ما أبرز الوظائف المعتمدة على الذكاء الاصطناعي؟

وكيف ستؤثر التكنولوجيا على سوق العمل؟

مع تطور تقنيات الذكاء الاصطناعي وتوسع استخدامها في قطاعات عديدة من سوق العمل ظهرت العديد من الوظائف الجديدة (أ.ف.ب)
مع تطور تقنيات الذكاء الاصطناعي وتوسع استخدامها في قطاعات عديدة من سوق العمل ظهرت العديد من الوظائف الجديدة (أ.ف.ب)
TT

ما أبرز الوظائف المعتمدة على الذكاء الاصطناعي؟

مع تطور تقنيات الذكاء الاصطناعي وتوسع استخدامها في قطاعات عديدة من سوق العمل ظهرت العديد من الوظائف الجديدة (أ.ف.ب)
مع تطور تقنيات الذكاء الاصطناعي وتوسع استخدامها في قطاعات عديدة من سوق العمل ظهرت العديد من الوظائف الجديدة (أ.ف.ب)

يُحدث الذكاء الاصطناعي تحولاً كبيراً في سوق العمل، وقد يكون من المبكر الحُكم على هذا التحول بصورة كاملة بإيجابياته وسلبياته، لكن الأمر المؤكد هو أن هذا التحول يُسهم في إيجاد وظائف جديدة، وقد يُهدد وظائف أخرى، في حين ستظل بعض المهن بمنأى عن هذا التحول والتهديد ولو مؤقتاً.

في هذا السياق، يجدر بنا استكشاف كيف يسهم الذكاء الاصطناعي فعلياً في إيجاد فرص عمل جديدة داخل سوق العمل.

كيف يُسهم الذكاء الاصطناعي في إيجاد وظائف جديدة؟

مع تطور تقنيات الذكاء الاصطناعي، وتوسع استخدامها في قطاعات عديدة من سوق العمل، ظهرت العديد من الوظائف الجديدة أو تطورت مهن قائمة بفضل الذكاء الاصطناعي، وأبرز هذه الوظائف ما يلي:

مهندس الذكاء الاصطناعي

متخصص في استخدام تقنيات الذكاء الاصطناعي والتعلم الآلي لتطوير تطبيقات وأنظمة تهدف إلى تعزيز كفاءة المؤسسات. يركز على تصميم وتطوير الأدوات والأنظمة والعمليات التي تُسهم في تطبيق الذكاء الاصطناعي لحل المشكلات الحقيقية التي تواجه العالم، وهنا يأتي دور التخصصات الأخرى.

مهندس الذكاء الاصطناعي هو متخصص يستخدم تقنيات الذكاء الاصطناعي والتعلم الآلي لتطوير تطبيقات وأنظمة تُعزز كفاءة المؤسسات (أ.ف.ب)

مهندس التعلم الآلي

بعد استعراض دور مهندس الذكاء الاصطناعي، يأتي مهندس التعلم الآلي، المتخصص في إجراء أبحاث حول الذكاء الاصطناعي المسؤول عن تعلم الآلة وتصميمه. يقوم بصيانة أنظمة الذكاء الاصطناعي الحالية وتحسينها، كما يُطور أنظمة تعلم الآلة التي تُسهم في تعزيز جودة الخوارزميات المستخدمة.

مهندس البيانات

إضافةً إلى ذلك، يقوم مهندس البيانات بإنشاء أنظمة لجمع البيانات الخام وإدارتها وتحويلها إلى معلومات قابلة للاستخدام، ليتمكن علماء البيانات ومحللو الأعمال وغيرهم من متخصصي البيانات من تفسيرها والاستفادة منها في سوق العمل المتطور بفضل الذكاء الاصطناعي.

عالم البيانات

بدوره، يُحدد عالم البيانات الأسئلة التي ينبغي على المؤسسة أو الفريق طرحها، ويُساعدهم في إيجاد حلول لها باستخدام البيانات. وغالباً ما يُطور نماذج تنبؤية تُستخدم لوضع النظريات والتنبؤ بالأنماط والنتائج. وقد يستخدم تقنيات التعلم الآلي لتحسين جودة البيانات.

مهندس البرمجيات

أما مهندسو البرمجيات، الذين يُعرفون أحياناً بـ«المطورين»، فيتخصصون في تصميم وتطوير البرمجيات لأجهزة الكمبيوتر والتطبيقات. وهم يُشكلون الرابط العملي بين الابتكار التقني والاحتياجات الفعلية لسوق العمل، التي تتأثر بشكل كبير بالذكاء الاصطناعي.

مهندس الرؤية الحاسوبية

يأتي هنا دور المتخصصين في تمكين أجهزة الكمبيوتر من «رؤية» وفهم العالم المرئي. فمهندس الرؤية الحاسوبية يقوم بتصميم وتنفيذ أنظمة للتعامل مع الصور والفيديو، وتحليلها واستخراج المعلومات منها، وهو مجال بات في صميم الابتكارات المعتمدة على الذكاء الاصطناعي.

البرمجة اللغوية العصبية

وبشكل مشابه، يعمل متخصصو البرمجة اللغوية العصبية على التطبيقات التي تتعامل مع اللغة البشرية وتفسيرها، مثل برامج الدردشة الآلية، ما يُسهم في تحسين التفاعل بين الإنسان والذكاء الاصطناعي من خلال تحليل وتفسير بيانات اللغة الطبيعية.

