حين يتعلّم الذكاء الاصطناعي توقّع مسار المرض قبل حدوثه

من الذكاء التوليدي إلى «النماذج العالمية» التي تفهم الجسد عبر الزمن

حين يُصاغ القرار بين الإنسان والخوارزمية
حين يُصاغ القرار بين الإنسان والخوارزمية
TT

حين يتعلّم الذكاء الاصطناعي توقّع مسار المرض قبل حدوثه

حين يُصاغ القرار بين الإنسان والخوارزمية
حين يُصاغ القرار بين الإنسان والخوارزمية

لم يعد السؤال في الطب الحديث: هل يستطيع الذكاء الاصطناعي تشخيص المرض، بل أصبح السؤال الأعمق والأخطر: هل يمكنه توقّع مسار المرض قبل أن يُظهر الجسد أولى علامات التمرّد، ففي الطب ليست المشكلة دائماً في نقص المعرفة، بل في ضيق الزمن.

إشارات الأمراض المتسللة داخل الجسد

إن كثيراً من الأمراض لا تبدأ صاخبة، بل تتسلّل همساً داخل الجسد، وتترك إشارات دقيقة لا يلتقطها الفحص التقليدي، ولا ينتبه إليها الطبيب إلا حين تتحوّل إلى أعراض واضحة، وأحياناً متأخرة. وهنا تحديداً، لا يَعِد الذكاء الاصطناعي بإجابات أسرع فحسب، بل برؤية مختلفة: أن يقرأ الإشارات الصامتة قبل أن تتحوّل إلى شكوى، وأن يفهم المرض كمسارٍ زمني لا كلحظة تشخيص، وكأن الطب ينتقل من التقاط «صورة» للجسد إلى قراءة «قصته». وهذا التحوّل لا يمثّل مجرد تطوّر تقني، بل يمثل تغييراً في فلسفة الطب نفسها: من علاج ما حدث إلى محاولة فهم ما هو في طريقه إلى الحدوث.

الانتقال من «لقطة» الحالة إلى «قصة» المرض

على مدى السنوات الماضية، عمل الذكاء الاصطناعي في الطب بوصفه أداة مساعدة فورية؛ يحلّل صورة أشعة، ويقرأ نتيجة تحليل مِخبري، أو يقترح تشخيصاً في لحظة زمنية محددة. وكان أداؤه، في جوهره، أشبه بالتقاط «صورة ثابتة» للحالة الصحية، ثم التوقّف عندها. غير أنّ الطب، بطبيعته، لا يعيش في الصور، بل في الزمن. اليوم، تتقدّم نماذج ذكاء اصطناعي جديدة لا تنظر إلى المرض على أنه حدث معزول، بل كسردٍ زمني متصل، نماذج لا تكتفي بسؤال: ما الذي يعانيه المريض الآن، بل تحاول الإجابة عن أسئلة أعمق وأكثر جرأة: كيف بدأت القصة الصحية، وكيف تطوّرت خطوةً خطوة، وإلى أي اتجاه يسير هذا المسار إن تُرك دون تدخّل، وماذا يتغيّر في المستقبل لو اتُّخذ قرار علاجي مختلف اليوم. وبهذا التحوّل، لا يعود الذكاء الاصطناعي مجرد «عدسة تشخيص» تلتقط اللحظة، بل يتحوّل إلى نظام توقّع وتخطيط يحاكي الجسد عبر الزمن، ويختبر الاحتمالات قبل أن يختبرها المريض في واقعه.

