זיהוי כוונה (Intent Recognition)

זיהוי כוונה (Intent Recognition) הוא זיהוי המטרה האמיתית מאחורי בקשת-משתמש — למשל, האם "בטל את ההזמנה" משמעו ביטול מלא, או שינוי בלבד. אותה כוונה יכולה להתבטא במילים רבות ושונות ("בטל", "אני לא רוצה את זה יותר", "תוריד לי את זה") — זיהוי-כוונה ממפה את כל הניסוחים השונים האלה לאותה פעולה מובנת שהמערכת יודעת לטפל בה, כחלק משלב-ההבנה (הבנת-שפה-טבעית) בתוך מערכת-שיחה שלמה.

צ'אטבוטים מוקדמים, כמו ELIZA משנות ה-60, זיהו רק מילות-מפתח וביטויים ספציפיים בקלט וסיפקו תגובה מוכנה-מראש בהתאם — גישה שברירית שנשברת ברגע שהמשתמש מנסח בקשה בצורה שהמתכנתים לא צפו מראש. מערכות-שיחה מודרניות עוברות סדרת שלבי-עיבוד: זיהוי מילות-מפתח לשוניות, ניתוח-תחביר, ופענוח-משמעות — לפני שהמערכת מחליטה איזו פעולה בפועל לבצע בתגובה.

דוגמה ישראלית מוחשית: NICE, חברה שהוקמה בישראל ב-1986 (מרכז-הפיתוח שלה ממוקם עד היום ברעננה), מפתחת פלטפורמות-AI למוקדי-שירות-לקוחות שמזהות כוונת-פונה בזמן-אמת מתוך שיחה, ומנתבות אותו אוטומטית לפתרון או לנציג המתאים — לאחר רכישת חברת ה-AI השיחתי Cognigy ב-2025 בעסקה של כמעט מיליארד דולר, הרחיבה NICE משמעותית את היכולות האלה גם לערוצי-קול.

מערכות AI מודרניות, המבוססות על מודלי-שפה גדולים, מבצעות זיהוי-כוונה בצורה גמישה בהרבה מגישות ישנות מבוססות-מילות-מפתח — הן מבינות ניסוחים חדשים לחלוטין גם בלי אימון-ספציפי מראש עליהם, בזכות ההבנה הכללית של השפה שהמודל רכש באימון. עדיין, זיהוי-כוונה שגוי נותר אחת הסיבות הנפוצות ביותר לתסכול משתמשים מצ'אטבוטים — כשהמערכת "מבינה" את הבקשה הלא-נכונה בביטחון מלא, ופועלת בהתאם, בלי אף אינדיקציה חיצונית שמשהו השתבש. מערכות מתקדמות מתמודדות עם הסיכון הזה על-ידי הצגת רמת-ביטחון פנימית — כשהוודאות בזיהוי-הכוונה נמוכה, המערכת שואלת שאלת-הבהרה במקום לפעול ישירות לפי הכוונה שהיא זיהתה, כדי לצמצם את הנזק מטעות-הבנה.