مهندس الروبوتات

أما في المجالات الاصطناعية، فإن مهندس الروبوتات يطور تطبيقات روبوتية للعديد من الصناعات، بما في ذلك السيارات، والتصنيع، والدفاع، والطب. كما يُصمّم منتجات جديدة، أو يُجمّع نماذج أولية للاختبار، ويشرف على روبوتات الإنتاج.

باحث في الذكاء الاصطناعي

أخيراً، يُجري باحثو الذكاء الاصطناعي الأبحاث، ويُحللّون ويطوّرون نماذج وأنظمة وخوارزميات جديدة لدعم تطورات الذكاء الاصطناعي، وهم غالباً في طليعة الابتكارات التي تُغيّر وجه سوق العمل باستمرار.

الصفات المشتركة للوظائف المعتمدة على الذكاء الاصطناعي

تتميز كل هذه الوظائف بأنها تتطلب كفاءات في البرمجة، والتحليل، والابتكار، والتحديث المستمر للمعرفة تماشياً مع تطور الذكاء الاصطناعي في سوق العمل.

مع استعراض الوظائف التي أنشأها أو طورها الذكاء الاصطناعي، تجدر الإشارة إلى أن هناك مهناً لا تعتمد حتى الآن على الذكاء الاصطناعي، أو لا يمكن لهذه التقنية أن تحل محلها بشكل كلي.

وظائف لا تعتمد على الذكاء الاصطناعي

وفيما يلي أمثلة على مهن لا تزال تعتمد في جوهرها على العنصر البشري:

المعلم

رغم تحقيق الأدوات المدعومة بالذكاء الاصطناعي لتقدم ملحوظ في الفصول الدراسية، حيث ساعدت الأطفال على تنمية مهاراتهم الاجتماعية والعاطفية، فإن الذكاء الاصطناعي لا يستطيع بناء الثقة والألفة التي يتمتع بها المعلمون البشريون مع طلابهم. ويظل المعلم البشري أيضاً أكثر قدرة على حل الخلافات، والتواصل مع أولياء الأمور.

الذكاء الاصطناعي لا يستطيع بناء الثقة والألفة التي يتمتع بها المعلمون البشريون مع طلابهم (أ.ب)

التمريض

على جانب آخر، قد تقع مهام الرعاية الصحية البسيطة، مثل استرجاع بيانات المرضى، على عاتق الذكاء الاصطناعي. أما التفاعلات المباشرة فتحتاج إلى لمسة إنسانية لا يمتلكها سوى الممرضين وغيرهم من العاملين الصحيين.

الاختصاصي الاجتماعي

وبشكل مشابه، يصعب على الذكاء الاصطناعي أن يستبدل الاختصاصيين الاجتماعيين، نظراً لأن عملهم يتطلب مرونة عالية وحكمة إنسانية ودعماً عاطفياً لفئات حسّاسة في المجتمع.

المعالج النفسي

كذلك، يبذل المعالجون النفسيون جهداً عاطفياً كبيراً أثناء توجيه الناس ومساعدتهم، وهو أمر بعيد حتى الآن عن قدرات الذكاء الاصطناعي.

العمل اليدوي

وإلى جانب ما سبق، ستظل مهن مثل السباك والكهربائي بمنأى عن الذكاء الاصطناعي؛ لأنها تتطلب مهارات يدوية دقيقة يصعب على التقنية الحديثة تعويضها.

المحامي

يُتوقع من المحامين الاحتفاظ بأدوارهم لسنوات مقبلة، كون الذكاء الاصطناعي لا يمتلك القيم الأخلاقية أو السلوكيات المهنية التي تميز الممارسة القانونية.

اختصاصي الموارد البشرية

أما اختصاصي الموارد البشرية، فعلى الرغم من أن الذكاء الاصطناعي يسهم في فحص السير الذاتية، فإن التفاعل الإنساني يبقى ضرورياً في عمليات المقابلة وحل المشكلات البشرية.

الفنان

وفي المجال الفني، حتى مع إنتاج الذكاء الاصطناعي للأعمال الإبداعية، تظل الأصالة والابتكار الإنساني من نصيب البشر.

في المجال الفني حتى مع إنتاج الذكاء الاصطناعي للأعمال الإبداعية تظل الأصالة والابتكار الإنساني من نصيب البشر (أ.ف.ب)

الصفات المشتركة للوظائف غير القابلة للأتمتة بالذكاء الاصطناعي

تتطلب هذه الوظائف جميعها تفاعلاً مباشراً، وحسّاً إنسانيّاً عالياً، أو مهارات يدوية وإبداعية يصعب على الذكاء الاصطناعي محاكاتها أو استبدالها في سوق العمل.

بعد استعراض الوظائف التي تأثرت بالذكاء الاصطناعي، وتلك التي لا تزال بمنأى عنه، يحسن بنا تسليط الضوء على الكيفية التي يُعيد بها الذكاء الاصطناعي تشكيل سوق العمل، والتأثيرات المتوقعة لهذا التحول.

