قاموس مصطلحات الذكاء الاصطناعي الصوتي: شرح مبسّط للمصطلحات

الذكاء الاصطناعي

الذكاء الاصطناعي مجال من علوم الحاسوب يبني أنظمة تؤدي مهامّ تتطلب عادةً ذكاءً بشريًا، مثل فهم اللغة والتعرّف على الصور واتخاذ القرارات بناءً على البيانات.

في خدمة العملاء يظهر الذكاء الاصطناعي في أنظمة تفهم سؤال الزبون وتجيب عنه، أو تصنّف الرسائل الواردة وتوجّهها إلى الموظف المناسب.

الذكاء الاصطناعي التوليدي

الذكاء الاصطناعي التوليدي نوع من الذكاء الاصطناعي ينتج محتوى جديدًا، كالنصوص والصور والأصوات، بدل الاكتفاء بتصنيف بيانات موجودة أو اختيار إجابة جاهزة.

عندما يصوغ نظامٌ ردًّا مهذبًا على سؤال زبون عن ساعات العمل بكلمات تناسب السؤال، بدل أن يختار جملة محفوظة مسبقًا، فهو يستخدم قدرة توليدية.

النموذج اللغوي الكبير

النموذج اللغوي الكبير (LLM) نموذج ذكاء اصطناعي دُرِّب على كميات ضخمة من النصوص، فصار قادرًا على فهم الأسئلة وكتابة إجابات بلغة طبيعية. ومن أمثلته النماذج التي تقف خلف ChatGPT وGemini.

في الوكيل الصوتي يؤدي النموذج اللغوي دور العقل: يقرر ماذا يقول، ومتى يحتاج إلى معلومة من أداة خارجية قبل أن يجيب.

وكيل الذكاء الاصطناعي

وكيل الذكاء الاصطناعي نظام يستخدم نموذجًا لغويًا لا للإجابة فقط، بل لتنفيذ خطوات نحو هدف محدد، مثل البحث في قائمة الطعام أو تسجيل حجز، ضمن صلاحيات يحددها صاحب النظام.

الفرق عن المساعد العادي أن الوكيل يتصرف: يستدعي أدوات، ويقرأ نتائجها، ثم يقرر الخطوة التالية بدل أن يكتفي بالكلام.

الوكيل الصوتي

الوكيل الصوتي بالذكاء الاصطناعي وكيل يتحدث مع الناس بالصوت: يسمع كلام المتصل ويحوّله إلى نص، ثم يقرر الرد، ثم ينطقه بصوت طبيعي، وكل ذلك خلال المحادثة نفسها.

مطعم يتلقى طلبات هاتفية كثيرة في ساعات الذروة قد يستخدم وكيلًا صوتيًا يجيب عن أسئلة القائمة، ويأخذ الطلب، ويعيد قراءته على الزبون قبل إرساله إلى المطبخ.

روبوت المحادثة

روبوت المحادثة برنامج يتواصل مع المستخدم كتابةً، عادةً في موقع إلكتروني أو تطبيق مراسلة. بعضه يتبع سيناريوهات ثابتة، وبعضه يعتمد على نموذج لغوي يفهم الأسئلة المفتوحة.

الفرق الأساسي بينه وبين الوكيل الصوتي هو القناة: الكتابة بدل الكلام، ومعها توقعات مختلفة في سرعة الرد وطوله؛ فالقارئ يحتمل فقرة، أما المستمع فيحتاج إلى جمل قصيرة.

الرد الآلي (IVR)

الرد الآلي التفاعلي (IVR) نظام هاتفي يشغّل رسائل مسجّلة ويطلب من المتصل الضغط على أرقام أو قول كلمات محددة لتوجيه مكالمته، مثل «اضغط 1 للطلبات».

يناسب IVR التوجيه البسيط، لكنه لا يفهم طلبًا حرًّا مثل «أريد وجبتين من الشاورما دون ثوم مع مشروبين»، وهنا يختلف جوهريًا عن الوكيل الصوتي الذي يفهم الجملة كاملة.

التعرّف على الكلام

التعرّف على الكلام، ويُسمّى أيضًا تحويل الكلام إلى نص (ASR أو STT)، تقنية تحوّل الصوت المنطوق إلى نص مكتوب يستطيع النظام فهمه ومعالجته.

تتأثر دقته بضجيج الخلفية وجودة خط الهاتف واللهجة، لذلك يُختبر على مكالمات حقيقية باللهجة المحلية، لا على تسجيلات هادئة فقط.

تحويل النص إلى صوت

تحويل النص إلى صوت (TTS) تقنية تنطق النص المكتوب بصوت اصطناعي، والأنظمة الحديثة منها تنتج أصواتًا قريبة من الصوت البشري في النبرة والإيقاع.

من تحدياته العملية نطق أسماء الأصناف المحلية والأرقام والعناوين نطقًا صحيحًا باللهجة المطلوبة، وهو ما يستدعي غالبًا ضبط نطق بعض الكلمات يدويًا.

زمن الاستجابة

زمن الاستجابة هو المدة بين انتهاء المتصل من كلامه وبدء الوكيل في الرد. كلما قصر بدت المحادثة طبيعية، وكلما طال شعر المتصل أن الطرف الآخر لم يسمعه.

يتكوّن من مراحل متتالية: التعرّف على الكلام، وتفكير النموذج، واستدعاء الأدوات إن لزم، وتوليد الصوت. لذلك يُقاس كل جزء على حدة لمعرفة أين يضيع الوقت قبل محاولة تحسينه.

