ما هو الذكاء الاصطناعي وكيف يُستخدم؟

⏺︎ الذكاء الاصطناعي هو فرع من علوم الحاسوب يجعل الأنظمة قادرة على أداء مهام تتطلب عادةً الذكاء البشري، مثل التعلم، وحل المشكلات، واستخدام اللغة.

⏺︎ إنه يشغل الأدوات التي يستخدمها الناس كل يوم، من محركات البحث والخرائط إلى مرشحات البريد العشوائي وروبوتات الدردشة.

⏺︎ إنه يشكل العمل في مجالات الصحة والتمويل والإعلام.

⏺︎ لفهم تأثير الذكاء الاصطناعي، تناقش الأقسام التالية المفاهيم الأساسية، والتطبيقات الفعلية، والمخاطر.

ما هو الذكاء الاصطناعي؟

الذكاء الاصطناعي يجعل الآلات والبرمجيات قادرة على القيام بأشياء تتطلب عادةً التفكير البشري. وتتراوح هذه المهام بين تحديد الأنماط، واتخاذ القرار في ظل القيود، وفهم الكلام أو النص، والتعلم من الخبرة. وبدلاً من الالتزام بقائمة ثابتة من القواعد، تتكيف أنظمة الذكاء الاصطناعي مع سلوكها استنادًا إلى المدخلات الجديدة، بحيث يمكن أن يتطور مخرَجها.

الذكاء الاصطناعي المحدود هو النوع الذي يواجهه الناس غالبًا اليوم. وهو مصمم لمهمة واحدة أو لعدد محدود جدًا من المهام. فالنموذج اللغوي الذي يكتب رسائل البريد الإلكتروني، أو النظام الذي يرصد الاحتيال في المدفوعات عبر الإنترنت، أو الأداة التي تقترح الأغنية التالية في قائمة التشغيل، كلها أمثلة على الذكاء الاصطناعي المحدود. كل واحد منها يتفوق في وظيفة واحدة ولا يستطيع الخروج عنها.

سيتفوق محرك الشطرنج على معظم البشر في الشطرنج، لكنه لا يستطيع تخطيط رحلة أو قراءة عقد أو تشغيل مصنع بمفرده. الذكاء العام هو هدف بعيد المنال، حيث قد يعمل النظام عبر مجالات عديدة، وينقل المهارات، ويتعلم بطرق مفتوحة النهاية، بطريقة أقرب إلى البشر. هذا المستوى غير موجود بعد، وهو هدف بحثي.

الذكاء الاصطناعي الحديث يعتمد على لبنات بناء. يستخدم التعلم الآلي البيانات لتدريب النماذج التي تحدد الروابط وتقدم التنبؤات، مثل احتمال تعثر قرض. تحاكي الشبكات العصبية مفاهيم أساسية مستمدة من الخلايا العصبية، وتدعم أدوات الصور التي يمكنها تحديد الأشياء في الصور.

يتيح المعالجة اللغوية الطبيعية للأنظمة أن تقرأ وتكتب وتتحدث باللغات البشرية، من روبوتات الدعم إلى الترجمة الفورية. تجمع الروبوتات بين الذكاء الاصطناعي والمكونات المادية للتحكم في الطائرات المسيرة، أو أذرع الروبوتات في المستودعات، أو روبوتات الخدمة في المتاجر. تسجل تمثيلات المعرفة الحقائق والقواعد، مما يمكّن الأنظمة من البحث والمطابقة وتطبيق المعرفة المنظمة، كما في أدوات الدعم الطبي.

وكلاء الذكاء الاصطناعي يتولون الآن كثيرًا من المهام المعقدة في الخلفية. فهم يراجعون التغذيات على وسائل التواصل الاجتماعي، ويوجهون السيارات ذاتية القيادة، ويتنقلون بالمنتجات عبر سلاسل التوريد، ويحسنون استهلاك الطاقة في ناطحات السحاب.

