آیا واقعا هوش مصنوعی منجر به بهبود مدیریت دانش میشود؟ بسیاری از سازمانها برای به دست آوردن دانش تلاش میکنند، اما هوش مصنوعی میتواند تلاشهای آنها را هدفمندتر کند. برای دههها، تیمهای مدیریت دانش محتوای طولانی را پذیرفتند و مقالات را در معرض فرآیندهای طولانی ویرایش میکردند و مورد تأیید قرار میدادند. بااینحال، این رویکرد برای هماهنگی با نیازهای شرکتهای مدرن بسیار کند شده است. برای بهبود سرعت جذب، بهروزرسانی و به اشتراکگذاری دانش توسط سازمانها، بسیاری از تیمهای مدیریت دانش شروع به پیادهسازی هوش مصنوعی کردهاند. با هوش مصنوعی، تیمهای مدیریت دانش میتوانند فرآیندهای ذخیرهسازی و نگهداری دانش را خودکار کنند.
برای مطالعهی مقالات تخصصی مدیریت دانش به پایگاه دانش مراجعه فرمایید.
هوش مصنوعی چیست؟
هوش مصنوعی مجموعهای از مدلهای پیشرفته یادگیری ماشینی است که برای یادگیری از مقادیر انبوه داده استفاده میکند. توسعهدهندگان این مدلها را بر اساس تریلیونها پارامتر – تکههایی از اطلاعات کتابها، مقالات و وبسایتها – برای ایجاد مدلهای زبان بزرگ (LLM) آموزش میدهند. ابزارهای مولد هوش مصنوعی مانند ChatGPT و Google Bard را تقویت میکند و میتواند متن، محتوای صوتی و تصویری با کیفیت بالا را از درخواستهای زبان طبیعی تولید کند.
4 روش هوش مصنوعی برای بهبود مدیریت دانش
هوش مصنوعی به دانشکاران کمک میکند تا اطلاعات را ایجاد، پیدا و مدیریت کنند. در ادامه به 4 روش هوش مصنوعی برای بهبود مدیریت دانش اشاره شده است.
1. مقاله مینویسد
سازمانها اغلب فرصتهایی را برای به دست آوردن دانش از دست میدهند، زیرا کارکنان همیشه زمانی برای نوشتن مقاله برای پایگاه دانش خود ندارند. بااینحال، ابزارهای مولد هوش مصنوعی میتوانند فرآیند نوشتن را تسریع بخشند، زیرا میتوانند بخشهایی از اطلاعات موجود را به مقالههای کامل تبدیل کنند.
بهعنوانمثال، پسازاینکه یک تکنسین پشتیبانی فناوری اطلاعات یک مشکل را حل کرد، هوش مصنوعی میتواند بهطور خودکار یک مقاله پایگاه دانش از یادداشتهای تکنسین ایجاد کند. این اتوماسیون به کارمندانی مانند خدمات مشتری و نمایندگیهای پشتیبانی اجازه میدهد تا پایگاه دانش سازمان خود را درحالیکه تماسهای مشتری را دریافت میکنند و مشکلات را حلوفصل میکنند، ایجاد کنند. این فرآیند منجر به ایجاد پایگاههای دانش کاملتر میشود که به مشتریان و نمایندگان کمک میکند مشکلات را با سرعت بیشتری در آینده حل کنند.
2. جستجو را بهبود میبخشد
یک پایگاه دانش باید یک عملکرد جستجوی بصری ارائه دهد تا کاربران بتوانند بهراحتی پاسخ سوالات خود را بیابند. قابلیتهای پیشرفته پردازش زبان طبیعی در یک ربات چت با هوش مصنوعی میتواند هدف جستجوگر را برای پاسخ درست بهطور مؤثرتری نسبت به نسلهای قبلی چت رباتهای هوش مصنوعی مطابقت دهد.
چتباتهای قدیمیتر و توابع جستجو برای بازگرداندن نتایج دقیق به دستورها بسیار خاصی نیاز داشتند. برخلاف پیشینیان خود، LLM ها برای هوش مصنوعی میتوانند سؤالات نوشتهشده را به روشهای مختلف درک کنند و زبان محاورهای و غلط املایی بهندرت آنها را تحت تأثیر قرار میدهد.
علاوه بر این، ابزارهای مولد هوش مصنوعی میتوانند پاسخها را از بخشها، پاراگرافها و جملات خاص در مقالههای طولانی بیرون بکشند و آنها را به سبک مکالمه به کاربران ارائه دهند. هوش مصنوعی بهطور کلی میتواند به سازمانها در جذب و به اشتراکگذاری دانش کمک کند.
