Yapay Zeka Destekli Intranet: Neyi Çözer, Neyi Örter

Intranette doğru belgeyi bulamamak yeni bir şikayet değil. Son dönemin cevabı hazır: araya bir model koyun, o bulsun. Arama tarafında bu gerçekten işe yarıyor. Ama yapay zekanın çözdüğü sorunla üstünü örttüğü sorun birbirine karışıyor, ve fark neredeyse her zaman içerik bakımsızlığında ortaya çıkıyor.

Arama neden gerçekten iyileşti

Klasik intranet aramasının asıl kusuru alaka sıralaması değildi, kelime eşleşmesiydi. Çalışan "doğum izni" yazar, belgenin adı "Ebeveyn İzni Prosedürü v3" olur, sonuç boş döner. Anlamsal arama bu boşluğu kapatır ve çoğu intranet için tek başına en yüksek getirili değişikliktir.

Kapatamadığı şey şu: belge hiç yoksa ya da üç sürüm eskiyse, iyi arama onu daha hızlı bulur. Yanlış cevaba giden yolu kısaltmış olursunuz.

Sohbet botu mu, kaynağı gösteren sonuç mu

İkisine birden bütçe ayıramayan bir şirkette, kaynağını gösteren arama sonucunu tek cümlelik bot cevabından daha güvenilir bulurum. Sebep modelin yeteneği değil, arayüzün kullanıcıya ne gösterdiği. Sonuç listesinde belgenin adı, tarihi ve sahibi görünür; çalışan "bu 2023 Nisan'dan kalma, muhtemelen değişmiştir" diyebilir. Bot cevabında bu sinyallerin hiçbiri yoktur, üstelik cevap doğru da yanlış da olsa aynı kendinden emin tonda gelir.

Bot kuracaksanız en azından cevabın altına dayandığı belgeyi ve o belgenin son güncellenme tarihini koyun. Bu küçük ekleme, çalışanın cevabı olduğu gibi kabul etmesiyle bir kez daha bakması arasındaki farkı yaratıyor.

Kişiselleştirme sıralamayı değiştirsin, görünürlüğü değil

Öneri motorlarının intranetteki satış cümlesi belli: içerik kirliliğini azaltır. Pratikte bunun iki ayrı uygulaması var ve aralarındaki fark ciddi. Birincisi sıralamayı kişiselleştirir, herkes her şeye ulaşır ama kendi işine yarayan üste çıkar. İkincisi görünürlüğü kişiselleştirir, yani bazı içerikler bazı kullanıcılara hiç gösterilmez.

İkincisi tehlikelidir, çünkü çalışan kendisine gösterilmeyen şeyi arayamaz. Politika değişikliği, güvenlik duyurusu, yan hak güncellemesi gibi içeriklerde algoritmanın "bu kişi ilgilenmez" kararı doğrudan bir bilgi eksiğine dönüşür. Kişiselleştirmeyi sıralamada bırakın, duyuru niteliğindeki içerikleri kapsama alanının dışında tutun.

Eski içeriği kim emekliye ayırıyor

Otomatik arşivleme kulağa temiz geliyor, ancak karar verirken baktığı sinyal neredeyse her zaman aynı: görüntülenme. Az okunan belge ölü sayılır. Intranette bu ölçüt tam ters çalışabilir, çünkü en az okunan belgelerin bir kısmı nadiren ihtiyaç duyulan ama ihtiyaç anında başka yerde bulunmayan belgelerdir. Veri sızıntısında kimin aranacağını anlatan sayfa yılda birkaç kez açılır; bu onun işe yaramadığını değil, o sayfaya sık ihtiyaç duyulmadığını gösterir.

İşleyen kurgu şu: sistem adayları listeler, belgenin sahibine bildirim gider, sahip ya günceller ya da kaldırılmasını onaylar. Sahibi olmayan belge zaten asıl problemdir ve onu model çözmez.

Destek taleplerindeki düşüş neyi ölçüyor

IT ve İK tarafında en sık kullanılan başarı göstergesi açılan talep sayısındaki azalma. Bu sayı tek başına yanıltıcıdır, çünkü açılmayan talep iki farklı şeyin sonucu olabilir: çalışan cevabı bulmuştur, ya da bulamayıp vazgeçmiştir. İkisi de grafikte aynı yönde görünür.

Ayrıştırmanın pratik yolu bot oturumundan sonraki davranışa bakmak: aynı kişi kısa süre içinde aynı konuyu tekrar soruyor mu, o hafta konuyla ilgili bir talep açmış mı. İkisi de mevcut loglardan çıkar, ek anket gerekmez. Cevabın altına konan "yardımcı oldu mu" başparmağı ise çoğunlukla boş döner, çünkü işi biten kullanıcı hiçbir şeye tıklamadan çıkar.

Sıralama meselesi

Bu özelliklerin ortak noktası, hepsinin altındaki içeriğin durumuna bağlı olması. Sahibi belli olmayan, tarihi güncellenmeyen, hangi lokasyon için geçerli olduğu yazmayan bir doküman havuzunun üzerine kurulan model, o havuzun karmaşasını daha akıcı bir dille tekrarlar. Sahiplik ve temel meta veri önce gelir, model ikinci adımdır. Sırayı ters çevirdiğiniz projelerde altı ay sonra modelin kalitesi tartışılır, oysa sorun hiç orada değildir.