلفة للشركات الصغيرة، لأن الأدوات الحديثة تتيح لك إشراك البشر فقط في الحالات المعقدة، مما يقلل من تكاليف العمالة مع تحسين الدقة والثقة دون الحاجة إلى قوة عاملة كبيرة.

كم يكلف إضافة عمليات التدخل البشري إلى نظام الذكاء الاصطناعي؟

يمكن أن تتراوح تكلفة إضافة عمليات التدخل البشري من تكلفة بسيطة — إذا استخدمت موظفيك الحاليين أحيانًا — إلى تكلفة كبيرة تصل إلى مئات أو آلاف الدولارات شهريًا إذا كنت بحاجة إلى مراجعين مخصصين أو متعاقدين متخصصين، حيث تعتمد التكاليف بشكل أساسي على حجم وتعقيد المهام التي يجب على البشر التعامل معها.