تُعتبر الذكاء الاصطناعي (IA) غالبًا تقنية ثورية, قادر على توفير الكفاءة, الدقة وفتح فرص استراتيجية جديدة. ومع ذلك, بينما تستفيد الشركات من مزايا الذكاء الاصطناعي, يظهر أيضًا تحدٍ حاسم و, أحيانًا, مهمل: العدالة الخوارزمية. يمكن أن تؤثر التحيزات الخفية في هذه الأنظمة على كفاءة القرارات التجارية فقط, لكنها ستؤدي إلى عواقب قانونية, أخلاقية واجتماعية ذات دلالة. 

يمكن تفسير وجود التحيزات الخوارزمية بطبيعة الذكاء الاصطناعي نفسه, خصوصًا في تعلم الآلة. تُدرَّب النماذج باستخدام بيانات تاريخية, وعندما تعكس هذه البيانات تحيزات أو تشوهات اجتماعية, تؤدي الخوارزميات بطبيعتها إلى استمرارية هذه التحيزات. بالإضافة إلى التحيزات في المعلومات, يمكن أن يؤدي الخوارزمية نفسها إلى عدم توازن في وزن العوامل التي تم إجراؤها, أو في البيانات المستخدمة كوكيل, أي يعني, بيانات تحل محل المعلومات الأصلية, لكنها ليست مثالية لتلك التحليل. 

مثال بارز على هذه الظاهرة يوجد في استخدام التعرف على الوجه, خصوصاً في سياقات حساسة مثل الأمن العام. اعتمدت مدن برازيلية متعددة أنظمة آلية بهدف زيادة فعالية الإجراءات الشرطية, لكن التحليلات تظهر أن هذه الخوارزميات غالبًا ما ترتكب أخطاء كبيرة, خصوصًا عند تحديد الأفراد من مجموعات عرقية محددة, مثل الأشخاص السود. دراسات الباحثة جوي بوالامويني, قم بمعهد ماساتشوستس للتكنولوجيا, أشاروا إلى أن الخوارزميات التجارية تظهر معدلات خطأ تزيد عن 30% للنساء السود, بينما للرجال البيض, تنخفض النسبة بشكل كبير إلى أقل من 1%

التشريع البرازيلي: مزيد من الصرامة في المستقبل

في البرازيل, além da Lei Geral de Proteção de Dados (LGPD) também está em tramitação o Marco Legal da IA (PL nº 2338/2023), الذي يحدد التوجيهات العامة لتطوير وتطبيق الذكاء الاصطناعي في البلاد. 

على الرغم من أنه لم يتم الموافقة عليه بعد, هذا المشروع القانوني يشير بالفعل إلى الحقوق التي يجب على الشركات احترامها, مثل: الحق في الحصول على معلومات مسبقة (إبلاغ المستخدم عند تفاعله مع نظام ذكاء اصطناعي), حق الحصول على تفسير للقرارات الآلية, حق الاعتراض على القرارات الخوارزمية وحق عدم التمييز بسبب التحيزات الخوارزمية. 

ستتطلب هذه النقاط من الشركات تنفيذ الشفافية في أنظمة الذكاء الاصطناعي التوليدي (على سبيل المثال, توضيح متى تم إنشاء نص أو إجابة بواسطة آلة) وآليات التدقيق لشرح كيفية وصول النموذج إلى نتيجة معينة

الحوكمة الخوارزمية: الحل للتحيزات

للمؤسسات, تتجاوز التحيزات الخوارزمية المجال الأخلاقي, تتحول إلى مشاكل استراتيجية ذات أهمية. يمكن أن تؤدي الخوارزميات المتحيزة إلى تشويه القرارات الأساسية في العمليات الداخلية مثل التوظيف, منح الائتمان وتحليل السوق. على سبيل المثال, خوارزمية لتحليل أداء الفروع التي تفرط في تقدير المناطق الحضرية على حساب المناطق الطرفية (بسبب بيانات غير مكتملة أو تحيزات) يمكن أن تؤدي إلى استثمارات غير موجهة بشكل صحيح. هكذا, التحيزات الخفية تضعف فعالية الاستراتيجيات المعتمدة على البيانات, يجعل التنفيذيين يتخذون قرارات بناءً على معلومات خاطئة جزئيًا

