قد تجعل الناس يساعدوك أو يتجاهلوك... كلمة واحدة تجعلك أكثر إقناعاً

الحجج والطلبات لا تكون مقنعة بشكل أو بآخر عندما تكون مبنية على أفكار قوية بل تعتمد على الكلمات الفردية التي تستخدمها (رويترز)
الحجج والطلبات لا تكون مقنعة بشكل أو بآخر عندما تكون مبنية على أفكار قوية بل تعتمد على الكلمات الفردية التي تستخدمها (رويترز)
TT

قد تجعل الناس يساعدوك أو يتجاهلوك... كلمة واحدة تجعلك أكثر إقناعاً

الحجج والطلبات لا تكون مقنعة بشكل أو بآخر عندما تكون مبنية على أفكار قوية بل تعتمد على الكلمات الفردية التي تستخدمها (رويترز)
الحجج والطلبات لا تكون مقنعة بشكل أو بآخر عندما تكون مبنية على أفكار قوية بل تعتمد على الكلمات الفردية التي تستخدمها (رويترز)

يتطلب الأمر كلمة واحدة (مثل «لأن») لتغيير رأي شخص ما، وفقاً لجونا بيرغر، أستاذ التسويق الذي قام بتجميع قائمة من «الكلمات السحرية» التي يمكن أن تغير طريقة تواصلك.

ويقول بيرغر لشبكة «سي إن بي سي» إن استخدام كلمة «لأن» أثناء محاولة إقناع شخص ما بفعل شيء، له نتيجة مقنعة، حيث إن المزيد من الناس سوف يستمعون إليك، ويفعلون ما تريد.

يشير بيرغر إلى دراسة عمرها 50 عاماً تقريباً من جامعة هارفارد، حيث جلس باحثون في مكتبة الجامعة، وانتظروا شخصاً ما لاستخدام آلة النسخ، ثم قاموا وطلبوا استخدام الآلة من المشارك غير المعروف.

وقد صاغوا طلبهم بثلاث طرق مختلفة:

- «هل يمكنني استخدام ماكينة (زيروكس)؟».

- «هل يمكنني استخدام آلة (زيروكس) لأنه يتوجب عليَّ عمل نسخ؟».

- «هل يمكنني استخدام (زيروكس) لأنني في عجلة من أمري؟».

وجد الباحثون أن كلا الطلبين اللذين يستخدمان كلمة «لأن» جعل الأشخاص الذين يقومون بالفعل بالنسخ أكثر عرضة للامتثال بنسبة تزيد على 50 في المائة. حتى العبارة الثانية، التي يمكن إعادة تفسيرها على أنها «هل يمكنني أن أقف أمامك لأفعل الشيء نفسه الذي تفعله بالضبط؟»، كانت فعالة، لأنها تشير إلى أن الشخص الغريب الذي يطلب خدمة كان على الأقل مراعياً لها، كما أشارت إليه الدراسة.

وأوضح بيرغر: «لم يكن الإقناع مدفوعاً بالسبب نفسه... لقد كان مدفوعاً بقوة الكلمة».

«كلمات سحرية» أخرى... وكيفية استخدامها

تستخدم الشركات «لأن» لجعل إعلاناتها أكثر إقناعاً، كما كتبت عالمة السلوك نوالا والش في موقع Inc.com العام الماضي: «استخدمت شركة مستحضرات التجميل (لوريال) شعار (لأنك تستحق ذلك) لمدة 5 عقود، كما تستخدم متاجر الأثاث شعار (لأنها لفترة محدودة) لتدفعك إلى التسوق الآن».

الكلمة هذه ليست الوحيدة التي تمتلك قوى تواصل خارقة. يقول بيرغر إن الحجج والطلبات والعروض التقديمية لا تكون مقنعة بشكل أو بآخر عندما تكون مبنية على أفكار قوية، بل تعتمد على الكلمات الفردية التي تستخدمها.

ويوضح: «قد تكون لديك أفكار ممتازة، لكن الأفكار الممتازة لن تجعل الناس يستمعون إليك بالضرورة... التحولات الدقيقة في لغتنا لها تأثير كبير حقاً».

