صياغة نتيجة قابلة للقياس

تبدأ استراتيجية الذكاء الاصطناعي بسؤال عن العمل: ما النتيجة التي نريد تحسينها، ولمن، وبأي قيد؟ عبارة «نريد مساعدًا ذكيًا» تصف حلًا قبل تعريف المشكلة. أما «خفض زمن حل الطلب مع الحفاظ على صحة الإجابة وحق الاعتراض» فتحدد نتيجة يمكن فحصها. عرّف وحدة القياس، مثل الطلب المغلق لا الرسالة المرسلة، وحدد بداية الساعة ونهايتها. قارن الطلبات المتشابهة في التعقيد والقناة والفترة؛ اختلاف المزيج قد يصنع تحسنًا ظاهريًا. يتضمن خط الأساس حجم العمل، ووقت الإنجاز، وإعادة العمل، وكلفة الخدمة، وتوزيع الأخطاء على الفئات. المتوسط وحده قد يخفي انتظارًا طويلًا لدى فئة صغيرة.

اكتب فرضية سببية قابلة للاختبار: إذا ساعد النظام الموظف على العثور على تعليمات معتمدة فسيتراجع زمن البحث، وقد يتحسن زمن الحل إذا لم تزد المراجعة وإعادة العمل. يوضح هذا التسلسل أين يمكن أن تنهار الفرضية. سمِّ بديلًا واقعيًا لا يستخدم الذكاء الاصطناعي، مثل إصلاح فهرسة المعرفة أو تبسيط النموذج؛ فالقرار هو تخصيص الموارد لأفضل بديل متاح. حدد مسؤول النتيجة وصاحب البيانات، ثم افصل مؤشرات النشاط، مثل نسبة الاستخدام، عن مؤشرات النتيجة، مثل الحل الصحيح من المحاولة الأولى. لا تنسب التحسن إلى النظام لمجرد ظهوره بعد تشغيله؛ قد يكون الموسم أو التدريب أو تغيير الفريق سببًا آخر.