الخردة الإلكترونية... غذاء للكائنات الدقيقة ومحفزات في صناعة الدواء

رسم توضيحي لنفايات إلكترونية يفوق حجمها سور الصين العظيم
رسم توضيحي لنفايات إلكترونية يفوق حجمها سور الصين العظيم
TT

الخردة الإلكترونية... غذاء للكائنات الدقيقة ومحفزات في صناعة الدواء

رسم توضيحي لنفايات إلكترونية يفوق حجمها سور الصين العظيم
رسم توضيحي لنفايات إلكترونية يفوق حجمها سور الصين العظيم

تخلّص البشر في عام 2021 مما يقدر بـ57.4 مليون طن من النفايات الإلكترونية، التي تفوق أثقل بناء أنشأه البشر في العالم؛ وهو سور الصين العظيم، وفق تقرير لمنتدى نفايات المعدات الكهربائية والإلكترونية «WEEE»، صدَر الخريف الماضي.
ووفقاً للتقرير، فإن جبل نفايات 2021 لم ينشأ من العدم، ففي عام 2019، أنتج البشر 53.6 مليون طن، بزيادة 21 % عن عام 2014، وإذا لم يتغير شيء، فمن المفترض أن يصل هذا الرقم إلى حوالي 81.6 مليون طن بحلول 2030، مما يعني أن النفايات الإلكترونية تتزايد بحوالي 3 إلى 4 % كل عام.
معادن نادرة
وبينما دعا التقرير لإعادة تدوير هذه النفايات لأهداف بيئية، حيث إن كل طن من نفايات الأجهزة الكهربائية والإلكترونية المُعاد تدويره يتجنب حوالي 2 طن من انبعاثات ثاني أكسيد الكربون، فإن هناك أهدافاً سياسية واقتصادية دفعت فِرقاً بحثية حول العالم لاقتحام هذا المجال.
ومن بين الأهداف السياسية كسر الاحتكار الصيني لإنتاج المعادن النادرة، التي تدخل في كثير من الصناعات، ويمكن استخراجها من الخردة الإلكترونية، كما أن هذه المعادن تستخدم كمحفزات للتفاعلات الكيميائية في الأبحاث العالمية.
والمعادن النادرة عددها 17 معدناً؛ مثل البلاديوم واللانثانم والسيريوم والنيوديميوم والإيتريوم، يأتي ما بين 90 و95 % من إنتاجها العالمي من الصين.
وتأسّس في 2018 مشروع «ريجين»، المموَّل من صندوق التنمية الإقليمية الأوروبية «ERDF»؛ بهدف كسر الاحتكار الصيني لإنتاج هذه المعادن، عن طريق إنتاجها من النفايات الإلكترونية، عبر طريقة مبتكرة توصّل لها باحثو المشروع الذي تشارك فيه 3 جامعات بالنمسا هي: «أي إم سي» للعلوم التطبيقية، و«الدانوب كريمس»، و«كارل لاندشتاينر»، بالتعاون مع الأكاديمية التشيكية للعلوم.
ووفق دراسة استعرضها الباحثون في مؤتمر المعهد القانوني للإيكولوجيا والإدارة البيئية «cieem»، في أبريل (نيسان) من العام الماضي، نجحت طريقتهم المبتكرة التي تعتمد على استخراج المعادن النادرة من الكائنات الدقيقة، بعد تقديم مسحوق الخردة الإلكترونية لها كغذاء، في استعادة المعادن بنسبة 83.5 %.
وشرح الباحثون، خلال المؤتمر، طريقتهم التي تعتمد على استخدام البكتيريا القولونية (Escherichia coli)، وعصيات القش (Bacillus subtilis)، لتقوم بالتغذية على الخردة الإلكترونية بعد تحويلها إلى مسحوق مُذاب في حمض النيتريك، حيث يعمل هذا الحمض كمصدر للنتروجين للكائنات الدقيقة، بعد ذلك تجري إضافة محلول مغذٍّ بتركيبة محددة بدقة إلى المسحوق المُذاب، ويجري التحكم في نمو الكائنات الحية عن طريق تعديل بعض العناصر مثل درجة الحرارة أو قيمة الأس الهيدروجيني أو تركيز الأكسجين في وسط المغذيات، وبعد هذه الخطوات، وعبر طريقة لفتح الخلايا ميكانيكياً، يجري استخراج المعادن الأرضية النادرة من البكتيريا.
بطاريات الليثيوم
ومن المعادن النادرة أيضاً الليثيوم؛ وهو معدن غير متجدد، لكنه شائع نسبياً، ويمكن العثور عليه في كل مكان تقريباً. ويستخدم الليثيوم على نطاق واسع في عدد من الصناعات، لكنه يشتهر بأهميته في إنتاج البطاريات القابلة لإعادة الشحن للسيارات الكهربائية، وأدى الاهتمام العام المتزايد بالمركبات الكهربائية كوسيلة لإزالة الكربون من وسائل النقل، إلى ارتفاع الطلب على الليثيوم.
