الرسائل الصوتية العربية: ماذا يجيد الذكاء الاصطناعي وماذا يخطئ

في الكويت يصل جزء كبير من العمل على شكل رسالة صوتية. مورد يؤكد تسليما، وعميل يشرح شكوى، وزميل يملي طلبا وهو يقود. ويستطيع الذكاء الاصطناعي تحويل هذه الرسائل الى نص بدرجة مفيدة فعلا، ويفشل بطرق محددة يمكن توقعها، وهذه الطرق هي التي تقرر ان كان المشروع يستحق.

الجواب المختصر

تفريغ الكلام العربي الواضح جيد. اما تفريغ اللهجة الكويتية مختلطة بالانجليزية، فوق ضجيج سيارة، وفيها اسماء وارقام، فليس جيدا بما يكفي للتصرف عليه بلا اشراف. صمم النظام بحيث يؤكد انسان الاجزاء المهمة — المبلغ والتاريخ والاسم — واتمت كل ما حولها.

لماذا الرسالة الصوتية مدخل عمل هنا لا ترف

الكتابة بالعربية على الهاتف ابطأ من الكلام، ولوحة المفاتيح تدفع الناس نحو صيغ فصيحة لا يستعملونها في كلامهم. فالرسالة الصوتية اذن ليست كسلا، بل هي اسرع طريقة امينة ليخبرك بها عميل خليجي بشيء معقد.

ومعنى ذلك ان قناة تعاملها اكثر الشركات كضجيج غير منظم تحمل في الواقع نصيبا كبيرا من تعليماتها الفعلية. وهذا سبب لمعالجتها، وسبب للحذر في معالجتها.

ما الذي يجيده فعلا

ثلاثة امور لم تعد مشكلة بحثية.

الكلام الواضح الى نص مقروء. متحدث واحد قريب من الميكروفون بمفردات اعتيادية: المخرج عادة نظيف بما يكفي لتقرأه بدل ان تستمع.

التقاط المعنى العام. حتى النص الناقص يكفي عادة لتلخيص صحيح وقرار توجيه صحيح. فجملة «هذه شكوى عن تأخر تسليم» تنجو من نص فيه عدة كلمات خاطئة.

البحث. تحويل سنة من الرسائل الصوتية الى نص قابل للبحث قيمة حقيقية حتى لو كان النص غير دقيق، لانك تبحث عن الرسالة لا عن اقتباسها.

واين يخطئ

الاخطاء تتجمع، وتتجمع في المواضع التي فيها المال.

• اللهجة. اغلب الانظمة مدربة بكثافة على العربية الفصحى. والكلام الكويتي يختلف في المفردات وفي صيغ الافعال، فينجرف النص نحو كلمة فصيحة لم يقلها المتحدث. وهي الفجوة نفسها التي تجعل المساعدين يحولون المحادثة الى موظف.
• التبديل بين اللغتين. نصف جملة بالعربية، ثم اسم منتج بالانجليزية، ثم عودة. والانظمة التي يطلب منها اختيار لغة واحدة للملف تفقد النصف الاخر.
• الارقام. الاسعار والكميات وارقام الهواتف هي حيث تكلف الاخطاء مالا حقيقيا، وهي ايضا حيث السياق اضعف، لان الرقم الخاطئ يبقى جملة معقولة.
• الاسماء. اسماء الاشخاص والشركات هي بالضبط الكلمات التي لا يملك النموذج سببا لتوقعها.
• الضجيج. رسالة سجلت في سيارة او مستودع تتدهور اسرع مما يفترض الناس.

لا تقبل رقم دقة منشورا

يقتبس الموردون نسب خطأ من مجموعات تقييم اكاديمية. وتوثيق اوبن ايه اي لتحويل الكلام الى نص لا يعطي ارقام دقة لكل لغة اصلا، ويقول صراحة ان الدقة تختلف باختلاف اللغة، ويحيل بدل ذلك الى اساليب لتحسين التعرف على الكلمات غير الشائعة. اما ورقة ويسبر فتنشر نتائج لكل لغة، لكن على تسجيلات قراءة معيارية، لا على رسالة صوتية من موقف سيارات في الشويخ.

فالرقم الذي تحتاجه هو المقيس على تسجيلاتك انت. خذ خمسين رسالة صوتية حقيقية، وفرغها يدويا مرة واحدة، ثم قارن. وهو انضباط مجموعة الاختبار نفسه الذي نطبقه على اي ادعاء، وهنا لا مفر منه لان اي رقم منشور لا يصف صوتك انت.

خمسة امور ترفع الدقة اكثر من تغيير النموذج

تتجه الفرق الى تبديل المحرك اولا. وهذه الخمسة ارخص وعادة اهم.

