ما تأثير الذكاء الاصطناعي على العملات الرقمية؟

شهد مجالا التكنولوجيا والعملات الرقمية تطورات سريعة في السنوات الأخيرة كان من أبرزها صعود تقنيات الذكاء الاصطناعي (رويترز)
شهد مجالا التكنولوجيا والعملات الرقمية تطورات سريعة في السنوات الأخيرة كان من أبرزها صعود تقنيات الذكاء الاصطناعي (رويترز)
TT

ما تأثير الذكاء الاصطناعي على العملات الرقمية؟

شهد مجالا التكنولوجيا والعملات الرقمية تطورات سريعة في السنوات الأخيرة كان من أبرزها صعود تقنيات الذكاء الاصطناعي (رويترز)
شهد مجالا التكنولوجيا والعملات الرقمية تطورات سريعة في السنوات الأخيرة كان من أبرزها صعود تقنيات الذكاء الاصطناعي (رويترز)

شهد مجالا التكنولوجيا والعملات الرقمية تطورات سريعة في السنوات الأخيرة، وكان من أبرزها صعود تقنيات الذكاء الاصطناعي مع إمكانية استخدامه في هذين المجالين. هذا التقاطع بين الذكاء الاصطناعي والعملات الرقمية أثار اهتمام الخبراء والمستثمرين، إذ يُنظر إلى الذكاء الاصطناعي على أنه ربما يكون «الثورة القادمة في عالم العملات الرقمية».

في الوقت نفسه، يتساءل البعض عمَّا إذا كانت أدوات الذكاء الاصطناعي ستجعل الاستثمار في العملات المُشفَّرة أكثر ذكاءً وسهولة، أم أنها قد تؤدي إلى زيادة التقلبات والتلاعب في الأسواق، وفق مجلة «فوربس» الأميركية.

فيما يلي نستعرض تأثير الذكاء الاصطناعي على سوق العملات الرقمية من خلال ثلاث زوايا: كيفية استخدامه في تحليل السوق، والتحديات التي تواجه دمجه مع هذا المجال، وأخيراً مدى قدرته على التنبؤ بأسعار العملات الرقمية بدقة.

كيف يُستخدم الذكاء الاصطناعي في تحليل سوق العملات الرقمية؟

تعزيز القدرة على فهم سوق العملات الرقمية واتخاذ القرارات

يُسهم الذكاء الاصطناعي اليوم في تعزيز قدرة المحللين والمستثمرين على فهم سوق العملات الرقمية واتخاذ القرارات بشكل أسرع وأكثر دقة. تستخدم منصات التداول خوارزميات ذكاء اصطناعي لتحليل كميات هائلة من البيانات في وقت قصير، مما يسمح بتنفيذ عمليات التداول الآلي بسرعة تفوق بكثير قدرة البشر، حسب منصة «كوينبيس»، (Coinbase)، الأميركية لتداول الأصول الرقمية.

يُسهم الذكاء الاصطناعي اليوم في تعزيز قدرة المحللين والمستثمرين على فهم سوق العملات الرقمية (رويترز)

تنفيذ آلاف الصفقات بسرعة

على سبيل المثال، بفضل التداول الخوارزمي algorithm (تداول آليّ ذكيّ) المدعوم بالذكاء الاصطناعي يمكن تنفيذ آلاف الصفقات في الثانية الواحدة استناداً إلى استراتيجيات مبرمجة مسبقاً، وهذا مهم بشكل خاص في سوق العملات الرقمية التي تشهد تغيرات سعرية سريعة وحادة.

رصد أنماط خفية في تحركات الأسعار

وبالإضافة إلى السرعة، يتميّز الذكاء الاصطناعي بقدرته على التعمّق في تحليل السوق. حيث يمكنه رصد أنماط خفية في تحركات الأسعار لا يستطيع الإنسان ملاحظتها بسهولة، وذلك عبر تحليل بيانات تاريخية ضخمة. بناءً على هذه الأنماط، تستطيع أنظمة الذكاء الاصطناعي تقديم توقعات أو تنبؤات بشأن اتجاهات الأسعار المحتملة، حسب تقرير منصة «كوينبيس».

