طلاب الجامعات والذكاء الاصطناعي: أداة المستقبل.. أم رأس الأخطاء القاتلة؟

أكثر من 80 % منهم يستخدمونه في الدراسة

طلاب الجامعات والذكاء الاصطناعي: أداة المستقبل.. أم رأس الأخطاء القاتلة؟
TT

طلاب الجامعات والذكاء الاصطناعي: أداة المستقبل.. أم رأس الأخطاء القاتلة؟

طلاب الجامعات والذكاء الاصطناعي: أداة المستقبل.. أم رأس الأخطاء القاتلة؟

بالنسبة لكثير من طلاب الجامعات، أصبح الذكاء الاصطناعي جزءاً من الحياة اليومية.

مع ذلك، يُمثل التبني اليومي الواسع النطاق لأدواته تناقضاً صارخاً مع ما كان عليه الحال قبل عامين: فعندما طرحت «أوبن إيه آي» روبوت الدردشة الخاص بها للجمهور لأول مرة في عام 2022، أثارت فكرة الذكاء الاصطناعي في البيئات المدرسية جدلاً حاداً حول كيفية استخدام هذه التكنولوجيا في الفصول الدراسية، إنْ استخدمت أصلاً... ولكن وبعد ثلاث سنوات فقط، انتشر استخدامها بسرعة، كما كتبت ماريا خوسيه غوتيريز تشافيز (*).

80 - 90 % من الطلاب يستخدمونه يومياً

أظهرت دراسة وطنية حديثة أجرتها شركة «غرامرلي» Grammarly أن 87 في المائة من طلاب التعليم العالي يستخدمون الذكاء الاصطناعي في دراستهم، و90 في المائة يستخدمونه في حياتهم اليومية، حيث يقضون 10 ساعات أسبوعياً في المتوسط، بينما توصلت دراسة أخرى أجراها مجلس التعليم الرقمي إلى نتائج مماثلة، حيث وجدت أن 86 في المائة من الطلاب حول العالم يستخدمون الذكاء الاصطناعي في دراستهم.

ومع ذلك، لا تزال الكليات لا تطبق معايير موحدة لما يُعدُّ استخداماً مقبولاً للذكاء الاصطناعي وما يُعدّ محظوراً. وفي مختلف التخصصات والجامعات في الولايات المتحدة، اكتشفت «غرامرلي» أيضاً أنه بينما يقول 78 في المائة من الطلاب إن مدارسهم لديها سياسة للذكاء الاصطناعي، يقول 32 في المائة إن هذه السياسة هي عدم استخدامه. وأعرب ما يقرب من 46 في المائة من الطلاب عن قلقهم من الوقوع في مشاكل بسبب استخدامهم الذكاء الاصطناعي.

قلق طلابي مشروع

على سبيل المثال، قد يكون استخدام الذكاء الاصطناعي لتحليل المواضيع المعقدة التي تُناقش في الفصل الدراسي أمراً مقبولاً بشكل عام، لكن استخدام «تشات جي بي تي» لتحرير مقال قد يثير بعض التساؤلات.

المهارة الأكثر طلباً

في هذه الأثناء، وبينما يتفاعل الطلاب مع العالم الحقيقي ويدرسون خياراتهم المهنية، يشعرون بأنهم سيتخلفون عن الركب إذا لم يطوّروا خبرتهم في الذكاء الاصطناعي، خاصةً مع إتمامهم فترات التدريب، حيث يُقال لهم ذلك وجهاً لوجه. وقد وُصفت معرفة الذكاء الاصطناعي بأنها المهارة الأكثر طلباً للعاملين في عام 2025.

وهذا ما يُثير مشاعر متضاربة بين طلاب الجامعات، الذين يجدون أنفسهم عالقين بين محاولة اتباع مجموعتين مختلفتين من القواعد في آنٍ واحد.

استطلاع آراء طلاب الجامعات

لفهم مدى تأثير الذكاء الاصطناعي على حياة الشباب؛ تواصلت شركة «فاست كومباني» مع طلاب جامعيين في جميع أنحاء البلاد لمعرفة كيفية تعاملهم مع هذه المتطلبات المتضاربة. وقد وجدنا أنه مع استمرار تطور التكنولوجيا الجديدة، فإنها تحفر مكاناً لها في حياة طلاب الجامعات - سواءً شاء الكبار (أو الطلاب أنفسهم) ذلك أم أبوا.

