توجيه مساعد ذكي إلى مستنداتكم أنتم هو أكثر مشاريع الذكاء الاصطناعي شيوعا كأول مشروع في الإمارات، وأكثرها خيبة صامتة. والنموذج نادرا ما يكون المشكلة؛ المشكلة مجموعة المستندات، ولا أحد ينظر فيها قبل العرض التقديمي.
الفكرة بسيطة بما يكفي لتعتمد في اجتماع دون سؤال واحد صعب: ارفعوا السياسات والعقود وأوراق المنتجات والعطاءات السابقة، ودعوا الموظفين يسألون بلغة عادية بدل البحث في قرص مشترك لم يرتبه أحد منذ 2021. وهي تعمل فعلا، لكنها تفشل بطرق محددة، وكلها مرئية مسبقا لمن يعرف أين ينظر.
ما الذي يفعله النظام فعلا
هو لا يقرأ مكتبتكم. حين يسأل أحدهم سؤالا، يبحث النظام في مستنداتكم، ويأخذ الفقرات القليلة التي تبدو الأوثق صلة، ويضعها أمام النموذج مع السؤال. فالإجابة تكتب من تلك الحفنة، لا من كل ما رفعتموه.
ومعنى ذلك أن جودة الإجابة تقررها خطوة الاسترجاع لا ذكاء النموذج. والمزودون الكبار يصفون البنية نفسها في وثائقهم: استرجع ثم ولد. وشراء نموذج أفضل لا يصلح نظاما يسلم الفقرات الثلاث الخطأ.
ونتيجتان تستحقان القول في الاجتماع: إن كانت الإجابة في مستند لم يسترجع فلن يقول النظام ذلك، بل سيجيب مما لديه. وإن تعارض مستندان فالمسترجع منهما هو من يكسب.
خمسة أخطاء يقع فيها، ولماذا
النسخة الملغاة. في القرص سياسة 2023 وسياسة 2025 ومسودة تركها أحدهم في مجلد شخصي. والثلاث قابلة للاسترجاع، ولا سبيل للنظام إلى معرفة أيها النافذة ما لم تقل المستندات ذلك بنفسها.
شبه المكرر. اثنا عشر ردا على عطاءات تتطابق بنسبة 90 بالمئة. يجدها الاسترجاع كلها فتزاحم ما عداها، وتركب الإجابة من أربع نسخ للفقرة نفسها.
الجدول. الأسعار والرسوم والجداول الزمنية. الجدول الذي يقطع عند حد التقسيم يفقد صف العناوين، فترتبط الأرقام بالعمود الخطأ. ولهذا يوثق المزودون التقسيم كقرار تصميمي، وإرشادات مايكروسوفت في تقسيم المستندات تستحق القراءة قبل أن يقول أحد إن الأمر تلقائي.
الصورة الممسوحة. ملف PDF هو صورة لصفحة لا يحوي نصا، وبلا تعرف ضوئي على الحروف يكون غير مرئي للاسترجاع. ونسبة الممسوح في مجموعة مستندات عربية أعلى مما يقدره الجميع عادة.
السؤال الذي لا تجيب عنه المستندات. إذا سئل عما هو خارج المجموعة، أجاب النظام الذي لا يملك مسار رفض من معرفته العامة، وبالثقة نفسها التي يجيب بها عن سياستكم.
الصلاحيات هي الجزء الذي تتجاوز نتائجه النظام
كل ما سبق مشكلة دقة، أما هذه فمشكلة إفشاء، وهي التي تنهي مسارات وظيفية.
فإذا فهرس المساعد قرصا بحساب خدمة واسع الصلاحيات، صار بإمكانه عرض خطاب راتب أو ورقة مجلس إدارة أو مذكرة انضباط على من يسأل السؤال المناسب. والبنية الصحيحة أن يعمل الاسترجاع بصلاحيات الشخص السائل نفسه، فلا يعرض المساعد على أحد مستندا ما كان يستطيع فتحه أصلا. وتصف مايكروسوفت هذا النموذج بالضبط لخدمتها في وثائق البنية وحماية البيانات.
اسألوا المورد سؤالا واحدا واطلبوا عرضا عمليا لا إجابة: أرونا السؤال نفسه يطرحه موظفان بصلاحيات مختلفة، وأرونا الإجابتين مختلفتين. وإن كان حساب العرض حساب مدير فأنتم لم تروا شيئا.