يتميّز الذكاء الاصطناعي بقدرته على التعمّق في تحليل السوق (رويترز)

«تحليل المشاعر» لقراءة المزاج العام للسوق

كما تُستخدم تقنيات «تحليل المشاعر» لقراءة مزاج السوق العام من خلال تتبّع الأخبار ووسائل التواصل الاجتماعي؛ لمعرفة ما إذا كان المزاج السائد للمستثمرين يتجه نحو التفاؤل أم الخوف، مما يساعد في توقع تحركات الأسعار.

يُذكر أن تقنيات «تحليل المشاعر» هي نوع من تقنيات الذكاء الاصطناعي تُستخدم لفهم المزاج العام أو الرأي العام من خلال تحليل النصوص التي يكتبها الناس لا سيما على وسائل التواصل الاجتماعي.

توسع استخدام الذكاء الاصطناعي من المؤسسات إلى الأفراد

لم يعد استخدام الذكاء الاصطناعي في سوق العملات الرقمية مقتصراً على المؤسسات المالية الكبرى فحسب، بل امتد إلى المستثمرين الأفراد أيضاً. فقد بات البعض يستعين بمساعدات ذكاء اصطناعي مثل نماذج المحادثة، مثل «شات جي بي تي»، للحصول على تحليلات مبسّطة وفورية للسوق. على سبيل المثال، يمكن لهذه النماذج تلخيص الأخبار الاقتصادية أو تفسير رسوم بيانية معقدة بلغة بسيطة، وحتى ابتكار استراتيجيات تداول مبدئية بناءً على معطيات سوقية معيّنة، حسب موقع «كوينتيلغراف»، (Cointelegraph)، الدولي المتخصّص في تغطية أخبار العملات الرقمية.

ويشير خبراء إلى أن دور هذه الأدوات هو دعم قرارات المستثمر وليس استبدال العقل البشري كلياً، تماماً كما عززت البرامج الحاسوبية فيما مضى عمل جيل من المحللين الماليين دون أن تلغي دورهم.

لم يعد استخدام الذكاء الاصطناعي في سوق العملات الرقمية مقتصراً على المؤسسات المالية الكبرى فحسب بل امتد إلى المستثمرين الأفراد أيضاً (أ.ف.ب)

ما التحديات التي تواجه دمج الذكاء الاصطناعي مع العملات الرقمية؟

على الرغم من الفرص الكبيرة التي يتيحها الذكاء الاصطناعي في عالم العملات الرقمية، هناك جملة من التحديات تعترض طريق الدمج الكامل بين التقنيتين.

التعقيد التقني لدمج خوارزميات الذكاء الاصطناعي

أول هذه التحديات هي التعقيد التقني؛ فدمج خوارزميات الذكاء الاصطناعي مع أنظمة قائمة على تقنية سلسلة الكتل (البلوكتشين) ليس أمراً سهلاً.

وسلسلة الكتل أو «بلوك تشين» (Blockchain) هي تقنية رقمية مبتكرة تُستخدم لتخزين البيانات بطريقة آمنة، شفافة، ولا مركزية، وهي تشكّل البنية التحتية الأساسية للعملات الرقمية مثل بتكوين وإيثيريوم.

موارد حاسوبية كبيرة

كذلك، يتطلب تشغيل خوارزميات الذكاء الاصطناعي موارد حاسوبية هائلة، وفي المقابل تعاني شبكات العملات الرقمية أحياناً من محدودية في السرعة والاستيعاب، وهذا يعني أن الجمع بين الذكاء الاصطناعي والعملات الرقمية قد يجعل تنفيذ المعاملات أبطأ أو أكثر تكلفة، خصوصاً عندما يزداد عدد المستخدمين، وفقاً لموقع «كوينتيلغراف».

غياب الشفافية والثقة

تحدٍّ آخر أمام دمج الذكاء الاصطناعي مع العملات الرقمية، هو مدى تحقيق الشفافية والثقة. فكثير من نماذج الذكاء الاصطناعي المتقدمة تعمل كصندوق أسود، حيث يصعب فهم الآلية الداخلية التي تتخذ بها القرارات.

في المقابل، تعتمد ثقة المستخدمين في عالم العملات الرقمية على الشفافية وإمكانية التحقق. فإذا قدّم نظام ذكاء اصطناعي توصية استثمارية أو توقعاً سعرياً دون شرح واضح للأسباب، قد يتردد المستثمرون في الأخذ به، لأنّ عدم قدرة المستخدمين على فهم كيفية توصل الذكاء الاصطناعي إلى قراراته قد يولّد مخاوف ويثني البعض عن استخدامه.

