Hvordan lærer AI agenter?

AI-agenter består af 4 A’er: Awareness, analyse, action og autonomi.

At tale om, at AI-agenter lærer, kan måske lyde som en menneskeliggørelse af noget maskinelt og dødt. Man kunne derfor også i stedet tale om, at agenter kan forbedre deres præstationen ved at kombinere flere forskellige læringsmetoder.

En AI agent ligner således noget, der er intelligent, men den er på intet tidspunkt andet end uforstående algoritmer uden reel indsigt.

De selvsamme algoritmer kan dog forbedre deres præstation løbende, og det gør de på seks måder:

In-Context Learning: Her lærer de fra eksempler i realtid og forbedrer deres output løbende.
Retrieval-Based Learning: Denne læringsmetode slår op i eksterne datakilder for at sikre faktuelle svar.
Fine-Tuning: Her gentræner man agentens model på nye data og justerer den med et fejlsignal – dvs. at modellen justerer sig selv ved at lære af sine fejl, lidt som når et barn øver sig og bliver bedre efter feedback. Dette bruges typisk til at tilpasse en generel model til et nicheområde som det forventes at modellen ikke er blevet eksponeret for i sin oprindelige træning.
Reinforcement learning: Dette er en AI-metode, hvor en agent lærer gennem erfaring ved at prøve handlinger, modtage feedback og forbedre sine valg over tid (de fleste nuværende AI-agenter er dog stadig stærkt afhængige af regelbaserede flows).
Supervised learning: Denne maskinlæringsmetode bruger mærkede data (input-output-par) for at lære mønstre og forudsige resultater på nye data.
Unsupervised learning: Denne maskinlæringsmetode bruger umærkede data som systemet kan opdage mønstre i.

Reinforcement learning, supervised learning og unsupervised learning er normalt paradigmer der anvendes når modellen der driver agenten skal trænes, og kræver store mængder data og lang beregningstid for at have succes. I implementering af AI agenter vil det derfor oftest være In-Context learning, Retrieval-Based learning og fine-tuning der bruges.

Lad mig vise dig ovenstående i praksis ud fra et konkret eksempel med en agent.

En e-handelsvirksomhed vælger at implementere en AI-agent til at optimere deres kundeservice og produktanbefalinger. Agenten fungerer delvist autonomt og forbedrer sig selv løbende ved at kombinere flere læringsmetoder.

I praksis sker det som følger:

1. Awareness
AI-agenten overvåger kundeadfærd på webshoppen, produktanmeldelser og interaktioner i chat-support.

2. Analyse
Når en kunde besøger webshoppen, vurderer AI-agenten kundens præferencer og behov baseret på tidligere adfærd og lignende kunders valg.

3. Action
Agenten giver personlige produktanbefalinger, besvarer spørgsmål i kundechat og håndterer returforsendelser ved at afgøre, om en retur er berettiget og generere en returlabel automatisk.

4. Autonomi
AI-agenten søger i produktbeskrivelser, FAQ'er og eksterne databaser for at give nøjagtige svar om produktfunktioner og leveringstider. I de tilfælde, hvor en kunde stiller et nyt spørgsmål i chatten, som agenten ikke har set før, lærer den af lignende forespørgsler og forbedrer sine svar i realtid.

Når en kunde vælger en anbefalet vare og giver positiv feedback, justerer agenten derudover fremtidige anbefalinger baseret på, hvad der fungerer bedst, og agenten er i forvejen trænet på tusindvis af tidligere kundedialoger og købshistorik for at genkende mønstre i kundeadfærd.

Endelig justerer agenten sine anbefalingsalgoritmer for at sikre mere relevante forslag, når nye produkter tilføjes, eller kundepræferencer ændrer sig.

Læring og autonomi er nøglen

Tilsvarende kunne man forestille sig en agent, der er bygget til at styrke jeres HR-afdelings arbejde. Personligt har jeg ansat hundredvis af medarbejdere i mine forskellige startups, og det har været en udfordrende proces – især hvis opgaven skulle overdrages til en kollega, der måske ikke havde den samme historik at trække på i forhold til, hvad der har virket godt tidligere, og hvad der ikke har.

Her ville det være oplagt først at træne en agent i generelle HR-principper, såsom hvilke kvalifikationer og erfaringer der normalt kræves til forskellige stillinger. På den måde vil den i første omgang lynhurtigt kunne gennemgå CV’er og identificere, hvem der opfylder de grundlæggende krav for en stilling.

Man skal naturligvis være opmærksom på, at det kan risikere at koste nogle af de ’skæve matches’ til stillingen, så det er meget vigtigt, at man er bevidst om de regler og grænser, man sætter op for agenten i forhold til matchet.

Det smarte ved AI-agenten er imidlertid, at den nu løbende begynder at lære af specifikke mønstre i jeres rekrutteringsdata. For eksempel kan den analysere, hvilke typer kandidater der tidligere er blevet ansat og har haft succes i bestemte roller. Hvis medarbejdere med erfaring fra specifikke brancher klarer sig bedre, vil agenten tage det med i sine anbefalinger, så den er altså glad for, når I indbygger feedbackloops i jeres design af agenten.

Et andet eksempel på dens læring kunne være, at en kandidat bliver afvist efter en jobsamtale på grund af manglende soft skills. Hvis I nu giver agenten besked om det, så vil den justere sine prioriteringer, så den fremover fokuserer mere på, hvordan kandidater præsenterer deres kommunikationsevner i CV’et og ansøgningen.

Den metodik kan I ikke kun få glæde af i jeres CV-screeninger, men også den anden vej rundt. Efterhånden som jeres HR-agent bliver mere personlig og præcis, vil den ligeledes kunne foreslå jer ændringer i jobopslag, som f.eks. hvilke nøgleord der tiltrækker de mest kvalificerede ansøgere. Samtidig kan den identificere mønstre, såsom hvilke tidspunkter det er mest effektivt at offentliggøre stillinger for at få flere relevante ansøgninger. På den måde får I gavn af jeres træningsdata begge veje og kan skabe en mere holistisk tilgang til rekruttering.