تُعتبر الطائرات المساعدة الذكية (AI Copilots) الجيل الجديد من الأنظمة المدعومة بالذكاء الاصطناعي، والتي تم تصميمها لمساعدة المستخدمين، خصوصاً العاملين في مجالات المعرفة والمطورين، في المهام المعقدة والسياقات الغنية. ومع انغماس هذه الأنظمة بشكل متزايد في مسارات العمل اليومية، ظهرت أهمية التخصيص كعامل حاسم لتحسين قابلية الاستخدام وفعالية المستخدم ورضاه.

في جوهر هذا التخصيص تكمن تقنية تحسين التفضيلات: حيث يُظهر النظام القدرة على اكتشاف وتفسير وضبط التفضيلات الفردية للمستخدمين. وعلى الرغم من أن الأبحاث السابقة في المساعدات الذكية (Intelligent Assistants) وخوارزميات التحسين (Optimization Algorithms) موسعة، إلا أن تقاطعها ضمن الطائرات المساعدة الذكية لا يزال غير مستكشف بشكل كاف.

يتناول هذا التقرير هذه الفجوة من خلال بحث كيفية تحويل تفضيلات المستخدمين إلى إجراءات عملية في الطائرات المساعدة الذكية. نستكشف كيف يتم استيراد إشارات التفضيلات، ونمذجتها عبر مراحل التفاعل المختلفة، وتحسينها من خلال دورات التغذية الراجعة. بالاستناد إلى مراجعة أدبية شاملة، نعرف مفهوم الطائرة المساعدة الذكية ونقدم تصنيفاً لتقنيات تحسين التفضيلات على مراحل التفاعل ما قبل، وفي، وما بعد التفاعل. يتم تقييم كل تقنية من حيث مميزاتها وقيودها وآثارها على التصميم.

من خلال توحيد الجهود المتناثرة عبر تخصيص الذكاء الاصطناعي والتفاعل بين الإنسان والذكاء الاصطناعي وتكييف نماذج اللغة (Language Model Adaptation)، يقدم هذا العمل قاعدة مفاهيمية موحدة ورؤية تصميمية عملية لبناء طائرات مساعدة ذكية متوافقة مع تفضيلات المستخدمين، مما يدعم التكيف والنشر الشامل لكل سيناريوهات الاستخدام.