تحديات دمج الإطار التنظيمي للذكاء الاصطناعي بسوق العملات الرقمية

من جهة أخرى، يظل الإطار التنظيمي لدمج الذكاء الاصطناعي بالعملات الرقمية تحدياً مهماً؛ فكل من هاتين التقنيّتين حديثتا العهد وسريعتا التطور، وهذا يعني أن القوانين واللوائح التنظيمية لا تواكب سرعة التطوّر التقني.

هذا الفراغ أو الغموض القانوني يزيد من صعوبة دمج الذكاء الاصطناعي مع منصات التداول أو المشاريع القائمة على البلوكتشين، خوفاً من مخالفة أنظمة تنظيمية حالية أو مستقبلية، حسب «كوينتيلغراف».

يتطلب تشغيل خوارزميات الذكاء الاصطناعي موارد حاسوبية هائلة (رويترز)

جودة البيانات والتوقعات

ولا يمكن إغفال تحديات متعلقة بجودة البيانات والتوقعات. تعتمد دقة مخرجات أنظمة الذكاء الاصطناعي على جودة البيانات التي تُدرَّب عليها؛ فإذا كانت البيانات تاريخية منحازة أو غير كاملة، ستنعكس العيوب على القرارات والتنبؤات. في سوق شديدة التقلب كسوق العملات المشفرة، قد يصعب على الذكاء الاصطناعي التنبؤ بالأحداث غير المتوقعة أو الصدمات المفاجئة مثل تغييرات تشريعية أو تصريحات مؤثرة من شخصيات بارزة. وفي الواقع، يشدد الخبراء على أن أنظمة الذكاء الاصطناعي قد ترتكب أخطاء فادحة إذا استندت إلى بيانات أو نماذج فيها عيوب، مما قد يسبب خسائر مالية جسيمة، فضلاً عن أن غياب الشفافية في قرارات هذه الأنظمة قد يقوّض ثقة المستثمرين ويفسح المجال للتلاعب بالسوق.

لذا فإن دمج الذكاء الاصطناعي بشكل آمن وفعال في عالم العملات الرقمية يتطلب معالجة هذه التحديات التقنية والأخلاقية والتنظيمية بعناية.

هل يمكن للذكاء الاصطناعي التنبؤ بأسعار العملات الرقمية بدقة؟

يتطلع الكثيرون إلى إجابة هذا السؤال المحوري: هل بوسع الذكاء الاصطناعي أن يتنبأ بحركة أسعار البتكوين أو غيرها من العملات الرقمية بدقة عالية وبشكل موثوق؟

لقد حقق الباحثون بالفعل بعض النجاحات المحدودة في هذا المجال. على سبيل المثال، إن معهد ماساتشوستس للتكنولوجيا (MIT) -وهو معهد أميركي ينشر آخر ما توصلت إليه الأبحاث العلمية والتقنية- تمكّن قبل نحو عقد من الزمن من تطوير خوارزمية تعلُّم آلة تتوقع أسعار بتكوين على مدار ثوانٍ، ونجح فريق العمل عبرها في مضاعفة استثماراته خلال فترة خمسين يوماً فقط.

مثل هذه النتائج أظهرت إمكانات واعدة لاستخدام النماذج الرياضية والتعلم الآلي في التداول الآلي لتحقيق أرباح سريعة.

هل بوسع الذكاء الاصطناعي أن يتنبأ بحركة أسعار البتكوين أو غيرها من العملات الرقمية بدقة عالية؟ (رويترز)

صعوبة التنبؤ الدقيق

إلا أن خبراء الذكاء الاصطناعي والمال يؤكدون أن هذه الحالات تظل استثنائية، ولا تعني قدرة عامة على التنبؤ الدقيق. كما يقول أحد خبراء شركة «غوغل» في مجال الذكاء الاصطناعي: «يمكنك دائماً تحليل البيانات التاريخية، لكنك لن تستطيع أبداً التنبؤ بالمستقبل بدقة تامة. حاول المحللون لسنوات، ولا يوجد أحد يستطيع توقع الأسعار بشكل صحيح دائماً»، حسبما أفاد به موقع «كريبتو نيوز»، وهو موقع إخباري دولي يغطّي أحدث تطورات سوق العملات الرقمية.