تأثير الذكاء الاصطناعي على سوق العمل

للتكنولوجيا تاريخ طويل في إعادة تشكيل سوق العمل بشكل جذري، وقد أدَّت كل موجة ابتكار إلى تغيير بنية الأسواق وديناميكياتها. وفي الوقت الحالي، أصبح الذكاء الاصطناعي هو العامل الرئيسي في إعادة تحديد معالم سوق العمل، وإيجاد فرص عمل جديدة.

في الوقت الحالي أصبح الذكاء الاصطناعي هو العامل الرئيسي في إعادة تحديد معالم سوق العمل وإيجاد فرص عمل جديدة (رويترز)

الطلب على العمالة

في ضوء تبني الذكاء الاصطناعي من قِبل الشركات، تُشير تقديرات إلى القدرة على توفير ما يقرب من ربع وقت العامل، خصوصاً في الوظائف المعتمدة على البيانات. وفي حين تبقى الأعمال اليدوية المعقدة أقل تأثراً، من المرجح أن تشهد الوظائف الروتينية والتحليلية تغييرات جذرية في سوق العمل.

ورغم أن الذكاء الاصطناعي قد يُسبب فقدان بعض الوظائف في بعض القطاعات، فإنه من المرجح أيضاً أن يؤدي إلى إيجاد فرص عمل جديدة، لا سيما في الوظائف المتخصصة التي تستند إلى تطوير أنظمة الذكاء الاصطناعي وصيانتها أو تحليل البيانات الناتجة عنها.

رفع مستوى الكفاءة

يُسهم دمج الذكاء الاصطناعي في سوق العمل ضمن رفع الكفاءة والإنتاجية في المؤسسات والأعمال. إذ تتيح الأتمتة الذكية للموظفين التركيز على المهام الاستراتيجية ذات القيمة، مثل التفكير الإبداعي، وبناء العلاقات، وحل المشكلات المعقدة، في حين يتولَّى الذكاء الاصطناعي المهام الروتينية المتكررة، وهذا التوزيع الفعّال للأدوار يمكن أن يُعزز من إيجاد فرص عمل جديدة تتطلب مهارات متقدمة.

التجربة في مكان العمل

ومع زيادة الاعتماد على الذكاء الاصطناعي، من المتوقع أن تتطور تجربة الموظفين في أماكن العمل بشكل واضح؛ حيث تزداد بيئات العمل شمولاً وجاذبية من خلال تقليل الأعباء الروتينية وتحسين جودة حياة الموظفين. سيشعر الكثير من العاملين بأنهم يقضون وقتاً أكبر في الابتكار والتعلم، وسوف تتغير متطلباتهم ومهاراتهم، بما يخدم الابتكار المستمر في سوق العمل.

الذكاء الاصطناعي وإيجاد فرص عمل جديدة

في المجمل، يُعيد الذكاء الاصطناعي رسم خريطة سوق العمل عبر دفع المؤسسات إلى تبني تقنيات متطورة، ما يزيد من فرص إيجاد وظائف جديدة تتعلق بالتقنية والتحليل والابتكار. وفي المقابل، فإن بعض المهن التقليدية ستحتاج إلى تطوير مستمر لمهارات العنصر البشري لضمان استمراريتها بجانب الذكاء الاصطناعي.

في الختام، يُمثل الذكاء الاصطناعي قوة محورية في سوق العمل اليوم، من خلال إيجاد فرص عمل جديدة وتطوير وظائف قائمة، مع الحفاظ على أهمية المهن الإنسانية التي لا يُمكن استبدالها. يعتمد مستقبل سوق العمل بشكل متزايد على مدى قدرة الأفراد والمؤسسات على مواكبة التحولات التقنية والاستفادة المثلى من الذكاء الاصطناعي في جميع المجالات.


مقالات ذات صلة

زيادة سرعة إنشاء الصور بنسبة 50 في المائة وصور بصيغة «GIF» في «شات جي بي تي»

تكنولوجيا «شات جي بي تي» يتيح إنشاء صور متحركة وتعديلها بسهولة (الشركة)

زيادة سرعة إنشاء الصور بنسبة 50 في المائة وصور بصيغة «GIF» في «شات جي بي تي»

التحديث يتيح إنشاء الصور المتحركة وتصدير التصاميم بصيغ جديدة وسط إنتاج 4 مليارات صورة أسبوعياً

عبد العزيز الرشيد (الرياض)
يوميات الشرق الكاتب الفرنسي فيليب جاينادا الحائز على جائزة غونكور الأدبية عن روايته «المرأة المجهولة على رصيف جافيل» يقف عند نافذة مطعم دروان عقب حفل توزيع الجوائز في باريس (أ.ف.ب)

الفائز بجائزة غونكور الأدبية يدافع عن استخدامه «المرِح» للذكاء الاصطناعي

دافع الكاتب الفرنسي فيليب جاينادا عن استخدامه «المرِح» و«الساخر» والمحدود للغاية للذكاء الاصطناعي في روايته التي نالت جائزة غونكور الأدبية.