حين تُساند الخوارزميات القرار الطبي

محاكاة المستقبل الصحي... السيناريوهات الافتراضية

تعتمد هذه النماذج الذكية على قراءة سلاسل زمنية طويلة من بيانات المريض، تشمل صوراً طبية متعاقبة، ونتائج مخبرية عبر الزمن، وسِجلات الأدوية، واستجابات العلاج، وفترات التحسّن والتدهور. ومن خلال هذا التراكم، لا يكتفي النموذج بالتحليل، بل يبني تمثيلاً داخلياً يحاكي السلوك البيولوجي للجسد، كما لو كان نظاماً حياً يتعلّم من تاريخه. وبهذا التمثيل، يصبح الذكاء الاصطناعي قادراً على محاكاة تطوّرات مستقبلية محتملة، لا على توقّع مسار واحد فقط، بل على استكشاف عدة مسارات متوازية.

وهنا تبرز إحدى أقوى قدرات هذه النماذج: القدرة على طرح أسئلة «ماذا لو؟»، قبل أن يطرحها المرض على جسد المريض؛ ماذا لو بدأ التدخّل العلاجي قبل ظهور الأعراض السريرية، وماذا لو اختير دواء أقل شدّة لكن في توقيت أدق، وماذا لو تأخّر القرار العلاجي أسبوعين فقط.

وما كان يعتمد سابقاً على الخبرة السريرية والحدس الطبي يمكن، اليوم، محاكاته رقمياً، اعتماداً على أنماط مستخلَصة من ملايين الحالات البشرية، ليقدّم للطبيب خريطة احتمالات بدل إجابة واحدة جامدة، ويعيد القرار الطبي إلى موقعه الطبيعي: قرار إنساني... مدعوم برؤية زمنية أوسع.

حين يقرأ الذكاء الاصطناعي صحتك من نومك

في مطلع عام 2026، ظهر مثال لافت يوضّح كيف يمكن لبيانات تبدو «غير طبية» في ظاهرها أن تتحوّل إلى نافذة مبكرة على المرض. ففي يناير (كانون الثاني) الحالي، أعلن فريق بحثي من معهد ستانفورد للطب «Stanford Medicine»، تطوير نموذج ذكاء اصطناعي جديد يحمل اسم «SleepFM»، بقيادة الدكتور إيمانويل مينيو، وبمشاركة الأستاذ جيمس زو. ونُشرت نتائج هذا العمل في مجلة «نيتشر ميديسن» (Nature Medicine)، مطلع العام نفسه.

وتكمن الفكرة، على بساطتها، في تحليل بيانات ليلة نوم واحدة فقط، مثل أنماط التنفّس، ونبض القلب، وإشارات الدماغ، وحركة الجسد، لا لفهم جودة النوم فحسب، بل للتنبؤ بمخاطر صحية مستقبلية قد تمتد لسنوات. ووفق ما أظهرته الدراسة، استطاع النموذج توقّع مخاطر أكثر من 130 حالة صحية مختلفة؛ من بينها أمراض القلب والكلى وبعض الاضطرابات العصبية، بدقة تفوقت على نماذج تقليدية تعتمد على فحوصات طبية متفرقة أو بيانات لحظية.

هنا يتغيّر معنى النوم نفسه، فلم يعد مجرد «استراحة للجسد»، بل تحوّل إلى لغة بيولوجية صامتة، لغة يقرأها الذكاء الاصطناعي بدقة؛ لأن كثيراً من الأمراض لا تبدأ بالألم، بل بتغيّرات فيسيولوجية دقيقة تسبق إحساس المريض بمرضه بوقتٍ طويل.

أين تتألّق هذه النماذج؟

تتجلّى القيمة الحقيقية للنماذج الزمنية للذكاء الاصطناعي في مواجهة الأمراض التي لا تُعلن عن نفسها مبكراً، بل تتقدّم ببطءٍ وصمت، وتراهن على عامل واحد: الزمن.

- السرطان إذ قد يحدّد توقيت التدخّل الفرق بين فرصة النجاة وتراجعها.

- أمراض القلب التي تتقدّم في الخفاء، قبل أن تظهر على هيئة نوبة مفاجئة.

- السكري حيث لا يكون الخطر في لحظة واحدة، بل في تراكم أضرار صغيرة على مدى سنوات.