احتمالات وليست ضمانات لتطور الأسعار

الواقع أن الذكاء الاصطناعي يبرع في رصد الاتجاهات والأنماط المحتملة اعتماداً على المعطيات الحالية، لكنه يفتقر إلى قدرة الإدراك الشامل لكل العوامل المؤثرة الخارجة عن البيانات، مثل التطورات السياسية أو النفسية للمستثمرين. لذلك، فإن أي توقعات يصدرها تبقى في إطار الاحتمالات، وليست ضماناً أكيداً. حتى النماذج اللغوية الذكية مثل «شات جي بي تي» تعترف بأنها لا تمتلك دقة آنية في التنبؤ بالأسعار، وأن ما تُقدّمه من توقعات ليست إلا سيناريوهات افتراضية للاسترشاد بها لا أكثر، وفقاً لموقع «كوينتيلغراف».

وبناءً على ذلك، يبقى الذكاء الاصطناعي أداةً مفيدةً لاستشراف الاتجاهات في سوق العملات الرقمية، لكنه لا يضمن تنبؤاً دقيقاً بالأسعار المستقبلية.


مقالات ذات صلة

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

تكنولوجيا الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

 تظهر الدراسة أن روبوتات الدردشة تميل لتأكيد آراء المستخدمين ما قد يعزز المعتقدات الخاطئة ويؤدي إلى دوامات وهمية مع مرور الوقت

تكنولوجيا نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)

نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

باحثو «MIT» يطورون طريقة تمكّن الذكاء الاصطناعي من تفسير قراراته بدقة ووضوح، ما يعزز الشفافية والثقة دون التضحية بالأداء.

تكنولوجيا الذكاء الاصطناعي التوليدي انتقل من مرحلة التجارب إلى تحقيق عوائد مالية وتشغيلية ملموسة داخل الشركات (غيتي)

تقرير بالأرقام: الذكاء الاصطناعي يحقق عوائد ملموسة للشركات

الذكاء الاصطناعي يحقق عوائد ملموسة للشركات معززا الكفاءة والابتكار، لكن تحديات البيانات والتكلفة تعيق التوسع رغم زيادة الاستثمارات الكبيرة.

نسيم رمضان (لندن)
خاص مع وفرة الذكاء والتحليل عبر الآلة تنتقل القيمة من المعرفة إلى إنتاج المعنى والعمق الإنساني

خاص كيف يعيد الذكاء الاصطناعي تشكيل قدرات الإنسان الذهنية؟

يعيد الذكاء الاصطناعي تعريف الذكاء وينقل القيمة للمعنى مهدداً الهوية والتفكير النقدي فارضاً إعادة تصور التعليم والاقتصاد ودور الإنسان مستقبلاً

نسيم رمضان (لندن)
تكنولوجيا منصة ذكاء اصطناعي تقدم حلول تسويق مؤتمتة متعددة الوكلاء (أوكارا)

مدير تسويق متعدد الوكلاء يعمل بالذكاء الاصطناعي بشكل كامل

يحاول الابتكار إعادة تشكيل مفهوم التسويق الرقمي وإدارة النمو للشركات الناشئة، والمؤسسات التقنية.

عبد العزيز الرشيد (الرياض)

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
TT

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)

مع ازدياد استخدام روبوتات الدردشة المعتمدة على الذكاء الاصطناعي في المحادثة وتقديم النصائح وحتى الدعم العاطفي، بدأت أبحاث جديدة تدرس تأثير هذه الأنظمة على المستخدمين مع مرور الوقت. وتكشف دراسة حديثة لباحثين مرتبطين بجامعة ستانفورد الأميركية عن خطر أقل وضوحاً، يتمثل في ميل هذه الأنظمة إلى تعزيز بعض المعتقدات بدلاً من تحديها.

تعتمد الدراسة على تحليل واسع لتفاعلات حقيقية، بهدف فهم كيفية استجابة نماذج اللغة في المحادثات الممتدة، وما الذي قد تعنيه هذه الاستجابات على إدراك المستخدم وصحته النفسية.

