forge_qa: L’assistenza smette di ripetersi

C'è un equivoco che precede quasi ogni discorso sull'intelligenza artificiale applicata all'assistenza tecnica, e riguarda l'oggetto stesso del problema. Si dà per scontato che la difficoltà sia insegnare alla macchina qualcosa che non sa. Nell'assistenza, però, il sapere esiste già. È scritto nei manuali, nelle procedure, nelle note di rilascio che accompagnano ogni prodotto. Nessuno deve inventarlo. Deve soltanto essere ritrovato, al momento giusto, dalla persona giusta.

Per anni la risposta a questo bisogno è stata accumulare: basi di conoscenza, wiki, raccolte di domande frequenti. Strumenti utili, che però spostano il costo del recupero sulle spalle di chi cerca. Un operatore che sa dell'esistenza della risposta e non riesce a trovarla in fretta non è meno frustrato di uno che non la conosce affatto. Il collo di bottiglia dell'assistenza non è la conoscenza, è il recupero. E il recupero, fino a ieri, costava tempo umano scarso.

La svolta generativa è sembrata sciogliere il nodo con una promessa semplice: lasciamo che sia la macchina a rispondere. È qui che si annida l'errore di progettazione più diffuso. Un modello che risponde sempre è un modello che, prima o poi, inventa. E nell'assistenza una risposta inventata non è un inconveniente tecnico, è la dissoluzione dell'unica cosa che il supporto vende davvero, cioè la fiducia. Un cliente che riceve un'indicazione fluente e sbagliata si trova in condizione peggiore di uno che non riceve nulla, perché agisce convinto di avere ragione.

La domanda corretta, allora, non è se l'intelligenza artificiale debba rispondere. È chi ratifica ciò che l'intelligenza artificiale produce.

Tre gesti, non uno

Un'architettura matura distingue tre gesti che quella ingenua confonde in uno. Il primo è il recupero: individuare, nel corpus del prodotto, il passaggio pertinente. Il secondo è la stesura: comporre una risposta candidata, con le sue fonti citate e un punteggio di confidenza dichiarato. Il terzo è la ratifica: una persona decide che la risposta è corretta, e solo allora quella risposta diventa ufficiale. Il valore migra verso il terzo gesto. Il compito dell'intelligenza artificiale non è sostituire chi ratifica, ma rendere la ratifica quasi gratuita. Se la bozza è buona, se le fonti sono a portata di sguardo, se la confidenza è alta, l'operatore non deve riscrivere nulla: deve solo riconoscere. Un gesto solo, e la richiesta è chiusa. La produttività non nasce dall'aver tolto l'uomo dal circuito, ma dall'avergli sottratto tutto ciò che precede la sua decisione.

Saper dire «non lo so»

Ne discende un secondo principio, più sottile e controintuitivo: un sistema serio deve saper dire «non lo so». Quando il corpus non contiene contesto pertinente alla domanda, la cosa onesta non è produrre comunque un testo per riempire il silenzio, ma passare la mano e indirizzare la richiesta a una persona. Una soglia di confidenza che governa questo passaggio non è un limite del sistema, è la sua garanzia. Sotto quella soglia non si spende nulla e non si rischia nulla: nessuna risposta fabbricata, nessun costo sostenuto per apparire utili.

La ratifica restituisce il controllo

Chi ha esperienza di assistenza fatica, curiosamente, più di un neofita a vedere tutto questo. Legge «intelligenza artificiale» e sente «automazione della risposta», e da lì teme l'alternativa secca fra l'essere sostituito e il perdere il controllo. Ma la ratifica capovolge il timore: è precisamente il meccanismo che restituisce il controllo, con la tracciabilità di chi ha chiuso e quando. L'operatore non scompare dietro la macchina. La firma.

