Soutenez votre équipe avec des expériences intelligentes grâce à la confidentialité intégrée dès la conception
Nous sommes ravis de tirer parti des expériences intelligentes basées sur l'apprentissage machine dans nos produits Cloud, telles qu'elles ont été introduites en octobre 2020.
Au cours des dernières années, nous avons développé la plateforme Atlassian qui fournit une infrastructure cloud commune de sorte à créer des connexions puissantes entre nos produits, rendant la collaboration plus rapide, plus prévisible et plus sûre. Grâce à la plateforme Atlassian, nous sommes en mesure d'agréger les habitudes des utilisateurs de plus de 150 000 clients de nos produits Cloud afin de comprendre comment le travail est effectué et comment les équipes interagissent à grande échelle.
Les expériences intelligentes sont conçues pour accélérer le travail d'équipe en facilitant la collaboration. Nous sommes là pour vous expliquer comment nous avons conçu nos solutions autour de la confidentialité.
Les expériences intelligentes sont conçues pour accélérer le travail d'équipe en facilitant la collaboration. Nous sommes là pour vous expliquer comment nous avons conçu nos solutions autour de la confidentialité.
Recherche intelligente
- Résultats de recherche personnalisés qui peuvent présenter le contenu le plus susceptible de vous intéresser
- Résultats de recherche instantanés en fonction de ce que vous êtes susceptible de rechercher
- Contrôles de filtre intelligents qui peuvent vous aider à cibler votre recherche en fonction des personnes avec lesquelles vous travaillez et des projets/espaces dans lesquels vous travaillez
Collaboration prédictive
- Mentions utilisateur intelligentes qui peuvent recommander en contexte les personnes les plus pertinentes à intégrer à la boucle de collaboration
- Restrictions de page prédictives qui peuvent suggérer aux personnes avec lesquelles vous travaillez étroitement de collaborer sur un document
- Fonctionnalité de prédiction des réviseurs de pull request qui peut suggérer les personnes appropriées pour examiner les changements de code
Accélération des workflows
- Assignation prédictive d'un ticket qui peut suggérer aux utilisateurs les plus pertinents en contexte de travailler sur un ticket
- Catégorisation et triage intelligents des tickets qui peuvent suggérer des valeurs de champ appropriées pour les champs de ticket courants tels que les étiquettes, les composants et les versions de résolution
- Regroupement intelligent des tickets capable de rassembler des tickets similaires afin de faciliter les opérations de workflow en masse
Qu'est-ce que l'apprentissage machine et comment fonctionne-t-il ?
Les outils d'apprentissage machine dans les expériences intelligentes s'appuient sur des modèles. Les modèles utilisent des algorithmes informatiques pour améliorer automatiquement les fonctionnalités grâce à l'expérience. Voici comment cela fonctionne :
Apprentissage
Un modèle est « entraîné » grâce à des données source, ce qui implique l'utilisation d'algorithmes pour identifier des tendances génériques basées sur le comportement général de l'utilisateur (les modèles entraînés ne stockent pas les données source, car leur but est d'en tirer des leçons, pas de s'y fier). Grâce à la reconnaissance de tendances, le modèle développe une capacité à prédire la probabilité de comportement futur de l'utilisateur : il traduit ces prévisions en règles à appliquer dans des scénarios futurs similaires.
Actions
Le modèle applique ces règles dans votre instance de notre produit. Elles sont implémentées pour tous les produits Cloud pour aider à libérer le potentiel de vos équipes !
Exemple
Un modèle détermine qu'en moyenne, un utilisateur Jira est le plus susceptible de mentionner des personnes avec lesquelles il a récemment travaillé sur un ticket. Le modèle extrait cette tendance générale de comportement parmi les utilisateurs Jira et l'applique en établissant un signal (c.-à-d. « un utilisateur a déjà mentionné quelqu'un dans un ticket et est sur le point de le mentionner à nouveau »), puis lui assigne une pondération (c.-à-d. « il est probable que ce soit la même personne qu'avant »). Cela lui permet de faciliter le travail d'équipe pour l'utilisateur (c.-à-d. « faisons apparaître la personne mentionnée précédemment en haut de la liste de sélection des mentions »).
Comment les modèles sont-ils entraînés, et mes données font-elles partie de leur entraînement ?
Aujourd'hui, les modèles qui alimentent la recherche intelligente, la collaboration prédictive et l'accélération des workflows s'appuient sur quelques ensembles de données différents, notamment :
Ensemble de données | Fonctionnalités | Exemple de données |
---|---|---|
Données d'utilisation agrégées anonymisées | Fonctionnalités Mentions/Champs prédictifs | Exemple de données
|
Contenu vectorisé unidirectionnel anonymisé | Fonctionnalités Regroupement de tickets | Exemple de données
|
Critères de recherche anonymisés | Fonctionnalités Recherche intelligente | Exemple de données
|
Comment la recherche intelligente, la collaboration prédictive et l'accélération des workflows respectent-elles la confidentialité des données ?
