Pour pouvoir accompagner vos collaborateurs, l’IA Didask commence par qualifier la demande des utilisateurs. Parfois celle-ci est très simple à comprendre (”J’ai besoin de m’entrainer pour répondre aux questions des clients sur l’hébergement des données”), parfois elle nécessite plus de contexte (”client avec DX problem 402 : que faire ?”). En tant qu’administrateur, vous avez plusieurs leviers pour apporter du contexte à l’IA Didask pour qu’il qualifie mieux les besoins de vos collaborateurs.

Lorsque l’IA reçoit un message de l’apprenant, il va faire une hypothèse sur le besoin de l’apprenant qui lui permettra d’aller chercher dans la base de connaissances de votre entreprise les informations qui vont lui permettre de répondre à son besoin.

Pour faire cette hypothèse, l’IA va s’appuyer sur :

Et à partir de ces informations faire une hypothèse sur le besoin probable de l’apprenant.

Imaginons l’exemple suivant : un collaborateur en call avec un client de votre entreprise écrit ce message “comment activer le cf ?”. Ce message, tout seul, sera en l’état est très mystérieux pour l’IA, qui ne sait pas ce qu’est le cf, où le collaborateur souhaite l’activer… et donc l’IA va avoir du mal à chercher la source pertinente dans votre base.

Imaginons maintenant que l’assistant dispose des informations suivantes :

L’assistant sera capable de faire la requête suivante : “l’utilisateur cherche les conditions d’activation du Custom flow (CF, flow personnalisé) probablement pour le mettre en place chez son client. Titre probable des ressources : “custom flow : conditions de déclenchement”, “custom flow tutoriel”, etc. ” et de trouver les articles du centre d’aide de l’entreprise qui concerne le CF.

Le contexte d’entreprise décrit l’environnement et les enjeux de l’ensemble de vos collaborateurs. Les informations contenues dans le contexte d’entreprise doivent être valables pour l’ensemble des employés.

✅ À ajouter :

❌ À ne pas ajouter :

Le lexique décrit la terminologie précise utilisée dans votre entreprise . Par exemple, un « lead » n'a pas la même signification selon qu'il est utilisé par le marketing ou dans une conversation générale. Sans lexique, l'intelligence artificielle utilisera le sens « classique » des mots ou fera des hypothèses sur leur sens probable, au risque de faire des erreurs. En créant un lexique, l’IA Didask comprendra mieux les demandes spécifiques de vos utilisateurs et sera capable de trouver les bonnes informations sur le sujet.

✅ À ajouter : les termes spécifiques de votre entreprise, typiquement ceux que vous ne pouvez pas utiliser avec quelqu'un qui travaille dans un secteur différent sans avoir à les expliquer. Faites attention en particulier aux mots qui ont un autre sens dans le langage courant (par exemple si vous utiliser “offline” pour dire autre chose que “hors réseau”) Incluez également les acronymes et leurs traductions si vous les utilisez en interne.

Quelques exemples :

❌ À ne pas ajouter : un acronyme utilisé par toutes les entreprises, un terme spécifique mais qui est largement documenté sur internet.

Quelques exemples

Lors du déploiement de l’IA Didask, nous vous recommandons de sensibiliser vos apprenants à l’intérêt de prendre le temps de préciser leur contexte.

🔗 Pour aller plus loin :

Mots clés : IA Didask, coach, assistant d'apprentissage, contexte métier

Des questions supplémentaires ? N’hésitez pas à nous contacter à assistance@didask.com. Notre équipe est à votre disposition pour vous aider et vous accompagner dans vos projets ! 💬