KI kan svare på spørsmålet. Den neste utfordringen er å hjelpe folk videre.

Vi har blitt svært gode til å utvikle KI som kan svare på spørsmål. Spør når søknadsfristen er, hvilke dokumenter som kreves, eller hvordan en prosess fungerer, så kan KI gi et nyttig svar på få sekunder. Men når det gjelder noens utdanning, økonomiske framtid eller følelse av tilhørighet, er et svar bare begynnelsen. Det viktigste er om personen faktisk kommer videre.

Det er her agentisk KI blir interessant. I stedet for å behandle hver interaksjon som et isolert spørsmål kan en KI-agent forstå hvor noen befinner seg i et større forløp, finne ut hva som må skje videre og hjelpe dem med å komme dit. Men for å gjøre dette pålitelig kreves det mer enn en avansert språkmodell. Det trengs forløp som er utviklet for formålet, systemer som er koblet sammen, og menneskelig tilsyn som er innebygd i prosessen fra starten av.

Se for deg høyere utdanning. En student søker, fullfører søknaden om økonomisk støtte, melder seg opp til emner, møter en rådgiver, finner faglig støtte, leter etter praksisplass, forbereder seg på å fullføre studiene, søker jobb og blir etter hvert tidligere student. Utdanningsinstitusjonene organiserer disse situasjonene i separate avdelinger og teknologisystemer, men studentene opplever ett universitet. De skal ikke måtte forstå organisasjonskartet for å få hjelpen de trenger.

Folk vil ikke ha enda et grensesnitt. De vil få noe gjort.

I en nylig undersøkelse blant 1 058 studenter som for tiden går på college eller universitet i USA, sa 76 % at de forventer å kunne løse de fleste behov knyttet til studenttjenester uten å ringe eller oppsøke et kontor. Likevel sa én av fire at lærestedet deres ikke innfrir denne forventningen. På spørsmål om hva som er viktigst i en moderne digital opplevelse, trakk 64 % fram raske svar og rask problemløsning, 54 % tilgjengelighet døgnet rundt, alle dager, og 50 % muligheten til å fullføre oppgaver på ett sted. Studentene ønsker raskere svar, færre overleveringer og muligheten til å fullføre oppgaver uten å måtte navigere mellom flere systemer.

En potensiell student begynner på en søknad til et college eller universitet, men fullfører den aldri. En tradisjonell chatbot kan svare på spørsmål om søknadskravene, men studenten må fortsatt finne ut hva som mangler, og hvordan hen skal gå videre. Et agentisk system kan oppdage hvor søknadsprosessen stoppet opp, finne ut hva neste steg er og hjelpe studenten med å fortsette der hen slapp. Hvis studenten sier at hen allerede har lastet opp en karakterutskrift, kan systemet sjekke søknaden, bekrefte at den ligger der og gå videre til neste krav i stedet for å be studenten om å sende den inn på nytt.

Dette er også et område der noen av de største tekniske utfordringene fortsatt gjenstår. Microsoft Research trekker fram pålitelighet, evnen til å bevare kontekst og utføring av arbeidsflyter i den virkelige verden blant utfordringene produktivitetsagenter står overfor. En agent kan ikke pålitelig veilede noen gjennom en prosess hvis den mister konteksten mellom trinnene eller ikke kan arbeide på tvers av systemene som inngår.

Fra reaktive svar til proaktiv hjelp

Mulighetene strekker seg lenger enn til å svare på spørsmål: KI kan oppdage når noen trenger støtte, og hjelpe institusjonene med å finne ut hva som er det rette neste steget. Et team som arbeider med relasjoner og innsamling, kan for eksempel oppdage tegn på at en tidligere student er klar til å gjenoppta kontakten, bidra som frivillig eller gi sin første gave. Men å oppdage signalet er bare begynnelsen. Den virkelige verdien ligger i å forstå hvilken henvendelse som passer for personen akkurat da, og hva som bør skje videre.

Forløp som er utviklet for formålet, kan ta i bruk etablerte praksiser for ulike målgrupper og mål. Dermed får teamene et bedre utgangspunkt enn med generiske verktøy eller arbeidsflyter som bygges fra grunnen av. Fordelen handler dessuten om mer enn å spare de ansatte for tid. Institusjonene har allerede enorme mengder data. Det de trenger, er hjelp til å tolke signalene og gjøre dem om til gjennomtenkt og tidsriktig kontakt.

Behovet er tydelig. I den samme studentundersøkelsen sa halvparten av studentene at de hadde latt være å kontakte lærestedet sitt fordi prosessen virket for vanskelig. Ytterligere 40 % hadde blitt bedt om å oppgi informasjon de allerede hadde gitt, 34 % hadde blitt videresendt uten at saken ble løst, og 31 % fant ikke det de trengte og ga opp.

De mest nyttige KI-opplevelsene hjelper institusjonene med å oppdage slike friksjonspunkter før de får noen til å trekke seg unna.

Kontekst gjør et svar om til nyttig handling

Vi har alle opplevd frustrasjonen ved å måtte gi den samme informasjonen til en organisasjon om og om igjen. Tenk deg nå at du må gjøre det mens du prøver å melde deg opp til emner, løse et problem med økonomisk støtte eller gjenoppta kontakten med lærestedet du gikk på. Hver gang du møter et system som ikke henger sammen med de andre, føles institusjonen litt mindre som en organisasjon som kjenner deg.