3. شکافها و موارد تکراری دانش را شناسایی میکند
حتی پایگاههای دانش بزرگ و جامع میتوانند پاسخی برای سؤالات مهم نداشته باشند. توانایی هوش مصنوعی برای تجزیهوتحلیل سریع حجم زیادی از اطلاعات میتواند به سازمانها کمک کند تا این شکافها را شناسایی کنند، بنابراین کارشناسان موضوعی (SMEs) میتوانند آنها را برطرف کنند.
بهعنوانمثال، چندین مشتری ممکن است در پورتال سلفسرویس ارائهدهنده خدمات مشتریان خود را جستجو کنند تا نحوه حل یک مشکل خاص را بیاموزند. ابزار هوش مصنوعی، میتواند بهسرعت تمام مقالات دانش شرکتها را برای این پاسخ تجزیهوتحلیل کند. اگر نتواند مطابقت را پیدا کند، میتواند موضوع را علامتگذاری کند و به مناسبترین SME هشدار دهد.
هوش مصنوعی همچنین میتواند به سازمانها در شناسایی مقالات تکراری کمک کند. مقالات تکراری که به موضوع یا مشکل مشابهی میپردازند در یک پایگاه دانش میتوانند کاربران را گیج کنند، زیرا آنها نمیدانند کدام نسخه حاوی بهروزترین اطلاعات است. هوش مصنوعی میتواند مقالاتی را تجزیهوتحلیل کند و مواردی را که یک موضوع را پوشش میدهند شناسایی کند، حتی اگر موارد تکراری، از جملهبندی و قالببندی متفاوتی استفاده کنند.
4. فرآیندها را خودکار میکند
سازمانها معمولاً تیمهایی دارند که مقالات دانش را قبل از انتشار بهصورت دستی بررسی میکنند تا مقالات دانش را از لحاظ محتوایی صحه سنجی کنند. همچنین هوش مصنوعی میتواند این فرآیند را خودکار و سرعت ببخشد. [ابزار هوش مصنوعی] بهجای اینکه یک شخص چک کند، خود از یک فرمان مهندسیشده استفاده میکند که هر چیزی که دارای ساختار باشد نگاه میکند. مقالاتی که از بررسی خودکار عبور میکنند میتوانند از فرآیند بررسی دستی صرفنظر کنند که به سازمانها کمک میکند دانش را سریعتر در دسترس قرار دهند.
آیا توهم هوش مصنوعی یک نگرانی در مدیریت دانش است؟
پس از راهاندازی عمومی ChatGPT در سال 2022، کاربران متوجه شدند که این ابزار بعضا به سوالات پاسخهای نادرستی میدهد که بهعنوان توهمات هوش مصنوعی نیز شناخته میشود. این پاسخها میتوانند معتبر به نظر برسند و شامل جزئیات زیادی باشند، اما هنوز هیچ مبنای واقعی برای حمایت از آنها ندارند.
توهم هوش مصنوعی، باید هر کسی را که قصد استفاده از هوش مصنوعی را دارد نگران کند، اما این مشکل اغلب زمانی رخ میدهد که کاربران از این ابزار درخواست میکنند تا در مورد دانش عمومی بنویسد. بهعنوانمثال، یک بازاریاب برای یک شرکت غذایی که از هوش مصنوعی برای نوشتن پستهای وبلاگ در مورد موضوعات تغذیهای گسترده استفاده میکند، میتواند انتظار داشته باشد که با توهم مواجه شود زیرا وبسایتهایی که LLM ها اطلاعات دریافت میکنند ممکن است حاوی اطلاعات متناقض یا قدیمی در مورد موضوعات پیرامون باشد. بااینحال، هوش مصنوعی در مدیریت دانش، سازمانها را ملزم میکند که ابزارها را بر اساس دانش داخلی خود آموزش دهند که خطر توهم هوش مصنوعی را کاهش میدهد.
زمانی که شما در مورد انجام مدیریت دانش داخلی صحبت میکنید، از یک مدل از پیش آموزشدیده روی مجموعه وسیعی از اطلاعات استفاده میکنید، آن آموزش را با دادههای خود تنظیم میکنید. اگر دچار توهم شوید، احتمالاً به این دلیل است که شما دانش قدیمی دارید. سازمانها با دانش ناقص و قدیمی، میتوانند انتظار داشته باشند که توهمات هوش مصنوعی را استفاده کنند تا زمانی که محتوای خود را بهروز کنند.
منبع:
