هوش مصنوعی با بازسازی ترتیب رویدادها، بازیابی موارد مشابه، دستهبندی اتفاق‌ها و رتبهبندی علتهای احتمالی، تحلیل علت ریشهای را سریع‌تر میکند. ولی همبستگی قوی ممکن است از عامل سومی، مانند خانواده محصول یا سرعت، آمده باشد. هر پیشنهاد را فرضیه بدانید، عوامل مخدوشکننده را بررسی کنید و آن را با تغییری کنترل‌شده بیازمایید. تأیید اقدام اصلاحی همچنان مسئولیت انسان است.
مرز کار هوش مصنوعی و قضاوت انسانی
چهار خطای رایج در بررسی
مسیر علت احتمالی تا علت تأییدشده
چرا بررسی دستی وقت می‌گیرد؟
بخش زیادی از وقت بررسی صرف جمع‌کردن شواهد می‌شود: هشدارها، وضعیت ماشین، سوابق نگهداری، نتایج کیفیت و یادداشت‌های شیفت باید روی یک خط زمانی قرار بگیرند. وقتی تصویر کامل شد، شاید تیم سراغ کار دیگری رفته باشد یا جزئیات از یاد رفته باشند.
اینجا نرم‌افزار میتواند کمک کند. کنار هم گذاشتن داده‌های چند سامانه برای آدم خسته‌کننده است؛ ابزار میتواند این کار تکراری را سریع‌تر انجام دهد. هنوز باید کامل‌بودن و درستی ترتیب وقایع را بررسی کرد.
کدام کار را ابزار انجام دهد و کدام را انسان؟
تقسیم کار را بر اساس سؤال انجام دهید. ابزار در جمع‌آوری و یافتن الگو مفید است. برای تشخیص اینکه الگو واقعاً علت است، به بررسی و آزمون انسانی نیاز داریم.
| کار | هوش مصنوعی | انسان |
|---|---|---|
| بازسازی ترتیب رویدادها | مناسب | بررسی داده‌های جاافتاده |
| بازیابی موارد مشابه گذشته | مناسب | تشخیص ارتباط با مسئله |
| دستهبندی رویدادهای مرتبط | مناسب | تفسیر و نام‌گذاری الگو |
| رتبهبندی علتهای احتمالی | مفید | انتخاب فرضیه برای آزمون |
| کنارزدن عوامل مخدوشکننده | بهتنهایی قابل اتکا نیست | هدایت بررسی |
| طراحی آزمون کنترل‌شده | کمک به طراحی | مسئول طراحی |
| تأیید اقدام اصلاحی | نباید مستقلاً تأیید کند | مسئول تصمیم |
فرق علت احتمالی و علت تأییدشده
علت احتمالی، فرضیه‌ای با مقداری شواهد پشتیبان است. علت تأییدشده از آزمونی گذشته که می‌توانست آن را رد کند و اثر اصلاح آن نیز در نتیجه دیده شده است. یکی‌گرفتن این دو، بررسی خودکار را گمراه میکند.
وقتی ابزار از ناهنجاری مستقیم به «علت» می‌رسد، بپرسید چه توضیح‌های دیگری بررسی شده‌اند، چه شاهدی ادعا را رد میکند و نتیجه بعد از تغییر چگونه سنجیده خواهد شد. این همان دقت تحلیل علت ریشهای است، با تولید سریع‌تر فرضیه‌ها.
چهار راهی که بررسی گمراه می‌شود
این خطاها در آمار شناخته‌شده‌اند. وقتی داده از چند سامانه کارخانه می‌آید، به‌راحتی رخ می‌دهند.
- نشت اطلاعات
مدل اطلاعاتی را می‌بیند که بعد از اتفاق ساخته شده‌اند، مثل کد دوباره‌کاری. به‌جای توضیح علت، از نتیجه سرنخ می‌گیرد.
- عامل مخدوشکننده
یک عامل پنهان هم بر علت مشکوک و هم بر نتیجه اثر می‌گذارد.
- زمینه ثبتنشده
اطلاعات مهم، مثل اقدام اپراتور یا تغییر مواد، اصلاً ثبت نشده‌اند.
- سیگنال‌های دارای عامل مشترک
چند متغیر با شیفت یا محصول تغییر می‌کنند و همه مهم به نظر می‌رسند، بدون اینکه علت مستقل باشند.
نتیجه آزمون را به کار بعدی برگردانید
بعد از تأیید علت، نتیجه را در اقدام اصلاحی، روش استاندارد کار و سابقه بررسی‌ها ثبت کنید. این سابقه به بررسی بعدی کمک میکند؛ بازیابی موارد مشابه به کیفیت ثبت قبلی وابسته است. کیفیت پیش‌بینانه، پارتوی توقف و تحلیل داده تولید به ثبت آزمون و نتیجه نیاز دارند. راهنمای هوش مصنوعی عامل‌محور مرز واگذاری کار به نرم‌افزار را توضیح می‌دهد.
چک‌لیست عملی
- جمع‌آوری خط زمانی و بازیابی موارد مشابه را به ابزار بسپارید.
- هر علت رتبه‌بندی‌شده را فرضیه بدانید.
- نشت اطلاعاتی را که بعد از رویداد ساخته شده‌اند بررسی کنید.
- عوامل پنهان مانند خانواده محصول، سرعت و شرایط محیط را بررسی کنید.
- اطلاعات ثبتنشده را مشخص کنید.
- فرضیه اصلی را با آزمونی که امکان رد آن دارد بسنجید.
- تأیید اقدام اصلاحی را به فرد مسئول بسپارید.
- علتهای آزموده‌شده و نتیجه را برای بررسی آینده ثبت کنید.
پرسش‌های متداول
پرسش‌های متداول
منابع و مطالعهٔ بیشتر
منابع معتبر استفاده‌شده برای پژوهش و بررسی این راهنما.