هل يصبح «وكلاء الذكاء الاصطناعي» محرك الإنتاجية الجديد في الشركات السعودية؟

يمثل التحول الأساسي انتقال المؤسسات من استخدام الذكاء الاصطناعي في التجارب التقنية إلى توظيفه لتحقيق نتائج تشغيلية قابلة للقياس (أدوبي)
يمثل التحول الأساسي انتقال المؤسسات من استخدام الذكاء الاصطناعي في التجارب التقنية إلى توظيفه لتحقيق نتائج تشغيلية قابلة للقياس (أدوبي)
TT

هل يصبح «وكلاء الذكاء الاصطناعي» محرك الإنتاجية الجديد في الشركات السعودية؟

يمثل التحول الأساسي انتقال المؤسسات من استخدام الذكاء الاصطناعي في التجارب التقنية إلى توظيفه لتحقيق نتائج تشغيلية قابلة للقياس (أدوبي)
يمثل التحول الأساسي انتقال المؤسسات من استخدام الذكاء الاصطناعي في التجارب التقنية إلى توظيفه لتحقيق نتائج تشغيلية قابلة للقياس (أدوبي)

يؤدي تطور تقنيات الذكاء الاصطناعي وانتقالها من مرحلة التجارب التقنية إلى الاستخدامات التشغيلية الفعلية إلى بروز «وكلاء الذكاء الاصطناعي» كمفهوم جديد داخل المؤسسات الكبرى. وعلى خلاف موجات الأتمتة السابقة التي ركزت على تنفيذ مهام محددة مسبقاً، فإن هذه الأنظمة مصممة للعمل داخل سير العمل المؤسسي واتخاذ قرارات بشكل مستمر والتفاعل مع الأنظمة الرقمية في الزمن الحقيقي.

في السعودية، حيث تسارعت وتيرة التحول الرقمي في إطار «رؤية 2030»، بدأت المؤسسات تتجاوز مرحلة التجارب الأولية. لكن الانتقال من المشاريع التجريبية إلى تحقيق قيمة تشغيلية قابلة للقياس لا يزال متفاوتاً بين القطاعات المختلفة.

يقول يوسف برقاوي، الشريك في مجال الذكاء الاصطناعي والبيانات لدى «ديلويت الشرق الأوسط»، إن تبني المؤسسات لهذه الأنظمة يتقدم بسرعة، لكن مستوى النضج لا يزال غير متساوٍ. ويشرح خلال لقاء خاص مع «الشرق الأوسط» أن تبني وكلاء الذكاء الاصطناعي في المؤسسات يتقدم داخل السعودية بسرعة، لكن مستوى النضج لا يزال متفاوتاً. ورغم انتشار المبادرات، فإن عدداً محدوداً منها يرتبط حالياً بمؤشرات أداء واضحة. ويضيف برقاوي: «تشير خبرتنا في السوق، المتسقة مع نتائج استطلاع (ديلويت) حول حالة الذكاء الاصطناعي في الشرق الأوسط، إلى أن أقلية فقط من عمليات النشر اليوم وأن نحو ربع إلى ثلث المشاريع يرتبطان مباشرة بمؤشرات إنتاجية أو مؤشرات مالية واضحة».

يوسف برقاوي الشريك في مجال الذكاء الاصطناعي والبيانات لدى «ديلويت الشرق الأوسط»

الانتقال إلى مرحلة القيمة التشغيلية

بدأ التحول الفعلي يتشكل داخل المؤسسات الرائدة في المملكة العربية السعودية. فبدلاً من استخدام الذكاء الاصطناعي كأداة استكشافية أو عرض تقني، بدأت المؤسسات تربط هذه الأنظمة بنتائج تشغيلية ملموسة.

ويفيد برقاوي بأن «المؤسسات المتقدمة تتحرك اليوم إلى ما بعد مرحلة التجارب، وتربط وكلاء الذكاء الاصطناعي بنتائج إنتاجية قابلة للقياس مثل تقليص زمن العمليات، وتجنب التكاليف، وتحسين جودة الخدمات، وزيادة القدرة الإنتاجية للقوى العاملة». ويعكس ذلك تحولاً في طريقة التفكير المؤسسي تجاه الذكاء الاصطناعي. فبدلاً من اعتباره مبادرة ابتكار منفصلة، بدأت المؤسسات تتعامل معه كأداة لتحسين الأداء التشغيلي. ويرى برقاوي أن «التحول الحقيقي الجاري حالياً هو الانتقال من التجريب مع وكلاء الذكاء الاصطناعي إلى التعامل معهم باعتبارهم مساهمين قابلين للقياس في الأداء التشغيلي، وليس مجرد عروض للابتكار».