تحليل واسع النطاق

استندت الدراسة إلى تحليل أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة مع روبوتات الدردشة. ويتيح هذا الحجم الكبير من البيانات رصد أنماط متكررة، بدلاً من الاكتفاء بحالات فردية. وضمن هذه البيانات، حدد الباحثون نسبة من المحادثات التي تضمنت مؤشرات على تفكير وهمي. ووفقاً للدراسة، فإن نحو 15.5في المائة من رسائل المستخدمين أظهرت هذه الخصائص، ما أتاح فرصة لفهم كيفية استجابة الأنظمة لهذه الحالات.

التحدي يكمن في تحقيق توازن بين دعم المستخدم وتعزيز التفكير النقدي دون ترسيخ معلومات مضللة (أدوبي)

أنماط تأكيد متكررة

أحد أبرز النتائج يتمثل في تكرار ميل روبوتات الدردشة إلى تأكيد ما يقوله المستخدم. فقد أظهرت البيانات أن الأنظمة غالباً ما تستجيب بطريقة داعمة أو متوافقة مع طرح المستخدم، بدلاً من التشكيك فيه. ورغم أن هذا الأسلوب قد يكون مفيداً في سياقات الدعم، فإنه يصبح إشكالياً عندما يتعلق الأمر بمعتقدات غير دقيقة أو وهمية، حيث قد يؤدي إلى تعزيز هذه الأفكار بدلاً من تصحيحها.

دوامات وهمية متصاعدة

يصف الباحثون هذه الظاهرة بمصطلح «الدوامات الوهمية»، حيث تؤدي التفاعلات المتكررة بين المستخدم والنظام إلى ترسيخ المعتقدات الخاطئة تدريجياً. ولا يحدث التأثير نتيجة استجابة واحدة، بل يتشكل مع مرور الوقت. فكلما استمر النظام في تأكيد وجهة نظر المستخدم، زادت قوة هذا الاعتقاد. وتتيح طبيعة المحادثة المستمرة لهذا النمط أن يتطور بشكل تدريجي دون انقطاع واضح.

تشير الدراسة إلى أن الذكاء الاصطناعي لا يخلق هذه المعتقدات من الصفر، بل يتفاعل مع أفكار موجودة مسبقاً لدى المستخدم.

وتزداد المخاطر في المحادثات الطويلة، حيث تتراكم أنماط التأكيد عبر الزمن. وفي هذه الحالة، يتحول النظام من مجرد أداة استجابة إلى عنصر مؤثر في توجيه مسار الحوار.

نحو 15.5 % من رسائل المستخدمين أظهرت مؤشرات على تفكير وهمي أو معتقدات غير دقيقة (غيتي)

تحديات في التصميم

تعكس هذه النتائج تحدياً أساسياً في تصميم أنظمة الذكاء الاصطناعي. إذ يتم تطوير كثير من روبوتات الدردشة لتكون مفيدة ومهذبة وداعمة، ما يدفعها إلى تبني أسلوب قائم على التوافق مع المستخدم. لكن هذه الخصائص نفسها قد تقلل من قدرتها على تصحيح الأخطاء أو تقديم وجهات نظر نقدية. ويظل تحقيق التوازن بين الدعم والتفكير النقدي تحدياً رئيسياً.

تتجاوز دلالات هذه الدراسة الجانب التقني لتصل إلى قضايا تتعلق بالسلامة. فمع استخدام هذه الأنظمة في مجالات تتضمن تقديم نصائح أو دعم شخصي، تصبح طريقة استجابتها أكثر حساسية.

وفي بعض الحالات، قد يؤدي تعزيز المعتقدات غير الدقيقة إلى تأثيرات فعلية على قرارات المستخدم أو حالته النفسية، ما يطرح تساؤلات حول كيفية تصميم هذه الأنظمة ومراقبتها.

نحو استخدام مسؤول

تشير الدراسة إلى ضرورة تطوير آليات أفضل للتقييم والضبط. فبدلاً من التركيز فقط على دقة الإجابات، ينبغي أيضاً فهم كيفية تصرف الأنظمة في المحادثات الطويلة والمعقدة.