وفي هذا المقال المتميز، ستتعرف على:

الطرق الإبداعية التي يدمج بها طلاب الجيل «زد» الذكاء الاصطناعي في حياتهم ليصبحوا بارعين فيه، حتى لو لم يتمكنوا من استخدامه في دراساتهم. والجيل زد (Generation Z) هم الأفراد الذين وُلدوا بين منتصف التسعينات وأوائل العقد الثاني من الألفية، وعادةً ما يمتد تاريخ ميلادهم بين عامي 1997 و2012. ويتميز هذا الجيل بكونه الجيل الرقمي الأصلي.

• لماذا بدأت شعبية الذكاء الاصطناعي بصفته مساعدَ برمجة تُغير نظرة الجامعات إليه في الصفوف الدراسية؟

• كيف يُحقق الطلاب الحاليون والجدد التوازن بين أساليب التعليم التقليدية والحديثة؟

رفيق يومي

استخدام الطلاب «تشات جي بي تي»:

- مات كوبر، لاعب جامعة ولاية أوهايو، اكتشف طرقاً جديدة لدمج التكنولوجيا في حياته. يقول: «لقد ساعده الذكاء الاصطناعي بشكل لا بأس به، بطرق لا يتوقعها الناس عادةً»... من إنشاء نوتات موسيقية، إلى مساعدته في حفظ السلالم الموسيقية الكبرى وقراءة المفاتيح، أصبح «جي بي تي» مدربه الافتراضي الموثوق. يقول: «في غضون 20 ثانية، يمكنه إنشاء نوتة موسيقية كاملة للتدرب على أي مستوى صعوبة»، وعلاوة على ذلك، يقوم روبوت الدردشة بكل ذلك مجاناً.

- كايتلين كونواي، طالبة في السنة الأخيرة بجامعة لويولا ماريماونت في لوس أنجليس، عادت إلى الجامعة بعد فترة تدريب بدوام كامل في مجال التسويق، وجدت أن الحياة الجامعية أشبه بصدمة ثقافية عكسية بعد خروجها من سوق العمل. لكنها وجدت روبوتات الدردشة سهلة الاستخدام مثل «جي بي تي» مفيدة في إضافة المزيد من التنظيم لأيامها. تقول كونواي: «أستخدمه لإنشاء جدول زمني. على سبيل المثال: (أريد هذا القدر من الوقت للدراسة، ولأداء واجباتي المدرسية، وحضور حصة يوغا)، وسيُخرج لي جدولاً زمنياً سهلاً لأتبعه».

- مليحة محمود، طالبة في السنة الأخيرة في إدارة الأعمال والإعلان بجامعة فلوريدا، تستخدم الذكاء الاصطناعي لتبسيط المهام اليومية خارج الفصل الدراسي. تطلب من «جي بي تي» إعداد سلسلة من الوصفات باستخدام المكونات المتبقية في ثلاجتها (بدلاً من الاعتماد على الوجبات سريعة التحضير كما فعلت أجيال من طلاب الجامعات قبلها). أما في المدرسة، فتعتمد مليحة على الذكاء الاصطناعي بصفته معلمة خاصة، مستعدة للإجابة عن الأسئلة في أي وقت. تقول: «أطلب من الذكاء الاصطناعي أن يُبسّط لي مفهوماً ما كما لو كان يتحدث إلى طالب في المرحلة الإعدادية لفهمه بشكل أفضل».

أدوات «غوغل» و«مايكروسوفت»

• استخدام «غوغل نوتبوك» الذكي. كما ذكر كثير من الطلاب أداة Google Notebook LM، وهي أداة ذكاء اصطناعي تساعد في تحليل المصادر التي تُحمّلها، بدلاً من البحث على الإنترنت عن إجابات. يمكن للطلاب تحميل ملاحظاتهم وقراءاتهم المطلوبة ومذكراتهم على المنصة، وطلب من «نوتبوك إل إم» إنشاء ملخصات صوتية مخصصة بأصوات بشرية.