شكل جديد من الأتمتة

يختلف دور وكلاء الذكاء الاصطناعي أيضاً عن الموجات السابقة من الأتمتة. ففي حين كانت أنظمة الأتمتة التقليدية تنفذ خطوات محددة وفق قواعد ثابتة، فإن الوكلاء الذكيين يعملون داخل العمليات التشغيلية ويتخذون قرارات بشكل مستمر استناداً إلى البيانات المتاحة. ويشرح برقاوي أن وكلاء الذكاء الاصطناعي يُدخلون مفهوم اتخاذ القرار المستمر داخل سير العمل الحي. وهذا التطور يفتح المجال لتحسينات كبيرة في الكفاءة، لكنه يفرض أيضاً متطلبات تنظيمية جديدة. فهذه الأنظمة تحتاج إلى حوكمة قوية، ومراقبة آنية، وتكامل وثيق مع الأنظمة المؤسسية. ويتابع أنه على خلاف الأتمتة السابقة، تتطلب هذه الأنظمة حوكمة قوية ومراقبة في الوقت الحقيقي وتكاملاً مع الأنظمة المؤسسية، إضافة إلى وضوح في المساءلة. ويعني ذلك أن المؤسسات تحتاج إلى إعادة التفكير في نماذجها التشغيلية؛ إذ إن التحدي الحقيقي لا يكمن في التكنولوجيا نفسها بقدر ما يكمن في قدرة المؤسسات على تكييف عملياتها معها.

يختلف وكلاء الذكاء الاصطناعي عن الأتمتة التقليدية لعملهم داخل سير العمل المؤسسي واتخاذ قرارات مستمرة اعتماداً على البيانات (غيتي)

أين تظهر القيمة الأكبر؟

رغم اختلاف مستويات النضج بين المؤسسات، فإن بعض المجالات بدأت بالفعل في تحقيق فوائد تشغيلية واضحة من استخدام وكلاء الذكاء الاصطناعي. ويلفت برقاوي إلى أن أكبر قيمة ظهرت حتى الآن في العمليات التي تتسم بحجم كبير من المعاملات وقواعد واضحة. ويقول إن «أكبر قيمة جاءت من عمليات خدمة العملاء والموظفين، وإدارة خدمات تقنية المعلومات، والعمليات المالية، والعمليات المرتبطة بالامتثال». تتميز هذه المجالات بكونها كثيفة المعاملات وتعتمد على قواعد محددة وترتبط ارتباطاً وثيقاً بالأنظمة المؤسسية، وهو ما يجعلها بيئة مناسبة لاستخدام الأتمتة المتقدمة.

التوقف عند مرحلة التجارب

رغم التقدم في بعض المجالات، فإن كثيراً من مبادرات الذكاء الاصطناعي تتوقف عند مرحلة التجارب الأولية. وغالباً ما يعود السبب إلى أن هذه المشاريع تثبت الإمكانات التقنية لكنها لا تثبت القيمة التشغيلية الكاملة.

ويعزو برقاوي ذلك التوقف إلى أن معظم المشاريع «تثبت المفهوم التقني، لكنها لا تثبت القيمة التجارية الشاملة». ومن بين أبرز العوائق ضعف التكامل مع الأنظمة الأساسية داخل المؤسسات، إضافة إلى مشكلات جودة البيانات. كما تمثل مسألة الصلاحيات واتخاذ القرار تحدياً مهماً.

الحوكمة شرط أساسي للنجاح

يلعب نمط القيادة والحوكمة المؤسسية دوراً حاسماً في نجاح هذه المبادرات. فالمؤسسات التي تتعامل مع وكلاء الذكاء الاصطناعي كمشاريع جانبية غالباً ما تواجه صعوبة في توسيع نطاق استخدامها.

ويؤكد برقاوي أن «النجاح يعتمد على التعامل مع وكلاء الذكاء الاصطناعي باعتبارهم قدرة مؤسسية أساسية وليس مشروعاً جانبياً». وينوه بأن نجاح التوسع يتطلب تعاوناً بين مختلف وحدات المؤسسة، بما في ذلك الأعمال وتقنية المعلومات والأمن السيبراني وإدارة المخاطر والشؤون القانونية.

تشكل جودة البيانات والتكامل بين الأنظمة والحوكمة المؤسسية أبرز التحديات التي تحد من توسيع استخدام وكلاء الذكاء الاصطناعي (أدوبي)

البنية التحتية الرقمية في المملكة

شهدت السعودية خلال السنوات الماضية استثمارات كبيرة في البنية التحتية الرقمية، بما في ذلك الحوسبة السحابية ومراكز البيانات. ويرى برقاوي أن هذه البنية أصبحت قادرة بشكل متزايد على دعم أنظمة الذكاء الاصطناعي المتقدمة. لكنه يضيف أن تشغيل وكلاء الذكاء الاصطناعي بدرجات عالية من الاستقلالية يتطلب ضوابط مؤسسية إضافية.

ويشرح أن «البنية التحتية السحابية والرقمية في المملكة أصبحت أكثر جاهزية، لكن مستويات الاستقلالية الأعلى تتطلب ضوابط مؤسسية مثل إدارة الهوية، وواجهات البرمجة، وأدوات المراقبة، وحوكمة التكاليف».

ويختصر برقاوي التحدي بقوله إن «البنية التحتية لم تعد هي العائق الرئيسي؛ بل الجاهزية التشغيلية».

