5 أمثلة لاستخدام الذكاء الاصطناعي في التعليم

يمكن أن يلعب الذكاء الاصطناعي دوراً محورياً لمعالجة الفجوات التي تعاني منها النظم التعليمية العالمية (رويترز)
يمكن أن يلعب الذكاء الاصطناعي دوراً محورياً لمعالجة الفجوات التي تعاني منها النظم التعليمية العالمية (رويترز)
TT

5 أمثلة لاستخدام الذكاء الاصطناعي في التعليم

يمكن أن يلعب الذكاء الاصطناعي دوراً محورياً لمعالجة الفجوات التي تعاني منها النظم التعليمية العالمية (رويترز)
يمكن أن يلعب الذكاء الاصطناعي دوراً محورياً لمعالجة الفجوات التي تعاني منها النظم التعليمية العالمية (رويترز)

يمكن أن يلعب الذكاء الاصطناعي دوراً محورياً لمعالجة الفجوات التي تعاني منها النظم التعليمية العالمية. ويمكن أن يساهم الذكاء الاصطناعي في تجاوز الفجوات التكنولوجية والمالية وخلق أساليب تعليمية أكثر تخصيصاً. وقد بدأ المعلّمون حول العالم بالفعل في تبني هذه التكنولوجيا عبر مشاريع تجريبية ناجحة وتطبيقات واسعة النطاق.

كيف يستطيع الذكاء الاصطناعي تشكيل مستقبل التعليم؟

وكشف تقرير صادر مؤخراً عن المنتدى الاقتصادي العالمي عن الدور الكبير الذي يمكن أن تلعبه التكنولوجيا في دعم المعلمين عبر أتمتة المهام الإدارية؛ ما يمنحهم وقتاً أكبر للتفاعل مع الطلاب. وأكد التقرير الذي حمل عنوان «تشكيل مستقبل التعلم: دور الذكاء الاصطناعي في التعليم 4.0» أن الذكاء الاصطناعي يستطيع تحسين تقييم الطلاب وتوجيههم، وتعزيز مهاراتهم في القراءة الرقمية والتفكير النقدي والإبداع وحل المشكلات، وهي مهارات تُعدّ الأكثر طلباً فضلاً عن قدرة الذكاء الاصطناعي في توفير منهج تعليمي مخصص يتناسب مع احتياجات كل طالب.

الذكاء الاصطناعي يستطيع تحسين تقييم الطلاب وتوجيههم (رويترز)

5 أمثلة لاستخدام الذكاء الاصطناعي في التعليم حول العالم

فيما يلي خمس حالات بدأ فيها بالفعل استخدام الذكاء الاصطناعي في التعليم بمناطق مختلفة حول العالم:

1. كتب ذكية تُحارب التفاوت التعليمي

تخطط وزارة التعليم الكورية الجنوبية لإطلاق كتب مدرسية رقمية مدعومة بالذكاء الاصطناعي في المدارس الابتدائية والثانوية بحلول 2025. ستُستخدم التكنولوجيا لخلق فرص تعلم مخصصة تتيح للطلاب التعلم بوتيرتهم الخاصة، بدءاً بمواد الرياضيات واللغة الإنجليزية والمعلوماتية، ثم التوسع ليشمل التعلّم بالذكاء الاصطناعي جميع المواد الدراسية. وأكدت الوزارة على أهمية التعاون بين المعلمين البشريين والذكاء الاصطناعي.

2. تعليم مخصص

أطلقت الإمارات العربية المتحدة مبادرة لتعزيز الأداء الأكاديمي ومهارات التفكير النقدي عبر دروس مخصصة بمساعدة ذكاء اصطناعي. سيُقدّم «المعلّم الافتراضي» محتوًى يتناسب مع أنماط التعلم الفردية، مع تقييم مستمر وملاحظات دقيقة. كما ستمكن التحليلات الفورية للذكاء الاصطناعي المعلمين من تطوير استراتيجيات مرنة. وأظهر مشروع تجريبي زيادة بنسبة 10 في المائة في النتائج التعليمية.

أطلقت الإمارات العربية المتحدة مبادرة لتعزيز الأداء الأكاديمي ومهارات التفكير النقدي عبر دروس مخصصة بمساعدة ذكاء اصطناعي (رويترز)

3. تعليم شامل للأطفال ذوي الإعاقة

تعمل «يونيسيف» على تطوير كتب رقمية مدعومة بالذكاء الاصطناعي لتلبية احتياجات 240 مليون طفل ذوي إعاقة حول العالم، الذين يفتقرون إلى مواد تعليمية متاحة. تتضمن هذه الكتب مقاطع فيديو بلغة الإشارة ووصفاً صوتياً وتحويل النص كلاماً، مع إمكانية استخدام هذه الكتب دون اتصال بالإنترنت، وهو أمر حيوي في المناطق التي تعاني فجوة رقمية كبيرة.

4. مرشد افتراضي للشباب

تهدف شركات ناشئة في مجال التعليم في أفريقيا إلى تمكين الشباب في سوق العمل غير الرسمية (التي تشكل 80 في المائة من الوظائف). فعلى سبيل المثال تقدم منصة «كاباكو أكاديميز» في دولة مالي مرشداً افتراضياً يعمل بالذكاء الاصطناعي لتقديم إرشادات وموارد مُخصصة على مدار الساعة. وأفاد الطلاب بزيادة دخلهم بنسبة 44 في المائة بعد ستة أشهر من انتهاء البرنامج.

