الذكاء الاصطناعي التوليدي والتعلم الآلي... استخدامات متنوعة

توافر عنصر الإبداع يبشّر بفتوحات علمية وتقنية وثقافية كبرى

الذكاء الاصطناعي التوليدي والتعلم الآلي... استخدامات متنوعة
TT

الذكاء الاصطناعي التوليدي والتعلم الآلي... استخدامات متنوعة

الذكاء الاصطناعي التوليدي والتعلم الآلي... استخدامات متنوعة

القدرة على نمو الخوارزميات في غياب المُدخَلات البشرية هي جوهر الذكاء الاصطناعي يستخدم كل من الذكاء الاصطناعي التوليدي Generative AI والتعلم الآلي (تعلّم الآلة) Machine learning الخوارزميات في معالجة التحديات المعقدة، ولكن الذكاء الاصطناعي التوليدي يستخدم نمذجة أكثر تطوراً وخوارزميات أكثر تقدماً لإضافة العنصر الإبداعي.

ذكاء اصطناعي وتعلّم آلي

إن الذكاء الاصطناعي التوليدي هو شكل من أشكال الذكاء الاصطناعي المصمم لإنتاج محتوى مثل النصوص، والصور، والفيديو، والموسيقى. ويستخدم نماذج لغوية كبيرة وخوارزميات لتحليل الأنماط في مجموعات البيانات ومحاكاة نمط أو بنية أنواع معينة من المحتوى.

من ناحية أخرى، يساعد التعلم الآلي أجهزة الكومبيوتر على تعلُّم المهام والإجراءات باستخدام التدريب المصمم، استناداً إلى نتائج مجموعات البيانات الكبيرة، وهو عنصر أساسي في أنظمة الذكاء الاصطناعي. وقد خصّص موقع «إي ويك» الإلكتروني موضوعاً للمقارنة بين خصائص هذين النظامين واستخداماتهما.

مخطط للمقارنة

إليكم مخططاً للمقارنة بين الذكاء الاصطناعي التوليدي (1) مقابل التعلم الآلي (2).

إن الذكاء الاصطناعي التوليدي والتعلم الآلي هما تقنيتان مرتبطتان ارتباطاً وثيقاً، كما يوضح الجدول أدناه. وفي حين أن الذكاء الاصطناعي التوليدي يتفوّق في إنشاء المحتوى، فإن التعلم الآلي موجه إلى تحليل البيانات والنماذج الإحصائية.

> التعريف:

1. إنشاء محتوى جديد.

2. تحليل البيانات لإجراء تنبؤات.

• استخدام الخوارزميات:

1. خوارزميات متقدمة ومبتكرة.

2. التعرف على نمط البيانات.

• المُخرَجات:

1. النصوص، والصور، والفيديو، والموسيقى.

2. التنبؤات والتصنيفات.

• مجالات التطبيق:

1. إنشاء المحتوى والتصميم.

2. تحليل البيانات والأمن السيبراني.

• القاعدة التقنية:

1. نماذج اللغة الكبيرة والشبكات التوليدية التنافسية.

2. النماذج الإحصائية والخوارزميات.

التاريخ والتطور

على مدى عدة عقود، كان تطور كل من الذكاء الاصطناعي التوليدي والتعلم الآلي مدفوعاً بالتطوير المستمر للخوارزميات المصممة لأداء مهام محددة.

على مدار العقد الماضي، ازداد مستوى تعقيد هذه الخوارزميات بصورة كبيرة. وفي أكثر مراحل تطورها أضحى بمقدورها أن تكتسب قدرة التأدية الوظيفية من دون استمرار المدخلات البشرية. وهذه القدرة على النمو في غياب المدخلات البشرية هي جوهر الذكاء الاصطناعي، الذي هو أساس كل من الذكاء الاصطناعي التوليدي والتعلم الآلي.

في السنوات القليلة الماضية، مكّنت التطورات في القدرة الحاسوبية وتوافر البيانات -التي صارت ممكنة من خلال منصات الحوسبة السحابية مثل «أمازون ويب سيرفيسز»، و«مايكروسوفت أزور»- من تحقيق تقدم كبير.