ومع ذلك، غالباً ما كانت اداة الذكاء الاصطناعي تُدرّس خارج الفصول الدراسية، في بيئة العمل. يقول كثير من الطلاب إنه لم يُسمح لهم باستخدام الذكاء الاصطناعي فحسب، بل شُجِّعوا على استخدامه خلال فترة تدريبهم. وتقول أنيكا تشاكرافارتي، طالبة في السنة الأخيرة بجامعة نيويورك، إنها شعرت في أول تدريب لها في شركة علاقات عامة متخصصة في التكنولوجيا، بأنه «لكي تكون شخصاً ناجحاً، عليك أن تُتقن الذكاء الاصطناعي؛ لذا هناك توتر في هذا الجانب أيضاً».

وتتفق مليحة محمود مع تجربة تشاكرافارتي. وتقول: «خلال فترة تدريبي، شُجِّعت على استخدام الذكاء الاصطناعي». «في البداية، ظننت أنه بديل، أو أنه لا يسمح لنا بالتفكير النقدي. (لكن) كان موفراً للوقت بشكل كبير».

استخدام «مايكروسوفت كوبايلوت». استخدمت مليحة محمود برنامج Copilot من «مايكروسوفت» لنسخ الاجتماعات تلقائياً، وتدوين الملاحظات، وإرسالها إلى المشاركين - وهي مهام كان المتدربون يقومون بها يدوياً في الماضي. كل هذا بعيد كل البعد عن الطريقة التي رُوِّض بها طلاب الجامعات للنظر إلى الذكاء الاصطناعي بوصفه سبباً محتملاً للطرد.

ماضٍ وحاضرٍ متقلبان

نشأ جيل الجامعات اليوم على قلق الانتحال. كان عالمهم قبل اختبار «جي بي تي» يتضمن إعادة التحقق من الاستشهادات واللجوء إلى برامج التحقق من الانتحال عبر الإنترنت.

يقول غرانت دوترو، خريج الاقتصاد والاتصالات حديثاً من كلية ويتون في إلينوي: «كنت أقول لنفسي: (لا أريد التطرق لهذا؛ لأنني لا أريد أن أُتهم يوماً بالانتحال). بالتأكيد، قد يُنظر إليه على أنه أمر محظور للغاية».

على الرغم من أن أكثر من نصف الطلاب يستخدمون الذكاء الاصطناعي بشكل روتيني الآن، فإنه لم يكن دائماً موضع ترحيب - خاصة للطلاب الذين بدأوا دراستهم الجامعية دون استخدام الذكاء الاصطناعي. أعرب معظم الطلاب الذين تمت مقابلتهم عن ترددهم في البداية تجاه الذكاء الاصطناعي؛ بسبب ذلك الخوف المعروف من التعرض للانتحال.

لعقود، أُخبر الطلاب أنهم قد يواجهون عواقب وخيمة عند استخدامهم الإنترنت لتنزيل مقالات جاهزة، أو نسخ مواد من كتب أو مدونات، وغيرها. ومع تقدم التكنولوجيا، ازدادت فرص الانتحال، لا سيما مع ظهور خدمات مثل TurnItIn، التي تُحدّد المصادر المنسوخة وغير المُستشهد بها في المقالات.

على الرغم من أن الكليات تمكنت من اللحاق بوضع الإرشادات المناسبة، فإن السياسات غالباً ما تكون مُقيدة أو غير واضحة أو متروكة للمدرسين. بالنسبة لكثير من المعلمين، فإن سياسات الذكاء الاصطناعي في فصولهم الدراسية ليست شاملة؛ ما يُربك الطلاب وقد يُوقعهم في مشاكل عن غير قصد.

وبالنسبة للطلاب الذين تعتمد سياستهم على أساس كل مُدرّس على حدة، قد يعني هذا أحياناً أن الطلاب الذين يدرسون المقرر الدراسي نفسه، ولكن مع أساتذة مختلفين، قد تكون لديهم تجارب مختلفة تماماً مع الذكاء الاصطناعي، على الأقل في الفصل الدراسي.

غموض السياسات الدراسية

تقول جيني ماكسويل، رئيسة قسم التعليم في «غرامرلي»: من غير المفهوم أخلاقياً بالنسبة لي ألا تُولي مؤسسة كبيرة اهتماماً بالغاً لتحديد سياساتها، والتأكد من اتساقها داخل الأقسام». وأضافت: «نظراً لعدم وضوح المؤسسة بشأن سياستها؛ فإن طلابها يتضررون بسبب هذا النقص في التواصل».