L'un des avantages de travailler chez Atlassian est de pouvoir utiliser nos propres outils, ce que nous faisons pour tous les types de tâches. En tant qu'entreprise publique, nous comprenons l'importance de protéger les informations confidentielles. Soyez assurés que nous avons profondément réfléchi à la manière d'empêcher les modèles d'apprentissage machine de révéler involontairement des informations sur les données source qui ont servi à les entraîner.
Nous avons mis en place des contrôles de confidentialité à la fois au sein de votre organisation (pour empêcher les membres d'une organisation de voir des informations qu'ils ne devraient pas) et au-delà (pour empêcher tout élément de sortir de votre organisation) :
- Nous créons des expériences qui respectent les contrôles de confidentialité de nos produits. Par exemple, les utilisateurs ne recevront pas de recommandations de contenu qu'ils ne sont pas autorisés à voir.
- Lorsque nous créons des modèles qui apprennent des tendances à partir de vos données (p. ex., à partir de requêtes de recherche effectuées par vos utilisateurs sur votre instance), ces données ne quittent pas les autorisations de votre groupe pour un entraînement de modèles plus global. Les chaînes de requête de recherche anonymisées ne sont accessibles que par des tâches automatisées et ne sont pas lues par des individus (les pages restreintes ne sont jamais utilisées).
- Lorsque nous créons des modèles qui apprennent des tendances client (p. ex., les utilisateurs recherchent généralement des éléments sur lesquels ils ont récemment travaillé), nous ne recueillons des données qu'à partir d'informations telles que l'analyse comportementale anonymisée (p. ex., le nombre de mentions « J'aime ») et du contenu vectorisé unidirectionnel, agrégé entre des clients Cloud.
- Dans la mesure du possible, nous utilisons des modèles entraînés sur des ensembles de données publics (c.-à-d. qui ne contiennent pas de données client).
- Toutes les données sont collectées, traitées, transmises et stockées conformément à notre Politique de confidentialité.
Exemple nº 1
Nous savons que la confidentialité est importante au sein de votre entreprise, y compris les paramètres de visibilité des pages Confluence. La recherche intelligente observe tous les paramètres d'autorisation de groupe, y compris les autorisations au niveau de l'utilisateur, afin que les pages Confluence marquées comme « privées » ne soient pas affichées dans les résultats de la recherche recommandés aux utilisateurs de votre entreprise qui n'ont pas accès à ces pages.
Exemple nº 2
Nous savons que vous ne souhaitez pas que d'autres entreprises reçoivent des suggestions de résultats de recherche basés sur vos informations confidentielles. Contrairement aux autres types de moteurs de recherche, la recherche intelligente n'agrège pas les principales recherches des clients pour améliorer ses fonctionnalités (elle apprend les préférences de recherche des individus). Les modèles d'apprentissage automatique respecteront donc toujours les autorisations de votre groupe et empêcheront les fuites d'informations entre clients. En d'autres termes, si vous disposez d'un espace Confluence privé et que votre équipe l'utilise pour collaborer sur des pages Confluence appelées « Acquisition de nouvelle société », les autres clients Atlassian utilisant Confluence et recherchant « Nouvelle société » ne verront pas de résultats suggérés en fonction de vos pages « Acquisition de nouvelle société » ou pour des requêtes de recherche de vos utilisateurs.
Quel contrôle ai-je sur les expériences intelligentes ? Puis-je les désactiver ?
Cette page reflète les pratiques d'Atlassian en matière de recherche intelligente, de collaboration prédictive et d'accélération des workflows en décembre 2020. À l'heure actuelle, les expériences intelligentes alimentent ce que nous considérons comme des fonctionnalités essentielles de nos produits, comme la recherche de pages et la mention de coéquipiers, et leur désactivation nuirait gravement à leurs performances. Pour cette raison et compte tenu des mesures que nous prenons pour protéger votre confidentialité, nous ne proposons actuellement pas de possibilité de « désactivation ».
Nous sommes confiants dans nos stratégies d'atténuation des risques et, au fur et à mesure que les capacités d'apprentissage machine se développent, nous continuerons de rechercher et d'appliquer des techniques d'amélioration de la confidentialité pour développer de nouvelles fonctionnalités. Votre contribution est essentielle dans notre évolution. Pour en savoir plus sur les prochaines activités d'Atlassian, consultez notre feuille de route Cloud et donnez-nous votre avis sur la façon dont nous pouvons aligner nos plans sur vos besoins en matière de confidentialité en créant des suggestions de fonctionnalités (ou en votant, en suivant et en commentant des suggestions existantes) dans l'outil public de suivi des tickets d'Atlassian.
Vous pouvez également participer à des conversations sur les expériences intelligentes au sein de notre groupe de la communauté.