«الشرق الأوسط» (باريس )
تقرير إخباري صورة توضيحية للقرصنة السيبرانية (رويترز)

تقرير إخباري قراصنة يتجاوزون منصات العملات المشفرة إلى استهداف أموال البنوك

لم تعد الهجمات الإلكترونية التي تستهدف القطاع المالي تقتصر على منصات تداول العملات المشفرة أو حسابات العملاء، بل باتت تصل إلى الأنظمة التشغيلية للمؤسسات المالية

«الشرق الأوسط» (الرياض)
تحليل إخباري شاشة تعرض مؤشر «داو جونز» الصناعي بعد قرع جرس الإغلاق في بورصة نيويورك (رويترز)

تحليل إخباري من نشوة الذكاء الاصطناعي إلى ذعر الأسواق... ماذا حدث في «وول ستريت»؟

كشفت موجة بيع عنيفة في «وول ستريت» هشاشة الرهان على الذكاء الاصطناعي، بعدما فجّرت نتائج الانتخابات الأميركية مخاوف القيود التنظيمية.

«الشرق الأوسط» (لندن)
الاقتصاد شاشة تعرض الأرقام النهائية بعد قرع جرس الإغلاق في قاعة التداول ببورصة نيويورك (رويترز)

تدفقات الأسهم العالمية تصمد أمام عاصفة الذكاء الاصطناعي

واصل المستثمرون ضخ أموالهم في صناديق الأسهم العالمية للأسبوع السابع على التوالي، في مفارقة تعكس استمرار شهية الاستثمار خارج بؤر الاضطراب.

«الشرق الأوسط» (نيويورك)

زيادة سرعة إنشاء الصور بنسبة 50 في المائة وصور بصيغة «GIF» في «شات جي بي تي»

«شات جي بي تي» يتيح إنشاء صور متحركة وتعديلها بسهولة (الشركة)
«شات جي بي تي» يتيح إنشاء صور متحركة وتعديلها بسهولة (الشركة)
TT

زيادة سرعة إنشاء الصور بنسبة 50 في المائة وصور بصيغة «GIF» في «شات جي بي تي»

«شات جي بي تي» يتيح إنشاء صور متحركة وتعديلها بسهولة (الشركة)
«شات جي بي تي» يتيح إنشاء صور متحركة وتعديلها بسهولة (الشركة)

أعلنت شركة «أوبن إيه آي» عن إطلاق الإصدار الجديد من نموذج توليد الصور بالذكاء الاصطناعي «Images 2.6»، الذي يقدم مجموعة من التحسينات تشمل زيادة سرعة إنشاء الصور، وإمكانية إنتاج الصور المتحركة بصيغة (GIF)، إلى جانب أدوات أكثر دقة لتعديل التصاميم والحفاظ على تفاصيلها.

ويتوفر الإصدار الجديد عبر «ChatGPT» و«Codex» وواجهة برمجة التطبيقات (API)، في خطوة تستهدف تسهيل إنشاء المحتوى المرئي للأفراد وصناع المحتوى والمصممين والمطورين.

تحسين سرعة توليد الصور ودقة التفاصيل

أبرز التحسينات التي يقدمها النموذج الجديد زيادة سرعة توليد الصور بنسبة تصل إلى 50 في المائة مقارنة بالإصدار السابق، مع تطوير قدرات النموذج على إنشاء التصاميم الاحترافية وإجراء التعديلات المتكررة.

ويتميز التحديث بقدرته على الحفاظ على اتساق الشخصيات والمنتجات والألوان والتفاصيل البصرية عند إجراء تعديلات متكررة، ما يتيح للمستخدم إجراء تغييرات محددة دون الحاجة إلى إعادة إنشاء التصميم بالكامل في كل مرة.

وأطلقت الشركة للمطورين نموذجين جديدين؛ الأول «GPT-Image-2.6 Flare»، الذي يركز على السرعة ويمكنه إنشاء الصور خلال 6 ثوانٍ عند اختيار الجودة المنخفضة، والثاني «GPT-Image-2.6 Sunburst»، المخصص لإنتاج الصور عالية الجودة مع دقة أكبر في التفاصيل واتساق أفضل أثناء التعديل المتكرر.

بإمكان المستخدمين الآن إنشاء الصور بسرعة أعلى بنسبة 50 % في «شات جي بي تي» (الشركة)

تحويل الصور الثابتة إلى صور متحركة

تُعدّ إمكانية إنشاء الصور المتحركة بصيغة «GIF» إحدى أبرز الإضافات الجديدة؛ إذ أصبح بإمكان المستخدم وصف الحركة المطلوبة نصياً أو الاستعانة بصورة لتحويلها إلى مشهد متحرك. وتتيح الميزة إنتاج رسوم متحركة للشخصيات والشعارات والمنتجات، إضافة إلى الصور التعبيرية المستخدمة في منصات التواصل الاجتماعي، دون الحاجة إلى برامج متخصصة في تحريك الصور. كما يمكن للمستخدم تحديد تسلسل الحركة وعدد الإطارات وسرعة عرضها، مع إمكانية إنشاء مشاهد متكررة بسلاسة، ما يوفر خيارات جديدة لصناع المحتوى الرقمي والحملات الإعلانية، بالإضافة إلى القدرة على تحويل الرسومات الأولية البسيطة إلى شخصيات متحركة، مع الحفاظ على مظهر الشخصية وتفاصيل المشهد عبر الإطارات المختلفة.

دعم تصدير التصاميم بصيغة (SVG)

من الإضافات المهمة للمطورين والمصممين دعم تصدير الصور بصيغة «SVG» عبر واجهة برمجة التطبيقات (API)، وهي صيغة تُستخدم في الرسومات المتجهة (الفيكتور) وتدعمها برامج التصميم الاحترافية، ومنها «Adobe Illustrator».