كيف يتعلم الذكاء الاصطناعي

الذكاء الاصطناعي «يتعلم»، لكنه يتعلم بطريقة مختلفة. فهو يتعلم من البيانات، من خلال العثور على الأنماط، ثم يتصرف بناءً عليها لاتخاذ قرارات أفضل باستمرار. ومن الأفكار الأساسية أن الذكاء الاصطناعي والذكاء البشري يشتركان في هذه المهارة الأساسية نفسها: فهما يتعلمان من الخبرة. وبالنسبة إلى الذكاء الاصطناعي، فإن تلك «الخبرة» هي البيانات.

يُعد جمع البيانات المناسبة الخطوة الأولى، وغالبًا ما يتطلب استثمارًا كبيرًا من الوقت ورأس المال والاهتمام. وتحتاج الفرق إلى بيانات نظيفة وموسومة لبعض المهام، وإلى مخازن هائلة من البيانات الخام لمهام أخرى، وذلك قبل أن يتمكن أي نموذج من التعلم بفاعلية.

هذا النوع من التدريب هو ما يُسمى بالتعلم الخاضع للإشراف، حيث يتدرب نظام الذكاء الاصطناعي على أمثلة ترتبط بها إجابات بالفعل، مثل الصور الموسومة أو المعاملات التاريخية. ويتعلم لتجميع خريطة إلى المخرجات، ثم يستخدم تلك الخريطة للإبلاغ عن المدفوعات المشبوهة أو محاولات تسجيل الدخول غير المصرح بها.

يتلقى النظام بيانات غير موسومة ويحاول تحديد التجمعات أو البنى بنفسه في التعلم غير الخاضع للإشراف، وهو ما يفيد في اكتشاف الأنشطة الشاذة أو شرائح السوق الناشئة. ويتضمن التعلم المعزز المحاولات والمكافآت والعقوبات، وهو ما يعمل جيدًا في ألعاب اللعب أو لدى الروبوتات التي يجب أن تتحرك عبر العالم الحقيقي.

تستقر نماذج التعلم العميق ضمن المظلة الأوسع للتعلم الآلي. وهي تستخدم شبكات عصبية اصطناعية مستوحاة بشكل فضفاض من الدماغ البشري. ويمكن لهذه الشبكات أن تضم آلافًا أو حتى ملايين من العقد الصغيرة، مرتبة في طبقات، تنقل الإشارات إلى الأمام ثم تضبط نفسها باستخدام تقنية تُعرف باسم الانتشار العكسي.

تشغّل الشبكات العصبية، التي يعود تاريخها إلى ثمانينيات القرن الماضي، كل شيء من البحث عن الصور إلى أدوات الكلام وصولًا إلى نماذج اللغة الكبيرة التي تساعد على الكتابة والبرمجة والدردشة. وهي تستوعب البيانات من المستشعرات ومعدات إنترنت الأشياء والتقنية التشغيلية للتنبؤ بموعد احتمال تعطل آلة ما وموعد إجراء الصيانة.

ومع ذلك، يصعب معرفة سبب تصرف النموذج على النحو الذي يتصرف به، وعلى العاملين مع الذكاء الاصطناعي أن يواصلوا طرح هذا السؤال.

أين نستخدم الذكاء الاصطناعي

يعمل الذكاء الاصطناعي التوليدي داخل كثير من الأدوات التي يستخدمها الناس كل يوم، بهدوء في الخلفية بينما يركزون على العمل أو الحياة.

يظهر الذكاء الاصطناعي أولًا وقبل كل شيء في الأعمال اليومية السهلة. ويتفاعل معظم الناس مع المساعدين الافتراضيين لطلب الاتجاهات، أو ضبط مؤقتات الطهي، أو التحكم في الأضواء الذكية ومكبرات الصوت. وتستخدم خدمات البث الذكاء الاصطناعي لفحص ما يشاهده الشخص ثم اقتراح أفلام أو برامج تتوافق مع عاداته.