ظهر التعلم الآلي أولاً، مع التركيز على تحديد الأنماط واتخاذ القرارات القائمة على البيانات. وبُني الذكاء الاصطناعي التوليدي على هذه الأسس، عبر تقديم نماذج قادرة على خلق محتوى جديد وأصلي من خلال التعلم من مجموعات البيانات الواسعة.

حدث التقدم الرئيسي في مجال الذكاء الاصطناعي التوليدي في نوفمبر (تشرين الثاني) عام 2022. عندما أطلقت شركة «أوبن إيه آي» برنامج «تشات جي بي تي»، وهو تطبيق يخلق محتوى يستند إلى المطالبات النصية واستفسارات اللغة الطبيعية.

ما هو الذكاء الاصطناعي التوليدي؟

الذكاء الاصطناعي التوليدي عبارة عن تقنية ناشئة تستخدم الذكاء الاصطناعي، والخوارزميات، ونماذج اللغة الكبيرة لإنتاج عدة أنواع من المحتوى، من النصوص إلى الصور إلى الفيديو.

يستفيد التعلم الآلي من التعلم العميق وتقنيات الشبكة العصبية، لإنشاء المحتوى الذي يستند إلى الأنماط التي يلاحظها في مجموعة واسعة من المحتويات الأخرى. وعلى الرغم من أن هذا المحتوى مُصنّف على أنه أصلي فإن الذكاء الاصطناعي التوليدي في الواقع يستخدم التعلم الآلي ونماذج الذكاء الاصطناعي، لتحليل إبداعات الآخرين السابقة ثم تكرارها. إنه يستفيد من مستودعات ضخمة من المحتويات، ويستخدم تلك المعلومات لمحاكاة الإبداع البشري.

مع الذكاء الاصطناعي التوليدي يمكنك القيام بمهام مثل تحليل الأعمال الكاملة لكتاب مشهورين، مثل: تشارلز ديكنز، أو جي كيه رولينغ، أو إرنست همنغواي؛ لإنتاج رواية أصلية تسعى لمحاكاة نمط هؤلاء المؤلفين وأنماط الكتابة لديهم.

وبالتالي، فإن مشاريع الذكاء الاصطناعي التوليدي تتجاوز كثيراً مستوى التعلم الآلي التقليدي. من خلال استخدام أشكال متعددة من أنظمة التعلم الآلي، والنماذج، والخوارزميات، والشبكات العصبية، يُقدم الذكاء الاصطناعي التوليدي انطلاقة جديدة إلى عالم الإبداع.

حالات استخدام النظم الذكية

يستخدم الذكاء الاصطناعي التوليدي في تعزيز -وليس استبدال- أعمال الكتاب ومصممي الغرافيك والفنانين والموسيقيين من خلال إنتاج مواد جديدة. وهو مفيد بصورة خاصة في عالم الأعمال في مجالات مثل وصف المنتجات، ويمكن أن يخلق كثيراً من الاختلافات في التصاميم القائمة. كما يمكنه مساعدة الفنان على استكشاف المفاهيم الجديدة عبر الوسائط المختلفة.

وفيما يلي بعض حالات استخدامه، بدءاً من حالات الاستخدام المؤسساتية للذكاء الاصطناعي التوليدي إلى عمليات تنفيذ التطبيقات الأصغر نطاقاً.

> البيع بالتجزئة. يعمل الذكاء الاصطناعي التوليدي على تعزيز عمليات البيع بالتجزئة بشكل كبير من خلال أتمتة إنشاء أوصاف المنتجات، وتوليد محتوى تسويقي مخصص، وتحسين إدارة المخزون.

وبينما يركّز التعلم الآلي على تحليل البيانات لتقديم التوصيات، يأخذ الذكاء الاصطناعي التوليدي خطوة أبعد من خلال إنشاء المحتوى نفسه.