في حين يبدو أن استخدام الذكاء الاصطناعي في المدارس يتراجع تدريجياً بين الطلاب، فإنه يتراجع بالتأكيد في بيئة العمل. قال بعض الطلاب الذين أكملوا تدريباً عملياً أخيراً إنه لم يُسمح لهم باستخدام الذكاء الاصطناعي في العمل فحسب، بل شُجِّعوا على ذلك أيضاً (وبالفعل، يُوصي الخبراء الخريجين الجدد بتطوير مهاراتهم في مجال الذكاء الاصطناعي، بينما يقول واحد من كل ثلاثة مديرين إنهم سيرفضون توظيف مرشحين لا يمتلكون مهارات الذكاء الاصطناعي).

طريقة جديدة للتعلم

إن الرسائل المتضاربة حول أن «الذكاء الاصطناعي يُوقعك في المشاكل» وأن «الذكاء الاصطناعي هو المستقبل» تُعقّد وجود التكنولوجيا في حياة طلاب الجامعات، سواءً في الصف الدراسي أو خلال التدريب أو في السكن الجامعي. ولكن بالنسبة للكثيرين، تُغيّر هذه التكنولوجيا ببساطة شكل التعلم.

على سبيل المثال، ربما كان إطار تقييم نجاح الطلاب يعتمد على المقالات في الماضي. ولكن اليوم، قد يكون من الأنسب تقييم كلٍّ من المقالة وعملية الكتابة باستخدام التكنولوجيا، كما تقول ماكسويل.

أما الكثير من الطلاب فيقولون إن المعايير تتغير لقياس تعلمهم بالفعل. وأوضحت كلير شو، طالبة الهندسة السابقة في جامعة تورنتو التي تخرجت عام 2024، أنها عندما بدأت دراستها الجامعية، تعلمت أساسيات البرمجة في الوقت نفسه الذي أثار فيه الذكاء الاصطناعي اهتمام أساتذتها. تعلمت بالطريقة «التقليدية» بينما شجعها بعض معلميها على تجربة التقنيات الحديثة. ومع ذلك، لم تبدأ شو باستخدام الذكاء الاصطناعي في المدرسة إلا في عامها الرابع. الآن، تعتقد أنه يمكن تحقيق التوازن بين المدرسة القديمة والمدرسة الحديثة. تقول شو: «يُسمح لك باستخدام أدوات الذكاء الاصطناعي؛ لذا فقد تم رفع مستوى هذا النوع من مهام البرمجة». يشير هذا إلى تحول كبير: في الأوساط الأكاديمية، حيث كان الذكاء الاصطناعي (وفي كثير من الحالات، لا يزال) محظوراً، يتم تبنيه أيضاً، حتى في الصف الدراسي.

تعلم المهارات الأساسية... قبل الذكاء الاصطناعي

ولكن الآن بعد أن أصبح الذكاء الاصطناعي أداة متوقعة، فقد زادت صعوبة مهام البرمجة، كما تقول؛ ما أدى إلى مشاريع أكثر تقدماً في مرحلة مبكرة من حياة الطالب المهنية. وبينما قد يكون هذا مثيراً، ويمثل تحضيراً رائعاً للمستقبل، لا تزال شو تُسلّط الضوء على ضرورة فهم الأساسيات - المهارات التي تتعلمها بنفسك دون مساعدة الذكاء الاصطناعي - قبل الاندفاع. وأوضحت قائلةً: «هناك لحظات معينة لا نزال نحتاج فيها إلى اختبار المهارات الأولية لشخص ما من خلال إعداد بيئات لا تتوفر فيها أدوات الذكاء الاصطناعي»، في إشارة إلى الامتحانات الشخصية التي لا تتوفر فيها أدوات الذكاء الاصطناعي.

تخيل الأمر كما لو كنت تتعلم قيادة السيارة ذات ناقل الحركة اليدوي، بينما توجد السيارات الأوتوماتيكية - فدمج الذكاء الاصطناعي مع أساليب التدريس التقليدية قد يُنشئ تعليماً أكثر شمولية. وبالمثل، بالنسبة لطلاب العلوم الإنسانية، يقوم بعض المدربين بتدوين ملاحظات من الكتب القديمة لقياس هذه «المهارات الأولية»، مثل المناظرة والتواصل والتفكير النقدي أو كتابة نصوص بخط اليد.