ويشمل ذلك تحديد متى يجب على النظام التشكيك في بعض الطروحات أو تقديم توضيحات أو تجنب تأكيد معلومات غير موثوقة. ويعد تحقيق هذا التوازن خطوة أساسية في تطور الذكاء الاصطناعي.

الحاجة لمزيد من البحث

رغم أهمية النتائج، تؤكد الدراسة الحاجة إلى مزيد من الأبحاث لفهم تأثير هذه التفاعلات على المستخدمين على المدى الطويل.

فمع تحول الذكاء الاصطناعي من أداة تقدم معلومات إلى نظام يشارك في الحوار، يصبح من الضروري ضمان أن هذه التفاعلات تدعم الفهم ولا تعزز أنماطاً ضارة. وفي هذا السياق، لم يعد التحدي مقتصراً على تطوير أنظمة أكثر ذكاءً، بل يشمل أيضاً ضمان أن تكون أكثر وعياً بتأثيرها على الإنسان.


نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
TT

نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)

مع تزايد اندماج أنظمة الذكاء الاصطناعي في قطاعات حساسة، مثل الرعاية الصحية والأنظمة ذاتية القيادة، يبرز سؤال أساسي: هل يمكن الوثوق بقراراتها؟

فعلى الرغم من أن النماذج الحديثة تحقق دقة عالية، فإن طريقة تفكيرها تظل في كثير من الأحيان غير واضحة. هذه «الصندوق الأسود» أصبحت واحدة من أبرز التحديات في هذا المجال. يقدّم باحثون في معهد ماساتشوستس للتكنولوجيا (MIT) نهجاً جديداً يهدف إلى معالجة هذه المشكلة، من خلال تمكين أنظمة الذكاء الاصطناعي من تفسير قراراتها بطريقة مفهومة للبشر.

ما وراء الصندوق

في التطبيقات الواقعية، لا تكفي الدقة وحدها. فعندما يحدد نظام ذكاء اصطناعي مرضاً من صورة طبية أو يتخذ قراراً مرتبطاً بالسلامة، يحتاج المستخدم إلى فهم الأسباب التي قادت إلى هذا القرار. ومن دون هذه الشفافية، قد تفشل الأنظمة الدقيقة في كسب الثقة. وقد سعت تقنيات سابقة إلى فتح هذا «الصندوق الأسود»، لكنها غالباً ما قدّمت تفسيرات معقدة أو يصعب فهمها لغير المتخصصين. وهنا يكمن التحدي في تقديم تفسيرات دقيقة وفي الوقت نفسه واضحة.

الطريقة الجديدة تحسن التفسير دون التضحية بدقة الأداء بل قد تعززها (شاترستوك)

تفكير واعد

أحد الاتجاهات الواعدة يُعرف بنماذج «عنق الزجاجة المفاهيمي». في هذا النهج، يُجبر النظام على بناء قراراته على مفاهيم يمكن للبشر فهمها. فبدلاً من الانتقال مباشرة من البيانات الخام إلى النتيجة، يمرّ النموذج بمرحلة وسيطة يحدد فيها خصائص أو مفاهيم محددة قبل الوصول إلى القرار. لكن هذا الأسلوب واجه سابقاً بعض التحديات، إذ إن تحسين قابلية التفسير كان أحياناً يأتي على حساب الدقة، أو يؤدي إلى تفسيرات غير واضحة بما يكفي.

نهج جديد

طوّر فريق «MIT» طريقة محسّنة تهدف إلى تجاوز هذه القيود. يعتمد النظام على مكونين من التعلم الآلي يعملان معاً. الأول يستخرج المعرفة من نموذج موجود، والثاني يحول هذه المعرفة إلى مفاهيم مفهومة للبشر. يتيح هذا الإطار المزدوج «ترجمة آلية» لآلية عمل النماذج المعقدة إلى صيغة قابلة للفهم. والأهم أن هذه التقنية يمكن تطبيقها على نماذج رؤية حاسوبية مدرّبة مسبقاً، ما يجعلها قابلة للتعميم على نطاق واسع.

ومن أبرز ما يميز هذا النهج أنه لا يضحي بالأداء من أجل الشفافية. بل تشير النتائج إلى أنه يمكن أن يحسن دقة التنبؤ وجودة التفسير في الوقت نفسه. وهذا يتحدى افتراضاً شائعاً في تطوير الذكاء الاصطناعي، وهو أن التفسير يأتي دائماً على حساب الأداء. يمثل الجمع بين الاثنين خطوة مهمة نحو تطبيقات عملية موثوقة.