البيانات... التحدي الأكبر

رغم تطور البنية التحتية، لا تزال جودة البيانات وتكاملها تشكلان تحدياً رئيسياً أمام توسع الذكاء الاصطناعي داخل المؤسسات.

ويفيد برقاوي بأن «جودة البيانات وقابلية التشغيل البيني والحوكمة غالباً ما تكون العوامل الرئيسية التي تحد من تأثير وكلاء الذكاء الاصطناعي». وبينما تعتمد أنظمة الذكاء الاصطناعي على بيانات دقيقة ومحدثة لكي تقدم نتائج ذات قيمة، تحد الأنظمة المؤسسية المجزأة وضعف التكامل بين الأنظمة من قدرتها على العمل بكفاءة. في المقابل، يمكن أن تصبح مشاريع الذكاء الاصطناعي نفسها محفزاً لتحسين إدارة البيانات. ويضيف برقاوي أن مبادرات الذكاء الاصطناعي غالباً ما تعمل كمحفز لتحسين حوكمة البيانات وكسر الجزر المعلوماتية داخل المؤسسات.

من المتوقع أن يسهم انتشار وكلاء الذكاء الاصطناعي في تعزيز الإنتاجية وتسريع التحول الرقمي في السعودية خلال السنوات المقبلة (شاترستوك)

إعادة تشكيل طبيعة العمل

إلى جانب التحولات التقنية، تؤثر هذه الأنظمة أيضاً في طبيعة العمل داخل المؤسسات. فمع انتشار وكلاء الذكاء الاصطناعي، ينتقل دور الموظفين من تنفيذ المهام إلى الإشراف على النتائج ومعالجة الحالات الاستثنائية.

ويقول برقاوي إن «وكلاء الذكاء الاصطناعي يغيرون طريقة إنجاز العمل». ويشير إلى أن المؤسسات الناجحة تستثمر في إدارة التغيير، بما يشمل إعادة تصميم الأدوار وبناء الثقة في الأنظمة الجديدة وتدريب الموظفين على العمل معها. ويتابع: «يجب التعامل مع نشر وكيل ذكاء اصطناعي جديد كما لو كان توظيف موظف جديد، حيث يجب تدريبه على معايير المؤسسة وعملياتها وفهم سياق العمل قبل إطلاقه لتحقيق أقصى قيمة».

أهمية بناء الكفاءات المحلية

يُعد تطوير الكفاءات المحلية في مجال الذكاء الاصطناعي أحد العوامل الأساسية لضمان استدامة التحول الرقمي في المملكة. ويؤكد برقاوي أن وجود خبرات محلية أصبح ضرورة حتمية وأن التوسع المستدام يتطلب وجود كوادر محلية تفهم التنظيمات السعودية والسياق اللغوي العربي وخصوصيات القطاعات المختلفة. ومع استمرار تسارع التحول الرقمي في المملكة، يتوقع أن يلعب وكلاء الذكاء الاصطناعي دوراً مهماً في تحقيق أهداف «رؤية 2030». ويرى برقاوي أن يكون لوكلاء الذكاء الاصطناعي دور مهم في تسريع تحقيق «رؤية السعودية 2030» من خلال تحسين جودة الخدمات وزيادة الإنتاجية وتسريع العمليات التشغيلية. ومن المرجح أن يظهر التأثير الأكبر خلال السنوات الثلاث إلى الخمس المقبلة، مع دمج هذه الأنظمة بشكل أعمق داخل العمليات المؤسسية في القطاعين الحكومي والخاص.



دراسة تختبر قدرة الذكاء الاصطناعي على تقليد البشر في المحادثة

بعض نماذج اللغة الحديثة بدت بشرية بدرجة جعلت المشاركين يختارونها أحياناً على أنها الطرف الإنسان
بعض نماذج اللغة الحديثة بدت بشرية بدرجة جعلت المشاركين يختارونها أحياناً على أنها الطرف الإنسان
TT

دراسة تختبر قدرة الذكاء الاصطناعي على تقليد البشر في المحادثة

بعض نماذج اللغة الحديثة بدت بشرية بدرجة جعلت المشاركين يختارونها أحياناً على أنها الطرف الإنسان
بعض نماذج اللغة الحديثة بدت بشرية بدرجة جعلت المشاركين يختارونها أحياناً على أنها الطرف الإنسان

لم يعد اختبار آلان تورينغ عام 1950 سؤالاً نظرياً من تاريخ علوم الحاسوب. تعيد دراسة جديدة منشورة في دورية «Proceedings of the National Academy of Sciences» اختبار الفكرة في سياق نماذج اللغة الكبيرة، وخلُصت إلى أن بعض هذه النماذج يمكن أن تبدو بشرية إلى درجة تجعل المشاركين يختارونها أحياناً على أنها الإنسان الحقيقي في المحادثة.

