Заранее заданные суждения

Стартап Ada Support использует прогноз ИИ для отделения простых вопросов к технической поддержке от сложных. ИИ отвечает на простые вопросы, а со сложными переадресовывает к человеку. Большинство клиентов обращаются в техподдержку провайдера мобильной связи с одними и теми же вопросами. Напечатать ответ легко, сложность заключается в прогнозировании желания клиента и в суждении, какой ему потребуется ответ.

Вместо переадресации людей на страницу с ответами на часто задаваемые вопросы Ada идентифицирует их и отвечает сразу. Программа учитывает индивидуальные характеристики клиента (техническую грамотность, модель телефона, с которого совершается звонок или предыдущие звонки) для повышения качества анализа вопроса. В итоге меньше клиентов будут разочарованы, но главное – это оперативное взаимодействие, больше принятых звонков и экономия на зарплате сотрудникам колл-центра. Специалисты решают нестандартные и сложные вопросы, а с простыми разбирается машина.

С повышением качества машинных прогнозов все чаще будет возникать необходимость в предварительно заданных суждениях. Умея излагать ход своих мыслей другим людям, точно так же мы можем объяснить его и машинам – только в виде программного кода. Для получения точного прогноза возможно запрограммировать суждение. В Ada это уже используется для простых вопросов.

Чтобы предусмотреть образ действий в каждой ситуации, понадобилось бы огромное количество времени, к тому же все учесть невозможно: по этой причине в трудных вопросах Ada требуется участие человека, точнее, его суждение.

Некоторые суждения можно вложить в программный код. По большей части опыт – это абстрактные переживания, которые трудно записать или выразить в доступной форме. Эндрю Мак-Афи и Эрик Брайнджолфсон писали: «Замена людей компьютерами возможна только до определенных пределов, потому что многие задачи являются для человека само собой разумеющимися и выполняются безо всяких усилий, но ни программисты, ни кто-либо другой не способны сформулировать их “правила” и методы»[68]. Однако данный вывод касается не всех задач. Для некоторых решений вполне возможно изложить соответствующее суждение и выразить его в программном коде. В конце концов, мы ведь можем иногда объяснить суждение другим людям. Если оно логически продолжает цепочку «если, то», значит, поддается кодированию.

Сложность в том, что, даже если суждение запрограммировать, а не брать его у человека, получаемый машиной прогноз должен быть очень точным. При наличии большого количества возможных ситуаций на предварительное уточнение действий в каждой из них уйдет слишком много времени. Легко программировать машину на конкретное действие, когда очевидно, что будет; однако, указывая машине, что делать в неопределенности, необходимо более тщательно продумать издержки ошибок. Неопределенность означает, что суждение требуется не только при верном прогнозе, но и в обратном случае. Иными словами, неопределенность повышает издержки суждений об отдачах для данного решения.

Сети кредитных карт освоили новые методы машинного обучения для выявления мошенничества. Прогностические машины позволяют с уверенностью программировать решение о том, блокировать транзакцию или нет. С повышением точности прогнозов в отношении мошеннических транзакций снижается вероятность ошибочной блокировки правомерных операций. Если эмитенты кредитных карт не боятся ошибок в прогнозах, то могут программировать решения машины без необходимости судить об издержках разочарования конкретных клиентов в результате отклонения транзакции. Процесс принятия решений упрощается: если мошенничество, то отклонить транзакцию; в противоположном случае подтвердить операцию.