9 طرق لاستخدام الذكاء الاصطناعي في البحث المتعمق

تقارير موثّقة واسعة خلال دقائق

9 طرق لاستخدام الذكاء الاصطناعي في البحث المتعمق
TT

9 طرق لاستخدام الذكاء الاصطناعي في البحث المتعمق

9 طرق لاستخدام الذكاء الاصطناعي في البحث المتعمق

يشهد مجال البحث بالذكاء الاصطناعي تحولاً سريعاً، فأدوات «البحث المتعمق» الجديدة من «تشات جي بي تي ChatGPT»، و«جيميناي Gemini» و«بيربليكسيتي Perplexity» تبحث وتجمع المعلومات بشكل مستقل من عشرات -بل مئات- المواقع، ثم تُحللها وتُركّبها لإنتاج تقارير شاملة.

تقارير موثّقة واسعة خلال دقائق

وبينما قد يستغرق الإنسان أياماً أو أسابيع لإنتاج هذه التقارير المدعومة بالاستشهادات، والمكونة من 30 صفحة، فإن تقارير البحث المتعمق بالذكاء الاصطناعي تكون جاهزة في دقائق.

وبينما تقدم أدوات الذكاء الاصطناعي التقليدية إجابات معزولة لأسئلة محددة، تُجري أدوات البحث المتعمق تحقيقات متطورة من خلال عشرات عمليات البحث المترابطة. ويشابه هذا الأمر، الفرق بين مراجعة سريعة للمراجع ورحلة بحث شاملة.

طرق البحث المتعمق

وهناك تسع طرق عملية لاستخدام الذكاء الاصطناعي في البحث المتعمق.

إن أدوات البحث بالذكاء الاصطناعي تتألق عندما تحتاج إلى معلومات شاملة حول مواضيع معقدة.

إليك بعض حالات الاستخدام المحددة التي تتفوق فيها:

نتائج البحث لتخطيط رحلة

1. تصميم مسارات رحلات مخصصة

أَنشئ خطط سفر مفصَّلة وشخصية من خلال تحديد وجهتك، وتواريخها، وتفضيلاتك للأنشطة، وميزانيتك، واهتماماتك الثقافية، وأي شيء آخر مهم لك.

غالباً ما تكشف مسارات الرحلات المُولّدة بواسطة الذكاء الاصطناعي عن كنوز غير متوقعة... استخدم النتائج نقطة انطلاق لتحديد الاحتمالات المثيرة للاهتمام، ثم تابع ببحث مُستهدف.

• حدِّد تفضيلاتك الغذائية، واحتياجاتك من حيث إمكانية الوصول، وذوقك في أماكن الإقامة والمطاعم والترفيه، للحصول على توصيات أكثر تخصيصاً. يمكنك بنص حول هذا الموضوع لإعادة استخدامه.

• استخدم استعلامات المتابعة للحصول على مزيد من التفاصيل حول المعالم السياحية أو الأنشطة التي تجذبك، أو لمقارنة مسارات الرحلات المحتملة.

قارن النتائج من «شات جي بي تي» و«جيميناي» و«بيربليكسيتي» و«كوبايلوت».

2. إعداد التقارير حول المؤسسات

احصل على معلومات أساسية شاملة عن الشركات والمنظمات غير الربحية أو أي مؤسسة في دقائق بدلاً من البحث بين عشرات نتائج البحث.

• قارن بين المؤسسات المماثلة أو المنافسة.

• حدد التنسيق. ربما ترغب في تنسيق دراسة حالة، أو تقرير موضوعي، أو تاريخ زمني، أو تحليل سياق الصناعة.

• حدد مقاييس مهمة مثل تاريخ التمويل، وأنماط نمو الإيرادات، وتغييرات القيادة، واتجاهات التغطية الإعلامية، والدعاوى القضائية، أو أي شيء آخر يهمك. قد تكون البيانات نادرة للمؤسسات الخاصة التي تحتفظ بسجلات سرية، لذا اقرأ النتائج بتشكك.

• نصيحة متقدمة: انسخ مقتطفات من تقارير البحث العميق إلى «كلاود Claude» لتحويلها إلى لوحات معلومات مرئية -بما في ذلك الرسوم البيانية والعناصر التفاعلية- باستخدام «Claude Artifacts» يمكنك مشاركة هذه المعلومات مع زملائك.