وتتيح هذه الصيغة استخدام التصاميم في المواقع الإلكترونية والتطبيقات والمطبوعات، مع إمكانية تكبير الرسومات المتجهة دون فقدان جودتها. لكن دعم تصدير (SVG) لا يعني بالضرورة تحويل الصور إلى طبقات مستقلة قابلة للتعديل بالكامل؛ إذ يعتمد ذلك على كيفية إنشاء عناصر الملف ومساراته. كذلك أضافت الشركة إلى واجهة المطورين إمكانية تحديد مواضع معينة داخل الصور لإجراء تعديلات دقيقة عليها، إلى جانب إعداد جديد للتحكم في درجة تعقيد المشهد ومستوى التفاصيل المطلوبة.

4 مليارات صورة أسبوعياً

كشفت شركة «أوبن إيه آي» عن رقم جديد يعكس النمو الهائل في استخدام أدوات إنشاء الصور بالذكاء الاصطناعي؛ إذ أوضحت أن المستخدمين حول العالم ينشئون نحو 4 مليارات صورة أسبوعياً عبر خدمات «ChatGPT» و«Codex» وواجهة برمجة التطبيقات، ويعادل هذا الرقم أكثر من 570 مليون صورة يومياً في المتوسط، ما يعكس التوسع المتسارع في الاعتماد على أدوات الذكاء الاصطناعي لإنتاج المحتوى المرئي.

التوفر وإتاحة التحديث للمستخدمين والمطورين

أكدت «أوبن إيه آي» (OpenAI) أن الإصدار الجديد «Images 2.6» أصبح متاحاً عالمياً بدءاً من 4 نوفمبر (تشرين الثاني) 2026، عبر «ChatGPT» و«Codex» لجميع فئات الاشتراك، على أجهزة الكمبيوتر والهواتف الجوالة والويب. أما نموذجا «Flare» و«Sunburst» فيتوفران للمطورين عبر واجهة برمجة التطبيقات (API) فقط، مع اختلاف إمكانات الاستخدام بحسب النموذج وإعدادات الجودة.

ويمثل التحديث خطوة إضافية نحو تحويل أدوات الذكاء الاصطناعي من مجرد وسائل لإنشاء الصور إلى بيئات متكاملة لإنتاج المحتوى المرئي وتعديله وتحريكه، بما يقلل الوقت والجهد اللازمين لإنجاز التصاميم الرقمية.


بحث جديد: منشوراتك على مواقع التواصل قد تتحول إلى أدوات للاحتيال بالذكاء الاصطناعي

يستطيع الذكاء الاصطناعي تحليل الصور والمنشورات العامة لإنشاء رسائل احتيالية تستند إلى اهتمامات الأفراد وتجاربهم اليومية (أدوبي)
يستطيع الذكاء الاصطناعي تحليل الصور والمنشورات العامة لإنشاء رسائل احتيالية تستند إلى اهتمامات الأفراد وتجاربهم اليومية (أدوبي)
TT

بحث جديد: منشوراتك على مواقع التواصل قد تتحول إلى أدوات للاحتيال بالذكاء الاصطناعي

يستطيع الذكاء الاصطناعي تحليل الصور والمنشورات العامة لإنشاء رسائل احتيالية تستند إلى اهتمامات الأفراد وتجاربهم اليومية (أدوبي)
يستطيع الذكاء الاصطناعي تحليل الصور والمنشورات العامة لإنشاء رسائل احتيالية تستند إلى اهتمامات الأفراد وتجاربهم اليومية (أدوبي)

كشفت دراسة أميركية عن أن أدوات الذكاء الاصطناعي التوليدي تستطيع استغلال المعلومات المنشورة علناً على شبكات التواصل الاجتماعي لإنشاء رسائل احتيالية مخصصة للأفراد، تستند إلى اهتماماتهم وتجاربهم اليومية وصورهم الشخصية. وأظهرت التجارب أن هذه الرسائل قد تبدو أكثر إقناعاً وأقل إثارة للشك من نماذج التصيد التقليدية، وفق معايير التقييم المستخدمة، في حين أخفقت بعض أدوات الحماية في التعرف إلى معظم الطلبات المستخدمة لإنشائها. وأجرى الدراسة باحثون من جامعة تكساس في أرلينغتون وجامعة ولاية لويزيانا بعنوان: «التصيد الاحتيالي الموجه حسب السياق».

من الصور إلى الرسائل الاحتيالية

تعتمد هجمات التصيد الاحتيالي الموجه عادة على معلومات محددة عن الشخص المستهدف، مثل وظيفته أو جهة عمله. لكن الدراسة تناولت أسلوباً أكثر تخصيصاً، يعتمد على تحليل النشاط اليومي للأفراد، بما يشمل منشورات السفر والمناسبات والاهتمامات والعلاقات الاجتماعية.

واختبر الباحثون قدرة النماذج التوليدية على استخراج هذه المعلومات من المنشورات والصور المتاحة للجمهور، ثم استخدامها لإنشاء رسائل بريد إلكتروني تبدو مرتبطة بتجارب حقيقية مر بها الشخص المستهدف.

