لا يعد رضا العملاء عاملًا مهمًا فحسب، بل حجر زاوية للمدن الذكية وللمنظمات التي تقدم خدماتها للناس، فهو يعزز سمعة المنظمة وربحيتها ويرفع بدرجة كبيرة احتمال عودة العملاء إليها، غير أن خدمة دعم العملاء عبر المحادثة الإلكترونية كثيرًا ما لا يقيّمها العملاء أنفسهم، فتضيع فرصة تحسين الخدمة بناء على انطباعاتهم، ومن هنا تنشأ مشكلة عملية تواجه مراكز الاتصال، إذ تتراكم لديها محادثات غنية بالدلالات دون وسيلة منظمة لاستخراج مستوى الرضا منها، وتأتي هذه الدراسة لتسخّر الذكاء الاصطناعي وإغناء البيانات في التنبؤ بتقييمات رضا العملاء من نصوص المحادثات ذاتها، بالاعتماد على تحليل ردود العملاء ومقدمي الخدمة، وفي سياق عربي ظل تنقيب الآراء فيه محدودًا رغم اتساع الخدمات الرقمية العربية
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى توظيف الذكاء الاصطناعي وإغناء البيانات في التنبؤ بتقييمات رضا العملاء من محادثات خدمة العملاء، وقد حصل الباحثون على محادثات فعلية بين عملاء ووكلاء حقيقيين من قاعدة بيانات مركز اتصال بلدية جدة، وهي محادثات قيّمها العملاء على مقياس يمتد من 1 إلى 5، ودربوا خمسة نماذج للتنبؤ واختبروها بمقاربات تقوم على الانحدار اللوجستي والغابات العشوائية والتعلم العميق القائم على التجميع، وضبطوا بدقة نموذجين حديثين مدربين مسبقًا، هما النموذج العربي المولّد للنصوص ونموذج سعودي بيرت، ثم كرروا تدريب النماذج واختبارها بعد تطبيق تقنية إغناء البيانات باستخدام الذكاء الاصطناعي التوليدي عبر نموذج جي بي تي أربعة، لتحسين عدم التوازن في بيانات محادثات العملاء
ثانيًا: أبرز النتائج
وجدت الدراسة أن مقاربة التعلم العميق القائمة على التجميع هي الأفضل في التنبؤ بتصنيفات الرضا، سواء قُسمت إلى خمس فئات أم ثلاث أم فئتين، متقدمة بذلك على النماذج التقليدية والنماذج اللغوية المضبوطة بدقة، كما أظهرت النتائج أن إغناء البيانات حسّن الدقة بدرجات متفاوتة بحسب النموذج، إذ رفع دقة نموذج التعلم العميق التجميعي بنسبة 1.69 في المئة، ورفع دقة نموذج الانحدار اللوجستي بنسبة 3.84 في المئة، وبذلك يعالج الإغناء بالذكاء الاصطناعي التوليدي مشكلة عدم توازن الفئات في بيانات المحادثات، حيث تندر عادة تقييمات معينة مقارنة بغيرها فيضعف تدريب النماذج عليها، وتسهم الدراسة في تقدم تنقيب الآراء العربي، إذ تعد الأولى التي تورد أداء تحديد مستويات رضا العملاء باستخدام بيانات محادثات عربية حقيقية لا مترجمة ولا مصطنعة
ثالثًا: دلالات الدراسة وتطبيقاتها
تتسم دلالات هذه الدراسة بأهمية عملية مباشرة، إذ يمكن تطبيق نتائجها في تحسين خدمة العملاء في منظمات متنوعة، فحين تستطيع المنظمة التنبؤ بمستوى رضا العميل من نص محادثته دون انتظار تقييم صريح منه، تصبح قادرة على رصد المحادثات المتعثرة مبكرًا والتدخل لمعالجتها، وعلى تقويم أداء فرق الدعم بصورة مستمرة مستندة إلى بيانات كاملة لا إلى عينة صغيرة من العملاء الذين يبادرون بالتقييم، كما تقدم الدراسة وصفة منهجية قابلة للنقل إلى جهات حكومية وخاصة تدير مراكز اتصال عربية، تجمع بين نماذج تعلم آلي تقليدية ونماذج لغوية عربية حديثة وإغناء توليدي للبيانات، وبذلك تسد فجوة في أدبيات تنقيب الآراء العربية وتفتح خطًا بحثيًا يمكن البناء عليه بمحادثات من قطاعات أخرى
وتزداد أهمية هذه النتائج حين توضع في سياق تحول المدن والجهات الخدمية نحو القنوات الرقمية، فكلما انتقلت الخدمة إلى المحادثة النصية صارت نصوص تلك المحادثات أرشيفًا حيًا لتجربة المستفيد كاملة، من لحظة طلبه الخدمة إلى لحظة رضاه أو سخطه، وقدرة النماذج المدروسة على قراءة هذا الأرشيف وتحويله إلى تقدير كمي للرضا تعني أن المنظمة لم تعد رهينة نسبة صغيرة من العملاء يملأون نماذج التقييم، بل صار بوسعها الاستماع إلى جميع عملائها تقريبًا ومنهم الصامتون ومن انقطعت محادثاتهم غاضبين، كما أن نجاح الإغناء التوليدي في رفع الدقة يفتح بابًا لمعالجة ندرة البيانات الموسومة في العربية عمومًا، وهي عقبة تاريخية أمام بناء نماذج لغوية عربية قوية في مجالات الخدمات والإدارة
وخلاصة القول إن محادثات خدمة العملاء ليست أرشيفًا صامتًا، بل مصدر حي لقياس الرضا حين تُقرأ بأدوات الذكاء الاصطناعي المناسبة، وقد أثبتت هذه الدراسة من قلب مركز اتصال بلدية جدة أن التعلم العميق التجميعي مدعومًا بإغناء البيانات التوليدي قادر على التنبؤ برضا العملاء العرب بدقة متقدمة، بما يحول كل محادثة إلى فرصة تحسين لا إلى سجل منسي