ومع ذلك فشلت السوق في مواكبة هذا الارتفاع المفاجئ في الطلب، مما تسبَّب في نقص المعروض من الليثيوم، ليس بسبب الندرة ولكن نتيجة بطء وتيرة الاستخراج والتنقية، لهذا السبب يمكن أن توفر إعادة تدوير بطاريات الليثيوم أيون إمدادات إضافية من الليثيوم للسوق، مما يسمح للشركات بإنتاج بطاريات بسعر أقل.
وفي هذا الإطار توصّل فريق بحثي من الجامعة الأميركية بالقاهرة، يقوده ناجح علام، أستاذ علوم وهندسة المواد بالجامعة، في إعادة تدوير هيدروكسيدات «الكوبالت الثنائي» و«المنغنيز الثنائي» و«النيكل الثنائي» و«الليثيوم»، من بطاريات الليثيوم أيون، واستخدامها كأقطاب موجبة لبناء أجهزة تكثيف فائقة الأداء، وجرى الإعلان عن هذا الإنجاز في دورية «علم الكيمياء الكهربائية».
وقال علام، في تقرير نشره الموقع الإلكتروني للجامعة في يوليو (تموز) الماضي: «ستوفر هذه التكنولوجيا وسيلة جديدة للحصول على المواد الخام اللازمة لتصنيع أجهزة تخزين للطاقة التي ستفيد صناعة السيارات الكهربائية، وكذلك ستعظم الفائدة الاقتصادية للمخلفات الإلكترونية».
صناعة الدواء
وذهبت تقنيات إعادة التدوير أيضاً إلى منطقة غير معتادة؛ وهي صناعة الدواء، حيث جرى استخدام الذهب المستخلص من الأجهزة الإلكترونية كمحفز للتفاعل الكيميائي في صناعات الدواء. وغالباً ما تُصنع المحفزات الحالية التي تستخدم في التفاعلات الكيميائية من معادن نادرة يجري استخلاصها باستخدام عمليات تعدين باهظة الثمن ومستهلِكة للطاقة، لكن فريقاً بحثياً مشتركاً من جامعتي كالياري في إيطاليا، وإمبريال كوليدج لندن في بريطانيا، نجح في إنتاج أحد المحفزات من خام الذهب الموجود في النفايات الإلكترونية، واستخدامه في التفاعلات الخاصة بصناعة الأدوية، مما يقلل الحاجة إلى تعدين مواد جديدة، وجرى الإعلان عن هذا الإنجاز، في العدد الأخير من دورية «الكيمياء والهندسة المستدامة».
كان الباحثان أنجيلا سيربي وباولا ديبلانو، من جامعة كالياري، قد طوّرا طريقة منخفضة التكلفة لاستخراج الذهب والمعادن القيّمة الأخرى من النفايات الإلكترونية؛ مثل لوحات الدوائر المطبوعة «PCBs»، وبطاقات «SIM»، ومع ذلك فإن الذهب المنتَج من هذه العملية هو جزء من مركب جزيئي، ومن ثم لا يمكن إعادة استخدامه مرة أخرى للإلكترونيات دون استثمار الكثير من الطاقة للحصول على المعدِن الذهبي.
وسعياً لاستخدام هذا المركب من الذهب المستعاد، قام فريق البروفيسور ويلتون إيلي، وزميله البروفيسور كريس برادوك، من إمبريال كوليدج لندن، بالتحقيق فيما إذا كان يمكن استخدامه كعامل مساعد في تصنيع المركبات المفيدة، بما في ذلك المركبات الصيدلانية الوسيطة.
واختبر الفريق البحثي مركب الذهب في عدد من التفاعلات الشائعة الاستخدام في صناعة الأدوية، على سبيل المثال لصناعة الأدوية المضادة للالتهابات وتسكين الآلام، ووجدوا أن أداء مركب الذهب أفضل من المحفزات المستخدمة حالياً، كما أنه قابل لإعادة الاستخدام. ويقترح الباحثون أن جعل استعادة الذهب من النفايات الإلكترونية مجدياً اقتصادياً يمكن أن يخلق استخدامات للمكونات الأخرى التي يجري استردادها في هذه العملية، فعلى سبيل المثال، في هذه العملية يجري أيضاً فصل النحاس والنيكل، وكذلك البلاستيك نفسه، مع احتمال استخدام جميع هذه المكونات في منتجات جديدة.
ويعمل الفريق البحثي حالياً على توسيع هذا النهج ليشمل استعادة محتوى البلاديوم وإعادة استخدامه في المحولات الحفازة للسيارات المنتهية الصلاحية، وهذا أمر مُلح بشكل خاص؛ لأن البلاديوم يستخدم على نطاق واسع في التحفيز، وهو أغلى من الذهب.