الفكرة الأصلية للاختبار تعود إلى آلان تورينغ: هل تستطيع آلة أن تقلد المحادثة البشرية بطريقة تجعل الشخص الذي يحاورها غير قادر على التمييز بينها وبين إنسان؟ الجديد هنا أن الباحثين لم يكتفوا بسؤال عام عن قدرة الذكاء الاصطناعي على الإجابة، بل اختبروا قدرته على الظهور على أنه بشر في محادثات قصيرة ومباشرة.

محادثة ثلاثية

اعتمدت الدراسة على نسخة ثلاثية من اختبار «تورينغ»، حيث كان المشارك يتحدث في كل تجربة وفي الوقت نفسه مع طرفين عبر واجهة نصية. أحدهما إنسان والآخر نموذج ذكاء اصطناعي. وبعد خمس دقائق من المحادثة، كان عليه أن يقرر أي الطرفين هو الإنسان. وفي تجربة تكرار منفصلة، امتدت بعض المحادثات إلى 15 دقيقة.

شارك في التجارب ما يقارب 500 شخص من مجموعتين مستقلتين. طلاب من جامعة كاليفورنيا في سان دييغو ومشاركون عبر منصة «بروليفيك» (Prolific) المخصصة للأبحاث المدفوعة. هذا التصميم كان مهماً لأنه حاول اختبار النتيجة عبر أكثر من عينة، لا داخل مجموعة واحدة فقط.

نماذج أكثر إقناعاً

اختبر الباحثون أربعة أنظمة منها «GPT - 4.5» و«LLaMa - 3.1 - 405B» على أنها نماذج حديثة، إلى جانب «GPT - 4o» و«ELIZA» كونها خطوط مقارنة أقدم. وكانت النتيجة الأبرز أن «GPT - 4.5» اختير على أنه الإنسان في 73 في المائة من الحالات عندما أُعطي تعليمات لتبني شخصية بشرية معينة. أما «LLaMa - 3.1 - 405B» فاختير على أنه الإنسان في 56 في المائة من الحالات، وهي نسبة عَدّها الباحثون غير قابلة للتمييز إحصائياً عن البشر الذين قورن بهم النموذج.

في المقابل، كانت نتائج الأنظمة الأقدم أضعف بكثير. فقد اختير «ELIZA» على أنه الإنسان في نحو 23 في المائة من الحالات، بينما بلغت النسبة لـ«GPT - 4» نحو 21 في المائة. وهذا يعني أن النجاح لم يكن عاماً لكل الأنظمة، بل ارتبط بنماذج محددة وبطريقة إعدادها للمحادثة.

نجاح النماذج ارتبط بتوجيهها لتبني شخصية بشرية لا بمجرد قدرتها العامة على الإجابة عن الأسئلة (أ.ف.ب)

قوة الشخصية المصطنعة

النقطة الحاسمة في الدراسة أن النماذج لم تنجح فقط لأنها تعرف معلومات كثيرة. النجاح جاء عندما طُلب منها تبني «شخصية» بشرية محددة، بأسلوب في الحديث ونبرة وتفاصيل اجتماعية تجعلها أقل مثالية وأكثر شبهاً بالبشر.

عندما أُزيلت هذه التعليمات التفصيلية، تراجعت قدرة النماذج على الظهور كبشر بوضوح. فقد انخفضت نسبة اختيار «GPT - 4.5» إلى 36 في المائة، و«LLaMa - 3.1» إلى 38 في المائة. وهذا يشير إلى أن القدرة موجودة، لكنها تحتاج غالباً إلى توجيه واضح حول كيفية التصرف كبشر، لا مجرد القدرة العامة على الإجابة.

بكلمات أخرى، ما جعل النموذج مقنعاً لم يكن التفوق في المنطق أو الرياضيات، بل محاكاة السلوك الاجتماعي على أنه نبرة طبيعية وقدر من الدعابة وإجابات غير كاملة أحياناً وتردد أو بساطة تشبه ما يحدث في محادثة بشرية عادية.

ماذا يقيس الاختبار؟

تطرح الدراسة سؤالاً مهماً حول معنى اختبار «تورينغ» اليوم. فقد كان يُنظر إليه تاريخياً كونه اختباراً لقدرة الآلة على مضاهاة الذكاء البشري. لكن مع نماذج تستطيع الإجابة بسرعة عن عدد كبير من الأسئلة، يصبح الاختبار أقرب إلى قياس «الشبه البشري» في المحادثة، لا الذكاء بالمعنى العميق أو الفهم الحقيقي.

هذا الفرق مهم لأن نجاح النموذج في إقناع شخص بأنه إنسان لا يعني بالضرورة أنه يفهم العالم كما يفهمه الإنسان، أو يمتلك وعياً أو نية. لكنه يعني أن قدرته على تقليد أنماط التفاعل البشري أصبحت قوية بما يكفي لإرباك المستخدمين في محادثة قصيرة.