وقد تتخذ الرسالة، على سبيل المثال، شكل عرض من فندق زاره المستخدم مؤخراً، أو إشعار يتعلق بحفل موسيقي أبدى اهتماماً به. وتوضح هذه الأمثلة آلية الهجوم المحتملة، ولا تمثّل وقائع احتيال موثقة ضد أشخاص بعينهم. وتشير الدراسة إلى أن النماذج التوليدية تقلّل الجهد اللازم لإعداد هذه الرسائل، إذ يمكن استخدامها لإنتاج محتوى مخصص استناداً إلى المعلومات المتاحة عن كل شخص، بدلاً من صياغة الرسائل يدوياً.

سجلت بعض الأنظمة معدلات كشف تراوحت بين صفر و19 % وارتفعت إلى 98.7 % بعد تحسين التعليمات الأمنية (أدوبي)

آلاف الرسائل قيد الاختبار

اعتمد الباحثون على بيانات منشورة علناً في حسابات 200 مستخدم على «إنستغرام»، وأظهرت تجاربهم أن نحو عشرة منشورات من الحساب الواحد قد توفّر معلومات كافية لإنشاء رسائل احتيالية مرتبطة بالسياق الشخصي. وشملت الاختبارات توليد نحو 18 ألف رسالة باستخدام نماذج ذكاء اصطناعي متعددة، ثم تقييمها وفق ثمانية معايير، من بينها ارتباط المحتوى بالمعلومات الشخصية، وقوة الإقناع، والمصداقية، والتأثير العاطفي.

ولإجراء المقارنة، استخدم الباحثون قاعدة بيانات تضم 6 آلاف رسالة تصيد احتيالي حقيقية، وحددوا من بينها 3937 رسالة تندرج ضمن التصيد الموجه، الذي يستهدف أفراداً أو جهات محددة بدلاً من إرسال رسائل عامة إلى أعداد كبيرة من المستخدمين. وأظهرت النتائج تفوق الرسائل المولدة بالذكاء الاصطناعي في عدة معايير تتعلق بالتخصيص والارتباط بتجارب الأشخاص المستهدفين، ما يعكس قدرة النماذج على تحويل معلومات متفرقة إلى محتوى يبدو موجهاً إلى شخص بعينه.

رسائل أقل إثارة للشك

لم يقتصر التقييم على تحليل النصوص باستخدام النماذج اللغوية، بل شمل تجربة بشرية شارك فيها 70 شخصاً من الولايات المتحدة، قُسّموا عشوائياً إلى مجموعتين. قيّمت المجموعة الأولى رسائل احتيالية مولّدة بالذكاء الاصطناعي، فيما قيّمت الأخرى رسائل تصيد حقيقية، إلى جانب رسائل سليمة للمقارنة.

وسجلت الرسائل المنتجة بالذكاء الاصطناعي متوسطاً بلغ 2.75 نقطة على مقياس الشك المؤلف من خمس درجات، مقابل 4.44 نقطة للرسائل الاحتيالية الحقيقية، ما يعني أن المشاركين اعتبروا الرسائل الآلية أقل إثارة للريبة ضمن ظروف التجربة. لكن الباحثين لم يقيسوا عدد الأشخاص الذين قد ينقرون فعلياً على الروابط الاحتيالية أو يفصحون عن كلمات المرور والبيانات المالية. فقد استند التقييم إلى صور ثابتة للرسائل، بعد إزالة الروابط النشطة والمعلومات التي قد تكشف هويات الأفراد. وتوضح هذه النتائج تصورات المشاركين لمصداقية الرسائل ومدى الشك فيها، ولا تمثّل قياساً مباشراً لمعدلات نجاح عمليات الاحتيال في الواقع.

دعا الباحثون إلى تعزيز قدرة نماذج الذكاء الاصطناعي على اكتشاف الطلبات الاحتيالية ومنع إنشاء الرسائل قبل استخدامها في الهجمات (أدوبي)

قصور أدوات الحماية

اختبر الفريق أيضاً قدرة أنظمة الحماية المستخدمة مع نماذج الذكاء الاصطناعي على اكتشاف الطلبات المصممة لإنشاء رسائل التصيد الموجه. وشملت الاختبارات أدوات «Llama Guard»، و«ShieldGemma»، و«WildGuard»، التي سجلت بإعداداتها الافتراضية معدلات اكتشاف تراوحت بين صفر و19 في المائة من الطلبات الهجومية المختبرة.

وعندما أضاف الباحثون تعليمات أمنية مخصصة للتعرف إلى هذا النوع من الاستخدامات، تحسّنت النتائج، وبلغت أعلى نسبة كشف 98.7 في المائة لدى إحدى الأدوات وفي ظروف اختبار محددة، دون أن تحقق جميع الأنظمة المستوى نفسه. وتتعلق هذه النسب بقدرة أدوات الحماية على رصد طلبات إنشاء المحتوى الاحتيالي، وليس بكفاءة برامج البريد الإلكتروني في حجب الرسائل أو منع وصولها إلى المستخدمين.

وتبرز النتائج أهمية السياق الذي يُقدَّم فيه الطلب إلى النموذج اللغوي، إذ قد تبدو بعض التعليمات منفردة وكأنها طلبات عادية لصياغة رسائل، في حين يكشف تحليل الغرض منها والمعلومات المستخدمة فيها عن طبيعتها الاحتيالية.

