Zaloguj się na konto

Jako zarejestrowany użytkownik masz dostęp do dodatkowych materiałów: nagrań video, recenzji, analiz oraz raportów.

Słownik branżowy

live chat

rodzaj usługi internetowej stosowanej w sprzedaży i zdalnej obsłudze internautów. Termin używany potocznie na określenie oprogramowania wykorzystywanego w celu wzbogacenia i uzupełnienia kontaktu telefonicznego w call center, a także występującego jako jedno z mediów wykorzystywanych w contact center. Sama fraza live chat nie znalazła jeszcze dobrego odpowiednika w języku polskim i będąc zapożyczeniem z języka angielskiego, powoli zagnieździła się w slangu informatycznym. Usługa live chat polega na umożliwieniu użytkownikowi prowadzenia czatu z agentem przez stronę internetową. Możliwość czatowania daje użytkownikowi aplikacja komunikatora (obecnie najczęściej stosowane są te wykonane w technologii flash lub AJAX), która nie wymaga procesu instalacji oprogramowania na komputerze użytkownika, oraz do której dostęp uzyskuje się przez kliknięcie przycisku kontaktowego. Agent w rozmowie wykorzystuje aplikację wyposażoną w zestawy narzędzi dających mu wiedzę o rozmówcy, ułatwiających komunikację oraz zaoferowanie możliwie najlepszej pomocy.
Śledź nas

Daj nam CYNK :)

66% firm chce podejmować decyzję wykorzystując AI

Przedstawiciele 66% przedsiębiorstw przewidują, że w najbliższych latach będą w coraz większym stopniu podejmować decyzje z wykorzystaniem sztucznej inteligencji i uczenia maszynowego. Aby robić to w sposób odpowiedzialny, powinni uwzględnić aspekty etyczne, a na przeszkodzie takim działaniom może stanąć tendencyjność danych.

Z przeprowadzonego przez Progress badania wynika, że zarządy większości firm rozumieją znaczenie tego zjawiska i uważają, że jest ono powszechne w ich przedsiębiorstwach, ale napotykają problemy z jego skuteczną neutralizacją. 

Sztuczna inteligencja szturmem zdobywa kolejne branże – od ochrony zdrowia przez finanse po e-commerce i produkcję. Firmy coraz chętniej wykorzystują AI do podejmowania decyzji na bazie reguł dotyczących np. określania zdolności kredytowej czy segmentacji klientów. Korzyści w postaci poprawy wydajności pracy, obniżenia kosztów czy przyspieszenia rozwoju firm są zauważalne dla ich właścicieli oraz konsumentów, którzy zyskują sprawniejszą i szybszą obsługę.

Warto jednak pamiętać, że procesy stojące za wykorzystaniem AI mają pewną wadę – dane wykorzystywane do zasilania tych systemów nie są neutralne. Zawsze istnieje jakaś forma wykreowanego uprzedzenia, które wynika z charakteru medium, za pomocą którego dane zostały zaczerpnięte. Sztuczna inteligencja odzwierciedla i wzmacnia uprzedzenia swoich twórców, co rodzi obawy etyczne związane z prywatnością, bezpieczeństwem, stereotypami i obiektywną oceną.

Z tendencyjnością danych mamy do czynienia wtedy, gdy ze względu na obecne w nich błędy, określona grupa faworyzowana jest kosztem innej. Zazwyczaj, skutkiem tego jest podejmowanie przez algorytm niesprawiedliwych decyzji, gdyż dostępne dane nie odzwierciedlają w dokładny sposób postaw całej reprezentowanej populacji. Tendencyjność powoduje różnice między przewidywanymi, a rzeczywistymi wartościami modelu. Te uprzedzenia mogą być oparte na stereotypach, a nie na konkretnej wiedzy o osobach lub okolicznościach – mówi Niklas Enge, Dyrektor Regionalny Nordics i Polska w firmie Progress.

Jak zapobiegać tendencyjności danych?

Przeprowadzone przez Progress badanie wykazało, że 78% osób odpowiedzialnych za podejmowanie decyzji biznesowych i związanych z IT uważa, iż różnego rodzaju uprzedzenia obecne w danych staną się większym problemem wraz ze wzrostem wykorzystania AI/ML. Jednak tylko 13% obecnie zajmuje się tym zjawiskiem i wypracowało stały proces oceny jego skali. Największe bariery, jakie dostrzegają ankietowani, to brak świadomości występowania tendencyjności danych, zrozumienia, jak identyfikować uprzedzenia, a także brak dostępu do zasobów eksperckich, takich jak konsultacje z naukowcami zajmującymi się danymi.

Chcąc zapobiegać zjawisku tendencyjności danych należy zastosować podejście, które będzie wynikało bezpośrednio z polityki i kultury organizacyjnej w firmie. Sztuczna inteligencja oraz uczenie maszynowe są coraz bardziej zintegrowane z operacjami biznesowymi. Takie podejście powinno obejmować ustanowienie standardów etycznych, najlepszych praktyk w zakresie gromadzenia danych i opracowywania modeli, regularną ocenę modeli, bieżące monitorowanie oraz współpracę między wszystkimi stronami zaangażowanymi w ich wykorzystanie.

Źródło: Badanie Progress „Data Bias: The Hidden Risk of AI”

Total
0
Shares
Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *

Artykuły na pokrewne tematy
Czytaj więcej

Maszyny będą rozpoznawać emocje lepiej niż człowiek

Maszyny coraz częściej reagują na emocje ludzi. Dostosowują reklamy, muzykę czy obrazy. Już niedługo analizowanie i mierzenie emocji pozwoli na nawiązanie bliskich relacji z robotami czy asystentami głosowymi. Analiza uczuć będzie miała też funkcje terapeutyczne. Emocje to przyszłość całego rynku smart urządzeń.
Czytaj więcej

Jak nadać osobowość voicebotowi?

Voiceboty nie mają duszy, ale mają osobowości. To właśnie one sprawiają, że z botem chcemy rozmawiać. Czy jednak możliwe jest stworzenie konwersacyjnego robota, który nie tylko nas zaskoczy, ale będzie na tyle inteligentny, aby pokierować całą rozmową?