البحث المدعوم بالذكاء الاصطناعي يعاني … «مشكلة ثقة»

البحث المدعوم بالذكاء الاصطناعي يعاني … «مشكلة ثقة»
TT

البحث المدعوم بالذكاء الاصطناعي يعاني … «مشكلة ثقة»

البحث المدعوم بالذكاء الاصطناعي يعاني … «مشكلة ثقة»

استخدم ما يقرب من ثلثي البالغين الأميركيين أداة بحث مدعومة بالذكاء الاصطناعي خلال الأشهر الستة الماضية. ولكن الإحصائية المثيرة لمطوري هذه الأدوات: 15 في المائة فقط يقولون إنهم يثقون بالنتائج «ثقة تامة». وتُمثل هذه الفجوة بين الاستخدام والثقة التحدي الأكبر في المرحلة المقبلة من البحث المدعوم بالذكاء الاصطناعي. فالمستهلكون يُقبلون على هذه التقنية، لكنهم يُشككون في النتائج، كما كتب كريغ سالدانها (*).

وعلى مطوري هذه المنتجات، طرح سؤال مُحرج على أنفسهم: هل إنهم يصممون تجارب تكسب ثقة المستهلكين، وتستحقها؟

«حديقة مسوّرة»

تعاونت شركة Yelp مع Morning Consult لإجراء استطلاع رأي شمل أكثر من 2200 بالغ أميركي حول كيفية استخدامهم البحث المدعوم بالذكاء الاصطناعي ونظرتهم إليه. وتشير النتائج إلى مشكلة واحدة مُتكررة: يشعر المستهلكون بأنهم مُحاصرون.

أكثر من نصف المشاركين في الاستطلاع (51 في المائة) يقولون إن نتائج البحث المدعومة بالذكاء الاصطناعي تبدو وكأنها «حديقة مسوّرة» يصعب معها التحقق مما يقرأونه.

صعوبة التحقق من الإجابات

  • يقول 63 في المائة إنهم يتحققون من نتائج البحث المدعومة بالذكاء الاصطناعي بالرجوع إلى مصادر موثوقة أخرى، مثل مواقع الأخبار ومنصات التقييم.
  • ويشير 57 في المائة إلى أنهم أقل ميلاً لاستخدام البحث المدعوم بالذكاء الاصطناعي تحديداً لافتقاره إلى مصادر موثوقة.