> قطاع الأعمال. يمكن رؤية الذكاء الاصطناعي التوليدي في مجال الأعمال في عمليات مثل وضع التقارير وإنجازها، وتصور البيانات، وإنشاء مواد تسويقية. يمكن للشركات إنشاء تقارير الأعمال تلقائياً عن طريق تحليل مجموعات البيانات الكبيرة واستخراج الرؤى الرئيسية، ما يقلّل من الأخطاء والوقت المستغرق لهذه المهام. وهذا يسمح لمحللي الأعمال بالتركيز على اتخاذ القرارات الاستراتيجية بدلاً من إعداد التقارير العادية.

وبالمقارنة، يُستخدم التعلم الآلي عادة لتحليل أنماط البيانات وتقديم رؤى تنبؤية، في حين يعتمد الذكاء الاصطناعي التوليدي على هذه الرؤى لإنتاج تقارير وعروض تقديمية شاملة.

> الرعاية الصحية. في مجال الرعاية الصحية، يساعد الذكاء الاصطناعي التوليدي على إنشاء بيانات طبية اصطناعية للبحث، وتطوير خطط علاجية مخصصة، وتعزيز الدقة التشخيصية. ومرة أخرى، يبني الذكاء الاصطناعي التوليدي على الأساس الذي وضعته الآلة.

وفي حين يتفوّق التعلم الآلي في تحديد الأنماط لدى البيانات الطبية، فإن الذكاء الاصطناعي التوليدي يذهب إلى أبعد من ذلك عبر توليد بيانات جديدة وسيناريوهات علاجية جديدة، يمكن أن تساعد في البحوث الطبية والتشخيصات.

• التصنيع والإنتاج. الذكاء الاصطناعي التوليدي هو تقنية مُرحب بها عندما يتعلق الأمر بالنمذجة الأولية. ويعمل على تحسين تصميم المنتجات وعمليات التصنيع من خلال إنشاء نماذج التصميم الأولية المتعددة استناداً إلى قيود ومدخلات محددة.

وبينما التعلم الآلي يُستخدم في التنبؤ باحتياجات الصيانة وتحسين جداول الإنتاج، فإن الذكاء الاصطناعي التوليدي يتيح إنشاء التصاميم والحلول المبتكرة التي يمكن تنفيذها مباشرة في التصنيع.

• الخدمات المالية. في القطاع المالي، يعمل الذكاء الاصطناعي التوليدي على تعزيز الخدمات من خلال توليد تقارير مالية مخصصة، وأتمتة الكشف عن الأنشطة الاحتيالية، وتحسين إدارة المخاطر.

وفي حين أن التعلم الآلي عادة ما يكتشف الأنماط وأشكال الشذوذ، لا يحدد الذكاء الاصطناعي التوليدي هذه المشكلات فحسب، وإنما يُنشئ أيضاً تقارير تفصيلية واستراتيجيات معينة لمعالجتها.

• دعم العملاء. يعمل الذكاء الاصطناعي التوليدي على تحسين دعم العملاء من خلال روبوتات المحادثة المتقدمة والمساعدين الافتراضيين. تعتمد الشركات روبوتات المحادثة العاملة بالذكاء الاصطناعي التوليدي، للتعامل مع مجموعة واسعة من استفسارات العملاء؛ من توصيات المنتجات إلى تتبع الطلبات. ولا تزال روبوتات المحادثة هذه تتشابه مع البشر على نحو متزايد.

يمكن للذكاء الاصطناعي التوليدي خلق استجابات مخصصة ومناسبة من حيث السياق، ما يجعل التفاعلات تبدو أكثر إنسانية وأكثر فاعلية من أساليب العمل البسيطة القائمة على التعلم الآلي.



البرلمان الأوروبي يحظر أدوات ذكاء اصطناعي «تعرّي» أشخاصاً

شعار روبوت الدردشة «غروك» يظهر على شاشتين (أ.ف.ب)
شعار روبوت الدردشة «غروك» يظهر على شاشتين (أ.ف.ب)
TT

البرلمان الأوروبي يحظر أدوات ذكاء اصطناعي «تعرّي» أشخاصاً

شعار روبوت الدردشة «غروك» يظهر على شاشتين (أ.ف.ب)
شعار روبوت الدردشة «غروك» يظهر على شاشتين (أ.ف.ب)

أقرّ البرلمان الأوروبي، الخميس، قانوناً يحظّر استخدام الذكاء الاصطناعي لـ«تعرية» الأشخاص من دون موافقتهم.