اعطه مفرداتك. اغلب خدمات التفريغ تقبل قائمة تلميحات. وادخال اسماء منتجاتك وفروعك والمصطلحات العشرين التي يستعملها عملك يزيل نصيبا كبيرا من الاخطاء بلا كلفة اضافية.

اطلب اللغة المتوقعة واسمح بالاخرى. فرض لغة واحدة هو ما يحذف بصمت النصف الانجليزي من الجملة المختلطة.

اصلح طرف التسجيل. الطلب من الموظفين ان يسجلوا بعيدا عن الشارع ودفعة واحدة يفعل اكثر من اي تغيير في النموذج. وهو اجراء غير لامع وينجح.

طابق ولا تتهج. كل قيمة موجودة في جداولك انت — العملاء والمنتجات والفروع — ينبغي ان تحسم بالمطابقة، ويعامل النص كاستعلام تقريبي.

اعرض الصوت بجانب الاستخراج. حين يؤكد موظف مبلغا فدعه يعيد سماع تلك الثواني الاربع. عندها يستغرق التأكيد ثواني بدل دقيقة، وهو ما يجعل تصميم «انسان في الحلقة» محتملا اصلا.

التصميم الذي ينجح: فرغ بسخاء، وأكد بضيق

النمط الذي يصمد امام الرسائل الحقيقية هو ان تترك للالة الكم، وتجعل الانسان يؤكد القيم الحاملة فقط.

جزء الرسالة	من يتولاه	لماذا
النص الكامل	الالة، بلا مراجعة	يستعمل للبحث والسياق لا للتصرف
التصنيف والاولوية	الالة	ينجو من الكلمات الناقصة، والخطأ قابل للتراجع
الملخص للفريق	الالة	المعنى العام متين، ويقرأه انسان على كل حال
المبالغ والتواريخ والكميات	الالة تستخرج وانسان يؤكد	رقم واحد خاطئ مكلف ومعقول في ان
اسماء العملاء والمنتجات	الالة تقترح، وتطابق على قوائمك	المطابقة اسهل كثيرا من التهجئة للقيم المعروفة

والسطر الاخير هو الذي يغير النتائج اكثر من غيره. فانت لا تحتاج غالبا ان يتهجى النظام اسم عميل بشكل صحيح، بل ان يختار الصف الصحيح من قائمة تملكها اصلا. ومطابقة نص تقريبي على جدول عملائك مسألة اسهل بكثير من التفريغ، وهي الحيلة التي تفوت اغلب المشاريع.

من اين تبدأ عمليا

ابدأ باضيق مهمة لها اثر واضح، لا بمشروع «تفريغ كل شيء». وهذه ثلاث نقاط بداية نراها تنجح.

الملخص والتوجيه فقط. لا تستخرج شيئا في البداية. حول كل رسالة صوتية الى سطرين وفئة، واعرضهما على الموظف قبل ان يفتح الرسالة. وحده هذا يختصر وقت الفرز الى النصف تقريبا، وخطؤه غير مكلف لان الانسان سيسمع الرسالة على كل حال ان شك.

البحث في الارشيف. فرغ رسائل الاشهر الماضية واجعلها قابلة للبحث. لا يغير هذا اي عملية جارية، ولا يحتاج دقة عالية، ويكشف بسرعة كم مرة تعاد الاسئلة نفسها.

الاستخراج مع تأكيد. وهذه الخطوة الثالثة لا الاولى، ولا تدخلها قبل ان تعرف نسبة خطئك على مبالغك وكمياتك انت.

والترتيب مقصود: كل خطوة تعطي قيمة وحدها، وكل خطوة تولد البيانات التي تحتاجها الخطوة التالية. اما البدء بالاستخراج مباشرة فيعني اتخاذ القرار الاصعب باقل قدر من المعلومات.

ماذا تسأل المورد

اربعة اسئلة تكشف الجدية.

«على اي تسجيلات قست؟» ان لم يكن الجواب «على تسجيلاتكم» فالرقم لا يخصك.

«كيف تتعامل مع الجملة المختلطة؟» الجواب الجيد يذكر السماح بلغتين في الملف الواحد. والجواب الضعيف يذكر اختيار لغة.

«هل اقدر ان اعطيك قائمة مصطلحاتنا؟» ان كان الجواب لا، فانت تشتري نظاما لا يستطيع ان يتعلم اسماء منتجاتك.

«كيف تسعر، وبأي وحدة؟» الدقيقة هي الوحدة المعتادة، وهي التي تحدد فاتورتك الشهرية مع نمو الحجم.

مثال محسوب

موزع يستقبل نحو اربعين رسالة صوتية للطلبات يوميا على واتساب. يستمع الموظفون الى كل رسالة ثم يكتبون الطلب. متوسط المعالجة اربع دقائق، اي نحو ساعتين ونصف يوميا.

