Στη Μονάδα Ψηφιακής Διακυβέρνησης υλοποιούμε πιλοτικό έργο με σκοπό να βελτιώσουμε την ποιότητα και την αποτελεσματικότητα της υπηρεσίας τηλεφωνικής υποστήριξης.

Το έργο αφορά στην υλοποίηση μιας προηγμένης, ολοκληρωμένης ροής επεξεργασίας από άκρο σε άκρο, βασισμένης σε τεχνολογίες τεχνητής νοημοσύνης, για την υποβοηθούμενη αυτοματοποίηση της επεξεργασίας των κλήσεων τεχνικής υποστήριξης στον αριθμό 2310 999000.

Στόχοι

Ειδικότερα, το έργο αποσκοπεί στην αξιοποίηση της τεχνητής νοημοσύνης ώστε να προκύψουν τα ακόλουθα οφέλη:

1. Ταχύτερη και ακριβέστερη εξυπηρέτηση

Η ανάλυση της συνομιλίας από τα μοντέλα τεχνητής νοημοσύνης επιτρέπει την αυτόματη δημιουργία περιλήψεων και την ταξινόμηση των αιτημάτων. Σε περίπτωση επικοινωνίας για το ίδιο ζήτημα, ο επόμενος εκπρόσωπος διαθέτει άμεση και πλήρη εικόνα του ιστορικού, χωρίς να απαιτείται επανάληψη πληροφοριών από την αρχή.

2. Εντοπισμός και επίλυση μαζικών προβλημάτων

Αν το σύστημα εντοπίσει ότι πολλοί χρήστες αντιμετωπίζουν ταυτόχρονα το ίδιο ζήτημα (π.χ. μια δυσλειτουργία στο eduroam ή στο VPN), η τεχνική ομάδα ενημερώνεται αυτόματα και προχωρά σε μαζική επίλυση πριν χρειαστεί να αναφερθεί από εκατοντάδες χρήστες.

3. Διαρκής βελτίωση της ποιότητας

Η ανάλυση επιτρέπει να κατανοήσουμε που δυσκολεύονται περισσότερο οι χρήστες. Έτσι, μπορούμε να εμπλουτίζουμε τις οδηγίες χρήσης (εγχειρίδια ιστοχώρου) και να απλοποιούμε τις ψηφιακές μας υπηρεσίες.

Προϋποθέσεις

Απαραίτητη προϋπόθεση για την εκτέλεση του πιλοτικού έργου είναι η ηχογράφηση των κλήσεων η οποία γίνεται μόνο μετά από συναίνεση του καλούντα μέσω ηχογραφημένου μηνύματος στην αρχή κάθε κλήσης στον αριθμό 2310 999000.

Αρχιτεκτονική & Στάδια Επεξεργασίας

Το σύστημα μετατρέπει την ηχογραφημένη συνομιλία σε δομημένη πληροφορία μέσω μιας αλληλουχίας εξειδικευμένων μοντέλων LLM. Συγκεκριμένα, η επεξεργασία ακολουθεί τα παρακάτω στάδια:

1. Απομαγνητοφώνηση (Transcription). Το μοντέλο μετατρέπει το ηχογραφημένο αρχείο σε αρχείο κειμένου.

2. Γλωσσικός Καθαρισμός (Transcript Cleanup). Το μοντέλο εντοπίζει και απαλείφει προσωπικά δεδομένα. Στόχος είναι τα τελικά transcripts και όλες οι περιλήψεις να μην περιέχουν προσωπικά ή ευαίσθητα στοιχεία (π.χ. ονόματα, τηλέφωνα, κωδικούς). Επιπλέον, διορθώνει ορθογραφικά, συντακτικά και γραμματικά λάθη της αυτόματης απομαγνητοφώνησης. Αφαιρεί επιφωνήματα (π.χ. “εεε”, “χμ”) και άσκοπες επαναλήψεις, χωρίς να αλλοιώνει το νόημα της συνομιλίας.

3. Ανάλυση (Analysis). Το μοντέλο εξάγει δομημένα συμπεράσματα από τη συνομιλία:
– Επεξήγηση Επίλυσης (Resolution Explanation): Aιτιολόγηση της επίλυσης.
– Περίληψη (Summary): Δημιουργία συνοπτικής αναφοράς 3-5 προτάσεων στα Ελληνικά.
– Κατηγοριοποίηση (Topic Classification): Ταυτοποίηση του θέματος (π.χ. Ενεργοποίηση Λογαριασμού, eduroam, VPN κτλ).
– Αξιολόγηση Επίλυσης (Resolution Status): Προσδιορισμός αν το αίτημα επιλύθηκε.

Ασφάλεια & Προστασία Δεδομένων

Η ασφάλεια των δεδομένων και η προστασία των προσωπικών πληροφοριών (GDPR) αποτελούν βασικό κομμάτι του σχεδιασμού και η ΜΨΔ συνεργάζεται με την Υπεύθυνη Προστασίας Προσωπικών Δεδομένων του Ιδρύματος γι’ αυτούς τους σκοπούς. Η πολιτική για την επεξεργασία προσωπικών δεδομένων στο πλαίσιο του πιλοτικού έργου δημοσιεύεται στην ιστοσελίδα https://it.auth.gr/aicallcentergdpr/.

Πολιτική Διατήρησης Δεδομένων

Η πολιτική διατήρησης των δεδομένων δημοσιεύεται στην ιστοσελίδα https://it.auth.gr/aicallcentergdpr/.

Διάρκεια έργου

Το έργο υλοποιείται πιλοτικά με αρχική προβλεπόμενη διάρκεια 1 έτος. Ως πιλοτικό έργο υπόκειται σε περιοδική αξιολόγηση και μπορεί να τροποποιηθεί ή να διακοπεί.