कृत्रिम बुद्धिमत्ता (IA) को अक्सर एक क्रांतिकारी तकनीक के रूप में देखा जाता है, क्षमता प्रदान करने में सक्षम, सटीकता और नई रणनीतिक अवसरों को खोलना. हालांकि, जब कंपनियाँ एआई के फायदों का लाभ उठाती हैं, एक महत्वपूर्ण चुनौती भी उभरती है और, कभी-कभी, उपेक्षित: एल्गोरिदमिक समानता. इन प्रणालियों में छिपे पूर्वाग्रह न केवल व्यावसायिक निर्णयों की दक्षता को प्रभावित कर सकते हैं, लेकिन कानूनी परिणाम उत्पन्न करना, महत्वपूर्ण नैतिक और सामाजिक. 

एल्गोरिदमिक पूर्वाग्रहों की उपस्थिति को स्वयं आईए की प्रकृति द्वारा समझाया जा सकता है, विशेष रूप से मशीन लर्निंग में. मॉडल ऐतिहासिक डेटा के साथ प्रशिक्षित होते हैं, और जब ये डेटा पूर्वाग्रहों या सामाजिक विकृतियों को दर्शाते हैं, एल्गोरिदम स्वाभाविक रूप से इन पूर्वाग्रहों को बढ़ावा देते हैं. जानकारी में पूर्वाग्रहों के अलावा, स्वयं एल्गोरिदम द्वारा किए गए कारकों के संतुलन में असंतुलन आ सकता है, या डेटा का उपयोग प्रॉक्सी के रूप में किया गया, यानी, जानकारी को प्रतिस्थापित करने वाले डेटा, लेकिन वे उस विश्लेषण के लिए आदर्श नहीं हैं. 

इस fenômeno का एक प्रतीकात्मक उदाहरण चेहरे की पहचान के उपयोग में पाया जाता है, विशेष रूप से संवेदनशील संदर्भों में जैसे कि सार्वजनिक सुरक्षा. विभिन्न ब्राज़ीलियाई शहरों ने पुलिस कार्रवाई की प्रभावशीलता बढ़ाने के उद्देश्य से स्वचालित सिस्टम अपनाए हैं, लेकिन विश्लेषण दिखाते हैं कि ये एल्गोरिदम अक्सर महत्वपूर्ण गलतियाँ करते हैं, विशिष्ट जातीय समूहों के व्यक्तियों की पहचान करते समय विशेष रूप से, जैसे काले लोग. शोधकर्ता जॉय बुओलाम्विनी के अध्ययन, MIT करें, यह बताया गया कि व्यावसायिक एल्गोरिदम काली महिलाओं के लिए 30% से अधिक की त्रुटि दर दिखाते हैं, जबकि सफेद पुरुषों के लिए, दर कम होकर 1% से भी कम हो जाती है

ब्राज़ीलियाई कानून: भविष्य में अधिक कठोरता

ब्राजील में, além da Lei Geral de Proteção de Dados (LGPD) também está em tramitação o Marco Legal da IA (PL nº 2338/2023), जो देश में एआई के विकास और अनुप्रयोग के लिए सामान्य दिशानिर्देश स्थापित करता है. 

हालांकि अभी तक स्वीकृत नहीं हुआ, यह विधेयक पहले से ही उन अधिकारों का संकेत देता है जिन्हें कंपनियों को सम्मानित करना चाहिए, जैसे: पूर्व सूचना का अधिकार (जब उपयोगकर्ता एक एआई सिस्टम के साथ इंटरैक्ट कर रहा हो तो सूचित करना), स्वचालित निर्णयों के स्पष्टीकरण का अधिकार, एल्गोरिदमिक निर्णयों को चुनौती देने का अधिकार और एल्गोरिदमिक पूर्वाग्रहों के कारण भेदभाव न होने का अधिकार. 