- الأمراض العصبية التدريجية حيث لا يصبح المرض وحده التحدّي، بل يصبح الزمن نفسه العدوّ الأول.

في مثل هذه الحالات، لا يكفي أن نعرف أين يقف المريض اليوم. فالطب الحديث يحتاج إلى أدوات قادرة على رؤية المسار كاملاً: من أين بدأ الخلل، وكيف يتقدّم، وأين يمكن إيقافه، قبل أن يفرض نفسه أمراً واقعاً.

عودة إلى جذور الطب... مع قوة البيانات

المفارقة أن هذا التقدم التقني لا يبتعد بالطب عن جوهره، بل يعيده، بطريقة غير مباشرة، إلى أصوله الفلسفية الأولى. ففي الطب الكلاسيكي، لم يكن المرض حدثاً طارئاً يظهر فجأة، بل هو مسار متصل، ولم يكن العلاج وصفة ثابتة، بل هو قرار حيّ يتغيّر مع تغيّر حال المريض وزمنه.

والذكاء الاصطناعي، في صورته الناضجة، لا يناقض هذا الفهم الإنساني، بل يعيد ترجمته إلى لغة البيانات والمحاكاة الدقيقة؛ فهو لا يكتفي بالتقاط «لقطة» للجسد في لحظة واحدة، بل يسعى إلى فهم «قصة الجسد» عبر الزمن، ويضع أمام الطبيب سيناريوهات مختلفة بشأن كيف يمكن أن تتغيّر النهاية... قبل أن تُكتب. وبهذا المعنى، لا يستبدل الذكاء الاصطناعي الطبيب، بل يعيد إليه ما سلبه ضغط الزمن: الرؤية الأوسع، والمسافة التأملية، وحرية القرار.

التحدّي الفلسفي والأخلاقي: من يقرّر؟

مع هذا التطوّر المتسارع، يبرز سؤال جوهري لا يمكن تجاهله: إذا أصبحت الخوارزميات قادرة على توقّع المسار الصحي قبل أن يتكشّف، فأين يبقى موقع حرية القرار الإنساني. يحذّر الباحثون بوضوحٍ من الانزلاق إلى وهم الحتمية الرقمية، فهذه النماذج، مهما بلغت دقّتها، يجب ألا تعمل منفردة. التنبؤ ليس قدراً محتوماً، والبيانات، مهما اتّسعت، لا تستطيع اختزال تعقيد الإنسان في معادلة، فالقرار الطبي الحقيقي لا يُبنى على الأرقام وحدها، بل يتشكّل عند تقاطع العلم مع السياق النفسي والاجتماعي والإنساني للمريض، حيث تلعب القيم والظروف والاختيارات الشخصية دوراً لا يمكن تفويضه لخوارزمية. وبهذا المعنى، يظل الذكاء الاصطناعي أداة للرؤية لا للحُكم، يساعد الطبيب على توسيع أفق القرار، لكنه لا يملك، وينبغي ألا يُمنح، حق الاختيار.

خاتمة: بوصلة أم قائد بلا ضمير؟

نقف، اليوم، أمام لحظة فاصلة في تاريخ الطب، فإمّا أن يصبح الذكاء الاصطناعي بوصلة تنير الطريق أمام الطبيب، تساعده على رؤية الصورة الكاملة قبل فوات الأوان، وإمّا في حال غياب الوعي والإشراف، أن يتحوّل إلى قائد بلا ضمير يختزل الإنسان في أرقام. فالطب، في جوهره، ليس مجرد البحث عن الإجابة الصحيحة، بل اتخاذ القرار الحكيم في اللحظة المناسبة. وحين تُستخدم هذه التقنيات بمسؤولية، قد تصبح أعظم أداة أعادت للطبيب ما كاد يفقده تحت ضغط السرعة والبيانات: القدرة على استشراف المستقبل الصحي قبل أن يتحوّل إلى ماضٍ لا يمكن تغييره.


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»