يمكن تصحيح هذه التحيزات, لكنها ستعتمد على هيكل حوكمة خوارزمية, مع التركيز على تنوع البيانات المستخدمة, شفافية العمليات ودمج الفرق المتنوعة والمتعددة التخصصات في التطوير التكنولوجي. عند الاستثمار في التنوع في الفرق الفنية, على سبيل المثال, تستطيع الشركات تحديد مصادر التحيز المحتملة بشكل أسرع, ضمان أن يتم أخذ وجهات نظر مختلفة في الاعتبار وأن يتم اكتشاف الأخطاء في وقت مبكر

بالإضافة إلى ذلك, استخدام أدوات المراقبة المستمرة أمر أساسي. تساعد هذه الأنظمة في اكتشاف انحراف التحيزات الخوارزمية في الوقت الفعلي, مما يتيح تعديلات سريعة ويقلل من الأثر السلبي. 

الشفافية هي ممارسة أساسية أخرى في التخفيف من التحيزات. يجب ألا تعمل الخوارزميات كصناديق سوداء, بل كأنظمة واضحة وقابلة للتفسير. عندما تختار الشركات الشفافية, يكسبون ثقة العملاء, المستثمرون والمنظمون. الشفافية تسهل التدقيقات الخارجية, تشجيع ثقافة المسؤولية المشتركة في إدارة الذكاء الاصطناعي

تشمل المبادرات الأخرى الانضمام إلى الأطر والشهادات لحوكمة الذكاء الاصطناعي المسؤول. يشمل ذلك إنشاء لجان داخلية للأخلاقيات في الذكاء الاصطناعي, تحديد السياسات المؤسسية لاستخدامها, وتبني المعايير الدولية. على سبيل المثال, frameworks como: a ISO/IEC 42001 (gestão de inteligência artificial, a ISO/IEC 27001 (segurança da informação) e ISO/IEC 27701 (privacidade) ajudam a estruturar controles nos processos de dados usados por IA generativa. مثال آخر هو مجموعة الممارسات الموصى بها من قبل المعهد الوطني للمعايير والتكنولوجيا (NIST) في الولايات المتحدة التي توجه إدارة المخاطر الخوارزمية, تغطية كشف التحيز, تحقق من جودة البيانات والمراقبة المستمرة للنماذج

تلعب الاستشارات المتخصصة دورًا استراتيجيًا في هذا السياق. مع خبرة في الذكاء الاصطناعي المسؤول, الحوكمة الخوارزمية والامتثال التنظيمي, تساعد هذه الشركات المنظمات ليس فقط على تجنب المخاطر, لكن تحويل المساواة إلى ميزة تنافسية. تشمل أنشطة هذه الاستشارات تقييمات مفصلة للمخاطر, حتى تطوير السياسات الداخلية, خلال التدريب المؤسسي حول الأخلاقيات في الذكاء الاصطناعي, ضمان أن تكون الفرق مستعدة لتحديد وتخفيف التحيزات الخوارزمية المحتملة

بهذه الطريقة, تخفيف التحيزات الخوارزمية ليس مجرد إجراء وقائي, بل نهج استراتيجي. الشركات التي تهتم بالعدالة الخوارزمية تظهر مسؤولية اجتماعية, تعزز سمعتها وتحمي نفسها من العقوبات القانونية والأزمات العامة. تميل الخوارزميات غير المتحيزة إلى تقديم رؤى أكثر دقة وتوازنًا, زيادة فعالية القرارات التجارية وتعزيز الموقف التنافسي للمنظمات في السوق

بواسطة سيلفيو سوبيرا فييرا, الرئيس التنفيذي ورئيس الاستشارات في SVX للاستشارات

نحن في عام 2025: بعض مراكز الاتصال تحتوي بالفعل على تقنيات متقدمة لتحليل تجربة العملاء (CX, في الاختصار باللغة الإنجليزية) وعمليات لتحليل صوت العميل (VoC) – في الوقت نفسه, هذه البيانات, الذين هم أغنياء جداً, تستخدم قليلاً لتقييم أداء العملية. بدلاً من ذلك, لا نزال نستخدم مقاييس الجودة التقليدية لهذا القياس