في البدايات، أي في الأيام الأولى لعمليات البحث المدعوم بالذكاء الاصطناعي، اتسمت النتائج بالغموض، حيث كانت النماذج تُلفّق الإجابات بثقة. وتمكنت معظم المنصات الرائدة من حل هذه المشكلة التقنية إلى حد كبير. لكن ما زال هناك شك أعمق: ليس فقط «هل هذه الإجابة صحيحة؟»، بل «كيف لي أن أعرف؟»؛ إذ وعندما تُزيل المنصات المصادر والاقتباسات والروابط إلى المحتوى الواقعي الذي استندت إليه إجاباتها، فإنها تبني جدراناً لا جسوراً. يُعبّر المستهلكون بوضوح عن رغبتهم في الحصول على الروابط والمصادر والقدرة على التحقق بأنفسهم.

«فتح الأبواب» للبيانات الموثقة

يرسم الاستطلاع صورة متسقة بشكل ملحوظ لما يلزم، لسد فجوة الثقة.

يقول ما يقرب من ثلاثة أرباع المشاركين في الاستطلاع (72 في المائة) إن منصات الذكاء الاصطناعي يجب أن تُظهر دائماً مصدر معلوماتها.

  • يرغب ثلثا المشاركين (66 في المائة) في مزيد من الأدلة على المصادر الموثوقة، مثل روابط منصات التقييم ومواقع الأخبار، إلى جانب الإجابات التي يُقدمها الذكاء الاصطناعي.
  • بينما يقول أكثر من نصفهم (52 في المائة) إن الأدلة المرئية، مثل صور الطبق الغذائي، أو صور مصاحبة لطلباتهم، من شأنها أن تزيد من ثقتهم.

والمستهلكون ليسوا ضد الذكاء الاصطناعي، بل ضد الأنظمة المبهمة. إنهم يريدون أن يقوم الذكاء الاصطناعي بالعمل الشاق المتمثل في تحليل كميات هائلة من المعلومات ثم عرض النتائج.

لا يستخدم الشخص العادي الذكاء الاصطناعي لتحليل الشفرات أو غيرها من التطبيقات التقنية، بل يستخدمه في عمليات البحث المحلية اليومية.

استخدام محلّي يومي

  • يستخدم أكثر من نصف المشاركين في الاستطلاع (57 في المائة) أدوات الذكاء الاصطناعي للعثور على الشركات المحلية شهرياً على الأقل. إنهم يريدون نصائح حول مكان اصطحاب عائلاتهم لتناول عشاء عيد ميلاد أو اختيار من يسمحون له بدخول منزلهم لإصلاح أنبوب مياه متفجر؛ ولذا لن يكون ملخص الذكاء الاصطناعي المستقل دون دليل موثوق كافياً.

مصادر المعلومات

وعندما يلجأ المستهلكون إلى الذكاء الاصطناعي للمساعدة في اتخاذ هذه القرارات، تكون توقعاتهم واضحة لا لبس فيها:

  • 76 في المائة منهم يرون أن معرفة مصدر المعلومات أمرٌ بالغ الأهمية،
  • و73 في المائة يؤكدون على أهمية تقييمات وآراء الزبائن الحقيقيين

و76 في المائة يرون أهمية الاطلاع على مصادر موثوقة متعددة.

كما أن الشركات المحلية تتسم بطبيعتها بالديناميكية، حيث قد يرحل العاملون، وتتغير العروض (مثل انتقال الطهاة وتغيّر قوائم الطعام)، وتتغير ساعات العمل. لذا وبدون محتوى بشري أصيل ومُحدّث بانتظام من مصادر موثوقة، يُخاطر الذكاء الاصطناعي بتقديم معلومات قديمة أو غير موثوقة.

أجوبة جيل الإنترنت

وإذا كان أحدٌ يظن أن جيل الإنترنت، سيكون أكثر ثقة، فإن البيانات تُشير إلى عكس ذلك. يتمتع جيل الشباب بأعلى معدل استخدام:

  • استخدم 84 في المائة منهم منصة بحث تعتمد على الذكاء الاصطناعي خلال الأشهر الستة الماضية.
  • لكنهم أيضاً الأكثر تطلباً؛ إذ يقول 72 في المائة منهم إن منصات الذكاء الاصطناعي يجب أن تُقدّم المزيد من الأدلة على المصادر الموثوقة، مقارنةً بـ63 في المائة من جيل الألفية و59 في المائة من «جيل إكس» السابقين له.