مقاطعة الوكيل أثناء كلامه

مقاطعة الوكيل (Barge-in) هي قدرة الوكيل الصوتي على التوقف عن الكلام فور أن يبدأ المتصل بالحديث، ثم الاستماع إليه، كما يحدث في أي محادثة بشرية عادية.

إذا كان الوكيل يعدّد الأطباق وقاطعه الزبون ليختار أحدها، فالمتوقع أن يسكت ويتعامل مع الاختيار الجديد، لا أن يكمل القائمة إلى آخرها:

تبادل الأدوار واكتشاف النشاط الصوتي

تبادل الأدوار هو تنظيم من يتكلم ومتى في المحادثة، ويعتمد على اكتشاف النشاط الصوتي (VAD)، وهي تقنية تميّز لحظات الكلام من لحظات الصمت أو الضجيج.

الضبط هنا دقيق: إن انتظر الوكيل طويلًا بعد الصمت بدا بطيئًا، وإن ردّ بسرعة زائدة قاطع زبونًا كان يتوقف لحظة ليفكّر في طلبه.

التأسيس على البيانات

التأسيس (Grounding) هو ربط إجابات النموذج اللغوي بمصادر بيانات موثوقة، مثل قائمة الطعام الفعلية أو ساعات العمل، بدل الاعتماد على ما تعلّمه النموذج أثناء تدريبه.

مثال: في الوكيل الصوتي «سارة» من أبراج رم تأتي الأسعار من أدوات القائمة وحدها، فلا ينطق الوكيل سعرًا لم تُرجعه أداة. هذا يقلّل الأخطاء، لكنه يعني أيضًا أن دقة الإجابة مرهونة بدقة القائمة التي يحدّثها المطعم.

استدعاء الأدوات

استدعاء الأدوات هو قدرة النموذج اللغوي على طلب تنفيذ وظيفة خارجية محددة، مثل البحث عن صنف أو التحقق من توفر طاولة، ثم استخدام النتيجة في رده.

بهذه الطريقة لا يخمّن الوكيل توفر طاولة في الثامنة مساءً، بل يسأل نظام الحجوزات ويجيب بناءً على رده. وتبقى الصلاحيات بيد صاحب النظام، فالأداة لا تفعل إلا ما سُمح لها به.

الهلوسة

الهلوسة أن يقدّم النموذج اللغوي معلومة خاطئة أو مختلَقة بثقة كأنها حقيقة، مثل ذكر صنف غير موجود في القائمة أو سعر غير صحيح.

تُخفَّف الهلوسة بالتأسيس على بيانات حقيقية، وبتعليمات صريحة تمنع الإجابة دون مصدر، وبإعادة قراءة الطلب على الزبون وانتظار موافقته قبل تأكيده.

اللهجة والتنقّل بين اللغات

اللهجة هي الشكل المحكي من العربية في منطقة معينة، مثل الشامية والخليجية والمصرية، وتختلف عن الفصحى في المفردات والنطق وبناء الجملة.

أما التنقّل بين اللغات (Code-switching) فهو خلط لغتين في الجملة نفسها، كأن يطلب الزبون وجبته بالعربية ثم يذكر كلمة «delivery» أو اسم صنف بالإنجليزية. والوكيل الجيد يفهم هذا الخلط دون أن يطلب من المتصل إعادة كلامه.

بروتوكول SIP وخط الهاتف

SIP بروتوكول اتصال يُستخدم لإجراء المكالمات الصوتية عبر الإنترنت، وهو الطريقة الشائعة لربط نظام برمجي، كالوكيل الصوتي، بخط هاتف حقيقي لدى مزوّد اتصالات.

عمليًا، يتصل الزبون برقم المطعم المعتاد، فيصل اتصاله عبر مزوّد يدعم SIP إلى الوكيل بدل جهاز الهاتف التقليدي. ويتطلب ذلك ترتيبًا مع مزوّد الاتصالات في كل بلد.

التصعيد إلى موظف

التصعيد هو نقل المحادثة من الوكيل الآلي إلى إنسان عندما يطلب المتصل ذلك أو يواجه الوكيل حالة خارج صلاحياته، مثل شكوى أو طلب استثنائي.

يأخذ التصعيد أشكالًا مختلفة: تحويلًا مباشرًا للمكالمة، أو تنبيهًا لموظف كي يعاود الاتصال. في أبراج رم مثلًا، ينبّه الوكيل مدير المطعم على WhatsApp ويسجّل الطلب للمتابعة.

نظام نقاط البيع (POS) وشاشة المطبخ (KDS)

نظام نقاط البيع (POS) هو النظام الذي يسجّل الطلبات والمدفوعات في المطعم أو المتجر، أما شاشة المطبخ (KDS) فتعرض الطلبات على الطهاة بدل الورق المطبوع، مقسّمة حسب محطات التحضير.

لكي يكون الوكيل الصوتي مفيدًا فعلًا، يُفضَّل أن يصل الطلب الذي يأخذه إلى نظام نقاط البيع وشاشة المطبخ مباشرة، بدل أن يعيد موظف إدخاله يدويًا فيتضاعف احتمال الخطأ.

جدول مختصر بالمصطلحات

هذا الجدول يلخّص كل مصطلح في سطر واحد للرجوع السريع.