تقليديًا, تقوم مراكز الاتصال بقياس ضمان الجودة من خلال مقاييس مثل متوسط سرعة الاستجابة, متوسط وقت الخدمة, معدل الحل في المكالمة الأولى, احتمالية أن يوصي العميل بالخدمة, ومعدل جهد العميل في الحصول على الخدمة. يمكن استخراج بيانات ذات صلة من تحليل تجربة العملاء لم تُستخدم لتقييم جودة الخدمة. لماذا

لأن حتى مع وجود الكثير من المعلومات, بدون حل, رؤية واستراتيجية مناسبة, تتحول مراكز الاتصال إلى "ثقب أسود" للبيانات

بدون العلاج المناسب, تظل البيانات مجزأة في صوامع, تعيق الرؤية الشاملة للأداء وتجربة العميل

بيانات مستمدة من قنوات متنوعة, مثل المكالمات الهاتفية, رسائل البريد الإلكتروني, الدردشات ووسائل التواصل الاجتماعي, غالبًا ما لا تكون مرتبطة بطريقة فعالة, مما يؤدي إلى تحليلات سطحية وغير مترابطة. بالإضافة إلى ذلك, عدم وجود معيار موحد في جمع ومعالجة هذه البيانات يمكن أن يؤدي إلى تناقضات ويضر بجودة المعلومات المستخدمة في التقييمات

وفقًا للجمعية البرازيلية للخدمات عن بُعد (ABT), يعمل سوق مراكز الاتصال الوطني على توظيف ملايين الأشخاص ويحقق أرقامًا كبيرة, خصوصًا بعد نمو التجارة الإلكترونية ورقمنة عمليات العلاقة مع المستهلك. في هذه الواقع المعقد, لم تعد السعي نحو الكفاءة يقتصر على تقليل تكاليف التشغيل, لكن لضمان تجربة أكثر إرضاءً للعميل وجمع رؤى قيمة لاتخاذ القرارات الاستراتيجية

ذكاء الجودة: كيفية القياس

في يونيو الماضي, قدمت تقرير تحليلي من غارتنر مقياس قياس جديد تمامًا لمراكز الاتصال: ذكاء الجودة

التقرير الذي أعدته الشركة يقدم بعض الرؤى المثيرة للاهتمام, نتيجة بحث أجرته شركة غارتنر مع قادة خدمات الدعم ومراكز الاتصال. النقطة الأولى هي أن 19% فقط من المستجيبين يعتبرون أداء الوكيل كالعامل الرئيسي لضمان جودة الخدمة, بينما يبرز 52% تجربة العملاء وصوت العميل كمعايير أساسية

بالإضافة إلى ذلك, تتركز عمليات قياس الجودة اليوم على تحليل قنوات الصوت, تجاهل التفاعلات الرقمية. لإكمال هذا السيناريو, على الأقل 85% من القادة يعتمدون فقط على التقييمات اليدوية

أساسياً, قياس ذكاء الجودة في مركز الاتصال يجمع بين ثلاثة تدفقات رئيسية من المعلومات: البيانات التقليدية لتحليل الجودة; بيانات تحليل الكلام, التي تجلب تحليل المشاعر, حدد النغمة العاطفية للمحادثات, ويسمح للشركات بفهم ردود فعل العملاء بشكل أفضل; وبيانات VoC, ما تمثله التعليقات المقدمة مباشرة من العميل

في هذا السياق, ذكاء الجودة هو نهج مبتكر يدمج التقنيات المتقدمة والاستراتيجيات الشاملة, تحويل الحجم الكبير من بيانات مركز الاتصال إلى رؤى قابلة للتنفيذ – ويحدث ذلك لأن هذه المنهجية التحليلية لا تقتصر فقط على تجميع البيانات القادمة من قنوات الاتصال المختلفة, ولكنه يطبق أيضًا تحليلات متقدمة لتحديد الأنماط والاتجاهات التي يمكن أن تحسن بشكل كبير أداء الخدمة ككل