ये बिंदु कंपनियों से मांग करेंगे कि वे जनरेटिव एआई सिस्टम में पारदर्शिता लागू करें (उदाहरण के लिए, स्पष्ट करते हुए कि कब एक पाठ या उत्तर मशीन द्वारा उत्पन्न किया गया) और ऑडिट तंत्र यह समझाने के लिए कि मॉडल किसी विशेष आउटपुट तक कैसे पहुंचा

एल्गोरिदमिक शासन: पूर्वाग्रहों के लिए समाधान

कंपनियों के लिए, एल्गोरिदमिक पूर्वाग्रह नैतिकता के क्षेत्र से परे जाते हैं, वे प्रासंगिक रणनीतिक समस्याएँ बन जाती हैं. पक्षपाती एल्गोरिदम आंतरिक प्रक्रियाओं जैसे भर्ती में महत्वपूर्ण निर्णयों को विकृत करने की क्षमता रखते हैं, ऋण की स्वीकृति और बाजार विश्लेषण. उदाहरण के लिए, एक शाखाओं के प्रदर्शन विश्लेषण का एक एल्गोरिदम जो शहरी क्षेत्रों को लगातार अधिक आंका जाता है और periféricas क्षेत्रों के नुकसान पर (अपूर्ण डेटा या पूर्वाग्रह के कारण) गलत दिशा में निवेश कर सकता है. इस प्रकार, छिपे हुए पूर्वाग्रह डेटा-आधारित रणनीतियों की प्रभावशीलता को कमजोर करते हैं, यह सुनिश्चित करना कि कार्यकारी आंशिक रूप से गलत जानकारी के आधार पर निर्णय लें

ये पूर्वाग्रह ठीक किए जा सकते हैं, लेकिन वे एक एल्गोरिदमिक शासन संरचना पर निर्भर करेंगे, डेटा की विविधता पर ध्यान केंद्रित करते हुए, प्रक्रियाओं की पारदर्शिता और तकनीकी विकास में विविध और बहु-विषयक टीमों का समावेश. तकनीकी टीमों में विविधता में निवेश करते समय, उदाहरण के लिए, कंपनियाँ पूर्वाग्रह के संभावित स्रोतों की पहचान अधिक तेजी से कर सकती हैं, यह सुनिश्चित करते हुए कि विभिन्न दृष्टिकोणों पर विचार किया जाए और कि विफलताएँ जल्दी पहचान ली जाएँ

इसके अलावा, निरंतर निगरानी उपकरणों का उपयोग महत्वपूर्ण है. ये सिस्टम वास्तविक समय में एल्गोरिदमिक पूर्वाग्रहों के विचलन का पता लगाने में मदद करते हैं, त्वरित समायोजन की अनुमति देना और नकारात्मक प्रभाव को कम करना. 

पारदर्शिता पूर्वाग्रहों को कम करने में एक और आवश्यक प्रथा है. एल्गोरिदम को काले बक्से के रूप में काम नहीं करना चाहिए, लेकिन स्पष्ट और व्याख्यात्मक प्रणालियों के रूप में. जब कंपनियाँ पारदर्शिता का चयन करती हैं, ग्राहकों का विश्वास जीतते हैं, निवेशक और नियामक. पारदर्शिता बाहरी ऑडिट को आसान बनाती है, एक साझा जिम्मेदारी की संस्कृति को प्रोत्साहित करना जो एआई के प्रबंधन में हो

अन्य पहलों में जिम्मेदार एआई शासन के लिए ढांचे और प्रमाणपत्रों को अपनाना शामिल है. इसमें एआई में आंतरिक नैतिकता समितियों का निर्माण करना शामिल है, कॉर्पोरेट नीतियों को उनके उपयोग के लिए परिभाषित करें, और अंतरराष्ट्रीय मानकों को अपनाना. उदाहरण के लिए, 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. एक और उदाहरण है अमेरिका के एनआईएसटी (नेशनल इंस्टीट्यूट ऑफ स्टैंडर्ड्स एंड टेक्नोलॉजी) द्वारा अनुशंसित प्रथाओं का समूह जो एल्गोरिदमिक जोखिम प्रबंधन का मार्गदर्शन करता है, पूर्वाग्रह पहचान को कवर करना, डेटा गुणवत्ता की जांच और मॉडलों की निरंतर निगरानी

विशेषीकृत परामर्श इस परिदृश्य में रणनीतिक भूमिका निभाते हैं. जिम्मेदार कृत्रिम बुद्धिमत्ता में विशेषज्ञता के साथ, एल्गोरिदमिक गवर्नेंस और नियामक अनुपालन, ये कंपनियाँ संगठनों को केवल जोखिमों से बचने में मदद नहीं करतीं, लेकिन समानता को प्रतिस्पर्धात्मक लाभ में बदलना. इन सलाहकारों की गतिविधियाँ जोखिम के विस्तृत आकलनों से शुरू होती हैं, तक आंतरिक नीतियों के विकास, कॉर्पोरेट प्रशिक्षण से गुजरना जो एआई में नैतिकता के बारे में है, यह सुनिश्चित करते हुए कि टीमें संभावित एल्गोरिदमिक पूर्वाग्रहों की पहचान और उन्हें कम करने के लिए तैयार हैं