الدراسة تفتح أسئلة مهمة حول الثقة والشفافية خصوصاً عندما لا يعرف المستخدم إن كان يتحدث مع إنسان أم نظام آلي

مخاطر الثقة والخداع

أهمية النتيجة لا تقف عند حدود المختبر. فإذا كان المستخدم العادي لا يستطيع دائماً التمييز بين الإنسان والنموذج، فإن ذلك يفتح أسئلة مباشرة حول الثقة على الإنترنت. فقد تُستخدم هذه القدرة في خدمة مفيدة، مثل دعم العملاء أو التعليم أو المساعدة الشخصية. لكنها قد تُستخدم أيضاً في الاحتيال، أو التلاعب، أو حملات الإقناع السياسي والتجاري، خصوصاً إذا لم يكن الطرف الآخر يعرف أنه يتحدث مع نظام آلي.

يشير الباحثون إلى أن نماذج اللغة الكبيرة يمكن دفعها بسهولة نسبية إلى الظهور على أنها بشر عندما تُعطى التعليمات المناسبة. وهذا يجعل الشفافية أكثر أهمية، خصوصاً في المنصات التي يتفاعل فيها المستخدمون مع حسابات لا يعرفون هويتها الحقيقية.

ما الذي لا تقوله الدراسة؟

لا تقول الدراسة إن الذكاء الاصطناعي أصبح مثل الإنسان، ولا أنها تثبت وجود وعي أو فهم داخلي لدى النماذج، بل إن بعض النماذج الحديثة، في ظروف اختبار محددة، استطاعت تقليد المحادثة البشرية بما يكفي لأن يخطئ المشاركون في تحديد الطرف البشري. لذلك، القيمة الحقيقية للبحث ليست في إعلان انتصار الآلة على الإنسان، بل في توضيح أن الحدود بين المحادثة البشرية والمحادثة الاصطناعية أصبحت أقل وضوحاً. وهذا يجعل الحاجة أكبر إلى قواعد إفصاح أوضح، وأدوات تحقق أفضل، ووعي عام بأن الطرف المقابل في المحادثة الرقمية قد لا يكون دائماً إنساناً.


حيلة بسيطة لإخفاء ملخصات الذكاء الاصطناعي من بحث «غوغل»

«AI Overviews» ميزة الملخصات المدعومة بالذكاء الاصطناعي تشجع على زيارة عدد أكبر من المواقع الإلكترونية (غوغل)
«AI Overviews» ميزة الملخصات المدعومة بالذكاء الاصطناعي تشجع على زيارة عدد أكبر من المواقع الإلكترونية (غوغل)
TT

حيلة بسيطة لإخفاء ملخصات الذكاء الاصطناعي من بحث «غوغل»

«AI Overviews» ميزة الملخصات المدعومة بالذكاء الاصطناعي تشجع على زيارة عدد أكبر من المواقع الإلكترونية (غوغل)
«AI Overviews» ميزة الملخصات المدعومة بالذكاء الاصطناعي تشجع على زيارة عدد أكبر من المواقع الإلكترونية (غوغل)

لم تعد صفحة البحث في «غوغل» تشبه تماماً ما اعتاده المستخدمون لسنوات طويلة. فبدلاً من عرض روابط تقليدية فقط، بدأت الشركة تدفع بميزة «AI Overviews» إلى واجهة النتائج، حيث تظهر ملخصات مولدة بالذكاء الاصطناعي في أعلى الصفحة في بعض عمليات البحث.

تقدم «غوغل» هذه الميزة بوصفها طريقة أسرع للحصول على خلاصة أولية عن الموضوع، مع روابط تساعد المستخدم على التوسع في القراءة. وتقول الشركة إن «AI Overviews» توفر لمحة عن المعلومات الأساسية حول سؤال أو موضوع معين، مع روابط لاستكشاف المزيد على الويب.

لكن هذه التجربة لا تناسب جميع المستخدمين. فهناك من يفضّل الوصول مباشرة إلى الروابط الأصلية، وقراءة المصادر بنفسه، بدلاً من البدء بملخص آلي قد يختصر السياق أو يضع إجابة جاهزة قبل النتائج التقليدية.

حيلة «-ai»

حسب تقرير نشرته مواقع تقنية، يمكن لبعض المستخدمين تقليل ظهور ملخصات الذكاء الاصطناعي في نتائج البحث عبر إضافة معامل بحث بسيط إلى نهاية الاستعلام، وهو: «-ai».

الفكرة تقوم على استخدام إحدى أدوات البحث القديمة في «غوغل»، المعروفة باسم معاملات البحث أو «Search Operators» التي تسمح بتضييق نطاق النتائج أو استبعاد كلمات معينة.

مثلاً، بدلاً من البحث عن: «iPhone 18 release date» يمكن كتابة: «iPhone 18 release date -ai».

هنا يتعامل محرك البحث مع «-ai» بوصفه أمراً لاستبعاد النتائج المرتبطة بكلمة «ai». ووفق التقرير، قد يؤدي ذلك في بعض الحالات إلى ظهور صفحة أقرب إلى نتائج البحث التقليدية، من دون ملخص الذكاء الاصطناعي في الأعلى.