باحثو جامعة «MIT» يطورون نهجاً جديداً يمكّن النماذج من تفسير تنبؤاتها بطريقة مفهومة (شاترستوك)

تفسيرات أوضح

يتميز النظام بجودة التفسيرات التي يقدمها. فبدلاً من مخرجات تقنية معقدة، ينتج أوصافاً مبنية على مفاهيم واضحة يمكن للمستخدم فهمها بسهولة. وتكتسب هذه الميزة أهمية خاصة في البيئات الحساسة، حيث تحتاج القرارات إلى مراجعة وتقييم. فالتفسير الواضح يتيح للمستخدم التأكد من منطق القرار.

الهدف الأوسع لهذا البحث هو تعزيز الثقة في أنظمة الذكاء الاصطناعي. فعندما يتمكن المستخدم من فهم كيفية اتخاذ القرار، يصبح أكثر قدرة على تقييم دقته واكتشاف الأخطاء المحتملة. ويبرز هذا الأمر بشكل خاص في مجالات، مثل الرعاية الصحية، حيث قد تكون لأي خطأ عواقب كبيرة. فالتفسير لا يعزز الفهم فقط، بل يدعم الاستخدام المسؤول للتقنية.

أثر عملي واسع

تمتد آثار هذا التطور إلى ما هو أبعد من تطبيق واحد. مع توسع استخدام الذكاء الاصطناعي، تتزايد الحاجة إلى الشفافية من قبل المستخدمين والجهات التنظيمية على حد سواء. وقد تلعب هذه التقنيات دوراً محورياً في تلبية هذه المتطلبات، من خلال جعل قرارات الذكاء الاصطناعي أكثر وضوحاً وقابلية للمساءلة.

يعكس هذا النهج خطوة ضمن اتجاه أوسع في أبحاث الذكاء الاصطناعي. فلم يعد التركيز مقتصراً على بناء نماذج عالية الأداء، بل يتجه نحو تطوير أنظمة قادرة على تفسير قراراتها. هذا التحول يعكس فهماً أعمق لدور الذكاء الاصطناعي في الواقع. فالأداء وحده لم يعد كافياً، بل يجب أن تكون الأنظمة مفهومة وموثوقة ومتوافقة مع التوقعات البشرية. وفي هذا السياق، تصبح القدرة على تفسير القرارات ليست مجرد ميزة إضافية، بل شرطاً أساسياً للجيل القادم من أنظمة الذكاء الاصطناعي.


«غوغل» تعيد تعريف البحث بالذكاء الاصطناعي المخصص

تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
TT

«غوغل» تعيد تعريف البحث بالذكاء الاصطناعي المخصص

تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)

أعلنت شركة «غوغل» عن توسع جديد في قدرات الذكاء الاصطناعي لديها تحت مفهوم أطلقت عليه «الذكاء الشخصي» (Personal Intelligence) في خطوة تهدف إلى جعل أنظمة البحث والمساعدات الرقمية أكثر فهماً للسياق الفردي لكل مستخدم، بدلاً من الاكتفاء بإجابات عامة. هذا التوجه الذي جاء في مدونة رسمية عبر موقع الشركة يمثل تحولاً في طريقة عمل الذكاء الاصطناعي، من تقديم معلومات موحدة إلى تقديم استجابات مخصصة تستند إلى بيانات المستخدم ونشاطه عبر خدمات «غوغل» المختلفة.

تحول في البحث

لطالما اعتمدت محركات البحث على مطابقة الكلمات المفتاحية لتقديم نتائج ذات صلة. إلا أن «غوغل» ترى أن هذا النموذج لم يعد كافياً في ظل تنوع احتياجات المستخدمين. وبحسب ما أوضحته الشركة، فإن «الذكاء الشخصي» يهدف إلى تقديم إجابات تأخذ في الاعتبار السياق الفردي، بحيث يحصل كل مستخدم على نتائج تتناسب مع اهتماماته وتاريخه الرقمي.

