Human-in-the-Loop
Uma escolha de design deliberada que exige que uma pessoa revise ou aprove a saída de um sistema de IA em um ou mais pontos de verificação antes que ela entre em vigor.
Nenhum cartão necessário
O que isso significa na prática
Digamos que você configure um agente de IA para lidar com solicitações de reembolso de clientes. Com o human-in-the-loop ativado, o agente ainda lê a solicitação, verifica o histórico do pedido e redige uma decisão, mas essa decisão fica em uma fila até que uma pessoa da sua equipe realmente a aprove, antes que qualquer dinheiro se mova ou qualquer email seja enviado. Desligue esse mesmo ponto de verificação, e o agente idêntico processa o reembolso e notifica o cliente inteiramente por conta própria, sem nenhuma pessoa na cadeia. O julgamento subjacente do agente não muda entre as duas configurações. O que muda é se um humano tem a chance de detectar um erro, um caso extremo ou uma violação de política antes que ela se torne uma ação no mundo real, em vez de depois.
Exemplo
Uma equipe implanta um agente para triar tickets de suporte. Configurado com human-in-the-loop, o agente redige uma resposta e uma solução sugerida, e então aguarda em uma fila de revisão onde um líder de suporte a lê, edita uma linha, e clica em aprovar antes que ela chegue ao cliente. Configurado para automação total, o mesmo rascunho exato é enviado no momento em que o agente termina de escrevê-lo, sem que ninguém o leia antes.
Frequentemente confundido com
vs. Full Automation / Autonomous Agent
Human-in-the-loop e automação total não são dois tipos diferentes de agente; são duas configurações diferentes do mesmo agente. O human-in-the-loop exige a revisão ou aprovação de uma pessoa em um ponto de verificação definido, como um agente redigindo um email, mas uma pessoa precisando clicar em enviar, antes que a ação entre em vigor. A automação total remove esse ponto de verificação, então a saída do agente entra em vigor por conta própria. Qual modo está rodando depende de como o agente está configurado para uma determinada tarefa, não de alguma propriedade fixa do próprio agente: o mesmo agente pode rodar supervisionado para uma ação de alto risco, como emitir um reembolso, e não supervisionado para uma de baixo risco, como redigir uma resposta de primeira versão.
Termos relacionados
Frequently asked questions
Quer seu contexto em um só lugar?
Flaibo mantém seu papel, seu tom e seu trabalho anterior em um só lugar e os incorpora aos prompts que você leva para qualquer IA que você use, então um novo chat não precisa começar de uma janela de contexto vazia.
Comece grátis