بالإضافة إلى ذلك, تتيح ذكاء الجودة ربط البيانات من مصادر متنوعة, مثل المكالمات الهاتفية, رسائل البريد الإلكتروني, الدردشات والتفاعلات على وسائل التواصل الاجتماعي. عند توحيد هذه المعلومات, من الممكن الحصول على رؤية أكثر شمولاً ودقة لتجربة العميل, مما يسمح للشركات باتخاذ إجراءات استباقية لحل المشكلات وتحسين رضا العملاء. هذه الموحدة ممكنة من خلال تحسين المعايير في جمع ومعالجة البيانات, مع وضع معايير موحدة لجمع وتحليل المعلومات, إزالة التناقضات وضمان أن يتم أخذ جميع البيانات في الاعتبار في التقييمات

كيف يمكن أن تساهم منصة تجربة العملاء في العملية

من الممكن ملاحظة أن نهج ذكاء الجودة له جذور في التقدم التكنولوجي الذي يمكّن من تحليل كميات كبيرة من البيانات بطريقة سريعة

بينما كان من الشائع في الماضي تقييم وكلاء الخدمة من خلال عينات متواضعة من المكالمات أو التفاعلات, اليوم هناك أدوات تقوم بتحليل 100% من الاتصالات, ليكنوا هم بالصوت, محادثة, البريد الإلكتروني أو وسائل التواصل الاجتماعي

تقدم المنصات الأحدث في تجربة العملاء أدوات قوية لجمع البيانات, تكامل وتحليل البيانات المستمدة من قنوات الاتصال المتعددة. استخدام منصة ذكية لإدارة تجربة العملاء يمكّن مراكز الاتصال من وضع معايير موحدة وتحسين عملياتها, مما يؤدي إلى تجربة عملاء أكثر تماسكًا ورضا

في العموم, تتضمن الحلول الأكثر قوة في تجربة العملاء حلول تحليل الكلام المدمجة بالفعل – تحليل الخطاب والمشاعر يمكن أن, على سبيل المثال, توقع أي العملاء لديهم أكبر ميل لإلغاء خدمة معينة أو أي نوع من الوكلاء يحقق أكبر رضا لدى الجمهور الذي يتواصل معه. إذا كان نمط معين من المحادثة أو النهج يظهر أنه أكثر كفاءة, يمكن الاستفادة من هذه الرؤى لتدريب الفريق بأكمله, رفع المستوى العام للأداء

هكذا, ذكاء الجودة لا يقيس فقط ما حدث, لكن يشير إلى الإجراءات التي يمكن تنفيذها لتحقيق نتائج أفضل. هذا النوع من التدخل أساسي للمديرين الذين يحتاجون إلى اتخاذ قرارات ذات تأثير كبير في بيئات تنافسية. في السياق البرازيلي, حيث إن دوران الموظفين مرتفع بشكل ملحوظ, هذا النوع من الرؤى يوفر دعماً لاستراتيجيات الاحتفاظ, تدريب واختيار الموظفين بشكل أكثر دقة

مع كل هذه الاعتبارات, من الممكن أن نستنتج أن الذكاء النوعي يمثل تطورًا كبيرًا في الطريقة التي يتم بها رؤية أداء مراكز الاتصال

لم تعد التحليل تركز فقط على تقييم مقاييس الإنتاجية, لكن في فهم العوامل العاطفية, السياقات والاستراتيجيات الموجودة في العلاقة بين الشركات والعملاء. هذا الفهم الأوسع والأعمق لديه القدرة على التأثير مباشرة على النتائج المالية, رضا المستهلك والصورة المؤسسية

على الرغم من الجهد الأولي للانتقال من نموذج كمي بحت إلى تقييم متكامل للبيانات والسلوكيات, الفوائد كبيرة وتدعم القرارات المبنية على أسس واضحة ودقيقة. بهذه الطريقة, تميل جودة الذكاء إلى أن تصبح مرجعًا للمديرين الذين يرون في خدمة العملاء ركيزة للتميّز والقيمة المضافة, أبعد بكثير من المؤشرات التشغيلية التقليدية التي كانت توجه استراتيجيات القطاع في السابق