تحويل الكلام إلى نص

ما الذي يفعله

هذه أول حلقة في أي محادثة صوتية، وهي الحلقة التي يتضاعف خطؤها عبر كل ما يليها. الكلمة التي سُمعت خطأً تُفهم خطأً، فيُبحث عن المادة الخطأ، فتُصاغ إجابة صحيحة تماماً عن سؤال لم يُطرح أصلاً.

والمعيار العملي ليس «هل النص صحيح لغوياً» بل «هل يعترف المتحدث بأن هذا ما قاله». الفرق يظهر مع اللهجات: نظام يصحّح كلام المتحدث إلى الفصحى قد ينتج نصاً سليماً وبعيداً عمّا قيل.

وأصعب ما في هذه الخطوة عربياً ليس النطق بل التنوع. اللهجات الخليجية والشامية والمصرية والمغاربية تختلف في الأصوات والمفردات والإيقاع، ومن يكتب أو يتحدث بلهجته لا يستخدم الفصحى إطلاقاً.

لماذا هو أصعب بلغتين

المسافة بين اللغتين في هذه الخطوة أوسع منها في أي مكوّن آخر تقريباً. الإنجليزية تحظى بعقود من التسجيلات المفهرسة والأدوات؛ والعربية تحظى بجزء يسير من ذلك، وأغلبه فصيح مقروء لا كلام عفوي.

ولهذا فأي رقم دقة يُعرض دون ذكر اللهجة وظروف التسجيل لا يعني شيئاً. النظام الذي يفرّغ نشرة أخبار عربية بدقة عالية قد يتعثّر تماماً في مكالمة عميل حقيقية من الرياض.

ويُضاف إلى ذلك التبديل داخل الجملة: جملة عربية تحمل مصطلحاً إنجليزياً أو رقماً منطوقاً بالإنجليزية هي الحالة الطبيعية هنا لا الاستثناء. النظام الذي يفترض لغة واحدة للمقطع كله سيخطئ في أكثر الصياغات شيوعاً.

ما الذي تبحث عنه عند تقييمه

أين لا ينبغي الوثوق به وحده

لا ينبغي الوثوق بالتفريغ وحده في أي قرار يترتب عليه أثر. الأرقام والأسماء والتواريخ تحديداً تُعاد على المتحدث قبل التصرف بناءً عليها، لأن الفرق بين «سبعة» و«تسعة» في مقطع صوتي قصير قد يكون فرقاً في مبلغ أو موعد أو رقم طلب.

والخطر الخاص هنا هو الخطأ الصامت. النظام لا يعلن أنه سمع خطأً؛ يمرّر نصاً معقولاً والمكوّنات التالية تبني عليه بثقة كاملة. ولهذا يجب أن يكون التوقف عند تعذّر السماع سلوكاً مصمَّماً لا مصادفة.

والتفريغ ليس مصدراً موثوقاً للتوثيق القانوني أو الطبي بحد ذاته. هو أداة عمل ممتازة ومرجع مساعد، وأي استخدام يتجاوز ذلك يحتاج مراجعة بشرية صريحة.

كيف يتصل هذا بالكل

من المفيد فهم أن هذه ليست منتجات منفصلة بل مكوّنات تعمل في تسلسل واحد. المحادثة الواحدة قد تمرّ على عدة منها قبل أن تصل كلمة واحدة إلى العميل، وجودة المخرَج النهائي محكومة بأضعف حلقة في السلسلة لا بأقواها.

وهذا يفسّر لماذا لا يكفي أن يكون كل مكوّن جيداً منفرداً. مكوّن دقته خمس وتسعون بالمئة يبدو ممتازاً وحده؛ وثلاثة منها متسلسلة تُنتج نتيجة أقل بكثير مما توحي به الأرقام الثلاثة. ولهذا يُقاس النظام من طرفه لا من مكوّناته، ويُقيَّم المورّد الذي يعرض أرقام مكوّنات منفصلة بحذر.