इस प्रकार, एल्गोरिदमिक पूर्वाग्रहों की शमन केवल एक निवारक उपाय नहीं है, लेकिन एक रणनीतिक दृष्टिकोण. ऐसी कंपनियाँ जो एल्गोरिदमिक समानता की परवाह करती हैं, सामाजिक जिम्मेदारी का प्रदर्शन करती हैं, अपनी प्रतिष्ठा को मजबूत करते हैं और कानूनी दंड और सार्वजनिक संकटों से खुद को बचाते हैं. निष्पक्ष एल्गोरिदम अधिक सटीक और संतुलित अंतर्दृष्टि प्रदान करने की प्रवृत्ति रखते हैं, व्यावसायिक निर्णयों की प्रभावशीलता बढ़ाना और बाजार में संगठनों की प्रतिस्पर्धात्मक स्थिति को मजबूत करना

सिल्वियो सोब्रेइरा विएरा द्वारा, सीईओ और एसवीएक्स कंसल्टेंसी के प्रमुख सलाहकार

हम 2025 में हैं: कुछ संपर्क केंद्रों में पहले से ही ग्राहक अनुभव (CX) के विश्लेषण के लिए उन्नत तकनीकें हैं, ग्राहक की आवाज़ (VoC) का विश्लेषण करने के लिए प्रक्रियाएँ – हालांकि, ये डेटा, जो काफी अमीर हैं, प्रचालन के प्रदर्शन का मूल्यांकन करने के लिए कम उपयोग किए जाते हैं. इसके बजाय, हम अभी भी इस माप के लिए पारंपरिक गुणवत्ता आश्वासन मेट्रिक्स का उपयोग कर रहे हैं

परंपरागत रूप से, संपर्क केंद्र गुणवत्ता आश्वासन को औसत प्रतिक्रिया गति जैसी मेट्रिक्स के माध्यम से मापते हैं, औसत सेवा समय, पहली कॉल में समाधान की दर, ग्राहक द्वारा सेवा की सिफारिश करने की संभावना, और ग्राहक की सेवा पाने के लिए प्रयास की प्वाइंटेशन. संबंधित डेटा CX के विश्लेषण से निकाले जा सकते हैं, लेकिन सेवा की गुणवत्ता का मूल्यांकन करने के लिए उनका उपयोग नहीं किया गया है. क्यों

क्योंकि इतनी सारी जानकारी के बावजूद, बिना किसी समाधान के, उचित दृष्टि और रणनीति, संपर्क केंद्र अंततः डेटा का "काला छिद्र" बन जाते हैं

बिना उचित उपचार के, डेटा साइलो में विभाजित रहता है, ग्राहक के प्रदर्शन और अनुभव की समग्र दृष्टि को कठिन बनाना

विभिन्न चैनलों से प्राप्त डेटा, जैसे फोन कॉल्स, ई-मेल, चैट और सोशल मीडिया, कई बार उन्हें प्रभावी ढंग से संबंधित नहीं किया जाता है, जिसका परिणाम सतही और असंबंधित विश्लेषणों में होता है. इसके अलावा, डेटा संग्रह और उपचार में मानकीकरण की कमी असंगतियों को जन्म दे सकती है और मूल्यांकन में उपयोग की जाने वाली सूचनाओं की गुणवत्ता को प्रभावित कर सकती है

ब्राज़ीलियाई टेलीसेविस एसोसिएशन (ABT) के अनुसार, राष्ट्रीय संपर्क केंद्र बाजार लाखों लोगों को रोजगार देता है और महत्वपूर्ण आंकड़ों को संचालित करता है, विशेष रूप से ई-कॉमर्स के विकास और उपभोक्ता के साथ संबंधों की डिजिटलीकरण के बाद. इस जटिल वास्तविकता में, कुशलता की खोज अब संचालन लागत को कम करने तक सीमित नहीं है, लेकिन ग्राहक को एक अधिक संतोषजनक अनुभव सुनिश्चित करने और रणनीतिक निर्णय लेने के लिए मूल्यवान अंतर्दृष्टि एकत्र करने के लिए