وتمّ تبني القرار في نصّ أُقرّ بأغلبية ساحقة (569 صوتاً مقابل 45 صوتاً معارضاً) خلال جلسة عامة للبرلمان في بروكسل، وفقاً لـ«وكالة الصحافة الفرنسية».

وأوضح بيان صادر عن البرلمان أن الأمر يتعلّق بحظر برامج «التعرية» التي «تستخدم الذكاء الاصطناعي لإنشاء أو التلاعب بصور ذات إيحاءات جنسية واضحة، أو صور في وضع حميم تشبه شخصاً حقيقياً يمكن التعرّف عليه، من دون موافقة هذا الشخص».

ولا يطبّق النص على أنظمة الذكاء الاصطناعي المزوّدة «بتدابير أمنية فعّالة» تحول دون هذه الممارسات.

وكانت دول الاتحاد الأوروبي أقرّت هذا الشهر إجراء مشابهاً. وسيتعيّن عليها الآن التفاوض مع البرلمان للتوصل إلى صياغة متقاربة، قبل أن يصبح من الممكن تطبيق الإجراء.

وتأتي هذه المبادرات خصوصاً بعد إدخال خاصية قبل بضعة أشهر في تطبيق «غروك» للذكاء الاصطناعي تتيح للمستخدمين أن يطلبوا منه تركيب صور مزيفة قريبة جداً من الواقعية (ديب فيك) لنساء وأطفال عراة، انطلاقاً من صور حقيقية.

وأثارت هذه القضية موجة استنكار في العديد من الدول ودفعت الاتحاد الأوروبي إلى فتح تحقيق.

كما وافق البرلمان في النص ذاته، على إرجاء دخول قوانين أوروبية جديدة حيّز التنفيذ بشأن أنظمة الذكاء الاصطناعي ذات المخاطر العالية، أي تلك العاملة في مجالات حساسة كالأمن أو الصحة أو الحقوق الأساسية.

وكان من المفترض أن تدخل هذه القواعد حيّز التنفيذ في أغسطس (آب) 2026. وعلى غرار الدول الأعضاء، اقترح النواب الأوروبيون تاريخين محدّدين لهذا التأجيل، في حين كانت المفوضية الأوروبية تريد منح الشركات جدولاً زمنياً أكثر مرونة.

والتاريخان هما: الثاني من ديسمبر (كانون الأول) 2027 للأنظمة المستقلة ذات المخاطر العالية، والثاني من أغسطس (آب) 2028 للأنظمة المدمجة في برامج أو منتجات أخرى.


«هيوماين» و«Turing» تطلقان سوقاً عالمية لوكلاء الذكاء الاصطناعي للمؤسسات

تجمع الشراكة بين البنية التحتية والنماذج لدى «هيوماين» وخبرة «Turing» في تطوير وتقييم أنظمة الذكاء الاصطناعي (هيوماين)
تجمع الشراكة بين البنية التحتية والنماذج لدى «هيوماين» وخبرة «Turing» في تطوير وتقييم أنظمة الذكاء الاصطناعي (هيوماين)
TT

«هيوماين» و«Turing» تطلقان سوقاً عالمية لوكلاء الذكاء الاصطناعي للمؤسسات

تجمع الشراكة بين البنية التحتية والنماذج لدى «هيوماين» وخبرة «Turing» في تطوير وتقييم أنظمة الذكاء الاصطناعي (هيوماين)
تجمع الشراكة بين البنية التحتية والنماذج لدى «هيوماين» وخبرة «Turing» في تطوير وتقييم أنظمة الذكاء الاصطناعي (هيوماين)

في خطوة تعكس تسارع الاهتمام بتطبيقات الذكاء الاصطناعي داخل المؤسسات، أعلنت «هيوماين»، التابعة لصندوق الاستثمارات العامة، عن شراكة مع شركة «Turing» المتخصصة في تطوير أنظمة الذكاء الاصطناعي، بهدف إنشاء سوق عالمية لوكلاء الذكاء الاصطناعي ضمن منصة «HUMAIN ONE».