شاهد: فيديو غريس ليونغ المفيد يوضح كيفية وسبب تجربة ذلك.

شخصيات بارزة ومفاهيم معقدة

3. البحث عن شخصيات بارزة

استكشف خلفيات الشخصيات الإخبارية، أو التاريخية، أو حتى الخيالية. اطلب معلومات محددة، مثل ظهور الشخصية في البودكاست، أو فيديوهات «يوتيوب»، أو الأعمال المنشورة، لبناء فهم شامل للشخص.

• اسأل عن الروابط بين الشخص ومعاصريه المؤثرين.

• اطلب تفاصيل عن الخلفية الأقل شهرة أو المساهمات التي غالباً ما يتم تجاهلها.

• حدد فترات زمنية للتركيز على مراحل أو عصور حياتية معينة.

4. استكشف المفاهيم المعقدة

تعرّف على مواضيع معقدة في أي مجال -من علم النبات إلى رأس المال الاستثماري- من خلال تفسيرات مبنية على الذكاء الاصطناعي، مصمَّمة خصيصاً لمستوى معرفتك.

• اطلب أمثلة من العالم الواقعي، وتشبيهات، وحكايات، واقتباسات، ومفاهيم خاطئة شائعة، وشروحات خطوة بخطوة.

• اطلب اختبارات أو أسئلة للنقاش لاختبار فهمك.

• بعد قراءة التقرير، أنشئ مُعلّم ذكاء اصطناعي باستخدام روبوت «جي بي تي» مُخصّص لاحتياجاتك، أو «Gemini Gem»، أو «Poe» لتعزيز فهمك.

* مثال: تطبيقات الذكاء الاصطناعي في التشخيص الطبي عبر «جيميناي» و«بيربليكسيتي».

نتائج البحث عن منطقة «كوليدج كورنر» في بروكلين بماساتشوستس

استكشاف التاريخ وفك رموز الأعمال الثقافية

5. اكتشف الأماكن بعمق

استكشف الأهمية التاريخية للمكان، أو تطوره الثقافي، أو هندسته المعمارية، أو فنه، أو موسيقاه، أو أدبه، أو تاريخه الاقتصادي، أو الاجتماعي، أو السياسي.

أجد أن هذا السياق الأكثر ثراءً وتخصيصاً قد يكون أكثر تأثيراً من دليل سفر عام.

• اسأل عن أحداث محلية غير معروفة، أو معالم سياحية خفية، أو شخصيات بارزة.

• حدّد اهتمامك بالموضة، أو الهندسة المعمارية، أو التاريخ، أو الرياضة، أو أي شيء آخر.

• كما يمكنك السؤال عن المنتجات أيضاً: احصل على معلومات أساسية عن ثلاجة أو بيانو قد يناسبان منزلك.

* مثال: ساعدني في التعرّف على منطقة«كوليدج كورنر» في بروكلين، ماساتشوستس.

6. فك رموز الأعمال الثقافية

اكتسب رؤى ثاقبة حول الكتب، واللوحات، والموسيقى، أو غيرها من الأعمال الإبداعية من خلال استكشاف التحليلات النقدية، والسياق التاريخي، وتفسيرات الخبراء. يُجدي هذا نفعاً بشكل خاص عندما تكون في منتصف قراءة كتاب أو بعد أن صادفت للتو عملاً فنياً مثيراً للاهتمام.

في متحف متروبوليتان للفنون الأسبوع الماضي، رأيتُ تماثيل أبراج من عهد أسرة تانغ، وطلبتُ من الذكاء الاصطناعي مساعدتي في التعرف عليها. (مزيد من المعلومات وصورة مُولّدة).

* تنبيه: بصفتي شخصاً غير خبير أتعلم شيئاً جديداً، لا أمتلك دائماً القدرة على تقييم مزايا تحليل الذكاء الاصطناعي. في حال الشك، من المفيد ذكر المصادر لتقييم جودة المعلومات.

• اطلب معلومات حول تأثير العمل الفني على الفنانين أو الحركات الفنية اللاحقة.

• اطلب تحليلاً للابتكارات التقنية أو عناصر الأسلوب.

• قارن تفسيرات الكتاب أو المسرحية أو القصيدة أو العمل الفني أو المقطوعة الموسيقية من فترات زمنية أو سياقات ثقافية مختلفة.

