في عالمنا الرقمي المتسارع، تعتبر تتبع استخدام الكمبيوتر (computer-use traces) مصدراً ثميناً لفهم كيفية أداء الأعمال اليومية. يعتمد استنباط نماذج المهام (Task Model Induction) على تحليل لقطات الشاشة المسجلة والأفعال التي يقوم بها المستخدم عبر لوحة المفاتيح والفأرة، وذلك لاستنتاج نماذج رمزية يمكن التدقيق فيها وإعادة استخدامها.

تعتبر هذه النماذج ضرورية حيث تدخل وكلاء الكمبيوتر (computer-use agents) إلى مجالات العمل الفعلية، مما يتطلب منهم التعلم حول كيفية أداء المهام. لكن، التحدي يكمن في أن أنماط النشاط تكون مشروطة فقط بأحداث منخفضة المستوى، بينما العمل في العالم الحقيقي هو متعدد المهام بأهداف متداخلة.

بناءً على ذلك، يأتي الحل المبتكر الجديد، وهو استنباط نماذج المهام (TMI)، الذي يكشف عن المهام الكامنة في تتبع غير مقيد، مما يؤدي إلى فك تشفير النشاطات المتزامنة. لكل مهمة كامنة، يقوم TMI باستنباط نموذج مهمة يربط بين نموذج الهدف الهرمي لتفكيك الأهداف مع نموذج الإجراء الذي ينظم تنفيذ المهام.

أثبتت الاختبارات أن TMI يتفوق على الأساليب السابقة، حيث استعاد 97.4% من التوافق ضد التجميعات الحقيقية، واستعاد 74.9% من خطوات التنفيذ المرصودة. والأهم من ذلك، أن المهارات المستمدة من نماذج المهام التي اقترحها TMI تحسن دقة المهام المحتفظ بها بنسبة 30.0% مقارنةً بأفضل الأساليب المتاحة.

إن هذه التطورات تبشر بتحسينات جذريّة في كيفية استخدام التكنولوجيا في بيئات العمل، وفتح آفاق جديدة أمام الشركات لتحقيق أقصى استفادة من المعرفة المتاحة.