وتتمحور الفكرة حول توفير بيئة تمكّن الشركات من اكتشاف هذه الوكلاء وتطبيقها وتوسيع استخدامها عبر وظائف مختلفة، مثل الموارد البشرية والمالية والعمليات، في محاولة لتسريع الانتقال من استخدام أدوات رقمية تقليدية إلى نماذج تشغيل أكثر اعتماداً على الأتمتة الذكية.

يفتح المشروع المجال أمام المطورين لنشر حلولهم وبناء منظومة أوسع لما يُعرف بـ«اقتصاد الوكلاء» (شاترستوك)

منصات التشغيل الذكي

الشراكة تجمع بين ما تطوره «هيوماين» من بنية تحتية ونماذج ذكاء اصطناعي، وبين خبرة «Turing» في تقييم النماذج وضبطها وتطبيقها في بيئات العمل. الهدف المعلن هو الوصول إلى وكلاء ذكاء اصطناعي يمكن استخدامها على نطاق واسع داخل المؤسسات، وليس فقط في التجارب أو النماذج الأولية.

ويُتوقع أن يشكّل هذا السوق طبقة جديدة ضمن ما يُعرف بنماذج التشغيل القائمة على الوكلاء، حيث لا تقتصر البرمجيات على دعم سير العمل، بل تبدأ في تنفيذه بشكل مباشر. وفي هذا السياق، يمكن للمؤسسات الوصول إلى وكلاء متخصصين حسب الوظيفة أو القطاع، ضمن بيئة مصممة لتكون قابلة للتوسع ومراعية لمتطلبات الأمان.

كما يفتح هذا التوجه المجال أمام المطورين وشركات التقنية لنشر حلولهم عبر المنصة، ما قد يساهم في بناء منظومة أوسع لوكلاء الذكاء الاصطناعي، تتجاوز حدود المؤسسات الفردية إلى سوق أكثر تكاملاً.

وتشير «هيوماين» إلى أن هذه الخطوة تأتي ضمن رؤية أوسع لإعادة تعريف كيفية بناء البرمجيات واستخدامها داخل المؤسسات، عبر الانتقال من نموذج «البرمجيات كخدمة» إلى بيئات تعتمد على وكلاء قادرين على تنفيذ المهام والتعلم والتفاعل بشكل مستمر.

يعكس هذا التوجه تحولاً نحو نماذج تشغيل جديدة تعتمد على وكلاء أذكياء بدلاً من البرمجيات التقليدية داخل المؤسسات

اقتصاد الوكلاء الناشئ

من جانبه، يرى طارق أمين، الرئيس التنفيذي لـ«هيوماين»، أن المرحلة المقبلة ستشهد تحولاً في طبيعة البرمجيات المستخدمة داخل المؤسسات، قائلاً إن «المؤسسات في المستقبل لن تُبنى حول تطبيقات منفصلة، بل حول وكلاء أذكياء يعملون إلى جانب الإنسان». ويضيف أن هذه الشراكة تسعى إلى تسريع بناء سوق يربط بين قدرات المطورين واحتياجات المؤسسات.

بدوره، أشار جوناثان سيدهارث، الرئيس التنفيذي والشريك المؤسس لـ«Turing»، إلى أن تحويل قدرات الذكاء الاصطناعي المتقدمة إلى تطبيقات عملية يمثل التحدي الأساسي حالياً، موضحاً أن بناء سوق قائم على الوكلاء قد يسهم في جعل هذه التقنيات أكثر ارتباطاً بالإنتاجية الفعلية داخل المؤسسات.

وتأتي هذه الشراكة أيضاً في سياق أوسع يعكس طموح السعودية لتكون لاعباً في تطوير تقنيات الذكاء الاصطناعي، ليس فقط من حيث الاستخدام، بل كمصدر للمنصات والحلول التقنية.