* مثال: ساعدني في تعميق تقديري لكونشيرتو الكمان الخامس لموزارت.

مناظرات ومنازعات واستكشاف التوجهات الحديثة

7. تحليل المناظرات والخلافات

• استكشف الخلافات المعقدة من وجهات نظر متعددة.

ناقش النزاعات الدولية، والمناظرات الأخلاقية، والقضايا المحلية.

يمكن لتقارير البحث العميق أن تعرض وجهات نظر متعددة مع أمثلة وأدلة لتعميق فهمك للفروق الدقيقة. يمكنك أيضاً طلب اقتباسات بارزة وقائمة قراءة مشروحة.

• اسأل عن كيفية تطور النقاش مع مرور الوقت، ومن شارك فيه.

• حدد أنك تريد حججاً قائمة على الأدلة من تخصصات متعددة.

• اسأل عن نقاط التشابه بين وجهات النظر المتعارضة.

* مثال: هل يُحدث الفن التوليدي ثورة في الإبداع أم يُقلل من قيمته؟

8. استكشاف التوجهات الحديثة

• ابحث في التوجهات اللغوية أو السياسية أو المتعلقة بالموضة أو الرياضة أو الفنون أو الأعمال أو الثقافة في مكان أو فترة معينة، أو قارن الاتجاهات عبر الثقافات.

• اطلب رؤى تنبؤية حول كيفية تطور هذا التوجه.

• أدرج في أسئلتك المباشرة الاتجاهات المعاكسة أو النقاد.

• اطلب تصورات للبيانات إذا كان لهذا التوجه جوانب كمية.

* مثال: ما أفضل برامج تدريب الذكاء الاصطناعي للصحافيين حول العالم؟

9. ادرس السياق التاريخي

• استكشف الأحداث التاريخية من منظورات متعددة -سياسية واقتصادية واجتماعية وثقافية.

• وجّه مساعد أبحاث الذكاء الاصطناعي لديك للتركيز على نطاقات زمنية محددة، إنْ وُجدت.

• اطلب منه الاستناد إلى مصادر متنوعة من بلدان ووجهات نظر مختلفة.

• اطلب توصيات بالمصادر الرئيسية.

• اطلب مقارنات بين بلدان أو مناطق أو فترات مختلفة.

• حدد معرفتك السابقة ليكون التقرير مُصمماً خصيصاً لسياقك.

عندما لا يكون البحث العميق خيارك الأمثل

ستخدم أدوات أخرى عندما لا تبحث عن تقرير بحث شامل، بل عن شيء سريع، أو في الحالات التالية:

• يُفضل البحث عن أسئلة واقعية بسيطة، مثل الفائزين بالجوائز أو نتائج المباريات الرياضية، باستخدام محركات بحث «غوغل» أو «بيربليكسيتي».

• الأخبار العاجلة حيث تكون المعلومات على الإنترنت محدودة.

• قد تعمل عمليات البحث متعددة الوسائط بشكل أفضل مع محركات البحث المتخصصة، مثل «Listen Notes» للعثور على ظهور شخص ما في البودكاست.

لكن، إذا كانت شبكة الإنترنت المفتوحة تفتقر إلى معلومات ذات صلة، فلا تتوقع المعجزات.

تحذيرات إضافية

• الخلاصة: تحقق من قائمة المصادر قبل التعمق في أي تقرير. عندما تعرف مصادر عالية الجودة، ارجع إليها في طلبك.

• انتبه إلى الأخطاء. تحقَّق من المعلومات في هذه التقارير، إذ إن وجود الاستشهادات لا يضمن الدقة. على سبيل المثال، قد ينشر بعض المصادر تقديرات يتعامل معها برنامج بحث الذكاء الاصطناعي على أنها بيانات نهائية.

• لا يكون البحث جيداً إلا بقدر جودة مصادره. يفتقر بعض المواضيع إلى مصادر غنية. في مثل هذه الحالات، قد تعتمد تقارير أبحاث الذكاء الاصطناعي بشكل كبير على الناشرين الذين يعتمدون على تدقيق ضعيف للحقائق أو على أساليب مُضللة.