وبالتفريغ والتلخيص الالي، مع مطابقة اصناف الطلب على الكتالوج وعرض الكميات للتأكيد، تنزل المعالجة الى نحو تسعين ثانية — زمن قراءة نموذج معبأ وتصحيح حقل واحد. اي نحو ساعة ونصف توفر يوميا.

ولاحظ ما الذي لم يؤتمت: لم يزل احد الانسان من الطلب. جاء التوفير من تحويل الكتابة الى مراجعة. ولو حاول التصميم ترحيل الطلبات بلا اشراف لكلفت اول كمية مسموعة خطأ اكثر من توفير الشهر كله، ولعاد الفريق الى الاستماع.

سؤال الخصوصية الذي يثار فورا

الرسالة الصوتية بيانات شخصية، وكثيرا ما تكشف اكثر من نظيرتها النصية: حديث في الخلفية، واصوات اشخاص اخرين، ونبرة عميل وهو يشتكي. وقبل معالجة اي من ذلك قرر الى اين يذهب الصوت، وكم تحتفظ به، وهل يحل النص محل التسجيل. وقد وضعنا الاطار في اين تذهب بيانات شركتك فعلا.

وقاعدة عملية واحدة: احتفظ بالصوت بقدر ما تحتفظ بالبريد المكافئ له، لا اكثر. وتكتشف اغلب الشركات انها تحتفظ بكل رسالة صوتية منذ يوم تأسيسها، لمجرد ان احدا لم يقرر غير ذلك.

الكلفة كما تظهر فعلا

تسعر خدمات التفريغ بالدقيقة، وهذا يجعل حساب السقف سهلا وحساب المفاجأة سهلا ايضا.

اضرب عدد الرسائل اليومي في متوسط طولها بالدقائق، ثم في ثلاثين. هذا رقمك الشهري قبل اي معالجة اخرى. واغلب الفرق تتفاجأ بانه اصغر مما توقعت، ثم تتفاجأ لاحقا بانه تضاعف لان احدا قرر تفريغ الارشيف كله مرة اخرى بعد تحديث.

وهناك بندان يغفلان عادة: اعادة التشغيل بعد تغيير النموذج او المطالبة، وهو ما يعني دفع ثمن الدقائق نفسها مرتين؛ وتخزين الصوت، وهو رخيص بالوحدة وكبير بالتراكم حين لا تحذف شيئا ابدا.

والاهم ان تسأل: ماذا يحدث للفاتورة لو تضاعف حجم الرسائل في موسم؟ فان كان الجواب انها تتضاعف ايضا فهذا طبيعي ومقبول، شرط ان يكون معروفا قبل الاطلاق لا بعده.

ما لا نعد به

لا نعد بنص دقيق بما يكفي للاقتباس في نزاع، ولا بتعرف على اللهجة بلا اشراف يعادل سامعا ابن البلد، ولا بفصل موثوق للمتحدثين حين يتكلم ثلاثة معا. ولا نعد كذلك بثبات الكلفة مع نمو الحجم، لان الصوت يسعر بالدقيقة، وهو ما يجعل الاستهلاك بندا متكررا لا كلفة بناء.

كيف نشتغلها

تبدأ تجربة الصوت بخمسين من رسائلك انت مفرغة يدويا، ليقوم القرار على صوتك لا على وعد. ارسل لنا رسالة صوتية نموذجية ونقول لك بامانة اي نصف منها امن للاتمتة.

الاسئلة الشائعة

هل سيفهم اللهجة الكويتية؟

جزئيا. توقع نتائج جيدة في شكل الطلب واضعف في مفردات اللهجة تحديدا. والعلاج الموثوق ليس نموذجا افضل بل مهمة اضيق: مطابقة ما قيل على قوائم تملكها.

هل يتعامل مع رسالة تتنقل بين العربية والانجليزية؟

افضل مما كان، ويبقى السبب الاشيع لسقوط جملة. اختبر برسائلك المختلطة انت بدل الوثوق بقائمة لغات.

هل يجب ان نحتفظ بالصوت؟

لا، وكثيرا ما ينبغي الا تفعل. قرر عمدا هل يحل النص محل التسجيل، ثم طبق مدة الحفظ التي تطبقها على البريد.

هل هو ارخص من ان يستمع موظف؟

عادة نعم، لكن التوفير يأتي من استبدال المراجعة بالكتابة لا من ازالة الموظف. سعر دقائق الصوت لا المشروع، لان هذا البند يتكرر كل شهر.

وماذا عن المكالمات بدل الرسائل الصوتية؟

متشابهة تقنيا ومختلفة قانونا. فتسجيل مكالمة يرتب التزامات موافقة لا ترتبها رسالة صوتية اختار صاحبها ارسالها اليك، فعاملها كقرار منفصل.