أشار بيرغر إلى أن قول وكتابة كلمة «أُوصِي»، بدلاً من «أعجَبَني» يجعلان الأشخاص أكثر ميلاً إلى اتباع اقتراحاتك بنسبة الثلث تقريباً. وينطبق الشيء نفسه عند استبدال الأفعال بالأسماء، كما يقول: «من المرجَّح أن يلبي الناس طلباتك بنسبة تصل إلى 30 في المائة عندما تطلب (مساعدين) بدلاً من (المساعدة)، أو (الناخبين) بدلاً من (الأصوات)»، على سبيل المثال.

يمكنك، بل ويجب عليك، استخدام هذه الاستراتيجيات عندما تكون على الطرف المتلقي للمحادثة، كما يؤكد بيرغر: «استمع إلى الكلمات المحددة التي يستخدمها الآخرون، وقم بصياغة رد يتحدث بلغتهم. يمكن أن يساعد القيام بذلك في التوصل إلى اتفاقية أو حل».



التعلّم الآلي يقود أميركياً وكندياً للفوز بـ«نوبل» الفيزياء

الفائزان بـ«نوبل» في الفيزياء (أ.ب)
الفائزان بـ«نوبل» في الفيزياء (أ.ب)
TT

التعلّم الآلي يقود أميركياً وكندياً للفوز بـ«نوبل» الفيزياء

الفائزان بـ«نوبل» في الفيزياء (أ.ب)
الفائزان بـ«نوبل» في الفيزياء (أ.ب)

في خطوة تعكس التقدّم المذهل في مجالات الفيزياء وعلوم الحاسوب، أعلنت الأكاديمية الملكية السويدية للعلوم، الثلاثاء، عن منح جائزة نوبل في الفيزياء لعام 2024 للفيزيائي الأميركي جون هوبفيلد، وعالم النفس الإدراكي الكندي البريطاني جيفري هينتون؛ تقديراً لاكتشافاتهما التي وضعت الأسس للتعلّم الآلي باستخدام الشبكات العصبية الاصطناعية.

وذكرت لجنة «نوبل» في بيان، أن أبحاث الفائزَين استندت إلى أدوات من علم الفيزياء، حيث أسهم هوبفيلد في إنشاء بنية تخزين واسترجاع المعلومات، بينما طوّر هينتون الملقّب بـ«الأب الروحي للذكاء الاصطناعي»، طريقةً لاكتشاف الخصائص في البيانات بشكل مستقل.

وأكّدت اللجنة أن ابتكاراتهما أدت إلى «انفجار» في تطوّر التعلّم الآلي خلال العقدين الماضيين، مما أتاح للآلات تقليد وظائف مثل الذاكرة والتعلّم.

ووصف هينتون حصوله على الجائزة بأنه «مذهل»، وأكّد في مقابلة هاتفية بعد الإعلان أهمية التكنولوجيا التي أسهم بحثه في تطويرها، مشيراً إلى أن الذكاء الاصطناعي سيكون له «تأثير هائل» على المجتمع، مشابهاً للثورة الصناعية، ولكن في مجال القدرة العقلية بدلاً من البدنية.

وتوقع هينتون أن تُحدِث التكنولوجيا ثورة في مجالات مثل الرعاية الصحية، مما سيؤدي لـ«تحسين كبير في الإنتاجية»، لكنه حذّر من العواقب السلبية المحتملة، مثل خطر خروج هذه التكنولوجيا عن السيطرة.

جون هوبفيلد الفائز بجائزة نوبل للفيزياء (معهد فرنكلن)

واستقال هينتون من شركة «غوغل» ليتحدث بحرية عن مخاوفه بشأن الأضرار المحتملة للذكاء الاصطناعي، مثل نشر المعلومات المضلّلة، وقلب سوق العمل، وحذّر من أن الذكاء الاصطناعي «يعرف كيفية البرمجة»، مما يمكّنه من التغلب على القيود، والتلاعب بالناس لتحقيق أهدافه.

