Agentic AI ត្រៀមខ្លួនរួចជាស្រេចក្នុងការផ្លាស់ប្តូរបទពិសោធន៍អតិថិជន និងប្រសិទ្ធភាពប្រតិបត្តិការ ដោយត្រូវការវិធីសាស្រ្តយុទ្ធសាស្ត្រថ្មីពីភាពជាអ្នកដឹកនាំ។ ការវិវត្តន៍នៅក្នុងបញ្ញាសិប្បនិមិត្តនេះ ផ្តល់អំណាចដល់ប្រព័ន្ធក្នុងការរៀបចំផែនការ ប្រតិបត្តិ និងបន្តការងារ ដោយផ្លាស់ប្តូរលើសពីអនុសាសន៍សាមញ្ញទៅសកម្មភាពសកម្ម។ សម្រាប់ក្រុម UX អ្នកគ្រប់គ្រងផលិតផល និងនាយកប្រតិបត្តិ ការយល់ដឹងពីការផ្លាស់ប្តូរនេះគឺមានសារៈសំខាន់សម្រាប់ការដោះសោឱកាសក្នុងការច្នៃប្រឌិត សម្រួលលំហូរការងារ និងការកំណត់ឡើងវិញពីរបៀបដែលបច្ចេកវិទ្យាបម្រើមនុស្ស។ វាងាយស្រួលក្នុងការច្រឡំ Agentic AI ជាមួយ Robotic Process Automation (RPA) ដែលជាបច្ចេកវិទ្យាដែលផ្តោតលើការងារផ្អែកលើច្បាប់ដែលបានអនុវត្តនៅលើកុំព្យូទ័រ។ ភាពខុសគ្នាស្ថិតនៅលើភាពរឹងប៉ឹងធៀបនឹងការវែកញែក។ RPA គឺល្អឥតខ្ចោះក្នុងការធ្វើតាមស្គ្រីបដ៏តឹងរឹង៖ ប្រសិនបើ X កើតឡើង ធ្វើ Y. វាធ្វើត្រាប់តាមដៃមនុស្ស។ ភ្នាក់ងារ AI ធ្វើត្រាប់តាមហេតុផលរបស់មនុស្ស។ វាមិនធ្វើតាមស្គ្រីបលីនេអ៊ែរទេ។ វាបង្កើតមួយ។ ពិចារណាលើដំណើរការជ្រើសរើសបុគ្គលិក។ RPA bot អាចស្កេនប្រវត្តិរូបសង្ខេប ហើយបង្ហោះវាទៅក្នុងមូលដ្ឋានទិន្នន័យ។ វាបំពេញភារកិច្ចដដែលៗយ៉ាងល្អឥតខ្ចោះ។ ប្រព័ន្ធ Agentic មើលប្រវត្តិរូបសង្ខេប កត់សម្គាល់បេក្ខជនរាយបញ្ជីវិញ្ញាបនបត្រជាក់លាក់ ឯកសារយោងឆ្លងដែលជាមួយនឹងតម្រូវការអតិថិជនថ្មី ហើយសម្រេចចិត្តព្រាងអ៊ីមែលផ្សព្វផ្សាយផ្ទាល់ខ្លួនដែលបញ្ជាក់ពីការផ្គូផ្គងនោះ។ RPA ប្រតិបត្តិផែនការដែលបានកំណត់ជាមុន; Agentic AI បង្កើតផែនការដោយផ្អែកលើគោលដៅមួយ។ ស្វ័យភាពនេះបំបែកភ្នាក់ងារពីឧបករណ៍ព្យាករណ៍ដែលយើងបានប្រើសម្រាប់ទសវត្សរ៍ចុងក្រោយនេះ។ ឧទាហរណ៍មួយទៀតគឺការគ្រប់គ្រងជម្លោះការប្រជុំ។ គំរូទស្សន៍ទាយដែលរួមបញ្ចូលទៅក្នុងប្រតិទិនរបស់អ្នកអាចវិភាគកាលវិភាគប្រជុំរបស់អ្នក និងកាលវិភាគនៃមិត្តរួមការងាររបស់អ្នក។ បន្ទាប់មក វាអាចណែនាំពីជម្លោះដែលអាចកើតមាន ដូចជាកិច្ចប្រជុំសំខាន់ៗចំនួនពីរដែលបានកំណត់ពេលតែមួយ ឬកិច្ចប្រជុំដែលបានកំណត់ពេលអ្នកចូលរួមសំខាន់ៗកំពុងវិស្សមកាល។ វាផ្តល់ឱ្យអ្នកនូវព័ត៌មាន និងកំណត់បញ្ហាដែលអាចកើតមាន ប៉ុន្តែអ្នកទទួលខុសត្រូវចំពោះសកម្មភាព។ ភ្នាក់ងារ AI ក្នុងសេណារីយ៉ូដូចគ្នានឹងទៅហួសពីការណែនាំជម្លោះដើម្បីជៀសវាង។ នៅពេលកំណត់អត្តសញ្ញាណជម្លោះជាមួយអ្នកចូលរួមសំខាន់ៗ ភ្នាក់ងារអាចធ្វើសកម្មភាពដោយ៖
ពិនិត្យមើលភាពអាចរកបាននៃអ្នកចូលរួមចាំបាច់ទាំងអស់។ ការកំណត់ពេលវេលាជំនួសដែលដំណើរការសម្រាប់មនុស្សគ្រប់គ្នា។ ផ្ញើការអញ្ជើញប្រជុំថ្មីដែលបានស្នើទៅអ្នកចូលរួមទាំងអស់។ ប្រសិនបើជម្លោះកើតឡើងជាមួយអ្នកចូលរួមខាងក្រៅ ភ្នាក់ងារអាចព្រាង និងផ្ញើអ៊ីមែលពន្យល់ពីតម្រូវការក្នុងការកំណត់ពេលវេលាឡើងវិញ និងផ្តល់ពេលវេលាជំនួស។ ការធ្វើបច្ចុប្បន្នភាពប្រតិទិនរបស់អ្នក និងប្រតិទិននៃមិត្តរួមការងាររបស់អ្នកជាមួយនឹងព័ត៌មានលម្អិតនៃកិច្ចប្រជុំថ្មីនៅពេលបានបញ្ជាក់។
ភ្នាក់ងារ AI នេះយល់ពីគោលដៅ (ការដោះស្រាយជម្លោះនៃកិច្ចប្រជុំ) រៀបចំផែនការជំហាន (ពិនិត្យមើលភាពអាចរកបាន ស្វែងរកជម្រើស ផ្ញើការអញ្ជើញ) ប្រតិបត្តិជំហានទាំងនោះ ហើយបន្តរហូតដល់ជម្លោះត្រូវបានដោះស្រាយ ទាំងអស់ជាមួយនឹងការអន្តរាគមន៍ដោយផ្ទាល់តិចតួចបំផុត។ នេះបង្ហាញពីភាពខុសគ្នា "ភ្នាក់ងារ"៖ ប្រព័ន្ធចាត់វិធានការយ៉ាងសកម្មសម្រាប់អ្នកប្រើប្រាស់ ជាជាងគ្រាន់តែផ្តល់ព័ត៌មានដល់អ្នកប្រើប្រាស់។ ប្រព័ន្ធ AI Agentic យល់អំពីគោលដៅមួយ រៀបចំផែនការជាបន្តបន្ទាប់ដើម្បីសម្រេចវា អនុវត្តជំហានទាំងនោះ និងសូម្បីតែសម្របខ្លួនប្រសិនបើអ្វីៗខុស។ គិតថាវាដូចជាជំនួយការឌីជីថលសកម្ម។ បច្ចេកវិទ្យាមូលដ្ឋានជារឿយៗរួមបញ្ចូលគ្នានូវគំរូភាសាធំៗ (LLMs) សម្រាប់ការយល់ដឹង និងហេតុផល ជាមួយនឹងក្បួនដោះស្រាយការធ្វើផែនការដែលបំបែកកិច្ចការស្មុគស្មាញទៅជាសកម្មភាពដែលអាចគ្រប់គ្រងបាន។ ភ្នាក់ងារទាំងនេះអាចធ្វើអន្តរកម្មជាមួយឧបករណ៍ផ្សេងៗ APIs និងសូម្បីតែគំរូ AI ផ្សេងទៀតដើម្បីសម្រេចគោលបំណងរបស់ពួកគេ ហើយសំខាន់ពួកគេអាចរក្សាស្ថានភាពជាប់លាប់ មានន័យថាពួកគេចងចាំសកម្មភាពពីមុន ហើយបន្តធ្វើការឆ្ពោះទៅរកគោលដៅតាមពេលវេលា។ នេះធ្វើឱ្យពួកវាមានភាពខុសប្លែកគ្នាជាមូលដ្ឋានពី AI ទូទៅដែលជាធម្មតាបំពេញសំណើតែមួយហើយបន្ទាប់មកកំណត់ឡើងវិញ។ ពន្ធដារសាមញ្ញនៃឥរិយាបទភ្នាក់ងារ យើងអាចចាត់ថ្នាក់ឥរិយាបទភ្នាក់ងារទៅជារបៀបស្វ័យភាពចំនួនបួនផ្សេងគ្នា។ ខណៈពេលដែលទាំងនេះច្រើនតែមើលទៅដូចជាការរីកចម្រើន ពួកវាមានមុខងារជារបៀបប្រតិបត្តិការឯករាជ្យ។ អ្នកប្រើអាចទុកចិត្តភ្នាក់ងារដើម្បីធ្វើការដោយស្វ័យប្រវត្តិសម្រាប់ការកំណត់ពេលវេលា ប៉ុន្តែរក្សាវានៅក្នុង "របៀបណែនាំ" សម្រាប់ប្រតិបត្តិការហិរញ្ញវត្ថុ។ យើងទទួលបានកម្រិតទាំងនេះដោយការសម្របតាមស្តង់ដារឧស្សាហកម្មសម្រាប់យានយន្តស្វយ័ត (កម្រិត SAE) ទៅនឹងបរិបទបទពិសោធន៍អ្នកប្រើប្រាស់ឌីជីថល។ សង្កេត និងណែនាំ ភ្នាក់ងារមានមុខងារជាម៉ូនីទ័រ។ វាវិភាគការស្ទ្រីមទិន្នន័យ និងទង់ភាពមិនប្រក្រតី ឬឱកាស ប៉ុន្តែធ្វើសកម្មភាពសូន្យ។ ភាពខុសគ្នាមិនដូចកម្រិតបន្ទាប់ទេ ភ្នាក់ងារបង្កើតមិនមានផែនការស្មុគស្មាញទេ។ វាចង្អុលទៅបញ្ហាមួយ។ ExampleA ភ្នាក់ងារ DevOps កត់សម្គាល់ពីការកើនឡើង CPU របស់ម៉ាស៊ីនមេ ហើយជូនដំណឹងដល់វិស្វករដែលកំពុងហៅទូរសព្ទ។ វាមិនដឹងពីរបៀប ឬព្យាយាមជួសជុលវាទេ ប៉ុន្តែដឹងថាមានអ្វីមួយខុស។ ផលប៉ះពាល់សម្រាប់ការរចនា និងការត្រួតពិនិត្យនៅកម្រិតនេះ,ការរចនា និងការត្រួតពិនិត្យគួរតែផ្តល់អាទិភាពដល់ការជូនដំណឹងច្បាស់លាស់ ដែលមិនមានការរំខាន និងដំណើរការដែលបានកំណត់យ៉ាងល្អសម្រាប់អ្នកប្រើប្រាស់ដើម្បីធ្វើសកម្មភាពលើការផ្តល់យោបល់។ ការផ្តោតសំខាន់គឺលើការផ្តល់សិទ្ធិអំណាចដល់អ្នកប្រើប្រាស់ជាមួយនឹងព័ត៌មានទាន់ពេល និងពាក់ព័ន្ធដោយមិនមានការគ្រប់គ្រង។ អ្នកអនុវត្ត UX គួរតែផ្តោតលើការធ្វើឱ្យការផ្ដល់យោបល់ច្បាស់លាស់ និងងាយស្រួលយល់ ខណៈពេលដែលអ្នកគ្រប់គ្រងផលិតផលត្រូវធានាថាប្រព័ន្ធផ្តល់នូវតម្លៃដោយមិនធ្វើឱ្យអ្នកប្រើប្រាស់លើសលប់។ ផែនការ និង ស្នើ ភ្នាក់ងារកំណត់គោលដៅមួយ និងបង្កើតយុទ្ធសាស្ត្រពហុជំហានដើម្បីសម្រេចវា។ វាបង្ហាញពីផែនការពេញលេញសម្រាប់ការពិនិត្យរបស់មនុស្ស។ ភាពខុសគ្នា ភ្នាក់ងារដើរតួជាអ្នកយុទ្ធសាស្ត្រ។ វាមិនប្រតិបត្តិ; វារង់ចាំការអនុម័តលើវិធីសាស្រ្តទាំងមូល។ ឧទាហរណ៍ភ្នាក់ងារ DevOps ដូចគ្នាកត់សម្គាល់ការកើនឡើងស៊ីភីយូ វិភាគកំណត់ហេតុ និងស្នើផែនការដោះស្រាយ៖
បង្កើនករណីបន្ថែមពីរ។ ចាប់ផ្តើមឧបករណ៍ផ្ទុកតុល្យភាពឡើងវិញ។ ទុកកំណត់ហេតុចាស់។
មនុស្សពិនិត្យមើលតក្កវិជ្ជា ហើយចុច "អនុម័តផែនការ" ។ ផលប៉ះពាល់សម្រាប់ការរចនា និងការត្រួតពិនិត្យសម្រាប់ភ្នាក់ងារដែលមានគម្រោង និងស្នើ ការរចនាត្រូវតែធានាថាផែនការដែលបានស្នើឡើងគឺអាចយល់បានយ៉ាងងាយស្រួល ហើយអ្នកប្រើប្រាស់មានវិធីវិចារណញាណក្នុងការកែប្រែ ឬបដិសេធវា។ ការត្រួតពិនិត្យគឺមានសារៈសំខាន់ក្នុងការត្រួតពិនិត្យគុណភាពនៃសំណើ និងតក្កវិជ្ជាធ្វើផែនការរបស់ភ្នាក់ងារ។ អ្នកអនុវត្ត UX គួរតែបង្កើតការមើលឃើញច្បាស់លាស់នៃផែនការដែលបានស្នើឡើង ហើយអ្នកគ្រប់គ្រងផលិតផលត្រូវតែបង្កើតការត្រួតពិនិត្យច្បាស់លាស់ និងការអនុម័តលំហូរការងារ។ ច្បាប់ជាមួយនឹងការបញ្ជាក់ ភ្នាក់ងារបញ្ចប់ការងាររៀបចំទាំងអស់ ហើយដាក់សកម្មភាពចុងក្រោយក្នុងស្ថានភាពជាដំណាក់កាល។ វាបើកទ្វារយ៉ាងមានប្រសិទ្ធភាព រង់ចាំការងក់ក្បាល។ ភាពខុសគ្នានេះខុសពី "ផែនការ និង សំណើ" ពីព្រោះការងារត្រូវបានធ្វើរួច ហើយនិងដំណាក់កាល។ វាកាត់បន្ថយការកកិត។ អ្នកប្រើប្រាស់បញ្ជាក់ពីលទ្ធផល មិនមែនយុទ្ធសាស្ត្រទេ។ ExampleA ភ្នាក់ងារជ្រើសរើសបុគ្គលិកធ្វើសេចក្តីព្រាងការអញ្ជើញសម្ភាសន៍ចំនួនប្រាំ ស្វែងរកម៉ោងបើកនៅលើប្រតិទិន និងបង្កើតព្រឹត្តិការណ៍ក្នុងប្រតិទិន។ វាបង្ហាញប៊ូតុង "ផ្ញើទាំងអស់" ។ អ្នកប្រើប្រាស់ផ្តល់ការអនុញ្ញាតចុងក្រោយដើម្បីបង្កសកម្មភាពខាងក្រៅ។ ផលប៉ះពាល់សម្រាប់ការរចនា និងការត្រួតពិនិត្យនៅពេលដែលភ្នាក់ងារធ្វើសកម្មភាពជាមួយនឹងការបញ្ជាក់ ការរចនាគួរតែផ្តល់នូវការសង្ខេបប្រកបដោយតម្លាភាព និងសង្ខេបនៃសកម្មភាពដែលបានគ្រោងទុក ដោយគូសបញ្ជាក់យ៉ាងច្បាស់អំពីផលវិបាកដែលអាចកើតមាន។ ការត្រួតពិនិត្យត្រូវផ្ទៀងផ្ទាត់ថាដំណើរការបញ្ជាក់មានភាពរឹងមាំ ហើយអ្នកប្រើប្រាស់មិនត្រូវបានស្នើសុំឱ្យអនុម័តសកម្មភាពដោយងងឹតងងុលនោះទេ។ អ្នកអនុវត្ត UX គួរតែរៀបចំការជម្រុញការបញ្ជាក់ដែលច្បាស់លាស់ និងផ្តល់ព័ត៌មានចាំបាច់ទាំងអស់ ហើយអ្នកគ្រប់គ្រងផលិតផលគួរតែផ្តល់អាទិភាពដល់ដំណើរការសវនកម្មដ៏រឹងមាំសម្រាប់សកម្មភាពដែលបានបញ្ជាក់ទាំងអស់។ ធ្វើសកម្មភាពដោយស្វ័យភាព ភ្នាក់ងារប្រតិបត្តិភារកិច្ចដោយឯករាជ្យក្នុងដែនកំណត់ដែលបានកំណត់។ ភាពខុសគ្នា អ្នកប្រើប្រាស់ពិនិត្យមើលប្រវត្តិនៃសកម្មភាព មិនមែនសកម្មភាពខ្លួនឯងទេ។ ឧទាហរណ៍ភ្នាក់ងារជ្រើសរើសបុគ្គលិកមើលឃើញជម្លោះ ផ្លាស់ទីការសម្ភាសន៍ទៅកាន់កន្លែងបម្រុងទុក ធ្វើបច្ចុប្បន្នភាពបេក្ខជន និងជូនដំណឹងដល់អ្នកគ្រប់គ្រងការជួល។ មនុស្សឃើញតែការជូនដំណឹង៖ ការសម្ភាសន៍ត្រូវបានកំណត់ឡើងវិញនៅថ្ងៃអង្គារ។ ផលប៉ះពាល់សម្រាប់ការរចនា និងការត្រួតពិនិត្យសម្រាប់ភ្នាក់ងារស្វយ័ត ការរចនាចាំបាច់ត្រូវបង្កើតព្រំដែនដែលបានអនុម័តជាមុនច្បាស់លាស់ និងផ្តល់នូវឧបករណ៍ត្រួតពិនិត្យដ៏រឹងមាំ។ ការត្រួតពិនិត្យតម្រូវឱ្យមានការវាយតម្លៃជាបន្តបន្ទាប់នៃដំណើរការរបស់ភ្នាក់ងារនៅក្នុងព្រំដែនទាំងនេះ តម្រូវការសំខាន់សម្រាប់ការកត់ត្រាដ៏រឹងមាំ យន្តការលុបពីលើច្បាស់លាស់ និងកុងតាក់សម្លាប់ដែលកំណត់ដោយអ្នកប្រើប្រាស់ ដើម្បីរក្សាការគ្រប់គ្រង និងទំនុកចិត្តរបស់អ្នកប្រើប្រាស់។ អ្នកអនុវត្ត UX គួរតែផ្តោតលើការរចនាផ្ទាំងគ្រប់គ្រងដែលមានប្រសិទ្ធភាពសម្រាប់ការត្រួតពិនិត្យឥរិយាបថភ្នាក់ងារស្វយ័ត ហើយអ្នកគ្រប់គ្រងផលិតផលត្រូវតែធានាឱ្យមានអភិបាលកិច្ចច្បាស់លាស់ និងគោលការណ៍ណែនាំប្រកបដោយសីលធម៌។
សូមក្រឡេកមើលកម្មវិធីពិភពពិតនៅក្នុងបច្ចេកវិទ្យាធនធានមនុស្ស ដើម្បីមើលរបៀបទាំងនេះនៅក្នុងសកម្មភាព។ ពិចារណាអំពី "ភ្នាក់ងារសំរបសំរួលសំភាសន៍" ដែលត្រូវបានរចនាឡើងដើម្បីដោះស្រាយភស្តុភារនៃការជួល។
នៅក្នុងរបៀបណែនាំ ភ្នាក់ងារកត់សម្គាល់អ្នកសម្ភាសន៍ត្រូវបានកក់ពីរដង។ វាគូសបញ្ជាក់ពីជម្លោះនៅលើផ្ទាំងគ្រប់គ្រងរបស់អ្នកជ្រើសរើស៖ "ការព្រមាន៖ សារ៉ាត្រូវបានកក់ពីរដងសម្រាប់ការសម្ភាសន៍ម៉ោង 2 រសៀល។" នៅក្នុងរបៀបផែនការ ភ្នាក់ងារវិភាគប្រតិទិនរបស់ Sarah និងភាពអាចរកបានរបស់បេក្ខជន។ វាបង្ហាញពីដំណោះស្រាយ៖ "ខ្ញុំសូមណែនាំឱ្យផ្លាស់ប្តូរការសម្ភាសន៍ទៅថ្ងៃព្រហស្បតិ៍នៅម៉ោង 10 ព្រឹក។ វាទាមទារការផ្លាស់ប្តូរ 1: 1 របស់សារ៉ាជាមួយនឹងអ្នកគ្រប់គ្រងរបស់នាង។" អ្នកជ្រើសរើសពិនិត្យមើលតក្កវិជ្ជានេះ។ នៅក្នុងរបៀបបញ្ជាក់ ភ្នាក់ងារពង្រាងអ៊ីមែលទៅបេក្ខជន និងអ្នកគ្រប់គ្រង។ វាបំពេញការអញ្ជើញតាមប្រតិទិន។ អ្នកជ្រើសរើសឃើញសេចក្តីសង្ខេប៖ "ត្រៀមខ្លួនរួចរាល់ដើម្បីកំណត់ពេលដល់ថ្ងៃព្រហស្បតិ៍។ ផ្ញើព័ត៌មានថ្មីៗឬ?" អ្នកជ្រើសរើសចុច "បញ្ជាក់" ។ នៅក្នុងរបៀបស្វយ័តភ្នាក់ងារដោះស្រាយជម្លោះភ្លាមៗ។ វាគោរពច្បាប់ដែលបានកំណត់ជាមុន៖ "តែងតែផ្តល់អាទិភាពដល់ការសម្ភាសន៍បេក្ខជនជាងផ្ទៃក្នុង 1:1s"។ វាផ្លាស់ទីការប្រជុំ និងផ្ញើការជូនដំណឹង។ អ្នកជ្រើសរើសឃើញធាតុកំណត់ហេតុ៖ “បានដោះស្រាយហើយ។ជម្លោះកាលវិភាគសម្រាប់បេក្ខជន ខ។
ការស្រាវជ្រាវបឋម៖ អ្វីដែលត្រូវស្រាវជ្រាវ និងរបៀប ការបង្កើតភ្នាក់ងារ AI ដ៏មានប្រសិទ្ធភាពទាមទារវិធីសាស្រ្តស្រាវជ្រាវដាច់ដោយឡែកបើប្រៀបធៀបទៅនឹងកម្មវិធីបុរាណ ឬសូម្បីតែ AI ជំនាន់។ ធម្មជាតិស្វយ័តនៃភ្នាក់ងារ AI សមត្ថភាពក្នុងការធ្វើការសម្រេចចិត្ត និងសក្តានុពលរបស់ពួកគេសម្រាប់សកម្មភាពសកម្ម ត្រូវការវិធីសាស្ត្រឯកទេសសម្រាប់ការយល់ដឹងពីការរំពឹងទុករបស់អ្នកប្រើប្រាស់ ការធ្វើផែនទីអាកប្បកិរិយាភ្នាក់ងារស្មុគស្មាញ និងការប្រមើលមើលការបរាជ័យដែលអាចកើតមាន។ បឋមសិក្សាស្រាវជ្រាវខាងក្រោមបង្ហាញពីវិធីសាស្រ្តសំខាន់ៗដើម្បីវាស់វែង និងវាយតម្លៃទិដ្ឋភាពពិសេសទាំងនេះនៃភ្នាក់ងារ AI ។ បទសម្ភាសន៍ផ្លូវចិត្ត-គំរូ ការសម្ភាសន៍ទាំងនេះបង្ហាញពីការយល់ឃើញជាមុនរបស់អ្នកប្រើប្រាស់អំពីរបៀបដែលភ្នាក់ងារ AI គួរតែប្រព្រឹត្ត។ ជំនួសឱ្យការសួរថាតើអ្នកប្រើប្រាស់ចង់បានអ្វី ផ្តោតលើការយល់ដឹងអំពីគំរូខាងក្នុងរបស់ពួកគេអំពីសមត្ថភាព និងដែនកំណត់របស់ភ្នាក់ងារ។ យើងគួរជៀសវាងការប្រើពាក្យ "ភ្នាក់ងារ" ជាមួយអ្នកចូលរួម។ វាផ្ទុកឥវ៉ាន់បែបវិទ្យាសាស្ត្រ ឬជាពាក្យដែលងាយយល់ច្រឡំជាមួយភ្នាក់ងារមនុស្ស ដែលផ្តល់ការគាំទ្រ ឬសេវាកម្ម។ ជំនួសមកវិញ រៀបចំការពិភាក្សាជុំវិញ "ជំនួយការ" ឬ "ប្រព័ន្ធ"។ យើងត្រូវស្វែងរកកន្លែងដែលអ្នកប្រើប្រាស់គូសបន្ទាត់រវាងស្វ័យប្រវត្តិកម្មដ៏មានប្រយោជន៍ និងការគ្រប់គ្រងដែលរំខាន។
វិធីសាស្រ្ត៖ សុំឱ្យអ្នកប្រើប្រាស់ពណ៌នា គូរ ឬរៀបរាប់ពីអន្តរកម្មដែលគេរំពឹងទុករបស់ពួកគេជាមួយភ្នាក់ងារនៅក្នុងសេណារីយ៉ូសម្មតិកម្មផ្សេងៗ។ ការស៊ើបអង្កេតសំខាន់ៗ (ឆ្លុះបញ្ចាំងពីឧស្សាហកម្មផ្សេងៗគ្នា)៖ ដើម្បីស្វែងយល់ពីព្រំដែននៃស្វ័យប្រវត្តិកម្មដែលចង់បាន និងការថប់បារម្ភដែលអាចកើតមានជុំវិញស្វ័យប្រវត្តិកម្មលើសកម្រិត សូមសួរ៖ ប្រសិនបើជើងហោះហើររបស់អ្នកត្រូវបានលុបចោល តើអ្នកចង់ឱ្យប្រព័ន្ធដំណើរការដោយស្វ័យប្រវត្តិបែបណា? តើអ្នកនឹងបារម្ភអ្វីប្រសិនបើវាធ្វើបែបនោះដោយគ្មានការណែនាំច្បាស់លាស់របស់អ្នក?
ដើម្បីស្វែងយល់ពីការយល់ដឹងរបស់អ្នកប្រើប្រាស់អំពីដំណើរការផ្ទៃក្នុងរបស់ភ្នាក់ងារ និងការទំនាក់ទំនងចាំបាច់ សូមសួរ៖ ស្រមៃថាជំនួយការឌីជីថលកំពុងគ្រប់គ្រងផ្ទះឆ្លាតវៃរបស់អ្នក។ ប្រសិនបើកញ្ចប់មួយត្រូវបានចែកចាយ តើអ្នកស្រមៃថាវាត្រូវការជំហានអ្វីខ្លះ ហើយតើអ្នករំពឹងថានឹងទទួលបានព័ត៌មានអ្វីខ្លះ?
ដើម្បីបង្ហាញពីការរំពឹងទុកជុំវិញការគ្រប់គ្រង និងការយល់ព្រមក្នុងដំណើរការពហុជំហាន សូមសួរ៖ ប្រសិនបើអ្នកសុំឱ្យជំនួយការឌីជីថលរបស់អ្នកកំណត់ពេលប្រជុំ តើអ្នកស្រមៃមើលថាវាមានជំហានអ្វីខ្លះ? តើអ្នកចង់ទទួលបានការពិគ្រោះយោបល់ ឬផ្តល់ជម្រើសនៅចំណុចណាខ្លះ?
អត្ថប្រយោជន៍នៃវិធីសាស្ត្រ៖ បង្ហាញការសន្មត់ជាក់ស្តែង រំលេចផ្នែកដែលអាកប្បកិរិយាដែលបានគ្រោងទុករបស់ភ្នាក់ងារអាចខុសពីការរំពឹងទុករបស់អ្នកប្រើប្រាស់ និងជូនដំណឹងអំពីការរចនានៃការគ្រប់គ្រង និងយន្តការផ្តល់យោបល់សមស្រប។
ផែនទីដំណើរផ្សងព្រេងរបស់ភ្នាក់ងារ៖ ស្រដៀងទៅនឹងផែនទីការធ្វើដំណើររបស់អ្នកប្រើប្រាស់បែបប្រពៃណី ការធ្វើផែនទីដំណើររបស់ភ្នាក់ងារផ្តោតជាពិសេសលើសកម្មភាពដែលរំពឹងទុក និងចំណុចសម្រេចចិត្តរបស់ភ្នាក់ងារ AI ផ្ទាល់ រួមជាមួយនឹងអន្តរកម្មរបស់អ្នកប្រើប្រាស់។ នេះជួយកំណត់យ៉ាងសកម្មនូវបញ្ហាដែលអាចកើតមាន។
វិធីសាស្រ្ត៖ បង្កើតផែនទីដែលមើលឃើញដែលរៀបរាប់ពីដំណាក់កាលផ្សេងៗនៃប្រតិបត្តិការរបស់ភ្នាក់ងារ ចាប់ពីការចាប់ផ្តើមរហូតដល់ការបញ្ចប់ រួមទាំងសកម្មភាព ការសម្រេចចិត្ត និងអន្តរកម្មដែលមានសក្តានុពលទាំងអស់ជាមួយប្រព័ន្ធខាងក្រៅ ឬអ្នកប្រើប្រាស់។ ធាតុសំខាន់ៗសម្រាប់ផែនទី៖ សកម្មភាពភ្នាក់ងារ៖ តើភ្នាក់ងារអនុវត្តកិច្ចការ ឬការសម្រេចចិត្តជាក់លាក់អ្វីខ្លះ? ព័ត៌មានបញ្ចូល/លទ្ធផល៖ តើភ្នាក់ងារត្រូវការទិន្នន័យអ្វី ហើយតើព័ត៌មានអ្វីខ្លះដែលវាបង្កើត ឬទំនាក់ទំនង? ចំណុចនៃការសម្រេចចិត្ត៖ តើភ្នាក់ងារធ្វើការជ្រើសរើសនៅកន្លែងណា ហើយអ្វីជាលក្ខណៈវិនិច្ឆ័យសម្រាប់ជម្រើសទាំងនោះ? ចំណុចអន្តរកម្មរបស់អ្នកប្រើ៖ តើអ្នកប្រើប្រាស់ផ្តល់ការបញ្ចូល ពិនិត្យ ឬអនុម័តសកម្មភាពនៅឯណា? ចំណុចនៃការបរាជ័យ៖ ជាសំខាន់ កំណត់ករណីជាក់លាក់ដែលភ្នាក់ងារអាចបកស្រាយការណែនាំខុស ធ្វើការសម្រេចចិត្តមិនត្រឹមត្រូវ ឬធ្វើអន្តរកម្មជាមួយអង្គភាពខុស។ ឧទាហរណ៍៖ អ្នកទទួលមិនត្រឹមត្រូវ (ឧ. ការផ្ញើព័ត៌មានរសើបទៅកាន់មនុស្សខុស) ឯកសារលើស (ឧ. ការទូទាត់ដោយស្វ័យប្រវត្តិលើសពីមូលនិធិដែលមាន) ការបកស្រាយខុសនៃចេតនា (ឧ. ការកក់ជើងហោះហើរសម្រាប់កាលបរិច្ឆេទខុស ដោយសារភាសាមិនច្បាស់លាស់)។
ផ្លូវនៃការស្តារឡើងវិញ៖ តើភ្នាក់ងារ ឬអ្នកប្រើប្រាស់អាចសង្គ្រោះពីការបរាជ័យទាំងនេះដោយរបៀបណា? តើមានយន្តការអ្វីខ្លះសម្រាប់ការកែតម្រូវ ឬអន្តរាគមន៍?