إن هذا جيلٌ مُتشبّعٌ بمحتوى الذكاء الاصطناعي الرديء، وقد طوّر أفراده حساً أقوى في التمييز بين المعلومات الأصلية والمُصطنعة. لذا؛ تُخاطر المنصات التي تُبقي هذه الفئة من الجمهور داخل بيئة مغلقة، بفقدان الجيل الأكثر إلماماً بالذكاء الاصطناعي أولاً.

قصور الحُجّة المضادة

قد يجادل البعض بأن إضافة الاقتباسات والروابط ومؤشرات المصادر تخلق عوائق، وأن جوهر البحث المدعوم بالذكاء الاصطناعي يكمن في تقديم إجابة سلسة ومتكاملة. فلماذا إذن ندفع المستخدمين بعيداً عن منصتنا؟ لكن هذا الطرح يخلط بين القيود وقيمة ما يقدم.

لا يرفض المستهلكون الملخصات التي يُنشئها الذكاء الاصطناعي، بل يرفضون الإجابات التي لا يمكنهم التحقق منها.

  • غالبية المستهلكين (69 في المائة) يرغبون في خيار مغادرة منصات الذكاء الاصطناعي وزيارة مواقع موثوقة لإجراء بحوثهم الخاصة. وعندما اختبرنا ذلك عملياً، وعرضنا على المستهلكين نسختين من نتائج بحث الذكاء الاصطناعي، إحداهما بمصادر شفافة والأخرى من دونها، فضّل 80 في المائة النسخة التي تضمنت محتوى بشرياً أصيلاً ومصادر موثوقة وروابط قابلة للتنفيذ. إن إزالة القيود لا تُنفّر المستخدمين، بل تُعزز ثقتهم.

ربط الذكاء الاصطناعي بتجارب الواقع

يقف قطاع الذكاء الاصطناعي على مفترق طرق. ولن تكون المنصات الفائزة هي تلك التي تُنتج إجابات اصطناعية أكثر إقناعاً. بل ستكون هذه المنصات تلك التي تربط المستخدمين بسلاسة بتجارب حقيقية من العالم الواقعي، مستخدمةً الذكاء الاصطناعي جسراً إلى محتوى بشري موثوق.

مع نضوج منظومة الذكاء الاصطناعي، لن تقتصر المنصات التي تُحقق التوازن الأمثل بين الملخصات المُولّدة بالذكاء الاصطناعي والمحتوى البشري الشفاف والأصيل على سدّ فجوة الثقة فحسب، بل ستضع معياراً لما يتوقعه المستهلكون.

الشفافية تسهل اتخاذ القرارات

والخبر السار هو أن زيادة الروابط الشفافة والسخية تُعدّ مدًّا متصاعداً يُفيد الجميع: إذ يحصل المستهلكون على القدرة على إجراء أبحاثهم الخاصة واتخاذ قراراتهم بثقة، ويحصل مُنشئو المحتوى والناشرون على الزيارات التي تُحافظ على منظومة محتوى صحية، وتستفيد منصات الذكاء الاصطناعي نفسها من علاقات أقوى مع المصادر الموثوقة التي تجعل إجاباتها جديرة بالثقة في المقام الأول.

الشفافية ليست خياراً ثانوياً، بل هي أساس النجاح.

* مجلة «فاست كومباني»


ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟

ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟
TT

ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟

ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟

عندما طرح «تشات جي بي تي» في نوفمبر (تشرين الثاني) 2022، كان رد الفعل فورياً وقوياً: إنه يعمل! ولأول مرة، اختبر ملايين الأشخاص الذكاء الاصطناعي ليس بوصفه وعداً بعيد المنال، بل بوصفه شيئاً مفيداً وبديهياً. وحتى مع عيوبه، فقد ظهر أنه يتمتع بقدرات مذهلة.

حدس صحيح واستنتاج خاطئ

كان هذا الحدس صحيحاً. أما الاستنتاج الذي تلاه فكان خاطئاً. لأن ما ينجح ببراعة مع فرد أمام لوحة المفاتيح، أثبت عدم فاعليته بشكل مفاجئ داخل المؤسسة.