गुणवत्ता की बुद्धिमत्ता: कैसे मापें

पिछले जून, एक विश्लेषणात्मक रिपोर्ट ने गार्टनर ने संपर्क केंद्रों के लिए एक पूरी तरह से नई मापने की विधि का प्रस्ताव दिया: गुणवत्ता की बुद्धिमत्ता

कंपनी द्वारा तैयार की गई रिपोर्ट कुछ दिलचस्प अंतर्दृष्टियाँ लाती है, गार्टनर द्वारा समर्थन सेवाओं और संपर्क केंद्र के नेताओं के साथ किए गए एक सर्वेक्षण का परिणाम. पहला बिंदु यह है कि केवल 19% उत्तरदाताओं ने एजेंट के प्रदर्शन को सेवा की गुणवत्ता की गारंटी के मुख्य कारक के रूप में माना है, जबकि 52% CX और VoC को आवश्यक माप के रूप में उजागर करते हैं

इसके अलावा, गुणवत्ता मापने की प्रक्रियाएँ आज आवाज़ चैनलों के विश्लेषण पर केंद्रित हो जाती हैं, डिजिटल इंटरैक्शन को छोड़ते हुए. इस परिदृश्य को पूरा करने के लिए, कम से कम 85% नेता केवल मैनुअल मूल्यांकन पर निर्भर करते हैं

मूल रूप से, कॉन्टैक्ट सेंटर में गुणवत्ता की बुद्धिमत्ता का मापन तीन मुख्य सूचना प्रवाहों को एकत्र करता है: गुणवत्ता विश्लेषण के पारंपरिक डेटा; स्पीच एनालिटिक्स के डेटा, जो भावनाओं का विश्लेषण लाते हैं, संवादों का भावनात्मक स्वरूप पहचानें, और कंपनियों को ग्राहकों की प्रतिक्रियाओं को बेहतर समझने की अनुमति देता है; और VoC डेटा, जो सीधे ग्राहक द्वारा प्रदान की गई फीडबैक का प्रतिनिधित्व करते हैं

इस संदर्भ में, गुणवत्ता की बुद्धिमत्ता एक नवोन्मेषी दृष्टिकोण है जो उन्नत प्रौद्योगिकियों और समग्र रणनीतियों को एकीकृत करता है, संपर्क केंद्र के विशाल डेटा को क्रियाशील अंतर्दृष्टियों में बदलना – और यह इसलिए होता है क्योंकि यह विश्लेषणात्मक पद्धति न केवल विभिन्न संचार चैनलों से आने वाले डेटा को समेकित करती है, लेकिन यह सेवा के समग्र प्रदर्शन में महत्वपूर्ण रूप से सुधार करने के लिए पैटर्न और प्रवृत्तियों की पहचान करने के लिए उन्नत विश्लेषण भी लागू करता है

इसके अलावा, गुणवत्ता की बुद्धिमत्ता विभिन्न स्रोतों के डेटा को संबंधित करने की अनुमति देती है, जैसे फोन कॉल्स, ई-मेल, चैट और सोशल मीडिया पर इंटरैक्शन. इन जानकारियों को एकीकृत करते समय, ग्राहक के अनुभव की एक अधिक संपूर्ण और सटीक दृष्टि प्राप्त करना संभव है, अनुमति देना कि कंपनियाँ समस्याओं को हल करने और ग्राहक संतोष को बढ़ाने के लिए सक्रिय कदम उठाएँ. यह एकीकरण डेटा संग्रह और प्रसंस्करण में बेहतर मानकीकरण के कारण संभव है, सूचनाओं को पकड़ने और विश्लेषण करने के लिए समान मानदंडों की स्थापना के साथ, संगतियों को समाप्त करना और यह सुनिश्चित करना कि सभी डेटा मूल्यांकन में विचार किए जाएं

एक CX प्लेटफ़ॉर्म प्रक्रिया में कैसे योगदान कर सकता है

यह देखा जा सकता है कि गुणवत्ता बुद्धिमत्ता का दृष्टिकोण तकनीकी प्रगति में निहित है जो बड़े डेटा के समूहों का त्वरित विश्लेषण संभव बनाता है