يعتمد هذا النهج على ربط المعلومات بين عدد من تطبيقات «غوغل»، مثل «جيميل» و«صور غوغل» و«يوتيوب» وسجل البحث، وذلك في حال موافقة المستخدم على تفعيل هذه الميزة. ويتيح هذا التكامل لأنظمة الذكاء الاصطناعي، مثل (جيميناي) «Gemini» ووضع الذكاء الاصطناعي في البحث، الاستفادة من هذا السياق لتقديم إجابات أكثر دقة وارتباطاً باحتياجات المستخدم.

«غوغل» تطلق مفهوم «الذكاء الشخصي» لتقديم استجابات تعتمد على السياق الفردي لكل مستخدم (أ.ف.ب)

تجربة أكثر تخصيصاً

وفقاً لـ«غوغل»، يمكن للنظام الجديد «ربط النقاط» بين بيانات المستخدم المختلفة، ما يسمح بتقديم توصيات وملخصات واقتراحات أكثر تخصيصاً. فعلى سبيل المثال، بدلاً من تقديم اقتراحات عامة للسفر، يمكن للنظام الاستناد إلى اهتمامات المستخدم السابقة أو نشاطه الرقمي لتقديم خيارات أكثر ملاءمة. ويمثل ذلك انتقالاً من الذكاء الاصطناعي كأداة عامة إلى ما يشبه المساعد الشخصي الذي يتكيف مع المستخدم بمرور الوقت.

التحكم بيد المستخدم

أكدت «غوغل» أن استخدام هذه الميزة يعتمد على موافقة المستخدم، حيث يمكنه اختيار التطبيقات التي يرغب في ربطها، أو إيقاف الميزة بالكامل. وأوضحت الشركة أن البيانات الشخصية من خدمات مثل «جيميل» و«صور غوغل» لا تُستخدم لتدريب نماذج الذكاء الاصطناعي، بل تُستعمل لتوفير سياق ضمن التفاعل مع المستخدم فقط.

توازن مع الخصوصية

يبرز هذا التوجه تحدياً معروفاً في تطوير الذكاء الاصطناعي، وهو تحقيق التوازن بين التخصيص والخصوصية. فكلما زادت قدرة النظام على الوصول إلى البيانات، زادت دقة التوصيات، لكن ذلك يثير في الوقت نفسه تساؤلات حول حدود استخدام البيانات الشخصية. وتحاول «غوغل» معالجة هذا التحدي من خلال نموذج يعتمد على الشفافية ومنح المستخدم تحكماً أكبر في بياناته.

التحدي الرئيسي يتمثل في تحقيق توازن بين التخصيص العميق وحماية الخصوصية (شاترستوك)

ما بعد الإجابات

يعكس إطلاق «الذكاء الشخصي» توجهاً أوسع في مجال الذكاء الاصطناعي، حيث لم يعد الهدف مجرد الإجابة عن الأسئلة، بل فهم نية المستخدم والسياق المحيط به. ومن خلال دمج البيانات الشخصية، يمكن للأنظمة الانتقال من تقديم إجابات ثابتة إلى تفاعلات أكثر ديناميكية. من المتوقع أن ينعكس هذا التطور على الاستخدام اليومي للتكنولوجيا، حيث يمكن للأنظمة المخصصة أن تسهم في تسريع إنجاز المهام مثل التخطيط للسفر، أو العثور على معلومات سابقة، أو اتخاذ قرارات مبنية على بيانات شخصية. كما قد تقل الحاجة إلى إدخال نفس المعلومات بشكل متكرر، إذ يصبح النظام قادراً على استنتاج السياق من التفاعلات السابقة.

اتجاه مستقبلي

يمثل «الذكاء الشخصي» خطوة أولى نحو جيل جديد من أنظمة الذكاء الاصطناعي التي تجمع بين البحث والمساعدة الرقمية والتخصيص العميق. ومع ذلك، يبقى نجاح هذا النهج مرتبطاً بمدى ثقة المستخدمين، إذ ستلعب الشفافية والتحكم في البيانات دوراً حاسماً في تبني هذه التقنيات. في المحصلة، لا يتعلق هذا التوجه بجعل الذكاء الاصطناعي أكثر ذكاءً فحسب، بل بجعله أكثر ارتباطاً بالمستخدم نفسه، في تحول قد يعيد تعريف كيفية تفاعل الأفراد مع التكنولوجيا في حياتهم اليومية.