وقال هينتون لشبكة «CNN»، العام الماضي: «أنا مجرد عالم أدرك فجأة أن هذه الأمور تصبح أذكى منا، أريد أن أُبلغ عن ذلك وأقول إنه يجب علينا أن نكون جادّين بشأن كيفية منع هذه الأشياء من السيطرة علينا».

وذكرت إيلين مونز، رئيسة لجنة «نوبل» للفيزياء، أن أعمال الفائزَين جعلت الذكاء الاصطناعي «جزءاً من حياتنا اليومية»، مثل التعرف على الوجه، وترجمة اللغات، حيث تشكّل اكتشافاتهما الأساس لتطبيقات التعلم الآلي التي تعزّز دقة وسرعة اتخاذ القرارات.

محاكاة الدماغ

يُعدّ الدماغ البشري الذي يحتوي على مليارات من الخلايا العصبية المترابطة، المصدرَ الذي ينشأ منه الوعي، هو أقوى وأدق جهاز كمبيوتر معروف في الكون، ومع ذلك فإن العلماء قد سعوا لعقود لتقليد ذلك عبر أساليب التعلّم الآلي التي تحاكي قدرة الدماغ على التكيف.

جيفري هينتون الفائز بجائزة نوبل للفيزياء (رويترز)

وتقنيات التعلم الآلي هي أساليب تمكّن الأنظمة الحاسوبية من تحسين أدائها تلقائياً من خلال التعلّم من البيانات، وتعتمد على خوارزميات معقّدة لتحليل الأنماط داخل مجموعات البيانات، ما يتيح للأنظمة اتخاذ قرارات أو إجراء تنبؤات، وتُستخدم هذه التقنيات في تطبيقات متنوعة، مثل التعرف على الصور والصوت، وتوصيات المنتجات، وتحليل البيانات الكبيرة. وشهد التعلّم الآلي طفرة كبيرة في السنوات الـ20 الماضية، حيث يعتمد بشكل أساسي على «الشبكة العصبية الاصطناعية»، وهذه التكنولوجيا التي طوّرها هوبفيلد وهينتون مستوحاة من بنية الدماغ.

وبينما يحتوي الدماغ على خلايا عصبية، تحتوي الشبكة العصبية الاصطناعية على عُقَد تحمل قيماً مختلفة، وبينما تتواصل خلايا الدماغ بعضها مع بعض عبر المشابك العصبية، تؤثر العقد الاصطناعية على بعضها من خلال الاتصالات، ويمكنك تدريب الشبكة العصبية الاصطناعية من خلال تعزيز الروابط بين العُقد، تماماً كما يمكنك تدريب الدماغ.

شبكة هوبفيلد

ويمكن للبشر التفكير في كلمات أو حقائق نادرة وصعبة التذكر، بينما تستطيع الشبكات العصبية الاصطناعية البحث في الأنماط المخزَّنة بفضل تصميم الذاكرة الترابطية المعروف بـ«شبكة هوبفيلد»، واخترع جون هوبفيلد هذه الشبكة في عام 1982، وهي تُعرف بـ«الذاكرة الترابطية»، وتسترجع الأنماط حتى في حال عدم اكتمالها، مستفيداً من خلفيته في الفيزياء لاستكشاف ديناميكيات الشبكات العصبية.

وتتكوّن شبكة هوبفيلد من عُقد مرتبطة بقوى مختلفة، حيث تُخزّن كل عُقدة قيمة فردية، وشبّه هوبفيلد استرجاع حالة محفوظة في الشبكة بدحرجة كرة عبر تضاريس مليئة بالقمم والوديان، حيث ستتدحرج الكرة إلى أقرب وادٍ، وتستقر هناك. وإذا وُجد نمط قريب من أحد الأنماط المحفوظة ستقوم الشبكة بتعديل نفسها تدريجياً حتى تصل إلى قاع الوادي، مما يسمح لها باسترجاع أقرب نمط في ذاكرتها، ويمكن استخدام شبكة هوبفيلد لاستعادة البيانات التي تم مسحها جزئياً.

