ИИ умеет отвечать на вопросы. Следующая задача — помогать людям двигаться вперед.

Мы достигли впечатляющих успехов в создании ИИ, способного отвечать на вопросы. Спросите, когда нужно подать заявление, какие документы потребуются или как устроен тот или иной процесс, — и уже через несколько секунд получите полезный ответ. Но когда на кону чье-то образование, финансовое будущее или чувство сопричастности, ответ — только начало. Важно, сможет ли человек действительно двигаться дальше.

Именно здесь проявляется интересная сторона агентного ИИ. Вместо того чтобы воспринимать каждое взаимодействие как отдельный вопрос, ИИ-агент может понять, на каком этапе более масштабного пути находится человек, определить, что нужно сделать дальше, и помочь ему достичь цели. Однако для надежной работы недостаточно мощной языковой модели. Нужны специально разработанные сценарии взаимодействия, связанные между собой системы и встроенный в процесс с самого начала человеческий контроль.

Рассмотрим высшее образование. Студент подает заявление, оформляет финансовую помощь, записывается на курсы, встречается с консультантом, находит академическую поддержку, ищет стажировку, готовится к выпуску, ищет работу и в конце концов становится выпускником. Учебные заведения распределяют все эти этапы между разными подразделениями и технологическими системами, но для студентов это один университет. Им не нужно разбираться в его организационной структуре, чтобы получить необходимую помощь.

Людям не нужен еще один интерфейс. Им нужно решать свои задачи.

В недавнем опросе 1 058 студентов колледжей США, которые в настоящее время учатся, 76% заявили, что рассчитывают решать большинство вопросов, связанных с обслуживанием студентов, без звонков и визитов в офис. Однако каждый четвертый сказал, что его учебное заведение этим ожиданиям не соответствует. Отвечая на вопрос о том, что важнее всего в современном цифровом взаимодействии, 64% отметили быстрый ответ и решение вопроса, 54% — доступность услуг круглосуточно и без выходных, а 50% — возможность выполнять задачи в одном месте. Студентам нужны более быстрые ответы, меньше переключений между специалистами и возможность решать задачи, не переходя из одной системы в другую.

Будущий студент начинает подавать заявление в колледж, но так и не завершает его. Обычный чат-бот может ответить на вопросы о требованиях к заявлению, однако студенту все равно придется самому выяснять, чего не хватает и что делать дальше. Агентная система может определить, на каком этапе подача заявления остановилась, найти следующий шаг и помочь студенту продолжить с того места, где он прервался. Если студент говорит, что уже загрузил выписку с оценками, система может проверить запись о заявлении, подтвердить, что документ есть, и перейти к следующему требованию, а не просить загрузить его повторно.

Здесь же сохраняются и одни из самых серьезных технических проблем. Microsoft Research относит к числу трудностей, с которыми сталкиваются ИИ-агенты для повышения продуктивности, надежность, сохранение контекста и выполнение реальных рабочих процессов. Агент не сможет надежно провести человека через весь процесс, если будет терять контекст между этапами или не сможет работать с задействованными системами.

От ответов на вопросы — к упреждающей помощи

Возможности не ограничиваются ответами на вопросы: можно также распознавать, когда человеку нужна поддержка, и помогать учебным заведениям определять следующий шаг. Например, отдел развития может заметить признаки того, что выпускник готов возобновить общение с вузом, стать волонтером или впервые сделать пожертвование. Но распознать такой сигнал — только начало. Настоящая ценность заключается в том, чтобы понять, какое обращение уместно для этого человека именно сейчас и что следует предпринять дальше.

Специально разработанные сценарии взаимодействия могут учитывать проверенные практики работы с разными аудиториями и достижения разных целей, давая командам более прочную основу, чем универсальные инструменты или процессы, созданные с нуля. Польза заключается не только в экономии времени сотрудников. Учебные заведения уже располагают огромными объемами данных. Им нужна помощь в том, чтобы интерпретировать эти сигналы и превращать их в продуманное и своевременное взаимодействие.

Потребность очевидна. В том же опросе половина студентов заявила, что не обращалась в свое учебное заведение, потому что процесс казался слишком сложным. Еще 40% просили повторно предоставить уже переданную информацию, 34% переводили от одного специалиста к другому, так и не решив вопрос, а 31% не могли найти нужное и прекращали поиски.

Самые полезные ИИ-решения помогают учебным заведениям замечать такие препятствия до того, как из-за них человек решит прекратить взаимодействие.

Контекст превращает ответ в полезное действие

Каждому знакомо раздражение, когда приходится снова и снова сообщать одной и той же организации одну и ту же информацию. А теперь представьте, что это происходит, пока вы пытаетесь записаться на занятия, решить вопрос с финансовой помощью или восстановить связь со своей альма-матер. Каждое такое разрозненное взаимодействие заставляет все меньше верить, что организация действительно вас знает.

Если объединить информацию вокруг конкретного человека, а не вокруг отдельных подразделений, взаимодействие меняется. Студенты, выпускники и жертвователи получают более последовательное и персонализированное внимание, а сотрудники — контекст, который позволяет им эффективнее реагировать. Когда учебные заведения делают взаимодействие более простым и индивидуальным, они создают условия для крепких отношений и долгосрочной преданности.

