面向组织的社交交互式智能体：用于保存和传递组织内隐性知识

本文提出了一种新颖的方法，以解决隐性知识保存与传递的挑战——这些是难以言述却对决策、创新和问题解决至关重要的深层经验性见解。传统方法高度依赖人类协调员，虽然有效，但资源密集且缺乏可扩展性。作为AI驱动的知识传递协调员，社交交互式智能体（Socially Interactive Agents, SIAs）是一个有前景的替代方案。这些智能体通过多模态行为（语音、旁语、非语言）与用户进行自主且社交智能的交互，模拟各种组织情境中的专家角色。SIAs通过共情的、自然语言的对话与员工互动，帮助他们外化可能 otherwise 不言明的洞见。其成功取决于建立信任，因为员工往往因对保密性和认可的保证而犹豫不决。关键技术包括用于生成情境相关对话的大语言模型（Large Language Models, LLMs），检索增强生成（Retrieval-Augmented Generation, RAG）以整合组织知识，以及链式思维（Chain-of-Thought, CoT）提示以引导结构化反思。这些技术使 SIAs 能够主动招募知识、揭示隐含假设，并将洞见与更广泛的组织背景联系起来。潜在应用领域包括入职培训，SIAs 支持个性化指导和介绍；以及知识保留领域，SIAs conducts 结构化访谈以捕捉决策背后的经验法则。成功取决于解决数据隐私、算法偏见以及对AI的抵触等伦理和运营挑战。透明度、严格的验证以及建立信任文化是缓解这些风险的关键。