تفعل المنصات الاجتماعية الشيء نفسه مع مقاطع الفيديو القصيرة والمنشورات، إذ تصنّف المحتوى وفقًا للنقرات السابقة ومدة المشاهدة لكل فرد. وتكتب أدوات الذكاء الاصطناعي التوليدي الآن رسائل البريد الإلكتروني والتقارير، وتعدّ مخططات أولية للمدونات، وتحول المطالبات النصية إلى صور أو مقاطع، لذا يتسلل المحتوى الذي ينشئه الذكاء الاصطناعي إلى مزيد من موجزات الأخبار والإعلانات ونتائج البحث من دون أن يدرك معظم المستخدمين ذلك.

في القطاع الصناعي، يدعم الذكاء الاصطناعي الأعمال الشاقة حيث تصل المعلومات بسرعة. وتقوم نماذج التعلم الآلي بتمشيط البيانات الواردة من المستشعرات، وأجهزة IoT، وغيرها من OT لاكتشاف الإشارات التي تدل على ارتفاع حرارة محرك أو اختلاف اهتزاز مضخة. ويستخدم المهندسون هذه التنبؤات لجدولة الإصلاحات ومنع الأعطال المكلفة.

في المصانع، تُفرز الروبوتات المزودة بأنظمة رؤية بالذكاء الاصطناعي الأجزاء، وتتحكم في الجودة، بل وتحدد العيوب المجهرية على خطوط الإنتاج التي تتحرك بسرعة تفوق قدرة الإنسان على المتابعة. وتنشر المستشفيات والعيادات الذكاء الاصطناعي في برمجيات تساعد في قراءة الفحوصات، وتُشير إلى المخاطر في العمل المخبري، وتدعم الأطباء بإنذارات مبكرة، مع إبقاء البشر في موقع التحكم في القرارات النهائية.

عبر الإنترنت، يقود الذكاء الاصطناعي تقريبًا كل منصة رئيسية من منصات التواصل الاجتماعي. فهو يقرر المنشورات التي يراها الشخص أولًا، ويصفّي الرسائل المزعجة، ويساعد في إزالة ما هو ضار أو غير قانوني على نطاق واسع. وتساعد هذه الأنظمة نفسها العلامات التجارية في تشغيل الإعلانات الموجهة من خلال تجميع المستخدمين ذوي السلوك أو الاهتمامات المتشابهة.

في دعم العملاء، ترد روبوتات الدردشة على الاستفسارات الشائعة، وتتابع الشحنات، وتساعد المستخدمين في النماذج. وتؤلف النماذج التوليدية مقالات المعرفة، والتعليقات التوضيحية، أو عناوين الفيديو للمبدعين.

الذكاء الاصطناعي في التعليم العالي

الذكاء الاصطناعي في التعليم العالي يتحرك الذكاء الاصطناعي عبر التعليم العالي بسرعة مذهلة، فيُحوِّل تجربة الطالب، وتدريس أعضاء هيئة التدريس، وكيفية عمل المؤسسات يوميًا.

تتغلغل أدوات الذكاء الاصطناعي الآن في العديد من الفصول الدراسية. وتُعدِّل منصات التعلم التكيُّفي سرعة المحتوى وصعوبته لكل طالب على حدة، بحيث يتقدم متعلم سريع الخطى إلى الأمام بينما يتلقى آخر مزيدًا من التدريب على المفهوم نفسه. ويتيح هذا التحول للطلاب أن يقضوا وقتًا أكبر في التعلم ذي المستوى الأعلى وحل المشكلات، بدلًا من الأعمال التدريبية، مع إتاحة المجال لإظهار كامل مجموعة مهاراتهم.

تُسجِّل أنظمة التقييم الآلي درجات الاختبارات القصيرة، والإجابات القصيرة، وحتى بعض المقالات، مما يتيح للأساتذة تقديم ملاحظات أكثر عمقًا على الواجبات المعقدة. وترد مساعدات التدريس الافتراضية وروبوتات الدردشة بالذكاء الاصطناعي على الأسئلة الشائعة بشأن المواعيد النهائية، والقراءات، وسياسات المقرر في أي وقت، بحيث يمكن للأساتذة تخصيص وقتهم للنقاش المباشر والمساعدة الفردية.