يعلم طلاب الجامعات أن الذكاء الاصطناعي لن يختفي. على الرغم من أن الجميع - طلاباً ومعلمين ومدارس ومديرين - لا يزالون يتعثرون في طريقهم نحو تبنيه، فإن بعض جوانب تجربة الدراسة الجامعية قد لا تُنسى.

* مجلة «فاست كومباني» - خدمات«تريبيون ميديا»


مقالات ذات صلة

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)
الاقتصاد شعار شركة «أبل» على مبنى في مانهاتن (د.ب.أ)

بين إرث كوك وطموح تيرنوس... 7 ملفات شائكة تحدّد مستقبل «أبل»

في لحظة فارقة قد تغير خريطة قطاع التكنولوجيا العالمي، أعلنت شركة «أبل»، الثلاثاء رسمياً تنحي تيم كوك عن منصبه مديراً تنفيذياً.

«الشرق الأوسط» (كوبيرتينو (كاليفورنيا))

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»


لسانك لا يكذب… «بصمة تنبئية» للأمراض

حين يقرأ الذكاء الاصطناعي ما لا تراه العين
حين يقرأ الذكاء الاصطناعي ما لا تراه العين
TT

لسانك لا يكذب… «بصمة تنبئية» للأمراض

حين يقرأ الذكاء الاصطناعي ما لا تراه العين
حين يقرأ الذكاء الاصطناعي ما لا تراه العين

في حضارات وادي الرافدين، حيث تشكّلت البدايات الأولى للطب المنهجي، لم يكن التشخيص يعتمد على أجهزة، أو تحاليل مختبرية، بل على ملاحظة الجسد نفسه. كان الطبيب ينظر، ويتأمل التفاصيل التي قد تبدو عابرة، ومن بينها اللسان.

حين كان اللسان مفتاح التشخيص

معاينة اللسان

لم يكن طلب الطبيب من المريض أن يمد لسانه إجراءً شكلياً، بل خطوة أساسية في قراءة ما يجري داخل الجسد: تغيّر اللون، جفاف السطح، أو ظهور طبقة غير طبيعية؛ كلها إشارات ذات دلالة تُفسَّر ضمن فهم مبكر للصحة والمرض.

اليوم، يعود هذا المشهد القديم بصيغة مختلفة تماماً. فبدل أن يقف الطبيب وحده أمام المريض، تقف معه خوارزميات الذكاء الاصطناعي، وتحلل صورة اللسان بدقة رقمية، وتبحث عن أنماط قد لا تراها العين البشرية. فهل يمكن أن يعود التشخيص القديم... عبر أكثر أدوات العصر تطوراً؟

خريطة بيولوجية مصغّرة

يُعد اللسان من أكثر أعضاء الجسم ثراءً بالمعلومات البيولوجية، فهو يعكس حالة الدورة الدموية، ومستوى الترطيب، والتوازن البكتيري في الفم، بل وحتى بعض الاضطرابات الجهازية. فاللون الشاحب قد يرتبط بفقر الدم، والاحمرار الزائد بالالتهاب، في حين أن الطبقة البيضاء أو الصفراء قد تعكس تغيّرات في الميكروبيوم الفموي، ذلك العالم المجهري الذي يعيش على سطح اللسان.

بهذا المعنى لم يعد اللسان مجرد عضو للكلام، أو التذوق، بل نافذة حيوية على توازن داخلي معقّد.

حين يلتقي الميكروبيوم بالخوارزمية

في السنوات الأخيرة بدأ الباحثون ينظرون إلى اللسان باعتبار أنه نظام بيئي متكامل يرتبط فيه الميكروبيوم الفموي بعدد من الأمراض المزمنة... من السكري وأمراض القلب، وصولاً إلى اضطرابات أيضية معقّدة.

اضطرابات الكبد والأمراض المزمنة

في هذا السياق أظهرت دراسة نُشرت عام 2025 في مجلة «Chinese Medicine»، بقيادة فريق بحثي من الصين، أن تحليل صور اللسان باستخدام الذكاء الاصطناعي وربطها بتركيب الميكروبيوم يمكن أن يكشفا أنماطاً دقيقة مرتبطة باضطرابات في وظائف الكبد، مع قدرة لافتة على التمييز بين الحالات المرضية.