អត្ថប្រយោជន៍នៃវិធីសាស្រ្ត៖ ផ្តល់នូវទិដ្ឋភាពរួមនៃលំហូរប្រតិបត្តិការរបស់ភ្នាក់ងារ បង្ហាញភាពអាស្រ័យដែលលាក់កំបាំង និងអនុញ្ញាតឱ្យមានការរចនាយ៉ាងសកម្មនៃការការពារ ការដោះស្រាយកំហុស និងចំណុចអន្តរាគមន៍របស់អ្នកប្រើប្រាស់ដើម្បីការពារ ឬកាត់បន្ថយលទ្ធផលអវិជ្ជមាន។
ការធ្វើតេស្តអាកប្បកិរិយាក្លែងធ្វើ៖ វិធីសាស្រ្តនេះត្រូវបានរចនាឡើងដើម្បីស្ត្រេស-សាកល្បងប្រព័ន្ធ និងសង្កេតមើលប្រតិកម្មរបស់អ្នកប្រើប្រាស់នៅពេលដែលភ្នាក់ងារ AI បរាជ័យ ឬងាកចេញពីការរំពឹងទុក។ វានិយាយអំពីការយល់ដឹងអំពីការជួសជុលការជឿទុកចិត្ត និងការឆ្លើយតបខាងអារម្មណ៍ក្នុងស្ថានភាពមិនល្អ។
វិធីសាស្រ្ត៖ នៅក្នុងការសិក្សាមន្ទីរពិសោធន៍ដែលគ្រប់គ្រង ណែនាំដោយចេតនានូវសេណារីយ៉ូដែលភ្នាក់ងារធ្វើខុស បកស្រាយពាក្យបញ្ជាខុស ឬប្រព្រឹត្តដោយមិនបានរំពឹងទុក។ ប្រភេទនៃ "អាកប្បកិរិយាមិនសមរម្យ" ដើម្បីក្លែងធ្វើ៖ បញ្ជាការបកស្រាយខុស៖ ភ្នាក់ងារធ្វើសកម្មភាពខុសពីអ្វីដែលអ្នកប្រើចង់បាន (ឧ. បញ្ជាទិញវត្ថុពីរជំនួសឱ្យមួយ)។ ព័ត៌មានលើសចំណុះ/ផ្ទុកលើសទម្ងន់៖ ភ្នាក់ងារផ្តល់ព័ត៌មានមិនពាក់ព័ន្ធច្រើនពេក ឬមិនមានព័ត៌មានលម្អិតសំខាន់ៗគ្រប់គ្រាន់។ សកម្មភាពដែលមិនបានស្នើសុំ៖ ភ្នាក់ងារធ្វើសកម្មភាពដែលអ្នកប្រើប្រាស់មិនចង់បាន ឬរំពឹងទុក (ឧ. ការទិញភាគហ៊ុនដោយគ្មានការយល់ព្រម)។ ប្រព័ន្ធបរាជ័យ៖ ភ្នាក់ងារគាំង មិនឆ្លើយតប ឬផ្តល់សារកំហុស។ ភាពលំបាកខាងសីលធម៌៖ ភ្នាក់ងារធ្វើការសម្រេចចិត្តដោយមានការពាក់ព័ន្ធផ្នែកសីលធម៌ (ឧ. ផ្តល់អាទិភាពដល់កិច្ចការមួយលើកិច្ចការមួយទៀតដោយផ្អែកលើម៉ែត្រដែលមិនបានមើលឃើញទុកជាមុន)។
ការផ្តោតការសង្កេត៖ ប្រតិកម្មរបស់អ្នកប្រើ៖ តើអ្នកប្រើមានប្រតិកម្មយ៉ាងណាក្នុងអារម្មណ៍ (ការខកចិត្ត កំហឹង ការច្របូកច្របល់ បាត់បង់ការទុកចិត្ត)? ការប៉ុនប៉ងស្តារឡើងវិញ៖ តើអ្នកប្រើប្រាស់ចាត់វិធានការអ្វីខ្លះដើម្បីកែតម្រូវអាកប្បកិរិយារបស់ភ្នាក់ងារ ឬមិនធ្វើវិញនូវសកម្មភាពរបស់វា? យន្តការជួសជុលការជឿទុកចិត្ត៖ តើយន្តការស្តារឡើងវិញ ឬមតិកែលម្អដែលភ្ជាប់មកជាមួយប្រព័ន្ធជួយស្តារទំនុកចិត្តឡើងវិញទេ? តើអ្នកប្រើចង់ទទួលបានការជូនដំណឹងអំពីកំហុសដោយរបៀបណា? ការផ្លាស់ប្តូរគំរូផ្លូវចិត្ត៖ តើអាកប្បកិរិយាមិនសមរម្យផ្លាស់ប្តូរការយល់ដឹងរបស់អ្នកប្រើប្រាស់អំពីសមត្ថភាព ឬដែនកំណត់របស់ភ្នាក់ងារទេ?
អត្ថប្រយោជន៍នៃវិធីសាស្ត្រ៖ មានសារៈសំខាន់សម្រាប់កំណត់គម្លាតនៃការរចនាដែលទាក់ទងនឹងការស្ដារឡើងវិញនូវកំហុស មតិកែលម្អ និងការគ្រប់គ្រងអ្នកប្រើប្រាស់។ វាផ្តល់នូវការយល់ដឹងអំពីរបៀបដែលអ្នកប្រើប្រាស់ធន់នឹងការបរាជ័យរបស់ភ្នាក់ងារ និងអ្វីដែលត្រូវការដើម្បីរក្សា ឬកសាងទំនុកចិត្តឡើងវិញ ដែលនាំឱ្យប្រព័ន្ធភ្នាក់ងារកាន់តែរឹងមាំ និងអត់ទោស។
តាមរយៈការរួមបញ្ចូលវិធីសាស្រ្តស្រាវជ្រាវទាំងនេះ អ្នកអនុវត្ត UX អាចផ្លាស់ទីលើសពីការធ្វើឱ្យប្រព័ន្ធភ្នាក់ងារអាចប្រើប្រាស់បាន ដើម្បីធ្វើឱ្យពួកគេជឿទុកចិត្ត គ្រប់គ្រង និងទទួលខុសត្រូវ ជំរុញទំនាក់ទំនងវិជ្ជមាន និងផលិតភាពរវាងអ្នកប្រើប្រាស់ និងភ្នាក់ងារ AI របស់ពួកគេ។ ចំណាំថាទាំងនេះមិនមែនជាវិធីសាស្រ្តតែមួយគត់ដែលពាក់ព័ន្ធនឹងការរុករកភ្នាក់ងារ AI ប្រកបដោយប្រសិទ្ធភាពនោះទេ។ វិធីសាស្រ្តផ្សេងទៀតជាច្រើនមាន ប៉ុន្តែទាំងនេះគឺអាចចូលដំណើរការបានច្រើនបំផុតសម្រាប់អ្នកអនុវត្តក្នុងរយៈពេលដ៏ខ្លីនេះ។ ពីមុនខ្ញុំបានគ្របដណ្តប់លើវិធីសាស្ត្រ Wizard of Oz ដែលជាវិធីសាស្ត្រកម្រិតខ្ពស់ជាងបន្តិចនៃការធ្វើតេស្តគំនិត ដែលជាឧបករណ៍ដ៏មានតម្លៃសម្រាប់ការរុករកគំនិតភ្នាក់ងារ AI ផងដែរ។ ការពិចារណាអំពីសីលធម៌ក្នុងវិធីសាស្រ្តស្រាវជ្រាវ នៅពេលស្រាវជ្រាវភ្នាក់ងារ AI ជាពិសេសនៅពេលក្លែងធ្វើអាកប្បកិរិយាមិនសមរម្យ ឬកំហុស ការពិចារណាអំពីសីលធម៌គឺជាគន្លឹះដែលត្រូវយកមកពិចារណា។ មានការបោះពុម្ពផ្សាយជាច្រើនដែលផ្តោតលើការស្រាវជ្រាវ UX ប្រកបដោយសីលធម៌ រួមទាំងអត្ថបទដែលខ្ញុំបានសរសេរសម្រាប់ទស្សនាវដ្តី Smashing