وقبل فهرسة أي شيء، خذوا عينة: اختاروا عشرين مستندا عشوائيا من القرص الذي ستوجهون النظام إليه، واقرؤوا من يستطيع فتحها اليوم. أكثر الشركات تجد في تلك العينة شيئا ما كان يجوز وجوده على قرص مشترك أصلا.
العمل الحقيقي نظافة المستندات، وهو عمل غير لامع
التحضير الذي يصنع الفرق ممل ويأخذ أسبوعا لا ربع سنة.
حددوا ما هو داخل النطاق وافهرسوا ذلك وحده، فمجموعة منتقاة من مئتي مستند نافذ تتفوق على قرص فيه عشرون ألفا، في كل مرة. وضعوا الحالة والتاريخ في أول سطور كل مستند ليرى الاسترجاع أن سياسة 2023 ملغاة. وانقلوا النسخ الملغاة خارج الموقع المفهرس بدل الاعتماد على أسماء الملفات. وحولوا الممسوح المهم إلى نص. وسموا شخصا يملك المجموعة، فالمكتبة بلا مالك تصير قديمة خلال ربعين.
وحين تكون المستندات فوضوية فعلا — عقد من العربية والإنجليزية المختلطة، وصور ممسوحة، وبلا نظام تسمية — فذلك التنظيف هو المشروع، والمساعد ما تشغلونه في نهايته. وتوثيق تنفذ عمل المستندات هذا في دول الخليج، وهو ارتباط مختلف عن توصيل نموذج.
العربية تغير الحجم لا الطريقة
ثلاثة فروق عملية في مجموعة مستندات إماراتية. الممسوح العربي أكثر شيوعا، وجودة التعرف الضوئي على الحروف العربية تتفاوت بحدة بحسب نوع المستند، فاحسبوا وقتا للفحص لا للافتراض. والأسئلة تصل باللهجة بينما المستندات مكتوبة بالعربية الرسمية، وهذا عدم تطابق في الاسترجاع لا في الفهم. والمجموعة ثنائية اللغة تحتاج قرارا صريحا: هل يسترجع السؤال بلغة مستندات باللغة الأخرى؟ والجواب عادة نعم، وهو نادرا ما يحدث افتراضيا.
لا شيء من ذلك غريب، وكله يجب أن يكون في مجموعة الاختبار بدل أن يكتشفه الموظفون في الأسبوع الثالث. والقاعدة العملية أن يكتب ثلث أسئلة الاختبار باللهجة كما تكتب فعلا في رسائل العمل، لا بالعربية التي تكتب بها السياسات، وإلا اختبرتم نظاما لن يقابله أحد.
الاستشهاد بالمصدر هو الميزة التي تصرون عليها
الإجابة بلا مصدر غير صالحة لأي أمر يهم، لأن لا أحد يستطيع التحقق منها إلا بإعادة العمل كله. أما الإجابة التي تسمي المستند والقسم فيتحقق منها في عشر ثوان، وهي تغير سلوك الموظفين: يكفون عن معاملة المساعد كعراف، ويعاملونه كوسيلة سريعة جدا للوصول إلى الصفحة الصحيحة.
والقدرة مدعومة مباشرة لدى المزودين، ودعم الاستشهاد موثق لا نادر، فالمورد الذي لا يستطيع عرضه اتخذ خيارا ولم يصطدم بحد تقني. أصروا عليه، وأصروا أن يكون الاستشهاد رابطا إلى المستند لا مجرد اسم له.
اختبار القبول، يكتب قبل البناء
خمسون سؤالا حقيقيا تجمع ممن سيستخدمون النظام فعلا، قبل أن يبنى شيء. ولكل سؤال يكتب شخص مسمى الإجابة الصحيحة والمستند الذي جاءت منه. تلك القائمة هي العقد، وهي أيضا أرخص ما ستفعلونه في المشروع كله: يوم عمل واحد يمنع شهرين من الجدال حول معنى كلمة يعمل.
ثم قيسوا ثلاثة أمور على النظام النهائي: كم من الخمسين أجيب بشكل صحيح ومع المصدر الصحيح، وكم أجيب من المستند الخطأ، وكم رفض. والرقم الثاني هو الخطر، والنظام الذي يرفض أكثر أسلم عادة من الذي يجيب عن كل شيء. وأعيدوا الخمسين بعد كل تغيير في مجموعة المستندات، وهذا ما يجعلها نظاما لا عرضا تقديميا، وهو يقع إلى جانب سجل ما يجوز لأي نظام آلي أن يقرره وأسئلة حماية البيانات التي تسبقهما.
