آسیب پذیری مشتری و طراحی خدمات مبتنی بر هوش مصنوعی تعادل کارایی و انصاف

این پژوهش چارچوبی عملی برای طراحی خدمت مبتنی بر هوش با ملاحظه آسیب پذیری مشتری ارائه می کند که تعادل میان کارایی و انصاف را به صورت صریح دنبال می کند. معماری پیشنهادی سه لایه دارد: داده کنترل (کیفیت و حذف متغیرهای حساس)، مدل پیش بینی و تبیین پذیری و سیاست دروازه های انصاف، انطباق و «انسان» در «حلقه». در موقعیت های مرزی سنجه های ارزیابی شامل نرخ، برد، حاشیه سود، امتیاز عدالت ادراک شده، انحراف عدالت افقی و شکایات تعریف شده است. ارزیابی میدانی دوازده ماهه با طرح دوگروهی و اختلاف در اختلاف نشان می دهد پس از استقرار لایه، سیاست نرخ برد و حاشیه سود افزایش یافته، ادراک عدالت بهبود یافته، انحراف میان هم رده ها کاهش یافته و شکایات کمتر شده است؛ در حالی که مسیر بازبینی انسانی نقش سوپاپ اطمینان را ایفا می کند. محدودیت ها شامل ناهمگنی صنعتی، منطقه ای و امکان خطا در برچسب گذاری وضعیت آسیب پذیری است. توصیه می شود آستانه ها به صورت پویا کالیبره، گزارش ممیزی دوره ای منتشر و هم طراحی قواعد با ذینفعان دنبال شود.

کلیدواژه ها:

طراحی خدمت ، الگو می ، آسیب پذیری مشتری ، عدالت ، انسان در حلقه ، انطباق مقرراتی