أنظمة الرسائل وتصنيف النصوص: كيف يصل كل سؤال إلى صاحبه
فريقان وصندوق رسائل واحد. الفريق الأول يسأل عن روبوت محادثة يجب شراؤه، والفريق الثاني يسأل عن نوع المهمة التي تحتاج إليها الشركة أصلاً. وحين يكتشف الفريق الثاني أن المطلوب هو تصنيف النصوص لا أكثر، تتغير طريقة النقاش كلها. تتوقف الرسائل عن التكدّس في صندوق واحد، ويصبح لكل رسالة مكان تذهب إليه بحسب موضوعها.
هذه الحكاية الصغيرة تلخص مشكلة شائعة في المؤسسات: كثيرون يبحثون عن "الذكاء الاصطناعي" كحل جاهز، بينما المشكلة الفعلية أبسط وأدق. قبل اختيار أي أداة، يستحق السؤال أن يتجه إلى الوظيفة المحددة: ما الذي نريد أن يحدث للنص عند وصوله؟
ما المقصود بتصنيف النصوص؟
تصنيف النصوص هو عملية إسناد كل نص إلى فئة أو أكثر وفق محتواه. الرسالة الواردة إلى دعم العملاء قد تكون عن فاتورة، أو عن عطل تقني، أو عن شكوى، أو عن طلب ميزة جديدة. إذا قرأها موظف واحد بالعين، فهو يعمل بسرعة محدودة وباحتمال خطأ يرتفع مع الحجم. وإذا صُنّفت آلياً، فإن الرسالة تصل إلى الفريق المناسب في أول لحظة، ويتفرغ الموظفون للحالات التي تحتاج إلى حكم بشري.
الفكرة لا تتطلب نموذجاً ضخماً في كل مرة. كثيراً ما تكفي مجموعة واضحة من الفئات، وعينة من الرسائل المصنفة يدوياً، وقياس دقيق لما يحدث عند الخطأ. هنا يصبح السؤال عن النموذج أقل أهمية من السؤال عن الفئات نفسها: هل هي مفهومة لمن سيستخدمها؟ هل تغطي الحالات الفعلية؟ هل تتداخل بطريقة تُربك القرار؟
كيف تبدأ دون أن تُبالغ
أول خطوة عملية هي جمع الرسائل الحقيقية ومراجعتها. اقرأ مئة رسالة من الأسبوع الماضي واكتب لكل واحدة موضوعها في جملة قصيرة. ستلاحظ سريعاً أن بعض الفئات التي تتخيلها غير موجودة في الواقع، وأن فئات أخرى تظهر بكثرة لم تكن في حسبانك. هذا التمرين البسيط يكشف ما إذا كانت المشكلة تستحق الحل الآلي أصلاً.
الخطوة الثانية هي تحديد ما يحدث بعد التصنيف. هل تُوجَّه الرسالة مباشرة إلى فريق بعينه؟ هل تُعلَّم للمراجعة؟ هل تُرسل ردًا جاهزاً؟ كل قرار من هذه القرارات له كلفة عند الخطأ، ولذلك تحتاج الحالات الحساسة إلى مسار يضمن أن الإنسان يرى ما لا يستطيع النظام حسمه بثقة.
الخطوة الثالثة هي القياس. اختر مؤشراً واضحاً، مثل نسبة الرسائل التي وُجّهت إلى الفريق الصحيح من أول مرة، وراقبه قبل التحسين وبعده. الأرقام لا تحتاج إلى تزيين، ويكفي أن تكون صادقة ومقارنة بخط أساس معروف.
أين تقع الأخطاء عادة
تقع معظم الأخطاء في الفئات الغامضة. إذا كانت فئتان تبدوان متشابهتين لموظف بشري، فلن يتعلم النظام الفرق بينهما بسهولة. الحل هو إعادة صياغة الفئات بوضوح، لا تكثير النماذج. وتقع أخطاء أخرى حين تتغير طريقة الناس في الكتابة، فتتراجع الدقة دون إنذار. لذلك تحتاج العملية إلى مراجعة دورية لعينات جديدة، وإلى من يسجل الأخطاء ويعيد النظر فيها.
ومن الأخطاء الشائعة أيضاً الثقة المفرطة في النتيجة الأولى. عينة اختبار صغيرة قد تُظهر دقة عالية لأنها لا تمثل التنوع الكامل للرسائل. اختبر على بيانات لم يرها النظام من قبل، وفي أوقات مختلفة، قبل أن تقرر أن المشكلة قد حُلّت.
ما الذي يجعل التصنيف ناجحاً
التصنيف الناجح ليس الأدق دائماً، بل هو الذي يخدم القرار الذي بُني من أجله. إذا كان الهدف تسريع التوجيه، فسرعة الوصول وسهولة الإصلاح عند الخطأ أهم من بلوغ أعلى نسبة دقة ممكنة. وإذا كان الهدف حماية المعلومات الحساسة، فالحذر في الفئات الخطرة أولى من السرعة.
في النهاية، القصة التي بدأنا بها تقول شيئاً بسيطاً: الرسالة تذهب إلى صاحبها حين نعرف ما هي. ومعرفة ما هي تبدأ من الوصف الدقيق للمهمة، لا من اسم الأداة. والمؤسسة التي تبدأ بهذا السؤال تجد نفسها أقل حاجة إلى الضجيج، وأكثر قدرة على بناء حل يعمل فعلاً.