الشركات لا تُدار باللغة

بعد عامين، وبعد مليارات الدولارات من الاستثمارات، وعدد لا يحصى من التجارب، وتدفق مستمر من «المساعدين» الأذكياء، يتبلور واقع مختلف: الذكاء الاصطناعي التوليدي استثنائي في إنتاج اللغة... لكن الشركات لا تُدار باللغة: بل تُدار بالذاكرة والسياق والتغذية الراجعة والقيود.

وهذه هي الفجوة. ولهذا السبب تفشل الكثير من مبادرات الذكاء الاصطناعي في المؤسسات بهدوء. إذ حتى مع الانتشار الواسع، هناك تأثير محدود... وشعور متزايد بالتكرار.

فشل 95 % من المشاريع التجريبية

ليست هذه قصة عن تقنية فشلت في اكتساب زخم، بل على العكس تماماً.

وأظهر تحليل مدعوم من معهد ماساتشوستس للتكنولوجيا، والذي حظي باهتمام واسع، أن نحو 95 في المائة من المشاريع التجريبية للذكاء الاصطناعي التوليدي في المؤسسات تفشل في تحقيق نتائج ملموسة، حيث لا يصل سوى 5 في المائة منها إلى مرحلة الإنتاج المستدام. وتشير تغطيات أخرى للنتائج نفسها إلى النمط نفسه: تجارب مكثفة، وتحول محدود.

والتفسير واضح: المشكلة ليست في الحماس، ولا حتى في القدرة، بل في أن توظيف الأدوات لا يُترجم إلى تغيير عملي حقيقي... ليست هذه مشكلة للتبني، بل مشكلة هيكلية.

المفارقة المزعجة: ذكاء اصطناعي... لكن لا شيء يتغير

داخل معظم الشركات اليوم، يتعايش واقعان: من جهة، يستخدم الموظفون أدوات مثل «تشات جي بي تي» باستمرار. فهم يصيغون ويلخصون ويبتكرون ويسرّعون عملهم بطرق تبدو طبيعية وفعالة.

من جهة أخرى، تكافح مبادرات الذكاء الاصطناعي الرسمية في المؤسسات للتوسع خارج نطاق المشاريع التجريبية الخاضعة لرقابة دقيقة. يصف التحليل نفسه المتعلق بمعهد ماساتشوستس للتكنولوجيا فجوةً متزايدةً في «التعلم»: يجد الأفراد فائدة وقيمةً بسرعة، لكن المؤسسات تفشل في دمج هذه القيمة في سير العمل ذي الأهمية. والنتيجة هي ما يشبه «الذكاء الاصطناعي الخفي»: يستخدم الأفراد ما يُجدي نفعاً، بينما تستثمر الشركات فيما لا يُجدي.

الخطأ الأساسي: التعامل مع نموذج اللغة كنظام تشغيل

تركز معظم تفسيرات هذا الفشل على التنفيذ: بيانات غير دقيقة، حالات استخدام غير واضحة، نقص في التدريب. كل هذا صحيح، لكنه ثانوي.

المشكلة الحقيقية أبسط وأكثر جوهرية: نماذج اللغة الكبيرة مصممة للتنبؤ بالنصوص. هذا كل شيء. كل شيء آخر، من الاستدلال إلى التلخيص والمحادثة، إلخ، هو خاصية ناشئة عن هذه القدرة.

الأدوات الذكية التوليدية لا تعمل ضمن الواقع

لكن الشركات لا تعمل كسلاسل من النصوص. إنها تعمل كأنظمة متطورة ذات حالة وذاكرة وتوابع وحوافز وقيود... هذا هو التناقض. كما ذكرتُ سابقاً، هذا هو العيب البنيوي الأساسي للذكاء الاصطناعي: نماذج اللغة لا «ترى» العالم. فهي لا تحتفظ بحالة مستمرة. ولا تتعلم من ردود الفعل الواقعية إلا إذا صُممت خصيصاً لذلك... إنها تُنتج لغة مقنعة عن الواقع، لكنها لا تعمل ضمنه.

