KAI: Веб-модуль на базі штучного інтелекту для покращення особистого та онлайн спілкування

Завдання NERDZ LAB полягало в розробці інтегрованого веб-модуля як додаткового внутрішнього компонента для рішень клієнта на основі штучного інтелекту (ШІ). Модуль мав інтегруватися з будь-яким веб-сайтом, навчати моделі ШІ ідентифікувати зони для покращення, і надавати торговим представникам результати для майбутнього використання. Він допоміг би внутрішній команді тестувальників KAI швидко та ефективно оцінювати якість письмових взаємодій.

Ось як це працює:

1. Модуль конвертує записану розмову між торговим представником та потенційним клієнтом у текст.
2. Тестувальник прослуховує аудіозапис і пропонує способи покращення розмови, зокрема які слова використовувати, який стиль і тембр голосу будуть більш прийнятні тощо.
3. Цей зворотний зв’язок використовується для навчання алгоритму ШІ KAI, який допомагає готувати торгових представників до спілкування з клієнтами.

Наша команда визначила функціонал, який навчальна програма ШІ KAI мала запропонувати, щоб тестувальники могли оптимізувати свої робочі процеси. Ми виявили 4 основні завдання для вирішення.

• Власний текстовий редактор. Ми розробили власний текстовий редактор, оскільки стандартний не підтримував необхідних редагувальних функцій. Наприклад, текст мав відображати деякі графічні елементи, зокрема значки, підсвітлення ключових моментів та мітки. Крім того, текстовий редактор мав включати й інші візуальні елементи — динамік, поданий як зображення редактора зліва з його назвою над текстом. Ми інтегрували ці елементи у загальний текстовий редактор, щоб тестувальники могли працювати з текстом під час всієї розмови, а не лише з одним динаміком.
• Довгі розмови. Середньостатистичний 30-хвилинний дзвінок містить близько 15 000 слів. Це значний обсяг даних для обробки, що часто призводило до зависання системи. Наше рішення полягало в тому, щоб завантажувати ці дані, одночасно підтримуючи продуктивність у реальному часі. Це було критично важливо, оскільки будь-яке зависання системи негативно впливало на роботу тестувальників. Вони могли потребувати швидких змін у тексті та друку без затримок. Наше завдання було забезпечити безперебійну роботу системи та надати користувачам відчуття, що вони просто пишуть повідомлення без складних процесів у фоні.
• Синхронізація тексту та аудіо. Кожне слово має власний таймкод, який дозволяє системі підсвічувати слова під час програвання аудіо. Однак, коли тестувальник вносить зміни до тексту, наприклад, додає або видаляє слова, а аудіо залишається незмінним, таймкоди потрібно перераховувати. Це складне завдання, оскільки таймкод кожного слова залежить від таймкодів сусідніх слів, довжини тексту, вимови тощо. Ми мали врахувати всі ці фактори, щоб забезпечити точність таймкодів.
• Проблеми з пошуком та редагуванням. Коли тестувальник виділяє, мітить або вносить інші візуальні зміни в текст, це запускає процес переформатування всього текстового компонента. Це створювало значну системну затримку, що негативно впливало на досвід користувача. Найскладнішим було форматування лише тих текстових компонентів, які не були виділені, позначені або якось візуально змінені, без впливу на інші компоненти.