Når informasjon knyttes sammen rundt den enkelte i stedet for å holdes adskilt i ulike avdelinger, endres denne opplevelsen. Studenter, tidligere studenter og givere får en mer sammenhengende og personlig oppfølging, mens de ansatte får konteksten de trenger for å svare mer effektivt. Når institusjonene gjør kontakten enklere og mer personlig, legger de til rette for sterkere relasjoner og varig lojalitet.

Studentene gir allerede uttrykk for at de ønsker at digitale opplevelser skal fungere på denne måten. Den samme studentundersøkelsen viste at 56 % forventer at systemene skal oppleves som sammenhengende, uten omdirigeringer eller gjentatte forespørsler om å oppgi den samme informasjonen. Halvparten forventer at digitale verktøy proaktivt varsler om frister, krav eller problemer før de utvikler seg til større utfordringer.

For å levere en slik opplevelse er det ikke nok å gjøre hvert enkelt verktøy smartere. Det handler om å knytte sammen informasjonen og arbeidsflytene som gjør det mulig for institusjoner å forstå hvor noen befinner seg i løpet sitt, og tilpasse responsen deretter.

Den beste KI-en vet når den skal handle, beskytte og tre til side

Målet med agentisk KI bør ikke være størst mulig grad av selvstendighet. Det bør være den rette kombinasjonen av støtte, handling og menneskelig skjønn, med menneskelig godkjenning integrert i arbeidsflyten fra starten av.

Etter hvert som KI blir i stand til å utføre flere handlinger, blir det like viktig å avgjøre hva den skal gjøre på egen hånd som å utvide hva den kan gjøre. Rutineoppgaver som å finne ufullstendige skjemaer eller hente fram relevant informasjon kan egne seg godt for automatisering. Men når et KI-system utarbeider en henvendelse eller anbefaler en handling som kan påvirke en students opplevelse, bør en person få mulighet til å godkjenne den før noe når studenten.

Menneskelig tilsyn bør ikke begrenses til å eskalere uvanlige saker eller gjennomgå beslutninger etter at de allerede er tatt. I situasjoner med mye på spill må godkjenningen komme før handlingen, ikke etterpå. KI kan identifisere signaler, anbefale neste steg og utarbeide kommunikasjon, mens de ansatte beholder kontrollen over hva som skjer videre.

Denne tilnærmingen gir også rom for skjønnet og empatien som teknologi ikke kan erstatte. En student som står i en uvanlig økonomisk situasjon eller strever faglig, kan ha behov for mer enn en automatisert anbefaling. Teknologien bør hjelpe de ansatte med å oppdage slike situasjoner og svare med den konteksten de trenger, i stedet for å ta dem ut av prosessen.

Ansvarlig implementering innebærer også å beskytte de sensitive opplysningene disse opplevelsene bygger på. Når systemer kobles sammen og KI får mulighet til å handle, oppstår det viktige spørsmål om datatilgang, tillatelser, sikkerhet og ansvarlighet. En agent som bistår med en søknad eller en prosess for økonomisk støtte, bør bare ha tilgang til opplysningene og handlingene som er relevante for den aktuelle situasjonen, med tydelige grenser for hva den kan gjøre.

Arbeidet til Microsoft Research med agenter der mennesker er involvert i prosessen, understreker hvor viktig det er å bygge inn menneskelig tilsyn og kontroll i stadig mer autonome systemer, blant annet gjennom mekanismer som gjør det mulig for mennesker å delta i og styre agentens arbeid på nytt. Ansvarlig KI legger til rette for bedre opplevelser ved å bygge den tilliten som trengs for å levere dem.

Neste generasjon KI handler om resultater

Institusjonene må også gjennomføre en annen endring: De må endre hvordan de måler om KI faktisk fungerer.

I dag vurderes KI-ytelse ofte ut fra aktivitetsmålinger: antall samtaler håndtert, spørsmål besvart, responstider eller henvendelser som ikke lenger går til de ansatte. Slike målinger kan fortelle oss om et system er i bruk eller reduserer arbeidsmengden, men ikke nødvendigvis om det hjalp noen med å få gjort det de kom for.

For studenten som stoppet halvveis i en søknad, betyr suksess å fullføre søknaden, ikke bare å få svar fra en KI-assistent. For en tidligere student som ønsker å gjenoppta kontakten, betyr det å ta neste steg i relasjonen.

Virkningen av disse digitale opplevelsene strekker seg langt utover hvor praktiske de er. Studentundersøkelsen viste at 38 % hadde utsatt en viktig oppgave knyttet til innskriving, økonomisk støtte eller studier fordi digitale verktøy var vanskelige å bruke. Én av fire sa at disse vanskene hadde fått dem til å spørre seg om det var bryet verdt å fortsette studiene. Når teknologien skaper så mye friksjon, bommer man på poenget hvis man måler engasjementet med selve teknologien. Institusjonene bør spørre om folk fullfører oppgavene de hadde tenkt å gjøre, hvor de står fast, og om opplevelsen blir bedre over tid.

Neste generasjon KI vil kjennetegnes av hva mennesker kan få til ved hjelp av den, og det er en spennende utvikling. Enten noen navigerer i studielivet, håndterer helsen sin eller engasjerer seg i en organisasjon de bryr seg om, ligger muligheten i å gjøre kompliserte opplevelser genuint støttende. For å komme dit må brukerreisene utformes med utgangspunkt i virkelige mennesker, informasjonen må henge sammen, det må være meningsfullt menneskelig tilsyn, og man må forplikte seg til å måle resultater framfor aktivitet.

Målet er ikke mer automatisering for automatiseringens skyld. Det handler om å hjelpe mennesker videre med mindre friksjon, større trygghet og en sterkere følelse av at organisasjonen på den andre siden faktisk forstår dem.