जबकि अतीत में सेवा एजेंटों का मूल्यांकन सीमित कॉल या इंटरैक्शन के नमूनों के माध्यम से करना सामान्य था, आज ऐसे उपकरण हैं जो 100% संपर्कों का विश्लेषण करते हैं, वे आवाज द्वारा हों, चैट, ई-मेल या सोशल मीडिया

वर्तमान CX प्लेटफार्मों में संग्रह के लिए मजबूत उपकरण प्रदान किए जाते हैं, मल्टीपल संचार चैनलों से आने वाले डेटा का एकीकरण और विश्लेषण. एक स्मार्ट ग्राहक अनुभव प्रबंधन प्लेटफ़ॉर्म का उपयोग करने से संपर्क केंद्रों को समान मानदंड स्थापित करने और अपनी प्रक्रियाओं को अनुकूलित करने की अनुमति मिलती है, जिससे ग्राहक का अनुभव अधिक समग्र और संतोषजनक हो जाता है

सामान्यतः, सबसे मजबूत CX समाधान में पहले से एकीकृत स्पीच एनालिटिक्स समाधान शामिल हैं – और भाषण और भावना का विश्लेषण कर सकते हैं, उदाहरण के लिए, पूर्वानुमान लगाना कि कौन से ग्राहक सेवा को रद्द करने की अधिक प्रवृत्ति रखते हैं या कौन सा प्रकार का एजेंट संपर्क करने वाले जनता में अधिक संतोष उत्पन्न करता है. यदि कोई विशेष बातचीत का पैटर्न या दृष्टिकोण अधिक प्रभावी साबित होता है, ये अंतर्दृष्टियाँ पूरी टीम को प्रशिक्षित करने के लिए उपयोग की जा सकती हैं, सामान्य प्रदर्शन के स्तर को बढ़ाना

इस प्रकार, गुणवत्ता की बुद्धिमत्ता न केवल यह मापती है कि क्या हुआ, लेकिन यह बताएं कि कौन से कदम उठाए जा सकते हैं ताकि बेहतर परिणाम मिल सकें. इस प्रकार की हस्तक्षेप उन प्रबंधकों के लिए महत्वपूर्ण है जिन्हें प्रतिस्पर्धात्मक वातावरण में उच्च प्रभाव वाले निर्णय लेने की आवश्यकता होती है. ब्राज़ीलियाई परिदृश्य में, जहाँ पेशेवरों की घूर्णन दर स्पष्ट रूप से उच्च है, इस प्रकार की अंतर्दृष्टि प्रतिधारण रणनीतियों के लिए समर्थन प्रदान करती है, कर्मचारियों की अधिक सटीक प्रशिक्षण और चयन

इन सभी विचारों के साथ, यह निष्कर्ष निकाला जा सकता है कि गुणवत्ता की बुद्धिमत्ता संपर्क केंद्रों के प्रदर्शन को देखने के तरीके में एक महत्वपूर्ण विकास का प्रतिनिधित्व करती है

विश्लेषण अब केवल उत्पादकता मेट्रिक्स का मूल्यांकन करने पर केंद्रित नहीं है, लेकिन भावनात्मक कारकों को समझने में, संबंधों में मौजूद संदर्भात्मक और रणनीतिक तत्व जो कंपनियों और ग्राहकों के बीच होते हैं. यह व्यापक और गहन समझ वित्तीय परिणामों पर सीधे प्रभाव डालने की क्षमता रखती है, उपभोक्ता की संतोष और संस्थागत छवि

हालांकि प्रारंभिक प्रयास मात्रात्मक मॉडल से डेटा और व्यवहारों के एकीकृत मूल्यांकन में स्थानांतरित करने के लिए, लाभ स्पष्ट हैं और आधारित और सटीक निर्णयों का समर्थन करते हैं. इस प्रकार, गुणवत्ता की बुद्धिमत्ता प्रबंधकों के लिए एक संदर्भ के रूप में स्थापित होने की प्रवृत्ति रखती है जो ग्राहक सेवा को भिन्नता और मूल्य संवर्धन के एक स्तंभ के रूप में देखते हैं, बहुत आगे पारंपरिक परिचालन संकेतकों से जो पहले क्षेत्र की रणनीतियों को मार्गदर्शित करते थे