إضافة «-ai» إلى كلمات البحث قد تقلل ظهور ملخصات الذكاء الاصطناعي في بعض الحالات (غوغل)

ليست إعداداً دائماً

الأهم أن هذه الطريقة ليست إعداداً رسمياً لإيقاف «AI Overviews» بالكامل، وليست حلاً دائماً داخل حساب المستخدم. هي مجرد تعديل يدوي تجب إضافته في كل عملية بحث يريد فيها المستخدم تجنب ظهور الملخصات الآلية.

كما أنها ليست مضمونة في كل الحالات. فنتائج البحث تتغير حسب البلد واللغة ونوع السؤال وسياسات «غوغل» في عرض ميزات الذكاء الاصطناعي. لذلك من الأدق وصفها بأنها حيلة مؤقتة أو طريقة التفاف بسيطة، لا خيار رسمياً لإلغاء الميزة.

هذا التفصيل مهم، لأن بعض المستخدمين قد يظنون أن إضافة «-ai» تعني تعطيل الذكاء الاصطناعي داخل البحث كلياً. عملياً، هي فقط طريقة لاستبعاد كلمة معينة من الاستعلام، وقد يكون أثرها الجانبي أن ملخصات الذكاء الاصطناعي لا تظهر في بعض النتائج.

لماذا يريد البعض إخفاءها؟

الاعتراض على ملخصات الذكاء الاصطناعي لا يعني بالضرورة رفض التقنية نفسها. بالنسبة إلى كثير من المستخدمين، المشكلة في ترتيب التجربة. فالبحث التقليدي كان يمنحهم قائمة مصادر، ويختارون منها ما يريدون قراءته. أما الملخصات الآلية فتضع تفسيراً جاهزاً قبل الروابط، ما قد يدفع المستخدم إلى الاكتفاء بالخلاصة بدلاً من زيارة المواقع.

هذا يثير أسئلة أوسع حول طريقة الوصول إلى المعرفة على الإنترنت. هل يريد المستخدم إجابة سريعة، أم يريد مصادر متعددة؟ وهل يجب أن يكون الذكاء الاصطناعي في مقدمة البحث دائماً، أم خياراً يمكن تشغيله عند الحاجة؟

تقول «غوغل» إن «AI Overviews» صُمّمت لمساعدة المستخدمين على فهم جوهر الموضوعات المعقدة بسرعة، وإنها توفر نقطة انطلاق لاستكشاف الروابط الأخرى. كما تشير في وثائقها إلى أن الميزة تظهر في الاستعلامات التي ترى أنها تضيف قيمة تتجاوز ما تقدمه نتائج البحث العادية.

يظهر شعار «غوغل» خلال مؤتمر المطورين السنوي «غوغل آي/أو» في «أمهيثياتر» الواقع على الشاطئ في ماونتن فيو بكاليفورنيا (أ.ف.ب)

عودة إلى البحث القديم

الحيلة تعكس رغبة بعض المستخدمين في استعادة تجربة بحث أبسط. ليس بالضرورة لأنهم يرفضون الذكاء الاصطناعي، وإنما لأنهم يريدون التحكم في لحظة ظهوره. ففي بعض الأسئلة قد يكون الملخص السريع مفيداً. وفي حالات أخرى، خصوصاً عند البحث عن أخبار ومراجعات ومعلومات حساسة أو مصادر أصلية، قد يفضّل المستخدم رؤية الروابط مباشرة.

معاملات البحث ليست جديدة في «غوغل»، وقد استخدمت لسنوات لتحديد عبارات معينة بعلامات الاقتباس، أو استبعاد كلمات بعلامة الطرح، أو البحث داخل موقع محدد. الجديد هنا أن هذه الأدوات القديمة أصبحت تُستخدم لمقاومة طبقة جديدة من البحث تعتمد على الذكاء الاصطناعي.

سؤال أكبر حول التحكم

ظهور هذه الحيلة يسلط الضوء على نقطة أوسع في علاقة المستخدمين بمحركات البحث. مع إدخال الذكاء الاصطناعي في الواجهة الأساسية، يصبح السؤال أقل ارتباطاً بقدرة التقنية وأكثر ارتباطاً بحق المستخدم في اختيار شكل التجربة.

فإذا كانت «غوغل» ترى أن الملخصات الآلية تجعل البحث أسرع وأسهل، فإن بعض المستخدمين يرون أن السرعة لا تكفي دائماً. أحياناً يحتاجون إلى السياق والمصدر والمقارنة بين وجهات نظر مختلفة. لذلك قد تستمر الحاجة إلى أدوات تمنح المستخدم قدرة أكبر على تحديد ما يريد رؤيته سواء إجابة مولدة بالذكاء الاصطناعي، أم نتائج ويب تقليدية، أم مزيجاً بين الاثنين.