تشغيله، ومن يملك المجموعة
الاشتراك نادرا ما يكون البند الغالي. الكلف المتكررة هي إعادة الفهرسة عند تغير المستندات، والشخص الذي يرعى المجموعة، وإعادة تشغيل أسئلة القبول دوريا. ولا واحد منها كبير، لكنها كلها عمل شخص ما؛ وإن لم يسم ذلك الشخص تدهور النظام بصمت: تبقى الإجابات سلسة وتصير خاطئة تدريجيا، وهذا أسوأ من التوقف لأن لا شيء يعلن عنه.
ضعوا المالك حيث تضعون بقية الملكية التقنية، وراجعوا المجموعة كل ربع سنة، وعاملوا أي شكوى من إجابة خاطئة كمشكلة مستندات أولا. ففي الغالبية العظمى يكون العلاج حذف ملف ملغى لا ضبط أي إعداد.
وقبل شراء أي من ذلك، يجدر أن تستطيعوا وصف النظام الذي بناه غيركم بعبارات واضحة: أين تسكن المستندات، ومن يستطيع قراءتها، وما المفهرس منها، وماذا يحدث حين يتغير ملف. وإن لم يجب أحد في الغرفة عن هذه الأربعة فالمشروع غير جاهز للتوقيع.
ما الذي يجيده فعلا
بعد كل ما سبق تبقى الحجة الصادقة، وهي حجة قوية: هو ممتاز في إيجاد البند الذي تتذكرونه نصف تذكر، وفي تلخيص مستند طويل عليكم التصرف بناء عليه بعد الظهر، وفي صياغة رد أول يقتبس سياستكم بشكل صحيح، وفي جعل موظف جديد منتجا خلال أسبوع بدل ربع سنة.
وهذه مكاسب حقيقية تستحق أسبوع عمل المستندات، ولهذا أيضا يجب أن يغطي النظام الأول مستندات قسم واحد لا الشركة كلها. فالمجموعة الضيقة التي تعمل تولد طلبا من بقية الأقسام، والمجموعة الواسعة التي تعمل نصف عمل تولد استنتاجا بأن التجربة لم تصل إلى الإنتاج، ويسجل السبب على التقنية لا على الأرشفة.
الأسئلة الشائعة
كم مستندا نحتاج قبل أن يستحق الأمر؟
أقل مما يتوقع الناس، والعدد ليس المقصد. بضع مئات من المستندات النافذة الصحيحة جيدة البنية التي يسأل عنها الموظفون فعلا تتفوق على عشرات الآلاف من الملفات المتفاوتة. وإن كان شخص يستطيع الإجابة عن معظم الأسئلة من عشرة مستندات، فالمشروع اختصار إلى تلك العشرة لا مشروع ذكاء اصطناعي.
هل يقرأ ملفات PDF الممسوحة لدينا؟
فقط إن حولها شيء إلى نص أولا. الممسوح صورة، وبلا تعرف ضوئي على الحروف يكون غير مرئي للنظام، ويظهر ذلك في صورة مساعد لا يعرف بثقة سياسة موجودة في المجلد قطعا. افحصوا نسبة الممسوح في مجموعتكم قبل تحديد نطاق العمل، وخصوصا في الجانب العربي.
هل يرى الموظفون مستندات لا يفترض أن يروها؟
لا، إن كان الاسترجاع يعمل بصلاحيات كل شخص، وهكذا بنيت المنصات الكبرى وهو ما ينبغي أن تشترطوه. أما في بناء مخصص سريع يفهرس قرصا بحساب واحد واسع فالخطر حقيقي. اطلبوا عرضا بحسابين بمستويين مختلفين بدل التطمين.
ماذا يحدث حين تتغير سياسة؟
تستبدلون المستند وتزيلون النسخة القديمة من الموقع المفهرس، ثم تعيدون تشغيل أسئلة القبول التي تمسها. والأنظمة تختلف في سرعة التقاط التغيير، وذلك التأخير سؤال يطرح قبل التوقيع. وما لا يجوز هو ترك النسختين وانتظار أن تفوز الأحدث.
هل هذا تدريب نموذج على بياناتنا؟
لا، والفرق مهم تجاريا. الاسترجاع يترك مستنداتكم في مكانها ويعرض الفقرات المناسبة على النموذج لحظة السؤال، أما التدريب فيدمج المادة داخل النموذج. وأكثر الحالات التي تبدو من النوع الثاني تخدمها الأولى بشكل أفضل: أرخص، وتتحدث فور استبدال ملف، وتستطيع ذكر مصدرها.