إجابات متميزة منفصلة عن النظام الفعلي

لا يمكنك إدارة شركة بناءً على تنبؤات الكلمات.اطلب من نموذج اللغة ما يلي:

-«زيادة مبيعاتي»

-«تصميم استراتيجية دخول السوق»

- «تحسين أداء الفريق»

وستحصل على إجابة. غالباً ما تكون جيدة جداً. إجابة منظمة، بليغة، ومقنعة. ولكنها منفصلة تماماً تقريباً عن النظام الفعلي الذي من المفترض أن تؤثر فيه.

وذلك لأن نموذج اللغة لا يستطيع تتبع مسار المبيعات، أو إدارة الحوافز، أو دمج بيانات إدارة علاقات العملاء، أو التكيف بناءً على النتائج. إذ يمكنه وصف استراتيجية، لكنه لا يستطيع تنفيذها.

وتؤكد نتائج معهد ماساتشوستس للتكنولوجيا هذه النقطة: أدوات الذكاء الاصطناعي التوليدي فعّالة في المهام الفردية المرنة، لكنها تعجز عن العمل في بيئات المؤسسات التي تتطلب التكيف والتعلم والتكامل. وبعبارة أخرى: يمكن للأداة الذكية كتابة المذكرة، لكنها لا تستطيع إدارة الشركة.

زيادة قدرات الحوسبة لن تحل المشكلة

كان ردّ فعل القطاع حتى الآن متوقعاً: بناء نماذج أكبر، ونشر بنية تحتية أوسع، وتوسيع نطاق كل شيء. لكن التوسع لا يُصلح خللاً في التصميم. إذا كان النظام يفتقر إلى أساس واقعي، فلن تُوفّر له المزيد من المعايير هذا الأساس. وإذا كان يفتقر إلى الذاكرة، فلن تُوفّر له المزيد من الرموز الذاكرة. وإذا كان يفتقر إلى حلقات التغذية الراجعة، فلن تُنشئها المزيد من مراكز البيانات.

يُضخّم التوسع ما هو موجود، لكنه لا يُنشئ ما هو مفقود. وما هو مفقود هنا ليس المزيد من اللغة، بل المزيد من العالم.

المرحلة المقبلة... نظم ذكية ضمن بيئات حقيقية

لن تُحدّد المرحلة التالية من الذكاء الاصطناعي المؤسسي بواجهات دردشة أفضل أو نماذج لغوية أكثر قوة، بل ستُحدّد بشيء آخر تماماً: أنظمة قادرة على الحفاظ على الحالة، والاندماج في سير العمل، والتعلم من النتائج، والعمل ضمن قيود.

أنظمة لا تُولّد نصوصاً فحسب، بل تعمل ضمن بيئات حقيقية. لهذا السبب؛ لن يُبنى مستقبل الذكاء الاصطناعي في الشركات على نماذج اللغة وحدها، بل على بنى تُدمجها ضمن نماذج أكثر ثراءً للواقع.

أقول ما يعرفه الكثيرون بالفعل... ولكن نادراً ما يقولونه: هناك زخم كبير، واستثمارات ضخمة، وسرديات كثيرة مبنية على فكرة أن توسيع نطاق نماذج اللغة سيحل كل شيء في النهاية. هذا لن يحدث.

فرصة حقيقية

هذه ليست نهاية الذكاء الاصطناعي المؤسسي، بل هي نهاية مفهوم خاطئ. فنماذج اللغة ليست بنية مؤسسية، بل هي طبقة واجهة. طبقة قوية، لكنها غير كافية بمفردها. الشركات التي تُدرك هذا أولاً لن تُحسّن فقط من استخدام الذكاء الاصطناعي، بل ستُنشئ شيئاً مختلفاً جذرياً.