Your Premium trial has endedYour Premium trial has endedYour Premium trial has ended


تقنية تساعد الطائرات المسيّرة على تفادي العوائق في البيئات الخطرة

أهمية التقنية تبرز في عمليات البحث والإنقاذ وتفتيش المنشآت الصناعية والمناطق التي يصعب على البشر دخولها (شاترستوك)
أهمية التقنية تبرز في عمليات البحث والإنقاذ وتفتيش المنشآت الصناعية والمناطق التي يصعب على البشر دخولها (شاترستوك)
TT

تقنية تساعد الطائرات المسيّرة على تفادي العوائق في البيئات الخطرة

أهمية التقنية تبرز في عمليات البحث والإنقاذ وتفتيش المنشآت الصناعية والمناطق التي يصعب على البشر دخولها (شاترستوك)
أهمية التقنية تبرز في عمليات البحث والإنقاذ وتفتيش المنشآت الصناعية والمناطق التي يصعب على البشر دخولها (شاترستوك)

قد تكون الطائرات المسيّرة مفيدةً في اللحظات الأولى بعد الزلازل أو الكوارث، خصوصاً عندما تحتاج فرق الإنقاذ إلى خريطة سريعة لمبنى منهار أو منطقة يصعب دخولها. لكن تشغيل روبوت طائر داخل بيئة غير معروفة ليس مهمة بسيطة. عليه أن يصل إلى هدفه بسرعة، ويتجنَّب العوائق المفاجئة، ويحافظ في الوقت نفسه على مسار سلس لا يستهلك طاقةً أو يعرِّضه للاصطدام.

مسار في أجزاء من الثانية

طوَّر باحثون من معهد ماساتشوستس للتكنولوجيا وجامعة بنسلفانيا نظاماً جديداً لتخطيط مسار الروبوتات يحمل اسم «مايتي (MIGHTY)». الفكرة الأساسية هي تمكين الطائرة المسيّرة من تعديل مسارها خلال أجزاء قليلة من الثانية عند ظهور عوائق، من دون أن تفقد اتجاهها نحو الهدف أو تضطر إلى حركات حادة وغير مستقرة.

النظام مُصمَّم ليعمل في الزمن الفعلي باستخدام الحاسوب والحساسات الموجودة على الروبوت نفسه. وهذا مهم لأنَّ الروبوت قد يعمل في بيئة بعيدة عن محطة تحكم أو شبكة اتصال مستقرة، كما في عمليات البحث والإنقاذ أو التفتيش الصناعي داخل منشآت معقدة.

التقنية الجديدة تساعد الطائرات المسيّرة على تعديل مسارها بسرعة عند ظهور عوائق مفاجئة (الجامعة)

صعوبة تخطيط المسار

تخطيط المسار هو البرنامج الذي يقرِّر كيف ينتقل الروبوت من نقطة إلى أخرى بأمان. تبدو المهمة بسيطةً على الورق، لكنها تصبح شديدة التعقيد عندما تتحرَّك الطائرة داخل مكان مليء بالعوائق أو عندما تظهر عقبات لم تكن موجودة في الخريطة الأولية. كثير من الأنظمة الحالية تواجه مفاضلةً واضحةً. بعض الحلول التجارية تستطيع توليد مسارات سلسة وسريعة، لكنها مكلفة وقد تعتمد على برمجيات مغلقة. أما البدائل مفتوحة المصدر، فقد تكون أقل أداءً أو أصعب في الاستخدام. لذلك حاول الباحثون بناء نظام مفتوح المصدر يقدِّم جودةً قريبةً من الأنظمة المتقدمة، مع قدرة على العمل مباشرة على الروبوت.

يقول كوتا كوندو، طالب الدراسات العليا في هندسة الطيران والفضاء في «MIT» والمؤلف الرئيسي للبحث، إن النظام يحقِّق أداءً مماثلاً أو أفضل باستخدام أدوات مفتوحة المصدر فقط، ما يتيح للباحثين والطلاب والشركات استخدامه بحرية. ويرى أنَّ إزالة حاجز التكلفة يمكن أن توسِّع دائرة الجهات القادرة على تطوير أنظمة تخطيط حركة عالية الأداء.

المشكلة في الوقت الثابت

تعتمد بعض أنظمة التخطيط على خطوة أولية تحدِّد الزمن المتوقِّع للوصول من نقطة البداية إلى الهدف. بعد ذلك، تبحث عن أفضل مسار ضمن هذا الزمن الثابت. هذه الطريقة تسهل الحساب، لكنها قد تخلق مشكلة عملية: إذا احتاجت الطائرة إلى الالتفاف حول عائق كبير، فقد تُجبر على زيادة سرعتها بشدة كي تصل في الوقت المحدد.

هذا السلوك قد يجعل تجنب العقبات أصعب، خصوصاً في البيئات التي تظهر فيها عوائق غير متوقعة. فالروبوت لا يحتاج فقط إلى مسار قصير، بل إلى مسار قابل للتنفيذ فعلياً، يأخذ في الاعتبار السرعة والتسارع وزمن الوصول.

