Povestea unei caracteristici Office AI: Cum AI poate promova pregatirea eficienta a intalnirilor – Microsoft Research

Adam Troy a avut o idee. Petrecea atat de mult timp cautand prin e-mailuri vechi si atasamente pentru a se pregati pentru intalniri: Ar putea AI sa-l ajute sa fie mai bine pregatit pentru intalniri? Ar putea invatarea automata sa identifice automat cele mai relevante e-mailuri si documente de care avea nevoie pentru intalnirile sale? Troy, care lucreaza intr-o echipa care incubeaza proiecte care infuzeaza AI in Office, a construit o aplicatie prototip timpurie pentru a vedea.

In acelasi timp, echipa de stiinte a informatiei si a datelor a lui Paul Bennett in Microsoft Research AI se afla in al doilea an al unui proiect pentru a ajuta oamenii sa gaseasca informatiile corecte, fara efort. Ce informatii nu au fost doar relevante, ci utile, pe masura ce oamenii isi petrec zilele?

Cand Troy si-a demonstrat prototipul, Bennett a recunoscut oportunitatea de a explora utilitatea teoriilor grupului sau in lumea reala si aceste doua proiecte independente, dar aliniate, s-au reunit. Bennett a recrutat stagiarul de cercetare Qian Zhao, a carui expertiza consta in dezvoltarea sistemelor inteligente si masurarea utilitatii acestora, pentru a dezvolta o caracteristica prototip ca parte a unui proiect de cercetare menit sa inteleaga modul in care oamenii interactioneaza cu e-mailul atunci cand se pregatesc pentru intalniri.

Dupa ce Zhao, Bennett si Troy au dovedit ideea de baza prin cercetare, Abhishek Arun, care lucreaza in producerea AI in Office, a inceput sa construiasca si sa implementeze o caracteristica care face clic pe un eveniment Calendar in Outlook si afiseaza e-mailuri si documente conexe care va ajuta utilizatorul se pregateste pentru acea intalnire.

Acesta este un exemplu al modului in care un parteneriat strans intre cercetare si dezvoltarea produselor poate transforma rapid ideile bune si intelegerile aprofundate ale cercetarii in caracteristici pregatite pentru produs. Astazi, echipa Arun testeaza functia pentru angajatii Microsoft; daca rezultatele cercetarii se extind la un set larg de clienti, acesta poate fi aplicat in viitor si versiunilor Outlook disponibile in comert.

Va prezentam CAPERS

Functia se numeste un sistem de recomandare e-mail proactiva (CAPERS) Calendar-Aware. In timp ce acronimul este o gura, conceptul este simplu: Outlook intelege intalnirile si contextul lor suficient de bine pentru a recomanda e-mailurile cheie care ar putea ajuta pe cineva sa planifice o intalnire. Folosind AI, CAPERS selecteaza si recomanda in mod proactiv e-mailuri potential utile utilizatorilor pe baza evenimentelor calendaristice viitoare, cu un accent special pe pregatirea intalnirilor.

Desi acest lucru poate parea o sarcina banala, timpul petrecut in intalniri si pregatirea pentru intalniri este imens. Potrivit unei infografii a Universitatii Brandeis, in SUA se organizeaza 11 milioane de intalniri in fiecare zi, iar angajatul mediu al companiei isi petrece 37 la suta din timp in intalniri. Nu este nimic banal in asta!

Motoarele de recomandare trebuie sa prezica cu exactitate ce vor si vor avea nevoie oamenii. AI poate face ca fluxul de lucru al pregatirii intalnirilor sa devina mai productiv, deoarece poate prezice ce e-mailuri ar ajuta efectiv sa se pregateasca pentru o intalnire. Exista o relatie intre continut (e-mail), locatie si ora (calendar) care poate fi masurata, iar AI poate identifica acele relatii cu cea mai mare utilitate prevazuta.

Echipa, alaturi de autorul principal Zhao, si-a publicat rezultatele in lucrarile celei de-a 41-a conferinte anuale internationale ACM SIGIR privind cercetarea si dezvoltarea in recuperarea informatiilor. Lucrarea a acoperit rezultatele unui sondaj, al unui experiment bazat pe sarcini si al unui experiment de teren care compara mai multi recomandatori de e-mail bazate pe AI.

Zhao a spus: „Recomandarile la nivel de industrie, e-mail si calendar sunt o zona sub-explorata a cercetarii AI. Exista o multime de cercetari cu privire la algoritmi, dar mai putin cu privire la eficienta practica a fluxurilor de lucru. De aceea, acesta a fost un proiect de cercetare interesant. ”

Rezultatele cercetarii au aratat ca o mare parte din accesul la e-mail este legat de intalniri. Cantitatea de continut de e-mail, cat de recent este e-mailul, similitudinea semantica intre continutul care descrie intalnirea si continutul din e-mail si similaritatea dintre persoanele implicate in intalnire si persoanele din firul de e-mail prezic pozitiv utilitatea de e-mailuri la pregatirea intalnirilor, similaritatea continutului fiind cea mai predictiva. Practic, recomandarea cauta prin e-mailuri si gaseste pe cele pe care crede ca le-ar putea ajuta sa vina mai bine pregatite pentru o intalnire, din cauza subiectelor, a persoanelor sau a continutului din calendar.

Din cauza problemelor de confidentialitate legate de e-mail si calendare, modelele de invatare automata trebuiau sa functioneze fara prea multe date de instruire si trebuiau sa gaseasca semnale de invatare care erau generalizabile – sistemul trebuia sa pastreze datele din cloud private. Au fost testate patru modele diferite de invatare automata, iar rezultatele cercetarii au aratat ca un model liniar invatat online a dublat implicarea utilizatorului in comparatie cu linia de baza.

Troia a spus: „AI functioneaza cel mai bine atunci cand este invizibil. Nu ar trebui sa se anunte ca AI; ar trebui doar sa va imbunatateasca fluxul de lucru. CAPERS ne-a oferit informatii pentru a ajuta la crearea unei caracteristici pe care multi oameni o vor gasi utila, deoarece isi fac timpul de pregatire a intalnirilor mai eficient ”.

Tehnologiile de recomandare au fost dezvoltate in principal pentru a vinde produse pentru oameni sau pentru a gasi stiri si filme mai bune, dar tehnologia de baza AI are un potential neexplorat de a imbunatati usurinta muncii zilnice a fiecarei persoane. Bennett a spus: „CAPERS demonstreaza bogatul spatiu de cercetare disponibil pentru a incorpora AI direct in punctul de interactiune in fluxurile de lucru de productivitate. CAPERS demonstreaza, de asemenea, modul in care lucram impreuna la Microsoft pentru a depasi limitele stiintei si tehnologia de ultima generatie in software-ul de productivitate pentru a construi o experienta mai buna pentru fiecare persoana. ”