Genesys Cloud
Scoring de gestion de la qualité piloté par l'IA et mises à jour de l'évaluation

Dans une prochaine version, Genesys Cloud mettra à jour les grands modèles linguistiques (LLM) qui alimentent les capacités de notation et d'évaluation de l'IA de Genesys Virtual Supervisor.

La mise à jour introduit de nouveaux modèles affinés qui modifient la manière dont l'IA interprète et raisonne les questions d'évaluation de la qualité. Lors des tests internes, les modèles actualisés ont montré un potentiel d'amélioration de la cohérence et d'élargissement de la couverture des questions par rapport aux modèles utilisés aujourd'hui. En conséquence, les clients peuvent observer des différences positives dans la manière dont les questions d'évaluation sont traitées et notées.

Ce qui va changer

• Interprétation actualisée des questions d'évaluation - La notation par l'IA peut mieux interpréter les questions d'évaluation, ce qui permettra de générer des réponses plus précises.
• Changements dans les réponses et les notes générées par l'IA - Les analystes de la qualité constateront une meilleure adéquation entre les résultats générés par l'IA et les résultats attendus de l'évaluation.

Ce à quoi les clients actuels de l'évaluation de l'IA doivent s'attendre

Étant donné que les modèles mis à jour traitent différemment les critères d'évaluation et les preuves d'interaction, les résultats générés par l'IA peuvent changer après la mise à jour. Ces différences n'indiquent pas nécessairement des erreurs, mais reflètent plutôt des changements dans la manière dont les modèles interprètent les questions et les informations complémentaires.

Afin de maintenir la confiance dans le scoring assisté par l'IA, Genesys recommande aux clients existants du scoring assisté par l'IA :

• Examiner les formulaires d'évaluation pour s'assurer que la formulation des questions, les options de réponse et la logique de notation reflètent clairement les critères de qualité prévus.
• Validez les résultats générés par l'IA après la mise à jour, en particulier pour les questions à fort impact ou liées à la conformité.
• Ajuster les formulaires d'évaluation si nécessaire pour maintenir l'alignement sur les objectifs de l'entreprise et les normes de qualité.

Ces étapes peuvent aider les équipes à comprendre le comportement du modèle mis à jour et à s'assurer que la notation assistée par l'IA continue à répondre aux besoins d'évaluation de la qualité.

Pourquoi ce changement ?

• Modernisation du modèle - Permet d'aligner la notation de l'IA sur les progrès constants de la technologie des grands modèles de langage.
• Amélioration de la cohérence dans le temps - Les modèles affinés sont destinés à réduire la variabilité entre des évaluations similaires.

Qui en bénéficie ?

• Superviseurs - Continuer à bénéficier d'une aide à la notation automatisée pour l'examen des critères de comportement et de conformité.
• Analystes de la qualité - Bénéficiez de capacités d'IA actualisées qui peuvent réduire les efforts manuels, tout en conservant la possibilité d'examiner, de valider et d'ajuster les résultats.
• Responsables de centres de contact - Maintenir l'accès à des informations de qualité assistées par l'IA pour l'analyse des tendances et la prise de décision opérationnelle.