5. تحسين مستويات القراءة

يهدف برنامج «ليتروس» في البرازيل إلى تعزيز مهارات الكتابة في المدارس باستخدام الذكاء الاصطناعي لتقديم ملاحظات فورية وتحليل التقدم. حقق البرنامج نجاحاً ملحوظاً في ولاية إسبيريتو سانتو، حيث تم اعتماده برنامجاً رسمياً لتنمية القراءة والكتابة.

يخلص تقرير المنتدى إلى أن دمج الذكاء الاصطناعي في التعليم قد يحسّن تجارب الطلاب ونتائجهم، لكنه يحذّر من المخاطر المحتملة إذا تم التوسع بسرعة دون ضوابط حوكمة مناسبة. كما يشدد على ضرورة تعميم «معرفة الذكاء الاصطناعي» لإعداد الأجيال لأسواق العمل المستقبلية.

كيف نستفيد من الذكاء الاصطناعي في التعليم الحديث؟

يُحدث الذكاء الاصطناعي ثورة في مجال التعليم عبر أدوات متطورة تعزز تجربة التدريس والتعلم. بدءاً من تخصيص التجارب التعليمية إلى تحسين المهام الإدارية، إليك 9 أمثلة على كيفية الاستفادة من الذكاء الاصطناعي في التعليم الحديث، حسب جامعة سان دييغو الأميركية.

يُحدث الذكاء الاصطناعي ثورة في مجال التعليم عبر أدوات متطورة تعزّز تجربة التدريس والتعلم (رويترز)

التعلم التكيّفي

تُقيّم المنصات المدعومة بالذكاء الاصطناعي مستويات مهارات الطلاب، وتُعدِّل المحتوى التعليمي ليتناسب مع احتياجات كل فرد. تتكيف هذه الأنظمة ديناميكياً مع إجابات الطلاب، وتصمم مسارات مخصصة لمساعدتهم على إتقان المفاهيم بوتيرتهم الخاصة.

التكنولوجيا المساعدة

أدوات مثل برامج التعرف على الصوت تحوِّل الكلام المنطوق نصوصاً؛ ما يساعد الطلاب ذوي الإعاقات (كضعف السمع أو عُسر القراءة) على المشاركة الفعّالة في الفصل عبر تحويل الكلام نصاً وبالعكس.

تحليل البيانات والتعلم

يُسهم الذكاء الاصطناعي في تحليل البيانات من منصات التعلم عبر الإنترنت وبيانات حضور الفصول والعلامات. تُقدّم هذه البيانات رؤى حول أداء الطلاب؛ ما يساعد المعلمين على تحديد الفجوات التعليمية وتعديل الأساليب لمعالجتها.

إدارة الفصول الدراسية

تستخدم منصات الذكاء الاصطناعي الألعاب الرقمية (Gamification) التحفيزية لإدارة الفصول. تتعقب هذه الأدوات سلوكيات الطلاب ومشاركتهم، وتكافئ السلوك الإيجابي بنقاط، كما تُقدم للمعلمين تحليلات حول ديناميكيات الفصل لتحفيز الطلاب.

تستخدم منصات الذكاء الاصطناعي الألعاب الرقمية (Gamification) التحفيزية لإدارة الفصول (رويترز)

أنظمة الدروس الذكية

تقدّم أنظمة مثل Carnegie Learning تعليماً مخصصاً عبر الذكاء الاصطناعي، مع تغذية راجعة فورية تتكيف مع أساليب التعلم الفردية؛ ما يساعد الطلاب على فهم المفاهيم المعقدة وتحسين الأداء الأكاديمي.

الروبوتات المساعدة والمساعدون الافتراضيون

روبوتات مثل Mainstay تقدّم دعماً فورياً للطلاب خارج أوقات الدوام، كتذكيرهم بالمواعيد النهائية أو مساعدتهم في الإجراءات الإدارية؛ ما يعزز التعلم المستقل.

تخطيط المناهج الدراسية

يحلل الذكاء الاصطناعي البيانات التعليمية لتحديد الاتجاهات والفجوات في المناهج، ويقترح تحديثات تضمن توافقها مع الأهداف التعليمية الحديثة.

الألعاب التعليمية التفاعلية

تُحسّن ألعاب التعلم المدعومة بالذكاء الاصطناعي المشاركة عبر تقديم تحديات تتكيف مع استجابات الطلاب؛ ما يعزز الفهم النشط للمواضيع المعقدة.

تُحسّن ألعاب التعلم المدعومة بالذكاء الاصطناعي المشاركة عبر تقديم تحديات تتكيف مع استجابات الطلاب (أ.ف.ب)

تعلم اللغات

تستخدم أدوات الذكاء الاصطناعي مثل Duolingo خوارزميات تكيُّفية لتخصيص تجارب تعلُّم اللغات. حيث يُعدِّل الذكاء الاصطناعي صعوبة التمارين بناءً على تقدُّم المستخدم؛ ما يضمن منحنًى تعليمياً مثالياً ويعزز عملية اكتساب اللغة بشكل فعّال.

كيف يُستخدم الذكاء الاصطناعي في تقييم أداء الطلاب؟

تُستخدم أدوات الذكاء الاصطناعي لتقييم الواجبات المدرسية وإعطاء ملاحظات مفصلة؛ ما يضمن الدقة ويوفر وقت المعلمين. يمكن للذكاء الاصطناعي حتى تصحيح كتابات الطلاب عبر تحليل المحتوى بحثاً عن الترابط والمنطق.


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.