مجلة «فاست كومباني»


الموظفون الأميركيون يستخدمون الذكاء الاصطناعي للتعلّم أثناء العمل

الموظفون الأميركيون يستخدمون الذكاء الاصطناعي للتعلّم أثناء العمل
TT

الموظفون الأميركيون يستخدمون الذكاء الاصطناعي للتعلّم أثناء العمل

الموظفون الأميركيون يستخدمون الذكاء الاصطناعي للتعلّم أثناء العمل

يتنافس الموظفون على تطوير مهاراتهم في الذكاء الاصطناعي. ووفقاً لتقرير جديد، فإنهم يستخدمونه أيضاً لتعزيز تعلمهم، سواءً كان ذلك لطلب مساعدة إضافية منه لتوضيح المفاهيم وحل المشكلات، أو لاكتساب مهارات جديدة، كما كتبت سارة بريغل (*).

تحسين المهارات

يستند التقرير إلى نتائج استطلاع أجرته شركة «فراكتل» لصالح الكلية الأميركية للتعليم (ACE)، شمل أكثر من 1000 موظف أميركي يستخدمون أدوات الذكاء الاصطناعي في عملهم اليومي.

وكما هو متوقع، تستخدم نسبة كبيرة من الموظفين الذكاء الاصطناعي لتحسين مهاراتهم. فقد أفاد 63 في المائة منهم بأنهم استخدموا الذكاء الاصطناعي لتعلم مهارات لم يتلقوا تدريباً رسمياً عليها من مؤسساتهم.

القلق من دقة المعلومات

ومع ذلك، أعرب 65 في المائة منهم عن قلقهم بشأن دقة الذكاء الاصطناعي. إلا أن 23 في المائة من الموظفين لا يزالون يعدّون الذكاء الاصطناعي خيارهم الأول عندما يحتاجون إلى تعلم شيء جديد.

فوائد سرعة الإجابات

قد يعود جزء من ذلك إلى سرعة توفير الذكاء الاصطناعي للإجابات: إذ قال ما يقرب من نصف الموظفين (46 في المائة) إنهم يستخدمون الذكاء الاصطناعي للبحث عن الإجابات لأنه أسرع من طلب المساعدة.

التعلّم سراً لتفادي الاتهامات بالجهل

وربما الأهم من ذلك، أن استخدام هذه التقنية يعني أيضاً أن الموظفين لا يضطرون إلى الاعتراف بجهلهم بشيء ما. فقد قال ما يقرب من ثلثهم (29في المائة) إنهم يستخدمون الذكاء الاصطناعي لتعلم مهارات جديدة دون الإفصاح عن ذلك. ويُعدّ المديرون أكثر عرضةً لهذا الأمر: إذ اعترف 32 في المائة منهم بأنهم يتعلمون سراً.

وبشكل عام، قال 69 في المائة من الموظفين إن استخدام الذكاء الاصطناعي حسّن إنتاجيتهم، وقال أكثر من 55 في المائة إنه ساعدهم على الشعور بمزيد من الثقة في وظائفهم.

الذكاء الاصطناعي نقطة انطلاق

ومع ذلك، فبينما يستخدم الموظفون الذكاء الاصطناعي بوضوح لسدّ فجوة ما، فإنهم ليسوا راضين تماماً عن قدراته التعليمية. فقد قال 7 في المائة فقط من الموظفين إنهم يشعرون بأن تعلم المهارات من الذكاء الاصطناعي كافٍ، وقال 39 في المائة إنهم يعدّون التدريب الذي يحصلون عليه من الذكاء الاصطناعي نقطة انطلاق لمزيد من التعلم.

الذكاء الاصطناعي يحفّز للانخراط في دورات تدريبية

أفاد ما يقارب نصف المشاركين (48 في المائة) بأنهم التحقوا بدورات تدريبية بعد أن عرّفهم الذكاء الاصطناعي على مواضيع معينة رغبوا في استكشافها بتعمق. والأكثر إثارة للإعجاب، أن 80 في المائة من العاملين أكدوا استمرارهم في التعلم بشكل أو بآخر بعد تعلمهم شيئاً ما باستخدام الذكاء الاصطناعي.

مع أن الذكاء الاصطناعي قد لا يحل محل التدريب العملي تماماً، فإنه يمثل حالياً نقطة انطلاق لغالبية العاملين الساعين لاكتساب مهارات جديدة.

* مجلة «فاست كومباني»