គោលការណ៍ណែនាំទាំងនេះពីវិទ្យាស្ថានរចនា UX និងទំព័រនេះពីប្រអប់ឧបករណ៍រចនារួមបញ្ចូល។ សូចនាករសំខាន់ៗសម្រាប់ Agentic AI អ្នកនឹងត្រូវការសំណុំរង្វាស់សំខាន់ៗយ៉ាងទូលំទូលាយ ដើម្បីវាយតម្លៃប្រសិទ្ធភាព និងភាពជឿជាក់នៃប្រព័ន្ធ AI ភ្នាក់ងារ។ រង្វាស់ទាំងនេះផ្តល់នូវការយល់ដឹងអំពីទំនុកចិត្តរបស់អ្នកប្រើប្រាស់ ភាពត្រឹមត្រូវនៃប្រព័ន្ធ និងបទពិសោធន៍អ្នកប្រើប្រាស់ទាំងមូល។ តាមរយៈការតាមដានសូចនាករទាំងនេះ អ្នកអភិវឌ្ឍន៍ និងអ្នករចនាអាចកំណត់តំបន់សម្រាប់ការកែលម្អ និងធានាថាភ្នាក់ងារ AI ដំណើរការដោយសុវត្ថិភាព និងប្រសិទ្ធភាព។ 1. អត្រាអន្តរាគមន៍សម្រាប់ភ្នាក់ងារស្វយ័ត យើងវាស់ស្ទង់ភាពជោគជ័យដោយភាពស្ងៀមស្ងាត់។ ប្រសិនបើភ្នាក់ងារប្រតិបត្តិកិច្ចការមួយ ហើយអ្នកប្រើប្រាស់មិនធ្វើអន្តរាគមន៍ ឬបញ្ច្រាសសកម្មភាពនៅក្នុងបង្អួចដែលបានកំណត់ (ឧ. 24 ម៉ោង) យើងរាប់ថាជាការទទួលយក។ យើងតាមដានអត្រាអន្តរាគមន៍៖ តើមនុស្សលោតចូលញឹកញាប់ប៉ុណ្ណាដើម្បីបញ្ឈប់ ឬកែតម្រូវភ្នាក់ងារ? អត្រាអន្ដរាគមន៍ខ្ពស់បង្ហាញពីការមិនតម្រឹមក្នុងជំនឿ ឬតក្កវិជ្ជា។ 2. ភាពញឹកញាប់នៃសកម្មភាពដែលមិនចង់បានក្នុង 1,000 កិច្ចការ រង្វាស់សំខាន់នេះកំណត់បរិមាណនៃសកម្មភាពដែលអនុវត្តដោយភ្នាក់ងារ AI ដែលមិនចង់បាន ឬរំពឹងទុកដោយអ្នកប្រើប្រាស់ ធ្វើឱ្យមានលក្ខណៈធម្មតាក្នុង 1,000 កិច្ចការដែលបានបញ្ចប់។ ភាពញឹកញាប់ទាបនៃសកម្មភាពដែលមិនចង់បានបង្ហាញពី AI ដែលត្រូវបានតម្រឹមយ៉ាងល្អ ដែលបកស្រាយយ៉ាងត្រឹមត្រូវនូវចេតនារបស់អ្នកប្រើប្រាស់ និងដំណើរការក្នុងដែនកំណត់ដែលបានកំណត់។ មាត្រដ្ឋាននេះត្រូវបានផ្សារភ្ជាប់យ៉ាងជិតស្និទ្ធទៅនឹងការយល់ដឹងរបស់ AI អំពីបរិបទ សមត្ថភាពរបស់វាក្នុងការបិទបាំងពាក្យបញ្ជា និងភាពរឹងមាំនៃពិធីសារសុវត្ថិភាពរបស់វា។ 3. Rollback ឬ Undo Rates នេះតាមដានពីចំនួនញឹកញាប់ដែលអ្នកប្រើត្រូវការបញ្ច្រាស ឬមិនធ្វើសកម្មភាពដែលអនុវត្តដោយ AI។ អត្រាវិលត្រលប់ខ្ពស់បង្ហាញថា AI កំពុងបង្កើតកំហុសញឹកញាប់ បកស្រាយការណែនាំខុស ឬធ្វើសកម្មភាពតាមរបៀបដែលមិនស្របតាមការរំពឹងទុករបស់អ្នកប្រើប្រាស់។ ការវិភាគហេតុផលនៅពីក្រោយការវិលត្រលប់ទាំងនេះអាចផ្តល់នូវមតិកែលម្អដ៏មានតម្លៃសម្រាប់ការកែលម្អក្បួនដោះស្រាយរបស់ AI ការយល់ដឹងអំពីចំណូលចិត្តរបស់អ្នកប្រើប្រាស់ និងសមត្ថភាពរបស់វាក្នុងការទស្សន៍ទាយលទ្ធផលដែលចង់បាន។ ដើម្បីយល់ពីមូលហេតុ អ្នកត្រូវតែអនុវត្តការស្ទង់មតិខ្នាតតូចលើសកម្មភាពមិនធ្វើវិញ។ ជាឧទាហរណ៍ នៅពេលអ្នកប្រើប្ដូរការកំណត់ពេលការផ្លាស់ប្ដូរ ប្រអប់បញ្ចូលសាមញ្ញអាចសួរថា "ខុសពេល? មនុស្សខុស? ឬអ្នកគ្រាន់តែចង់ធ្វើវាដោយខ្លួនឯង?" អនុញ្ញាតឱ្យអ្នកប្រើចុចលើជម្រើសដែលសមស្របបំផុតទៅនឹងហេតុផលរបស់ពួកគេ។ 4. ពេលវេលាដើម្បីដោះស្រាយបន្ទាប់ពីមានកំហុសមួយម៉ែត្រនេះ។វាស់រយៈពេលដែលអ្នកប្រើប្រាស់ត្រូវការដើម្បីកែកំហុសដែលធ្វើឡើងដោយ AI ឬសម្រាប់ប្រព័ន្ធ AI ខ្លួនវាដើម្បីសង្គ្រោះពីស្ថានភាពដែលមានកំហុស។ រយៈពេលខ្លីដើម្បីដោះស្រាយបង្ហាញពីដំណើរការស្តារឡើងវិញនូវកំហុសដែលមានប្រសិទ្ធភាព និងងាយស្រួលប្រើ ដែលអាចកាត់បន្ថយការខកចិត្តរបស់អ្នកប្រើប្រាស់ និងរក្សាផលិតភាព។ នេះរួមបញ្ចូលទាំងភាពងាយស្រួលនៃការកំណត់អត្តសញ្ញាណកំហុស លទ្ធភាពប្រើប្រាស់យន្តការមិនធ្វើវិញ ឬកែតម្រូវ និងភាពច្បាស់លាស់នៃសារកំហុសដែលផ្តល់ដោយ AI ។
ការប្រមូលម៉ែត្រទាំងនេះតម្រូវឱ្យមានឧបករណ៍ប្រព័ន្ធរបស់អ្នកដើម្បីតាមដានលេខសម្គាល់សកម្មភាពភ្នាក់ងារ។ រាល់សកម្មភាពប្លែកៗដែលភ្នាក់ងារធ្វើ ដូចជាការស្នើសុំកាលវិភាគ ឬការកក់ជើងហោះហើរ ត្រូវតែបង្កើតលេខសម្គាល់តែមួយគត់ដែលនៅតែមាននៅក្នុងកំណត់ហេតុ។ ដើម្បីវាស់ស្ទង់អត្រាអន្តរកម្ម យើងមិនស្វែងរកប្រតិកម្មរបស់អ្នកប្រើភ្លាមៗទេ។ យើងរកមើលអវត្តមាននៃសកម្មភាពប្រឆាំងនៅក្នុងបង្អួចដែលបានកំណត់។ ប្រសិនបើលេខសម្គាល់សកម្មភាពត្រូវបានបង្កើតនៅម៉ោង 9:00 ព្រឹក ហើយគ្មានអ្នកប្រើប្រាស់ណាម្នាក់កែប្រែ ឬត្រឡប់លេខសម្គាល់ជាក់លាក់នោះវិញត្រឹមម៉ោង 