الاختبارات أظهرت قدرة الطائرات المسيّرة على تفادي العوائق بسرعة عالية باستخدام برمجيات مفتوحة المصدر (شاترستوك)

طريقة رياضية مختلفة

يعالج «مايتي» هذه المشكلة عبر استخدام تقنية رياضية تُسمى «Hermite spline». بدلاً من حساب المسار أولاً ثم محاولة ملاءمته مع زمن ثابت، يعمل النظام على تحسين المسار والزمن معاً في خطوة واحدة. الهدف هو الوصول إلى مسار سلس وقابل للتحكم، مع تقليل زمن الرحلة من دون التضحية بالأمان. لكن تحسين المسار والزمن معاً يجعل المسألة الحسابية أكبر وأكثر صعوبة. لحل ذلك، لا يبدأ النظام من الصفر في كل مرة. بدلاً من ذلك، ينشئ تخميناً أولياً لمسار مناسب، ثم يحسنه تدريجياً عبر عملية تكرارية، مستفيداً من خريطة للمشهد تبنيها حساسات الليدار على الطائرة. هذا يسمح له بالاستجابة للعوائق الجديدة بسرعة، مع الحفاظ على مسار أكثر سلاسة.

نتائج أسرع من الطرق الحالية

في الاختبارات المحاكاة، احتاج «مايتي» إلى نحو 90 في المائة فقط من وقت الحوسبة الذي تتطلبه طرق متقدِّمة أخرى، بينما وصل إلى الهدف بأمان وبسرعة أعلى بنحو 15 في المائة. وفي الاختبارات على روبوتات حقيقية، وصلت الطائرة إلى سرعة 6.7 متر في الثانية مع تجنب جميع العوائق التي ظهرت في مسارها. هذه الأرقام مهمة لأنَّها توضِّح أنَّ النظام لا يكتفي بتحسين نظري في المختبر. فالتخطيط السريع لا يكون مفيداً إذا أنتج مسارات غير واقعية، والمسار الآمن لا يكفي إذا كان بطيئاً جداً في بيئة طارئة. القيمة هنا في الجمع بين السرعة والسلامة وقابلية التنفيذ على أجهزة الروبوت نفسه.

تطبيقات خارج المختبر

رغم أنَّ المثال الأبرز يتعلق بالطائرات المسيّرة في عمليات البحث والإنقاذ، فإنَّ الاستخدامات المحتملة أوسع. يمكن للنظام أن يساعد على توصيل الطرود داخل المدن، حيث تحتاج الطائرات إلى تفادي المباني والأسلاك والأشخاص والعوائق المتحركة. كما يمكن استخدامه في تفتيش المنشآت الصناعية المعقدة، مثل توربينات الرياح أو الهياكل التي يصعب وصول الإنسان إليها.

في هذه الحالات، لا يكفي أن يعرف الروبوت وجهته. عليه أن يتعامل مع بيئة قد تتغيَّر باستمرار، وأن يعدِّل مساره بسرعة من دون الاعتماد على حاسوب خارجي أو برنامج مكلف. لذلك تبدو ميزة المصدر المفتوح مهمة، لأنَّها قد تسمح بتبني النظام في مختبرات وشركات ومؤسسات لا تملك ميزانيات كبيرة للبرمجيات التجارية.

دافع إنساني وراء البحث

يرتبط العمل أيضاً بدافع شخصي لدى الباحث كوندو. فقد كان طفلاً عندما وقع حادث محطة فوكوشيما دايتشي النووية بعد زلزال شرق اليابان الكبير. تابع حينها الأخبار عن العمال الذين اضطروا إلى دخول مناطق خطرة لتقييم الوضع واحتواء الأضرار. ويقول إنَّ تلك التجربة جعلته مهتماً بتطوير روبوتات مستقلة تستطيع دخول البيئات الديناميكية والخطرة ثم العودة بالمعلومات، بينما يبقى البشر بعيدين عن الخطر.

هذا البعد يوضِّح سبب التركيز على الروبوتات القادرة على العمل في ظروف غير مثالية. فالتطبيقات الأكثر حساسية، مثل الكوارث أو البيئات الصناعية الخطرة، لا تسمح غالباً بالاعتماد على إعدادات مخبرية منظمة أو اتصالات مستقرة أو تدخل بشري مستمر.

نحو روبوتات متعددة

لا يزال النظام في مرحلة بحثية، رغم النتائج الواعدة. ويخطِّط الباحثون لتحسين «مايتي» بحيث يمكن استخدامه للتحكم في روبوتات عدة في الوقت نفسه، مع إجراء مزيد من تجارب الطيران في بيئات أصعب. كما يأمل الفريق في تطوير النظام المفتوح المصدر بناءً على ملاحظات المستخدمين. ويرى دافيدي سكاراموتسا، مدير مجموعة الروبوتات والإدراك في جامعة زيوريخ، والذي لم يشارك في البحث، أنَّ النظام يقدِّم مساهمةً مهمةً في الملاحة الرشيقة للروبوتات، لأنَّه يعيد النظر في طريقة تمثيل المسار نفسه. وبحسب رأيه، فإنَّ تحسين شكل المسار، والتوقيت، والسرعة، والتسارع، معاً تمنح الروبوتات حريةً أكبر في حساب حركات سريعة وقابلة للتنفيذ داخل البيئات المزدحمة.