في عالم الذكاء الاصطناعي (AI)، تُعتبر قياسات الإنتاجية تقليديًا مرتبطة بمدة إنجاز المهام، والقيمة الاقتصادية، أو تحسين جودة النتائج. ومع ذلك، يعتقد العديد من الخبراء أن هذه المقياسات تتجاهل جانبًا حيويًا، وهو تكلفة التفاعل المطلوبة لتحقيق تلك النتائج. بناءً على أدبيات الاقتصاد، تم تقديم إطار عمل يركز على الإنتاجية تقييم التعاون بين الإنسان والذكاء الاصطناعي بناءً على جودة النتائج بالنسبة لتكاليف التفاعل.

عبر تحليل مجموعتين من البيانات تغطي أربع مهام، أثبتت الدراسة مجموعة من النتائج المثيرة:
1. يمكن لجلسات العمل التي تحمل تصنيفات جودة متطابقة أن تختلف في تكاليف التفاعل حتى 70 مرة.
2. تتباين علاقات الجودة والتكلفة بحسب المهمة، حيث تعزز بعض المهام التفاعل الممتد بينما تفضل أخرى الوصول السريع للنتائج.
3. لا تعتبر تقييمات المستخدمين الذاتية بديلًا موثوقًا لقياس الإنتاجية.
4. تتميز الجلسات الإنتاجية بأن الوكلاء يستكشفون التفاعل المبكر و95% من المستخدمين يبذلون جهدًا أقل في تصحيح التفاعلات.

بفصل النجاح الإنتاجي عن النجاح المكلف، يصبح بالإمكان الكشف عن تكاليف التفاعل ويظهر كيف يمكن لتحليل الحوار أن يدعم تقييم وتصميم نظم الذكاء الاصطناعي. في النهاية، يفتح هذا البحث آفاقًا جديدة لفهم كيفية تعزيز التعاون بين الإنسان والذكاء الاصطناعي، وكيف يمكن لهذه الأنظمة أن تُصمم بشكل أفضل لخدمة احتياجاتنا.