حماية قبل إنشاء المحتوى

يركز الجانب الدفاعي من الدراسة على اكتشاف النوايا الاحتيالية في الطلبات المقدمة إلى النماذج اللغوية، قبل أن تتمكّن من إنتاج الرسائل. واختبر الباحثون أساليب تعتمد على تحليل صياغة الطلبات والسياق المرتبط بها، بدلاً من الاقتصار على البحث عن كلمات أو عبارات قد ترتبط بالاحتيال. كما امتنع الفريق عن نشر التعليمات التفصيلية المستخدمة لإنشاء الرسائل الهجومية، بهدف الحد من إمكانية إعادة استخدامها لتنفيذ عمليات مشابهة.

وتوضح الدراسة كيف يمكن للمعلومات العامة المنشورة على شبكات التواصل الاجتماعي أن تصبح مصدراً لإنشاء رسائل تصيد شديدة التخصيص، دون الحاجة إلى اختراق حسابات المستخدمين أو الوصول إلى بياناتهم الخاصة. ويركز الباحثون على تحسين قدرة أنظمة الحماية على التعرف إلى هذا النوع من الطلبات، مع استمرار الحاجة إلى تقييم فاعليتها في ظروف استخدام مختلفة، والتمييز بين نجاح أدوات الكشف في التجارب وقدرتها على منع الهجمات الاحتيالية الفعلية.


دراسة أميركية: 36 % من المشاركين استعانوا بالذكاء الاصطناعي لاختيار مرشحي مجلس الشيوخ

 أظهرت الدراسة تفاوتاً بين 4 نماذج لغوية في استعدادها لتقديم توصيات انتخابية للمستخدمين (أدوبي)
أظهرت الدراسة تفاوتاً بين 4 نماذج لغوية في استعدادها لتقديم توصيات انتخابية للمستخدمين (أدوبي)
TT

دراسة أميركية: 36 % من المشاركين استعانوا بالذكاء الاصطناعي لاختيار مرشحي مجلس الشيوخ

 أظهرت الدراسة تفاوتاً بين 4 نماذج لغوية في استعدادها لتقديم توصيات انتخابية للمستخدمين (أدوبي)
أظهرت الدراسة تفاوتاً بين 4 نماذج لغوية في استعدادها لتقديم توصيات انتخابية للمستخدمين (أدوبي)

كشفت دراسة أجراها باحثون من جامعة «ييل» الأميركية أن 36 في المائة من المشاركين في تجربة لاستخدام روبوتات المحادثة طلبوا مساعدتها على اختيار مرشحين للتصويت في انتخابات التجديد النصفي للكونغرس الأميركي، بينما أظهرت النتائج اختلافات بين النماذج في استعدادها لتقديم توصيات انتخابية، خصوصاً بعد اطلاعها على آراء المستخدمين وأولوياتهم السياسية.

وشملت الدراسة نحو 2500 شخص من 35 ولاية أميركية شهدت سباقات لعضوية مجلس الشيوخ، وأُجريت خلال أسابيع من أكتوبر (تشرين الأول) 2026، قبيل الانتخابات التي جرت في 3 نوفمبر (تشرين الثاني). وشارك فيها بالغون يستخدمون روبوتات المحادثة مرة واحدة أسبوعياً على الأقل، عبر 4 أنظمة هي «تشات جي بي تي» و«كلود» و«غروك» و«جيميناي».

الذكاء الاصطناعي والاختيار الانتخابي

أظهرت الدراسة أن معظم المشاركين استخدموا روبوتات المحادثة للحصول على معلومات أساسية تتعلق بالانتخابات، بما في ذلك أسماء المرشحين الذين يتنافسون في ولاياتهم، لكن جزءاً منهم تجاوز الاستفسارات المعلوماتية إلى طلب المساعدة في تحديد المرشح الأنسب للتصويت.

ولجأ بعض المستخدمين إلى شرح أولوياتهم ومواقفهم من القضايا المختلفة، ثم طلبوا من روبوت المحادثة مقارنة هذه المواقف ببرامج المرشحين، ومساعدتهم على تحديد مدى التوافق بينها.

وتختلف هذه الأسئلة عن الاستفسار عن أسماء المرشحين أو مواعيد الانتخابات؛ لأنها تتطلب تفسير المواقف السياسية والموازنة بين القضايا، وليس مجرد استرجاع معلومات أساسية متاحة عن الانتخابات والمرشحين.

ومن الأمثلة التي تناولها التقرير طلب أحد المستخدمين من «تشات جي بي تي» عرض إيجابيات وسلبيات كل مرشح في ولاية فرجينيا، وهو نوع من الأسئلة الذي تتأثر إجابته بطريقة اختيار المعلومات وترتيبها وعرضها.

طلب 36 % من المشاركين مساعدة الذكاء الاصطناعي لاختيار مرشحي مجلس الشيوخ (أدوبي)

اختلافات بين النماذج

رصد الباحثون تفاوتاً في استجابات الأنظمة الأربعة عندما طُلب منها تقديم توصيات انتخابية. ففي المحادثات التي طلب فيها المستخدم اختيار مرشح دون أن يقدم معلومات عن آرائه الشخصية، كان «غروك» النموذج الوحيد الذي قدّم توصيات بصورة منتظمة نسبياً، وذلك في 14 في المائة من المحادثات التي شملتها هذه الحالة.