Студенты уже дают понять, что хотят именно такого цифрового опыта. То же исследование среди студентов показало: 56% ожидают, что системы будут работать согласованно — без перенаправлений и необходимости снова и снова вводить одни и те же данные. Половина рассчитывает, что цифровые инструменты будут заранее предупреждать о сроках, требованиях и возможных проблемах, прежде чем те возникнут.

Чтобы обеспечить такой опыт, недостаточно сделать каждый инструмент по отдельности умнее. Нужно связать данные и рабочие процессы, чтобы учреждения понимали, на каком этапе пути находится человек, и могли соответствующим образом реагировать.

Лучший ИИ знает, когда действовать, когда защищать, а когда отступить

Цель агентного ИИ — не максимальная автономность. Важно правильно сочетать помощь, действия и человеческое суждение, предусмотрев одобрение человека в рабочем процессе с самого начала.

По мере того как ИИ учится выполнять всё больше действий, решение о том, что ему следует делать самостоятельно, становится не менее важным, чем расширение его возможностей. Рутинные задачи, например выявление незаполненных форм или поиск нужной информации, хорошо подходят для автоматизации. Но если система ИИ готовит обращение или рекомендует действие, способное повлиять на опыт студента, человеку нужно дать возможность одобрить его до того, как студент что-либо получит.

Роль человека в контроле не должна сводиться к передаче необычных случаев на рассмотрение или проверке решений уже после их принятия. В ситуациях с высокими ставками одобрение должно предшествовать действию, а не следовать за ним. ИИ может выявлять сигналы, рекомендовать дальнейшие шаги и готовить сообщения, а сотрудники сохраняют контроль над тем, что произойдёт дальше.

Такой подход также оставляет пространство для суждения и эмпатии, которые технология не способна заменить. Студент, столкнувшийся с необычными финансовыми обстоятельствами или испытывающий трудности в учёбе, может нуждаться не только в автоматической рекомендации. Технология должна помогать сотрудникам замечать такие ситуации и реагировать, располагая необходимым контекстом, а не исключать их из процесса.

Ответственное внедрение также предполагает защиту конфиденциальной информации, на которой основан такой опыт. Объединение систем и предоставление ИИ возможности действовать поднимают важные вопросы о доступе к данным, разрешениях, безопасности и подотчётности. Агент, помогающий подать заявление или оформить финансовую помощь, должен иметь доступ только к той информации и тем действиям, которые необходимы в рамках этого взаимодействия; границы его полномочий должны быть чётко определены.

Работа Microsoft Research над агентами с участием человека в контуре управления подчёркивает важность того, чтобы встраивать человеческий контроль и надзор в проектирование всё более автономных систем, в том числе предусматривать механизмы, позволяющие людям участвовать в работе агента и менять её направление. Ответственный ИИ помогает создавать более качественный опыт, формируя доверие, необходимое для его обеспечения.

Следующее поколение ИИ — это прежде всего результаты

Учреждениям предстоит изменить ещё кое-что: подход к оценке эффективности ИИ.

Сегодня эффективность ИИ часто оценивают по показателям активности: количеству обработанных диалогов и ответов на вопросы, времени отклика или обращений, которые удалось перенаправить от сотрудников. Эти показатели помогают понять, используют ли систему и снижает ли она нагрузку, но не обязательно показывают, помогла ли она человеку добиться того, ради чего он обратился.

Для студента, который остановился на полпути к заполнению заявления, успех означает, что заявление заполнено, а не просто то, что помощник на базе ИИ ответил на вопросы. Для выпускника, желающего восстановить связь, успех означает следующий шаг в развитии этих отношений.

Влияние цифрового опыта выходит далеко за рамки удобства. Исследование среди студентов показало: 38% откладывали важную задачу, связанную с поступлением, финансовой помощью или учёбой, потому что цифровыми инструментами было трудно пользоваться. Каждый четвёртый сообщил, что из-за этих трудностей задумывался, стоит ли продолжать обучение. Когда технологии создают столько препятствий, оценка взаимодействия с самой технологией упускает главное. Учреждениям следует выяснять, выполняют ли люди задачи, которые намеревались выполнить, на каком этапе они сталкиваются с трудностями и улучшается ли их опыт со временем.

Следующее поколение ИИ будет определяться тем, чего люди смогут достичь благодаря ему, и это открывает захватывающие перспективы. Будь то поступление в колледж, забота о своём здоровье или взаимодействие с организацией, которая им небезразлична, цель — сделать сложный опыт по-настоящему поддерживающим. Для этого нужно выстраивать путь с учётом реальных потребностей людей, объединять данные, обеспечивать значимый человеческий контроль и оценивать результаты, а не активность.

Цель — не автоматизация ради самой автоматизации. Важно помогать людям двигаться вперёд с меньшими препятствиями, большей уверенностью и ощущением, что организация по другую сторону действительно их понимает.