وفي تطور أحدث، طرح باحثون عام 2026 مفهوماً جديداً عُرف بـ«عمر اللسان» (Tongue Age)، يجمع بين تحليل مظهر اللسان وتركيب الميكروبيوم، لتقدير العمر البيولوجي، ومخاطر الإصابة بأمراض مزمنة.

اللسان «بصمة تنبئية»

وتشير هذه الأبحاث إلى أن اللسان قد يحمل بصمة تنبئية لصحة الإنسان تتجاوز الفحص الظاهري التقليدي. وأظهرت أبحاث حديثة من جامعة ستانفورد في الولايات المتحدة أن الدمج بين الصور الطبية والبيانات الحيوية يفتح آفاقاً جديدة لاكتشاف الأمراض قبل ظهور أعراضها بسنوات.

هنا لا تتحدث الخوارزمية بلغة التشخيص التقليدي، بل بلغة الأنماط الخفية، أنماط لم نكن نبحث عنها، لكنها كانت موجودة طوال الوقت.

حين ينتقل التشخيص إلى الهاتف

من الملاحظة إلى النمط

الفرق بين الطبيب القديم والخوارزمية الحديثة ليس في المبدأ، بل في الاتساع. الطبيب يرى إشارة واحدة، ويؤولها ضمن خبرته، أما الذكاء الاصطناعي فإنه يرى آلاف الإشارات في اللحظة نفسها، ويربط بينها داخل شبكة معقّدة من العلاقات.

وبينما كان التشخيص قائماً على الملاحظة المدعومة بالحدس، أصبح اليوم قائماً على البيانات المدعومة بالخوارزميات.

من العيادة إلى الهاتف... حين يصبح التشخيص مستمراً

لم تعد هذه التقنيات حبيسة المختبرات. فقد بدأت نماذج تحليل صور اللسان تنتقل إلى أدوات أبسط، بل وحتى إلى الهواتف الذكية. وفي هذا النموذج الجديد قد يتحول فحص اللسان من إجراء يتم داخل العيادة إلى عملية مستمرة تعمل في الخلفية، وترصد التغيرات الدقيقة قبل أن يشعر بها الإنسان.

وهنا يتغير معنى التشخيص نفسه. لم يعد حدثاً مؤقتاً، بل عملية ديناميكية لا تتوقف...

حدود الفهم... وحدود الثقة

رغم هذا التقدم، يبقى هناك فرق جوهري بين «الرؤية» و«الفهم». فالذكاء الاصطناعي قادر على اكتشاف الأنماط، لكنه لا يدرك السياق الإنساني الذي يمنح هذه الأنماط معناها.

قد يشير تغيّر في اللسان إلى مرض كامن، لكنه قد يكون أيضاً نتيجة غذاء معيّن، أو حالة عابرة. وهنا يظل دور الطبيب محورياً، ليس في رؤية العلامة فقط، بل في فهمها، وتفسيرها ضمن سياق الإنسان الكامل.

بين وادي الرافدين والذكاء الاصطناعي

إذا عدنا إلى الوراء، نجد أن أطباء وادي الرافدين أدركوا أن الجسد يرسل إشارات خفية، وأن مهمة الطبيب هي قراءتها. اليوم يعيد الذكاء الاصطناعي إحياء هذه الفكرة، لكن بدقة أعلى، ونطاق أوسع. ومع ذلك يبقى السؤال الجوهري كما كان: من يقرأ الإشارة... ومن يفهمها؟

الخلاصة: ما الذي لم نتعلم قراءته بعد؟

في زمن أصبح فيه الهاتف قادراً على تحليل صورة اللسان، لم يعد التشخيص حكراً على العيادة. لكن هذا التقدم يطرح سؤالاً أعمق: هل أصبحنا نرى أكثر... أم نفهم أقل؟

فاللسان، كما كان قبل آلاف السنين، لا يكذب. لكن التحدي الحقيقي لا يكمن فيما يكشفه، بل في قدرتنا على تفسيره. ولهذا، لم يعد السؤال: ماذا يخبرنا اللسان؟ بل أصبح: ما الذي تراه الخوارزميات فيه... ولم نتعلم بعد كيف نقرأه نحن؟