تلوح السياسة والأخلاقيات بقوة في كل ذلك. تتطلب الكليات إرشادات صريحة بشأن خصوصية البيانات لأن هذه المنصات تراقب غالبًا النقرات والدرجات وأنماط الدراسة. ويجب أن تحمي من التحيز الخوارزمي، مثلما يحدث عندما يقيّم نموذج الأسلوب بطريقة تضر بالمتحدثين غير الأصليين.

ويختبر أعضاء هيئة تدريس آخرون مهامًا يشرح فيها الطلاب كيف استخدموا الذكاء الاصطناعي، بدلاً من إخفائه، للحفاظ على الشفافية في الاستخدام وتعليم ممارسات مسؤولة للذكاء الاصطناعي. ولا تزال مخاوف العدالة تتزايد لأن جميع الطلاب لا يملكون الوصول نفسه ولا جودة الأجهزة نفسها.

يُعدّ التعلم المخصص أحد أقوى المكاسب. يمكن للذكاء الاصطناعي دعم التعليم الشامل من خلال تكييف المحتوى مع مستويات القراءة المختلفة، وتقديم مساعدة إضافية في اللغة، أو توفير صيغ متعددة مثل النص والصوت والمرئيات. ويمكن للتحليلات التنبؤية أن تكشف عن الطلاب المعرّضين للتأخر أو للتسرب، بحيث يستطيع المستشارون التواصل مبكرًا مع الدعم الدراسي، أو الإرشاد بشأن المساعدات المالية، أو دعم الصحة النفسية.

تشير التقارير الأولية إلى أن الاستخدام واسع بالفعل. فقد وجد أحد الأساتذة أن نحو 25% من الطلاب كانوا يستخدمون الذكاء الاصطناعي التوليدي في الواجبات. وهذا يفرض على البرامج إعادة التفكير في تصميم المقررات والتقييم وسياسات النزاهة الأكاديمية بدلاً من تجاهل هذا التحول.

في مجال البحث، يساعد الذكاء الاصطناعي على فحص مجموعات البيانات الكبيرة، وتلخيص الدراسات السابقة، واقتراح أنماط قد يفوّتها فريق بشري، مما قد يسرّع العمل في مجالات تمتد من الصحة العامة إلى علوم المناخ.

يجلب الذكاء الاصطناعي التوليدي معه كلاً من الضغط والوعود فيما يتعلق بالمناهج واتخاذ القرار. يمكن للمدرسين صياغة ملاحظات المحاضرات، ومسائل التدريب، ومعايير التقييم بمساعدة الذكاء الاصطناعي، ثم تنقيحها، مما قد يقلل وقت التحضير ويجعل تحديث المقررات كل فصل أسهل.

وفي الوقت نفسه، فإن الإفراط في الاعتماد على المحتوى المُنشأ تلقائيًا ينطوي على خطر تقديم مقررات سطحية إذا لم يراجع أعضاء هيئة التدريس المخرجات بعناية. وفي التقييم، تدفع أدوات الكتابة بالذكاء الاصطناعي الجامعات إلى تصميم مهام تختبر العملية، والتأمل، والأداء داخل الصف، وليس النص النهائي المصقول فقط.

على المستوى المؤسسي، يمكن لأنظمة الذكاء الاصطناعي أن تساعد في تخطيط جداول المقررات، والتنبؤ بالتسجيل، ونمذجة خيارات الميزانية. وعند استخدامها على نحو جيد، يمكن لهذه الأدوات أن تجعل التعليم العالي أكثر تخصيصًا وكفاءةً وإتاحةً، ولكن فقط إذا أبقى القادة الحكم البشري والإنصاف في المركز.

العنصر البشري

العامل البشري في الذكاء الاصطناعي ليس مجرد ملاحظة لاصقة. إنه القلب الذي يجعل الذكاء الاصطناعي مفيدًا وعادلاً وجديرًا بالثقة.

