Wielojęzyczne dane treningowe chatbota obsługi obywateli dla programu AI w administracji
Inicjatywa usług cyfrowych w sektorze publicznym potrzebowała danych treningowych w kilku językach lokalnych, aby uruchomić chatbota obsługi obywateli, który potrafi odpowiadać na częste pytania o usługi rządowe w językach, którymi faktycznie posługują się mieszkańcy.
Client snapshot
| Industry | Administracja i cyfrowe usługi sektora publicznego |
|---|---|
| Region | Afryka Zachodnia |
| Engagement type | Zbieranie i ocena wielojęzycznych konwersacyjnych danych treningowych |
The challenge
Istniejący prototyp chatbota programu działał tylko po angielsku, co wykluczało dużą część populacji, której miał służyć, a żaden istniejący dostawca nie potrafił wykazać prawdziwego zasięgu native speakerów w wymaganych językach lokalnych w potrzebnym wolumenie.
The approach
Jwuma zrekrutowała współpracowników będących native speakerami wymaganych języków lokalnych, aby generowali reprezentatywne przykłady zapytań obywateli oraz oceniali poprawność i stosowność odpowiedzi chatbota w każdym języku, z eskalacją weryfikacji dla spornych lub niejednoznacznych ocen jakości odpowiedzi.
Results
Program rozszerzył funkcjonalny zakres językowy swojego chatbota o języki lokalne najczęściej używane przez obsługiwaną populację, istotnie poszerzając grono osób mogących korzystać z usługi we własnym języku.
Frequently asked questions
Dlaczego usługi AI w sektorze publicznym potrzebują danych treningowych właśnie w językach ojczystych?
Ponieważ chatboty obsługi obywateli działające tylko w języku urzędowym lub administracyjnym kraju wykluczają duże grupy ludności, które na co dzień posługują się innymi językami lokalnymi.
Jak Jwuma pozyskuje native speakerów dla rzadziej obsługiwanych języków?
Poprzez rekrutację zweryfikowanych współpracowników bezpośrednio w regionach, w których te języki są używane, zamiast polegać na dwujęzycznych pośrednikach.
Czy to podejście można rozszerzyć na dodatkowe języki w miarę rozwoju programu?
Tak, pod warunkiem że sieci współpracowników będących native speakerami istnieją lub można je zbudować dla dodatkowych języków docelowych.
Related case studies
Dane do weryfikacji twarzy i tożsamości dla globalnej platformy mobilności
Globalna platforma mobilności i przewozu osób potrzebowała zweryfikowanych danych twarzy i tożsamości z wielu regionów, aby wzmocnić system weryfikacji bezpieczeństwa kierowców i pasażerów, przy ścisłych wymogach dotyczących zgody i postępowania z danymi biometrycznymi.
Zbieranie egocentrycznych danych wideo dla programu AI w robotyce
Firma zajmująca się AI w robotyce potrzebowała wideo z perspektywy pierwszej osoby przedstawiającego ludzi wykonujących codzienne zadania fizyczne, rejestrowanego spójnie w zróżnicowanych środowiskach i dla różnych typów sylwetki, aby wytrenować model ucieleśnionej AI tak, by uogólniał się poza jedno środowisko laboratoryjne.
Ocena RLHF dla modelu konwersacyjnej AI
Firma zajmująca się konwersacyjną AI potrzebowała ustrukturyzowanego, skalowalnego procesu oceny przez ludzi, aby oceniać jakość odpowiedzi chatbota w procesie dostrajania RLHF, po tym jak jej dotychczasowa doraźna pula oceniających dawała niespójne wyniki.
Published 2026-10-02 by Jwuma, operated by Corpshore AI. This case study is an anonymized composite representative of the kind of work Jwuma performs in this industry, described by industry, region and engagement type rather than by company name, since this engagement is not yet cleared for public naming. Discuss a similar program at client.corpshore.ai.