لكن النتائج اختلفت بعد أن شارك المستخدمون مواقفهم السياسية مع الأنظمة. ففي هذه الحالات، قدم «تشات جي بي تي» توصية بمرشح في 79 في المائة من المحادثات، مقابل 40 في المائة لدى «كلود»، بينما جاءت نتائج «غروك» و«جيميناي» بين هاتين النسبتين. وتتعلق هذه الأرقام باستجابات النماذج ضمن ظروف الدراسة، ولا تعني أن النسب نفسها تنطبق على جميع المحادثات الانتخابية أو على الاستخدام اليومي للأنظمة.

ولم تتناول هذه المرحلة من البحث قياس دقة التوصيات الانتخابية أو انحيازها السياسي، بل ركزت على طبيعة أسئلة المستخدمين، واختلاف استجابات النماذج، ومدى استعدادها لتقديم اقتراحات بشأن المرشحين.

أهمية الحوار المتواصل

من الجوانب التي ركز عليها الباحثون تأثير تتابع الأسئلة والأجوبة داخل المحادثة الواحدة في طبيعة التوصيات التي يقدمها النظام؛ فبدلاً من الاكتفاء بسؤال منفرد، تتيح المحادثات متعددة المراحل للنموذج طرح أسئلة إضافية، والحصول على معلومات عن المستخدم، ثم تعديل استجاباته وفق الإجابات التي يتلقاها. وأشار الباحثون إلى أن الأسئلة التي يختارها النموذج تؤثر في نوع المعلومات التي يقدمها المستخدم، ومن ثم في التوصيات اللاحقة.

وتختلف هذه المقاربة عن دراسات سابقة تعتمد على توجيه مجموعة ثابتة من الأسئلة إلى أنظمة الذكاء الاصطناعي؛ إذ سمحت التجربة للمشاركين بالتفاعل مع الروبوتات بالطريقة التي يستخدمونها عادة للحصول على المعلومات. ويرى الباحثون أن دراسة هذه التفاعلات يمكن أن تساعد على تطوير اختبارات تقيس سلوك النماذج استناداً إلى الأسئلة التي يطرحها المستخدمون فعلياً، بدلاً من الاقتصار على سيناريوهات معدّة مسبقاً.

شملت الدراسة نحو 2500 مشارك من 35 ولاية أميركية يستخدمون روبوتات المحادثة أسبوعياً (أدوبي)

استخدام محدود على مستوى الناخبين

رغم اهتمام المشاركين في التجربة بالمعلومات الانتخابية، تشير بيانات منفصلة لمركز «بيو» للأبحاث إلى أن استخدام روبوتات المحادثة لهذا الغرض لا يزال محدوداً بين الأميركيين عموماً.

ففي استطلاع أجراه المركز خلال فبراير (شباط) 2026، أفاد 42 في المائة من البالغين الأميركيين باستخدام روبوتات المحادثة للبحث عن المعلومات بوجه عام. وفي استطلاع آخر أجراه خلال أكتوبر، قال 8 في المائة إنهم استخدموا هذه الأدوات للحصول على معلومات مرتبطة بالانتخابات خلال الدورة الانتخابية لعام 2026.

وتختلف هاتان النسبتان من حيث مدة جمع البيانات والغرض من السؤال، كما تختلفان عن عينة دراسة «ييل»، التي اقتصرت على أشخاص يستخدمون روبوتات المحادثة أسبوعياً؛ ولذلك لا يمكن تعميم نسبة 36 في المائة المسجلة في التجربة على جميع الناخبين الأميركيين.

وفي تحليل منفصل، قالت شركة «أنثروبيك» إنها فحصت 250 ألف محادثة مع نموذجها «كلود» خلال أكتوبر، ووجدت أن 0.51 في المائة منها تناولت الانتخابات أو التصويت، بينما بلغت نسبة المحادثات التي تضمنت طلبات مخالفة لسياساتها المتعلقة بنزاهة الانتخابات نحو 0.002 في المائة. وأوضحت الشركة أن المستخدمين كانوا يسألون في الغالب عن مواقف المرشحين من قضايا محددة، بدلاً من طلب تحديد الشخص الذي ينبغي التصويت له.

أسئلة حول الدقة والتأثير

لم تتناول دراسة «ييل» بصورة حاسمة مدى صحة المعلومات التي قدمتها روبوتات المحادثة، أو ما إذا كانت التوصيات قد أثرت فعلياً في قرارات التصويت لدى المشاركين.

ويحدد الباحثون مجالات عدة للبحث اللاحق، تشمل تقييم دقة إجابات النماذج ومدى توازنها، والمعلومات التي تستخلصها عن المستخدمين خلال المحادثات، وما إذا كانت توصياتها تتوافق مع احتياجاتهم وأولوياتهم المعلنة، كما يبرز التمييز بين تقديم معلومات تساعد الناخب على فهم مواقف المرشحين، وبين اقتراح مرشح محدد، بوصفه أحد الجوانب التي يمكن دراستها عند تقييم دور أنظمة الذكاء الاصطناعي في الحصول على المعلومات السياسية. وتوفر التجربة بيانات عن كيفية تفاعل مستخدمين فعليين مع أربعة من أبرز روبوتات المحادثة خلال مرحلة انتخابية، بينما تبقى مسألة تأثير هذه التفاعلات في اختياراتهم النهائية موضوعاً لأبحاث إضافية.