والفائدة العملية من فهم التسلسل أنها تجعل التشخيص ممكناً. حين يأتي رد خاطئ، السؤال الأول هو أي حلقة أخطأت: هل فُهم السؤال، أم استُرجعت المادة الخاطئة، أم كانت المادة صحيحة والصياغة خاطئة. ثلاث مشكلات مختلفة تماماً بثلاثة علاجات مختلفة، وخلطها يجعل التحسين تخميناً.

والمكوّنات مصمَّمة لتفشل بأمان لا بصمت. المكوّن الذي لا يستطيع إنجاز عمله ينبغي أن يقول ذلك فيتوقف التسلسل ويُعرض بديل، لا أن يمرّر نتيجة رديئة إلى المكوّن التالي الذي سيبني عليها بثقة.

لماذا يُبنى هذا بدل شرائه جاهزاً

السؤال المشروع هنا: لماذا لا يُستخدم مكوّن جاهز من مزوّد عالمي لكل وظيفة؟ والجواب ليس أيديولوجياً بل عملياً، وله ثلاثة أسباب.

الأول هو العربية. أغلب المكوّنات الجاهزة ضُبطت على الإنجليزية أولاً وأُضيفت إليها اللغات الأخرى، وأداؤها العربي مقبول في النص الفصيح وضعيف في اللهجة والجملة المختلطة — وهما ما يستخدمه عملاؤكم فعلاً. الفارق ليس نظرياً ويظهر في أول عشر محادثات حقيقية.

والثاني هو التحكم في السلوك. المكوّن الذي لا تملكون ضبطه لا تستطيعون ضبط حدوده، وحدود ما يُقال هي بالضبط ما تحتاجون إثباته في قطاع منظَّم. القدرة على إضافة فحص على المخرَج، أو تعديل عتبة، أو تفسير سبب سلوك معيّن، تتطلب ملكية المكوّن لا مجرد استدعائه.

والثالث هو مكان البيانات ومسارها. كل مكوّن خارجي يعني خروج محتوى المحادثة إلى طرف ثالث، وهذا سؤال يُطرح في كل مراجعة امتثال في هذه المنطقة. تقليل عدد الأطراف التي تلمس المحتوى ليس تفضيلاً هندسياً بل تبسيط لمسألة ستُسألون عنها.

وليس المقصود أن كل شيء يُبنى من الصفر — ذلك هدر. المقصود أن المكوّنات التي تحدّد جودة التجربة العربية وحدود السلوك ينبغي أن تكون تحت سيطرتكم، وأن يكون ما تبقّى قابلاً للاستبدال دون إعادة بناء النظام.

قياس هذا المكوّن بصدق

قياس مكوّن منفرد أصعب مما يبدو، لأن الرقم بلا سياق لا يعني شيئاً. دقة تسعين بالمئة على أي مقياس تحتاج ثلاثة تفاصيل قبل أن تصبح معلومة: على أي مجموعة اختبار، وبأي لغة، ومقارنة بأي بديل. والرقم الذي يصل بلا هذه الثلاثة هو تسويق.

والمبدأ العملي أن تُقاس المكوّنات على بياناتكم أنتم لا على مجموعات قياسية عامة. المجموعات العامة مفيدة للمقارنة بين الموردين ومضلّلة للتنبؤ بأدائكم، لأن أسئلة عملائكم وصياغاتهم ومستنداتكم لا تشبه أي مجموعة عامة.

وقياس المكوّنات منفصلة عن قياس النظام. كلاهما ضروري ولأسباب مختلفة: قياس النظام من طرفه يخبركم هل يعمل، وقياس المكوّنات يخبركم أين يجب أن تعملوا حين لا يعمل. والاكتفاء بالأول يجعل التحسين تخميناً؛ والاكتفاء بالثاني يجعل الأرقام جميلة والتجربة سيئة.

وأخيراً، أعيدوا القياس دورياً لا مرة واحدة. المواد تتغير، وأسئلة العملاء تتغير، وما كان صحيحاً في الشهر الأول قد لا يبقى كذلك في السادس. القياس الذي يجري مرة عند الإطلاق يقيس لحظة انتهت.