وبينما لا تزال فكرة «اقتصاد الوكلاء» في مراحل مبكرة، فإن الاتجاه نحو بناء منصات تجمع بين المطورين والمؤسسات يشير إلى تحول محتمل في طريقة تطوير البرمجيات وتبنيها. فبدلاً من شراء أدوات جاهزة، قد تتجه المؤسسات مستقبلاً إلى تشغيل منظومات من الوكلاء القادرين على تنفيذ مهام متكاملة عبر مختلف أقسام العمل.

في هذا الإطار، تبدو «HUMAIN ONE» محاولة لبناء هذه الطبقة التشغيلية الجديدة، حيث لا تقتصر القيمة على التكنولوجيا نفسها، بل على كيفية تنظيمها وتكاملها داخل بيئات العمل.


السيارات ذاتية القيادة… هل تجعل التنقل أسهل أم المدن أكثر ازدحاماً؟

قد تعيد السيارات ذاتية القيادة تشكيل أنماط التنقل اليومية من حيث التوقيت والمكان وطريقة الاستخدام (شاترستوك)
قد تعيد السيارات ذاتية القيادة تشكيل أنماط التنقل اليومية من حيث التوقيت والمكان وطريقة الاستخدام (شاترستوك)
TT

السيارات ذاتية القيادة… هل تجعل التنقل أسهل أم المدن أكثر ازدحاماً؟

قد تعيد السيارات ذاتية القيادة تشكيل أنماط التنقل اليومية من حيث التوقيت والمكان وطريقة الاستخدام (شاترستوك)
قد تعيد السيارات ذاتية القيادة تشكيل أنماط التنقل اليومية من حيث التوقيت والمكان وطريقة الاستخدام (شاترستوك)

لطالما اتسمت رحلة التنقل اليومية في كثير من المدن حول العالم بازدحام مروري، والبحث الطويل عن موقف للسيارة، وتوسع مستمر في المساحات الحضرية المخصصة للمركبات. لكن مع اقتراب السيارات ذاتية القيادة من الانتشار الواسع، يتساءل الباحثون عما سيحدث عندما لا يعود هناك سائقون؟

تشير دراسة حديثة حول تأثير المركبات ذاتية القيادة على أنماط التنقل الصباحية إلى أن الإجابة ليست بسيطة كما قد يبدو. فهذه التقنية لا تعد بتقليل الازدحام فقط، بل قد تعيد تشكيل طريقة التنقل وتوقيته ومكانه، بما يحمل فرصاً جديدة وتحديات غير متوقعة.

إعادة التفكير في مفهوم مواقف السيارات

أحد أبرز التغييرات المحتملة يتعلق بكيفية التعامل مع مواقف السيارات. فاليوم، تشغل مواقف السيارات مساحات كبيرة في المدن، ومع ذلك لا يزال العثور على موقف مناسب يمثل تحدياً لكثير من المستخدمين.

مع السيارات ذاتية القيادة، قد يتغير هذا الواقع بشكل جذري. فبإمكان السيارة أن تُنزل الركاب عند وجهتهم، ثم تتحرك بمفردها إلى مناطق أقل ازدحاماً، وغالباً أقل تكلفة خارج مراكز المدن. وهذا قد يقلل الحاجة إلى مواقف السيارات في المناطق المركزية، ويفتح المجال لإعادة استخدام هذه المساحات لأغراض أخرى مثل الإسكان أو الأنشطة التجارية أو المساحات العامة. بالنسبة للمستخدمين، يعني ذلك وقتاً أقل في البحث عن موقف وتكاليف أقل. أما بالنسبة للمدن، فإن التأثيرات قد تكون أعمق وأكثر تعقيداً.

سيكون لتبني السيارات ذاتية القيادة تأثير مباشر على تخطيط المدن واستخدام الأراضي وقيمة المواقع (شاترستوك)

مفارقة الكفاءة والازدحام

رغم أن السيارات ذاتية القيادة تعد بمزيد من الراحة، فإن الدراسة تشير إلى احتمال ظهور آثار جانبية غير متوقعة. فإذا أصبحت مواقف السيارات خارج المدن خياراً سهلاً، فقد يفضل عدد أكبر من الأشخاص استخدام السيارات بدلاً من وسائل النقل العام. كما أن تحرك السيارات دون ركاب إلى مواقع الانتظار قد يزيد من حركة المرور الإجمالية. وتشير النماذج إلى أن انتشار هذه المركبات قد يؤدي إلى زيادة إجمالي المسافات المقطوعة ومدة التنقل مقارنة بالنظام التقليدي. وهنا تظهر مفارقة واضحة: قد تصبح الرحلة الفردية أكثر سهولة، لكن النظام كله قد يصبح أكثر ازدحاماً.