Una nota di cautela

Va dato spazio all'obiezione contraria, che non è banale. Chi progetta agenti autonomi sostiene che la ratifica umana sia un attrito, e che un attrito reintrodotto a ogni risposta annulli il guadagno di produttività promesso dall'automazione. Se il modello è abbastanza buono, dicono, deve chiudere le richieste da solo, altrimenti l'uomo nel circuito non scala. È una posizione coerente, e in domini a basso rischio ha ragione. Perde forza, però, dove l'errore ha un costo, normativo, contrattuale o reputazionale. Lì la ratifica non è un attrito da eliminare, è il prodotto stesso: è ciò per cui il cliente paga. E poiché può essere ridotta a un gesto, la contrapposizione fra autonomia e controllo si rivela falsa. Non si sceglie fra un sistema che risponde e uno che frena, ma si progetta un sistema che prepara e una persona che decide, al minimo costo marginale per entrambi.

Dove la filiera conta due volte

In una filiera dove chi assiste rivende il servizio a valle, tutto questo conta due volte. Chi ratifica risponde al proprio cliente, e quella responsabilità non è delegabile a un modello. L'intelligenza artificiale comprime la coda ripetitiva delle domande già scritte nei manuali; l'attenzione umana si concentra sui casi che meritano giudizio. Non è la macchina che sostituisce l'operatore, è l'operatore che smette di fare la parte di lavoro che una macchina fa meglio.

È attorno a questa idea che AYXZA ha costruito forge_qa, una piattaforma di assistenza in cui l'intelligenza artificiale classifica la richiesta, la cerca nei manuali del prodotto e ne propone una risposta con fonti e confidenza. Quando la risposta è già buona, l'operatore la conferma con un gesto; quando non lo è, il sistema passa la mano. Nessuna anagrafica del cliente viene consegnata al modello, e ogni risposta confermata resta tracciata.

Resta un'ultima osservazione, che vale oltre il singolo prodotto. Si continua a immaginare l'automazione dell'assistenza come una macchina che risponde al posto di qualcuno. È l'immagine sbagliata. In un mestiere che vende fiducia, l'ultima parola non si delega: si rende economica. La risposta giusta non è quella che la macchina produce, è quella che una persona, in un gesto solo, riconosce come propria.

forge_qa, in dettaglio

Sul piano tecnico, forge_qa scompone ogni richiesta in una sequenza tracciata. Un modello leggero la classifica in una categoria, che resta correggibile a mano; la base di conoscenza del prodotto pertinente viene poi interrogata per similarità semantica, con le fonti sempre visibili; un punteggio di confidenza governa l'esito. Sopra la soglia, il sistema propone la risposta con le sue citazioni e l'operatore la ratifica con un gesto, in una transizione atomica che registra chi ha chiuso e quando; sotto la soglia, la richiesta scivola nella coda umana senza che nulla vada perso. Quando il corpus non contiene contesto pertinente, la risposta non chiama il modello generativo: nessun testo fabbricato, nessun costo.

La conoscenza non si programma, si alimenta. Ogni prodotto ha il proprio corpus a compartimenti stagni: dalla console si registra la sorgente, si caricano manuali e procedure, si reindicizza in delta o per intero, e da quel momento il prodotto risponde citando ciò che ha letto. Una pagina di prova permette di interrogare la base prima di esporla ai clienti.

La piattaforma è multi-tenant per costruzione, su tre livelli: la software house governa catalogo, corpora e soglie; il rivenditore rivende ai propri clienti entro il tetto concesso, in white-label; il cliente invia le richieste scegliendo il prodotto. Il consumo di modello è tracciato per chiamata e per modello, con quote di spesa mensili a cascata sui livelli sottostanti. La postura di sicurezza è parte della definizione del prodotto: isolamento per tenant imposto a livello di modello dati e non di interfaccia, credenziali con hashing Argon2id e sessioni firmate, protezione anti-CSRF e cifratura in transito, servizio che riparte da sé dopo ogni interruzione. Le anagrafiche dei clienti non vengono mai trasmesse ai modelli: all'intelligenza artificiale arriva soltanto il testo della domanda.

Scheda completa del prodotto: https://ayxza.com/forge-qa/