Raske KI-forslag kan gi mer etterarbeid

Et KI-forslag kan komme på få sekunder og likevel kreve mer menneskelig arbeid enn den tidligere arbeidsflyten. En beslutning om automatisering avhenger av arbeidet frem til et likeverdig resultat. Modellens svartid dekker bare en del av forløpet.

Sammenlign de samme sakene frem til samme resultat

I det fiktive regneeksemplet fordeles 100 supporthenvendelser til riktig fagteam og tas imot for behandling. Det betyr ikke at supportproblemene er løst. Den eksisterende manuelle fordelingen tar to minutter per henvendelse: 100 × 2 = 200 minutter.

I KI-flyten vises fordelingsforslaget raskt. Hver henvendelse kontrolleres i ett minutt. Deretter trenger 30 henvendelser fire ekstra minutter hver til rettelser. Avstemming og overlevering legger til én oppgave på 20 minutter for hele gruppen.

Rettelsestiden kommer i tillegg til kontrollen som allerede er telt. Begge veier ender med likeverdig fordelte og mottatte henvendelser; samme arbeid telles ikke to ganger. Eksemplet gir 40 minutter mer menneskelig innsats.

Flaskehalsen kan ligge etter forslaget

Leverer automatiseringen nye forslag raskere enn teamet fullfører dem, vokser kontrollkøen. En rask første tilbakemelding kan opptre sammen med lengre ventetid frem til en brukbar fordeling. Ventetid og aktiv behandlingstid er ulike størrelser.

Google SRE Workbook anbefaler å tallfeste det faktiske arbeidet før endringer. I denne piloten bør uavklarte henvendelser og alderen på den eldste også være synlige sammen med aktiv tid. En kort gjennomsnittlig modellsvartid sier lite om dem.

Rettelser er en del av programvaren

Guidelines for Human-AI Interaction omfatter effektive rettelser. I fordelingsgrensesnittet bør medarbeidere se opprinnelig henvendelse og forslag sammen og kunne endre feil fagteam direkte. Kopiering av data, åpning av et annet system og gjenoppretting av kontekst teller også som arbeid i automatiseringen.

Vurderingen kan endre seg hvis færre rettelser trengs, eller forslagene allerede kan brukes pålitelig til et formål med lav risiko uten individuell kontroll. Eksemplet innfører ikke et universelt krav om manuell kontroll av alle KI-resultater. Kravet til resultatkvalitet må være likt i sammenligningen.

En bredere innføring må derfor begrunnes ut fra hele arbeidsflyten. Faller bare tiden frem til forslaget mens rettelsesarbeid og uavklarte henvendelser øker, må feil- og overleveringsforløpet forbedres først. Svarhastigheten alene kan ikke bære beslutningen.

Kilder

• Google SRE Workbook: Identifying and Recovering from Overload

• Amershi et al.: Guidelines for Human-AI Interaction (CHI 2019)