تغير سلوك التنقل

إلى جانب البنية التحتية، قد تؤثر السيارات ذاتية القيادة على سلوك الأفراد. فعندما لا تكون هناك حاجة للقيادة، يمكن استغلال وقت الرحلة للعمل أو الترفيه أو الراحة. وهذا قد يجعل الرحلات الطويلة أكثر قبولاً، ويدفع البعض للسكن في مناطق أبعد عن أماكن العمل. كما قد تتغير أوقات الانطلاق. فقد يختار المستخدمون توقيت رحلاتهم بناءً على ظروف المرور أو التكلفة أو الراحة، ما يؤدي إلى أنماط تنقل أكثر مرونة مقارنة بالروتين التقليدي. ولفهم هذه التغيرات، استخدم الباحثون نماذج تحاكي قرارات الأفراد بشأن توقيت الرحلة ومكان الوقوف والتوازن بين الزمن والتكلفة. وتشير النتائج إلى أن هذه القرارات ستصبح أكثر ديناميكية وتأثراً بالعوامل الاقتصادية.

يعتمد تأثير السيارات ذاتية القيادة النهائي على السياسات والتنظيم وليس على التكنولوجيا وحدها لتحقيق التوازن بين الكفاءة والازدحام (شاتوستوك)

تداعيات على التخطيط الحضري

بالنسبة لمخططي المدن، تنطوي هذه النتائج على فرص وتحديات في آن واحد. فالسيارات ذاتية القيادة قد تقلل الحاجة إلى مواقف السيارات في مراكز المدن، وتتيح استخداماً أكثر كفاءة للأراضي. لكنها في الوقت نفسه قد تزيد الضغط على شبكات الطرق إذا لم تتم إدارتها بشكل مناسب. وهذا يضع صناع القرار أمام مرحلة حاسمة، حيث ستؤثر السياسات المتعلقة بالنقل والبنية التحتية على كيفية استيعاب هذه التقنية.

تشير الدراسة إلى أن تأثير السيارات ذاتية القيادة يتجاوز النقل نفسه، ليصل إلى طريقة تصميم المدن. فإذا انتقلت مواقف السيارات إلى خارج المراكز، فقد تتغير قيمة الأراضي في هذه المناطق. وإذا أصبحت الرحلات أكثر مرونة، فقد تتبدل أنماط الازدحام التقليدية. كما أن زيادة الاعتماد على السيارات قد تفرض إعادة النظر في التوازن بين النقل الخاص والعام.

بين الابتكار والسياسات

في النهاية، لن يتحدد تأثير هذه التقنية بالتطور التكنولوجي فقط، بل بكيفية دمجها ضمن الأنظمة الحالية. فمن دون سياسات واضحة، قد تؤدي الراحة التي توفرها السيارات ذاتية القيادة إلى نتائج عكسية مثل زيادة الازدحام. أما إذا تم توجيهها بشكل مدروس، فقد تسهم في تحسين الكفاءة وتقليل التكاليف وتعزيز جودة الحياة في المدن.

غالباً ما تُقدَّم السيارات ذاتية القيادة كحل لمشكلات الازدحام، لكن الدراسة تشير إلى أنها تمثل تحولاً أعمق، يعيد تشكيل الأنظمة القائمة بدلاً من حلّها بشكل مباشر.

رحلة الصباح اليومية، التي كانت تعتمد على قرارات بشرية، قد تصبح قريباً محكومة بخوارزميات وعوامل اقتصادية وأنظمة آلية. والنتيجة النهائية لن تعتمد على التقنية فقط، بل على الخيارات التي تُتّخذ اليوم.