بعد ذلك، وسّع هينتون أبحاث هوبفيلد لتطوير «آلة بولتزمان»، وهي عبارة عن نوع من الشبكات العصبونية التي تتكون من عُقد مرئية وأخرى خفية يمكنها التعرف على أنماط جديدة، وبرغم بطء الآلة الأصلية طوّر هينتون إصدارات أكثر كفاءةً، وأصبحت تُستخدم الآن في أنظمة توصية الأفلام.

الفائزان بـ«نوبل» في الفيزياء (أ.ب)

ومنذ الثمانينات تضخمت الشبكات من 30 عُقدة لأكثر من تريليون مَعلَمة، وبينما تستخدم البرمجيات التقليدية وصفات ثابتة للطهي على سبيل المثال، تتعلّم الشبكات العصبية من الأمثلة، وتبتكر وصفات جديدة، وأسّس هوبفيلد وهينتون ثورة التعلم الآلي التي بدأت حول عام 2010، مدعومة بتوفر كميات هائلة من البيانات، وزيادة قوة الحوسبة، مما أدى إلى ظهور الشبكات العصبية العميقة وطرق التدريب المعروفة بـ«التعلّم العميق».

تحليل البيانات

وقال البروفيسور مايكل وولدرج، عالم الكمبيوتر في جامعة أكسفورد، إن الجائزة تعكس التأثير العميق للذكاء الاصطناعي، موضحاً أنها «مؤشر على تحوّل العلم».

وأكّد لصحيفة «الغارديان» البريطانية، أن نجاح الشبكات العصبية مكّن من تحليل البيانات بطرق غير مسبوقة، مشيراً إلى أنه «لا جزء من العالم العلمي بقي دون تغيير بسبب الذكاء الاصطناعي. نحن في لحظة رائعة في تاريخ العلم، ومن الرائع رؤية الأكاديمية تعترف بذلك».

من جانبه، قال الدكتور وائل عبد القادر عوض، عميد كلية الحاسبات والذكاء الاصطناعي في جامعة دمياط بمصر، إن «جائزة نوبل تُمنح للاكتشافات الجديدة في العلم، ويُعدّ التعلم الآلي الاتجاه الأبرز حالياً في الذكاء الاصطناعي»، وأضاف لـ«الشرق الأوسط» أن «هذه الجائزة تعكس أهمية الذكاء الاصطناعي وتطبيقاته في حل المشكلات المعقّدة التي تواجه البشرية».

وأشار إلى أن «تقنيات التعلّم الآلي يمكن أن تُسهم بشكل كبير في المجالات الطبية، مثل فهم آليات الإصابة بالأمراض المستعصية؛ ما يساعد في التشخيص المبكر، وتطوير أدوية فعّالة تعتمد على البيانات».

الفائزان بـ«نوبل» في الفيزياء (أ.ب)

في المقابل، أعربت البروفيسورة ديم ويندي هول، عالمة الكمبيوتر بجامعة ساوثامبتون، ومستشارة الأمم المتحدة للذكاء الاصطناعي، عن دهشتها من الجائزة، وقالت لـ«الغارديان»: «لا توجد جائزة نوبل لعلوم الكمبيوتر، وهذا يبدو وسيلةً مثيرة لإنشاء واحدة، وبرغم تأثير الشبكات العصبية على أبحاث الفيزياء، يظل السؤال: هل هي نتيجة لأبحاث الفيزياء نفسها؟».

لكن وفق خبراء، فإن الفيزياء أسهمت في تطوير التعلم الآلي، والآن تستفيد الفيزياء بدورها من الشبكات العصبية الاصطناعية.

ويُستخدم التعلم الآلي في مجالات حازت جوائز «نوبل»، مثل معالجة البيانات الضخمة لاكتشاف جسيم هيغز، وتقليل الضوضاء في قياسات موجات الجاذبية من تصادم الثقوب السوداء، والبحث عن الكواكب الخارجية.

وبدأ استخدام التعلم الآلي بالآونة الأخيرة لتوقّع خصائص الجزيئات والمواد، مثل تحديد هيكل جزيئات البروتين، أو اكتشاف مواد جديدة لتحسين كفاءة الخلايا الشمسية.