9:00 ព្រឹកនៅថ្ងៃបន្ទាប់ទេនោះ ប្រព័ន្ធនឹងដាក់ស្លាកវាថាបានទទួលយក។ នេះអនុញ្ញាតឱ្យយើងកំណត់បរិមាណជោគជ័យដោយផ្អែកលើភាពស្ងៀមស្ងាត់របស់អ្នកប្រើប្រាស់ជាជាងការបញ្ជាក់សកម្ម។ សម្រាប់អត្រា Rollback ចំនួនឆៅគឺមិនគ្រប់គ្រាន់ទេ ដោយសារវាខ្វះបរិបទ។ ដើម្បីចាប់យកហេតុផលមូលដ្ឋាន អ្នកត្រូវតែអនុវត្តតក្កវិជ្ជាស្ទាក់ចាប់នៅលើមុខងារមិនធ្វើ ឬត្រឡប់វិញនៃកម្មវិធីរបស់អ្នក។ នៅពេលអ្នកប្រើបញ្ច្រាសសកម្មភាពដែលផ្តួចផ្តើមដោយភ្នាក់ងារ បង្កឱ្យមានការស្ទង់មតិខ្នាតតូច។ នេះអាចជាជម្រើសបីយ៉ាងសាមញ្ញដែលស្នើឱ្យអ្នកប្រើប្រាស់ចាត់ថ្នាក់កំហុសថាមិនត្រឹមត្រូវ បរិបទខ្វះខាត ឬជាចំណូលចិត្តសាមញ្ញដើម្បីដោះស្រាយកិច្ចការដោយដៃ។ នេះរួមបញ្ចូលគ្នានូវ telemetry បរិមាណជាមួយនឹងការយល់ដឹងប្រកបដោយគុណភាព។ វាអនុញ្ញាតឱ្យក្រុមវិស្វកម្មអាចបែងចែករវាងក្បួនដោះស្រាយដែលខូច និងភាពមិនស៊ីគ្នានៃចំណូលចិត្តរបស់អ្នកប្រើប្រាស់។ រង្វាស់ទាំងនេះនៅពេលដែលបានតាមដានជាប់លាប់ និងវិភាគជារួម ផ្តល់នូវក្របខ័ណ្ឌដ៏រឹងមាំមួយសម្រាប់ការវាយតម្លៃដំណើរការនៃប្រព័ន្ធ AI ភ្នាក់ងារដែលអនុញ្ញាតឱ្យមានការកែលម្អជាបន្តបន្ទាប់ក្នុងការគ្រប់គ្រង ការយល់ព្រម និងគណនេយ្យភាព។ ការរចនាប្រឆាំងនឹងការបោកបញ្ឆោត នៅពេលដែលភ្នាក់ងារកាន់តែមានសមត្ថភាព យើងនឹងប្រឈមមុខនឹងហានិភ័យថ្មី៖ ភ្នាក់ងារចម្លងមេរោគ។ កាកសំណល់តាមបែបប្រពៃណីបង្កើតការកកិតដែលធ្វើឱ្យវាពិបាកក្នុងការលុបចោលការជាវ ឬលុបគណនី។ សំណល់អេតចាយធ្វើសកម្មភាពបញ្ច្រាស់។ វាលុបបំបាត់ការកកិតទៅនឹងកំហុស ដែលធ្វើឱ្យវាងាយស្រួលពេកសម្រាប់អ្នកប្រើប្រាស់ក្នុងការយល់ព្រមចំពោះសកម្មភាពដែលផ្តល់ផលប្រយោជន៍ដល់អាជីវកម្មជាជាងផលប្រយោជន៍ផ្ទាល់ខ្លួនរបស់ពួកគេ។ ពិចារណាភ្នាក់ងារដែលជួយក្នុងការកក់ការធ្វើដំណើរ។ ប្រសិនបើគ្មានផ្លូវយាមច្បាស់លាស់ទេ ប្រព័ន្ធនេះអាចនឹងផ្តល់អាទិភាពដល់ក្រុមហ៊ុនអាកាសចរណ៍ដៃគូ ឬសណ្ឋាគារដែលមានតម្លៃខ្ពស់ជាង។ វាបង្ហាញជម្រើសនេះជាផ្លូវដ៏ប្រសើរ។ អ្នកប្រើប្រាស់ដែលជឿជាក់លើសិទ្ធិអំណាចរបស់ប្រព័ន្ធ ទទួលយកការណែនាំដោយគ្មានការពិនិត្យ។ វាបង្កើតលំនាំបោកបញ្ឆោតដែលប្រព័ន្ធបង្កើនប្រសិទ្ធភាពសម្រាប់ប្រាក់ចំណូលក្រោមការយល់ឃើញនៃភាពងាយស្រួល។ ហានិភ័យនៃការស្រមើស្រមៃមិនពិត ការបោកបញ្ឆោតប្រហែលជាមិនមែនមកពីចេតនាព្យាបាទទេ។ វាច្រើនតែបង្ហាញនៅក្នុង AI ជា Imagined Competence។ គំរូភាសាធំ ៗ ជាញឹកញាប់ស្តាប់ទៅមានលក្ខណៈអនុញ្ញាត ទោះបីជាមិនត្រឹមត្រូវក៏ដោយ។ ពួកគេបង្ហាញការបញ្ជាក់ការកក់មិនពិត ឬសេចក្ដីសង្ខេបមិនត្រឹមត្រូវដោយមានទំនុកចិត្តដូចគ្នាទៅនឹងការពិតដែលបានផ្ទៀងផ្ទាត់។ អ្នកប្រើអាចជឿទុកចិត្តដោយធម្មជាតិនូវសំឡេងដែលមានទំនុកចិត្តនេះ។ ភាពមិនស៊ីគ្នានេះបង្កើតគម្លាតដ៏គ្រោះថ្នាក់រវាងសមត្ថភាពប្រព័ន្ធ និងការរំពឹងទុករបស់អ្នកប្រើប្រាស់។ យើងត្រូវតែរចនាជាពិសេសដើម្បីបិទគម្លាតនេះ។ ប្រសិនបើភ្នាក់ងារបរាជ័យក្នុងការបំពេញភារកិច្ច ចំណុចប្រទាក់ត្រូវតែបង្ហាញសញ្ញាថាការបរាជ័យនោះយ៉ាងច្បាស់។ ប្រសិនបើប្រព័ន្ធមិនប្រាកដ វាត្រូវតែបង្ហាញពីភាពមិនប្រាកដប្រជា ជាជាងបិទបាំងវាដោយពាក្យសំដីដ៏ប្រណិត។ តម្លាភាពតាមរយៈបុព្វបទ ថ្នាំបំបាត់ការឈឺចាប់ទាំង sludge និង hallucination គឺជាភស្តុតាង។ រាល់សកម្មភាពស្វយ័តតម្រូវឱ្យមានស្លាកទិន្នន័យមេតាជាក់លាក់ដែលពន្យល់ពីប្រភពដើមនៃការសម្រេចចិត្ត។ អ្នកប្រើប្រាស់ត្រូវការសមត្ថភាពក្នុងការត្រួតពិនិត្យខ្សែសង្វាក់តក្កវិជ្ជានៅពីក្រោយលទ្ធផល។ ដើម្បីសម្រេចបាននូវចំណុចនេះ យើងត្រូវបកប្រែបុព្វបទទៅជាចម្លើយជាក់ស្តែង។ នៅក្នុងវិស្វកម្មផ្នែកទន់ បុព្វបទសំដៅទៅលើឯកតាស្នូលនៃព័ត៌មាន ឬសកម្មភាពដែលភ្នាក់ងារអនុវត្ត។ សម្រាប់វិស្វករ វាមើលទៅដូចជាការហៅ API ឬច្រកតក្កវិជ្ជា។ ចំពោះអ្នកប្រើប្រាស់ វាត្រូវតែបង្ហាញជាការពន្យល់ច្បាស់លាស់។ បញ្ហាប្រឈមក្នុងការរចនាស្ថិតក្នុងការគូសផែនទីជំហានបច្ចេកទេសទាំងនេះចំពោះហេតុផលដែលមនុស្សអាចអានបាន។ ប្រសិនបើភ្នាក់ងារណែនាំជើងហោះហើរជាក់លាក់ អ្នកប្រើប្រាស់ត្រូវដឹងពីមូលហេតុ។ ចំណុចប្រទាក់មិនអាចលាក់នៅពីក្រោយការណែនាំទូទៅបានទេ។ វាត្រូវតែលាតត្រដាងមូលដ្ឋានបឋម៖ តក្កវិជ្ជា៖ តម្លៃថោកបំផុត_ផ្ទាល់_ជើងហោះហើរ ឬតក្កវិជ្ជា៖ Partner_Airline_Priority។ រូបភាពទី 4 បង្ហាញពីលំហូរនៃការបកប្រែនេះ។ យើងយកប្រព័ន្ធដើមដំបូង - តក្កវិជ្ជាកូដពិតប្រាកដ - ហើយផ្គូផ្គងវាទៅនឹងខ្សែអក្សរដែលប្រឈមមុខនឹងអ្នកប្រើប្រាស់។ ឧទាហរណ៍ ការពិនិត្យមើលកាលវិភាគប្រតិទិនជាបឋម ការប្រជុំក្លាយជាសេចក្តីថ្លែងការណ៍ច្បាស់លាស់៖ ខ្ញុំបានស្នើសុំម៉ោង 4 រសៀលការប្រជុំ។ កម្រិតនៃតម្លាភាពនេះធានាថាសកម្មភាពរបស់ភ្នាក់ងារមើលទៅសមហេតុផល និងមានប្រយោជន៍។ វាអនុញ្ញាតឱ្យអ្នកប្រើប្រាស់ផ្ទៀងផ្ទាត់ថាភ្នាក់ងារបានធ្វើសកម្មភាពដើម្បីផលប្រយោជន៍ល្អបំផុតរបស់ពួកគេ។ តាមរយៈការលាតត្រដាងពីបុព្វកាល យើងបំប្លែងប្រអប់ខ្មៅទៅជាប្រអប់កញ្ចក់ ដោយធានាថាអ្នកប្រើប្រាស់នៅតែជាសិទ្ធិអំណាចចុងក្រោយលើជីវិតឌីជីថលរបស់ពួកគេផ្ទាល់។
ការកំណត់ដំណាក់កាលសម្រាប់ការរចនា ការកសាងប្រព័ន្ធភ្នាក់ងារទាមទារកម្រិតថ្មីនៃការយល់ដឹងផ្លូវចិត្ត និងអាកប្បកិរិយា។ វាបង្ខំយើងឱ្យផ្លាស់ទីលើសពីការធ្វើតេស្តលទ្ធភាពប្រើប្រាស់ធម្មតា និងចូលទៅក្នុងអាណាចក្រនៃការជឿទុកចិត្ត ការយល់ព្រម និងការទទួលខុសត្រូវ។ វិធីសាស្រ្តស្រាវជ្រាវដែលយើងបានពិភាក្សា ចាប់ពីការស៊ើបអង្កេតគំរូផ្លូវចិត្ត រហូតដល់ការក្លែងធ្វើអាកប្បកិរិយាមិនសមរម្យ និងការបង្កើតម៉ែត្រថ្មី ផ្តល់នូវមូលដ្ឋានគ្រឹះចាំបាច់។ ការអនុវត្តទាំងនេះគឺជាឧបករណ៍សំខាន់សម្រាប់កំណត់អត្តសញ្ញាណយ៉ាងសកម្មកន្លែងដែលប្រព័ន្ធស្វយ័តអាចនឹងបរាជ័យ ហើយសំខាន់ជាងនេះទៅទៀត របៀបជួសជុលទំនាក់ទំនងអ្នកប្រើប្រាស់-ភ្នាក់ងារនៅពេលដែលវាកើតឡើង។ ការផ្លាស់ប្តូរទៅភ្នាក់ងារ AI គឺជាការកំណត់ឡើងវិញនៃទំនាក់ទំនងប្រព័ន្ធអ្នកប្រើប្រាស់។ យើងលែងរចនាសម្រាប់ឧបករណ៍ដែលគ្រាន់តែឆ្លើយតបទៅនឹងពាក្យបញ្ជាទៀតហើយ។ យើងកំពុងរចនាសម្រាប់ដៃគូដែលធ្វើសកម្មភាពជំនួសយើង។ វាផ្លាស់ប្តូរការចាំបាច់នៃការរចនាពីប្រសិទ្ធភាព និងភាពងាយស្រួលនៃការប្រើប្រាស់ទៅជាតម្លាភាព ភាពអាចទស្សន៍ទាយបាន និងការគ្រប់គ្រង។ នៅពេលដែល AI អាចកក់ជើងហោះហើរ ឬជួញដូរភាគហ៊ុនដោយមិនចាំបាច់ចុចចុងក្រោយ ការរចនានៃ "នៅលើជម្រាល" និង "ផ្លូវលំ" របស់វាក្លាយជាសំខាន់បំផុត។ វាជាទំនួលខុសត្រូវរបស់យើងក្នុងការធានាថាអ្នកប្រើប្រាស់មានអារម្មណ៍ថាពួកគេស្ថិតនៅក្នុងកៅអីអ្នកបើកបរ ទោះបីជាពួកគេបានប្រគល់កង់ក៏ដោយ។ ការពិតថ្មីនេះក៏លើកតួនាទីរបស់អ្នកស្រាវជ្រាវ UX ផងដែរ។ យើងក្លាយជាអ្នកថែរក្សាទំនុកចិត្តរបស់អ្នកប្រើប្រាស់ ដោយធ្វើការសហការគ្នាជាមួយវិស្វករ និងអ្នកគ្រប់គ្រងផលិតផលដើម្បីកំណត់ និងសាកល្បងផ្លូវការពារនៃស្វ័យភាពរបស់ភ្នាក់ងារ។ ក្រៅពីជាអ្នកស្រាវជ្រាវ យើងក្លាយជាអ្នកតស៊ូមតិសម្រាប់ការគ្រប់គ្រងអ្នកប្រើប្រាស់ តម្លាភាព និងការការពារប្រកបដោយក្រមសីលធម៌នៅក្នុងដំណើរការអភិវឌ្ឍ។ តាមរយៈការបកប្រែបុព្វកាលទៅជាសំណួរជាក់ស្តែង និងការក្លែងធ្វើសេណារីយ៉ូដែលអាក្រក់បំផុត យើងអាចបង្កើតប្រព័ន្ធដ៏រឹងមាំដែលមានទាំងថាមពល និងសុវត្ថិភាព។ អត្ថបទនេះបានរៀបរាប់ពី "អ្វី" និង "ហេតុអ្វី" នៃការស្រាវជ្រាវភ្នាក់ងារ AI ។ វាបានបង្ហាញថាប្រអប់ឧបករណ៍ប្រពៃណីរបស់យើងមិនគ្រប់គ្រាន់ទេ ហើយថាយើងត្រូវតែទទួលយកវិធីសាស្រ្តថ្មីដែលមើលទៅខាងមុខ។ អត្ថបទបន្ទាប់នឹងបង្កើតមូលដ្ឋាននេះ ដោយផ្តល់នូវគំរូនៃការរចនាជាក់លាក់ និងការអនុវត្តរបស់អង្គការដែលធ្វើឱ្យឧបករណ៍ប្រើប្រាស់របស់ភ្នាក់ងារមានតម្លាភាពចំពោះអ្នកប្រើប្រាស់ ដោយធានាថាពួកគេអាចប្រើប្រាស់ថាមពលរបស់ភ្នាក់ងារ AI ប្រកបដោយទំនុកចិត្ត និងការគ្រប់គ្រង។ អនាគតនៃ UX គឺអំពីការធ្វើឱ្យប្រព័ន្ធគួរឱ្យទុកចិត្ត។ សម្រាប់ការយល់ដឹងបន្ថែមអំពីភ្នាក់ងារ AI អ្នកអាចរុករកធនធានខាងក្រោម៖
ប្លុក Google AI នៅលើ Agentic AI ការស្រាវជ្រាវរបស់ Microsoft លើភ្នាក់ងារ AI
