في عالم الذكاء الاصطناعي المتقدم، تصبح مهارات العمل الفعالة ضرورية لتحسين أداء الوكلاء الذكيين في بيئات عمل مثل خدمة العملاء. في هذه الدراسة، نغوص في آليات التنسيق التي تعزز من استخدام الأدوات بواسطة الوكلاء الذكاء الاصطناعي في سياقات معقدة تعتمد على معلومات غير منظمة.

لقد طرحنا مقاربة جديدة، تتعلق بالوكلاء الإعلانيين (Declarative Agents) الذين يتمتعون بملفات مهارات مكتوبة بلغة طبيعية تضاف إلى نظام الأوامر. يُظهر تحليلنا أن هذا النوع من الوكلاء يمكن أن يمثل نموذج تنسيق فعال، حيث تمت المقارنة بين ثلاثة أنماط:
1. **الوكيل الإعلاني (DeclarativeAgent)**: يقرأ ثلاثة ملفات مهارات محددة في مجاله خلال وقت الاستنتاج ويحدد سير العمل الخاص به بنفسه.
2. **الوكيل الإلزامي (ImperativeAgent)**: يعتمد على آلة حالات برمجية مع مراحل صريحة.
3. **الوكيل الأساسي غير المهيأ**: نموذج مستوحى من وكيل مرجعي τ- Knowledge.

في سياق بحثنا، قدمنا الوكلاء الثلاثة كفئات سياسات ضمن عملية قرار ماركوف الجزئي (Partially Observable Markov Decision Process) المُفككة، ونفذنا تحليلاً لخصائصهم الهيكلية والمعلوماتية. من خلال تجارب على خمسة نماذج لغوية ونظامين لاسترجاع المعلومات، وجدنا أن جودة الاسترجاع تمثل عنق زجاجة رئيسياً للوكلاء الذكاء الاصطناعي.

عندما تكون الأدلة غير مكتملة أو منحرفة، يقل أداء جميع الوكلاء بشكل ملحوظ، ولا تستطيع ملفات المهارات استعادة الأداء المفقود. ومع ذلك، عند وجود استرجاع عالي الجودة، تُظهر المهارات الإعلانية تحسناً مستمراً في دقة المهام الإجرائية وتقليص الأخطاء في التنسيق، بينما تعاني آلة الحالة الإلزامية من الهشاشة ولا تحسن بشكل موثوق نجاح المهام أو الالتزام.

تستمر هذه الدراسة في تسليط الضوء على الابتكارات في عالم الذكاء الاصطناعي وتأثيرها على مجالات حيوية كخدمة العملاء. كيف ترى مستقبل الوكلاء الذكاء الاصطناعي في بيئات العمل؟ شاركونا آرائكم في التعليقات!