كيفية تعزز استعلامات البحث العميق

تؤثر جودة مُوجّهك بشكل كبير على نتائجك: كن مُفصّلاً حول موضوعك، وأسباب اهتمامك، وكيفية استخدامك للمعلومات.

على عكس عمليات بحث «غوغل» القياسية التي تُقدّم فيها الكلمات الرئيسية فقط، تستفيد استعلامات البحث العميق من التوجيه المُفصّل.

• وجِّه مساعد بحث الذكاء الاصطناعي الخاص بك إلى مجالات تركيز مُحدّدة، والمصادر المُوصى بها، والسياق السابق، والتنسيق: أي كيفية عرض النتائج على أفضل وجه.

• حدّد أسلوبك وتنسيقك المُفضّل -جداول، قوائم، إيجابيات/سلبيات، نقاط.

• اطلب جداول لمقارنة الخيارات، أو قوائم إيجابيات/سلبيات للمناظرات، أو قوائم مُصنّفة لموارد مثل البودكاست ومقاطع الفيديو والكتب. يُمكنك حتى تخصيص تعقيد اللغة -تحليل مُستوى الدراسات العليا مقابل بساطة مُناسبة للمبتدئين.

• قدّم سياقاً حول معرفتك الحالية وجمهورك.

• اذكر ما تعرفه مُسبقاً. إذا كنت ستُشارك تقريراً مع زملائك، فوضّح سياق الجمهور المُحدّد. إذا كنت تريد شيئاً مختصراً، فقل ذلك.

• تحلَّ بالصبر؛ فالبحث الجيد لا يأتي فوراً.

بينما تُقدّم أداة «جيميناي» وأداة «بيربليكسيتي» نتائجهما عادةً في غضون دقائق، قد يستغرق تحليل «جي بي تي» المُعمّق نصف ساعة. وتُبرّر شمولية هذه النتائج الانتظار مقارنةً بنتائج البحث الفورية ولكن الأقل عمقاً.

* مجلة «فاست كومباني»، خدمات «تريبيون ميديا».

اقرأ أيضاً


مقالات ذات صلة

البحث المدعوم بالذكاء الاصطناعي يعاني … «مشكلة ثقة»

علوم البحث المدعوم بالذكاء الاصطناعي يعاني … «مشكلة ثقة»

البحث المدعوم بالذكاء الاصطناعي يعاني … «مشكلة ثقة»

المنصات الفائزة ستكون تلك التي تربط المستخدمين بسلاسة بتجارب حقيقية من العالم الواقعي مستخدمةً الذكاء الاصطناعي جسراً إلى محتوى بشري موثوق

«الشرق الأوسط» (واشنطن)
الاقتصاد سفينة شحن في ميناء كيلونغ (رويترز)

طلبات التصدير التايوانية تقفز لأسرع وتيرة منذ 16 عاماً بدعم الذكاء الاصطناعي

سجلت طلبات التصدير التايوانية في مارس أسرع وتيرة نمو منذ أكثر من 16 عاماً، لتبلغ مستوى قياسياً جديداً.

«الشرق الأوسط» (تايبيه )
علوم ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟

ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟

الأدوات الذكية نجحت ببراعتها مع فرد ولم تثبت فاعليتها مع مجموعات العمل

إنريكي دانس
صحتك هناك مخاوف متزايدة من استخدام روبوتات الدردشة المعتمدة على الذكاء الاصطناعي في تقديم استشارات طبية لمرضى السرطان (أ.ف.ب)

دراسة: روبوتات الدردشة تروّج لبدائل خطيرة للعلاج الكيميائي للسرطان

كشفت دراسة حديثة عن مخاوف متزايدة من استخدام روبوتات الدردشة المعتمدة على الذكاء الاصطناعي في تقديم استشارات طبية لمرضى السرطان.

«الشرق الأوسط» (لوس أنجليس)
الاقتصاد شخص يتحدث هاتفياً في أثناء مروره قرب مبنى بورصة نيويورك (إ.ب.أ)

العقود الآجلة للأسهم الأميركية ترتفع بدعم تفاؤل الذكاء الاصطناعي

ارتفعت العقود الآجلة لمؤشرات الأسهم الأميركية يوم الثلاثاء، مدعومة بتجدد التفاؤل حول قطاع الذكاء الاصطناعي، مما ساعد في تعزيز معنويات الأسواق.

«الشرق الأوسط» (نيويورك)

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»