يُظهر الذكاء الاصطناعي القابل للتفسير والخوارزميات الشفافة للمستخدمين لماذا اتخذ النظام قرارًا، وليس فقط ما الذي قرره. عندما يوافق الذكاء الاصطناعي على قرض، أو يفرز صورة فحص طبي، أو يرتب المتقدمين للوظائف، فإن المستخدمين يريدون مبررات شفافة يمكنهم مراجعتها والطعن فيها. وهم مستعدون للثقة بالذكاء الاصطناعي بدرجة أكبر إذا كان مُصممًا لتعزيز القدرات البشرية لا استبدالها، وإذا كان قادرًا على شرح منطقه.

تعكس هذه العبارات أن الشفافية والإنصاف عنصران أساسيان في ثقة المستخدمين، وأن إعطاء الأولوية للشفافية والأخلاقيات أمرٌ أساسي لاعتماد الذكاء الاصطناعي.

تقع المخاوف الأخلاقية في صميم هذا الأمر. إذ تحدد العدالة والتحيز من يتم توظيفه ومن يتم علاجه أو الاستماع إليه. ويمكن لبيانات التدريب المتحيزة أن تثبّت الانقسامات الاجتماعية القديمة، لذا يجب على الفرق تدقيق النماذج عبر الفئات الديموغرافية ومعالجة الأضرار الواضحة.

يُحدث صعود الأتمتة تحولاً في التوظيف والرعاية الاجتماعية. فبعض الأدوار تتراجع وبعضها يتوسع، ويميل العبء الأكبر إلى الوقوع على من يتقاضون أجوراً أقل. وسيكون التصدي للقضايا المتعلقة بخصوصية البيانات والتحيز واتخاذ القرار أمراً أساسياً لضمان أن يعمل الذكاء الاصطناعي لصالح المجتمع.

يُظهر مفهوم «فقاعات التصفية»، الذي صاغه إلي باريزر لأول مرة عام 2011، كيف يمكن للموجزات الخوارزمية أن تحصر الأفراد ضمن نطاق محدود من وجهات النظر، مما يؤثر سلباً في النقاش العام والرفاه النفسي.

إن الإشراف البشري والتعاون ضروريان للتأكد من أن تعلّم الآلة يخدم المجتمع بطرق ذات معنى ومسؤولة. ويؤكد الكتّاب على «IA قبل AI» لأن البيانات الرديئة والتنظيم الهش ينتجان نتائج رديئة، بغض النظر عن تطور النموذج.

توفر برامج مثل إرشادات أخلاقيات الذكاء الاصطناعي والجهود التعاونية بين المطورين والمعلمين وصناع السياسات معايير مشتركة تعطي الأولوية للقيم الإنسانية. وفي مجالات مثل الطب والتعليم ووسائل التواصل الاجتماعي، لا يزال البشر يتحملون عبء التعاطف والحكم والسياق الذي لا يستطيع الذكاء الاصطناعي تحمله بعد.

مستقبل الذكاء الاصطناعي

تشير مستقبل إشارات الذكاء الاصطناعي إلى تأثير اقتصادي أكبر بكثير، وتكامل أوثق مع الأدوات اليومية، وأسئلة أكثر صعوبة حول التأثير والتحكم. وسيخترق العمل والمنزل والحياة العامة، ليس كنظام واحد بل كطبقات من الوكلاء والخدمات المترابطة.

من المرجح أن تؤدي التحسينات في الذكاء الاصطناعي الأساسي إلى إدخال برامج وكيلة إضافية تخطط وتتصرف وتتغير من تلقاء نفسها، بدلاً من مجرد الإجابة عن المطالبات. وستقوم النماذج التوليدية الأقوى بكتابة الملاحظات القانونية، وأفكار اختبار الأعمال، وتشغيل سير عمل كاملة، وليس فقط النصوص القصيرة أو الصور. ويتوقع آخرون أن يسهم الذكاء الاصطناعي بما يصل إلى 4.4 تريليون دولار أمريكي في الاقتصاد العالمي وأن يزيد الناتج المحلي الإجمالي العالمي بنحو 14% بحلول عام 2030، مع تولي الوكلاء البرمجيين المهام اليومية وإتاحة المجال للبشر للقيام بأعمال أكثر تقدماً.

بحلول عام 2034، قد تتمكن هذه الأنظمة من تشغيل المنازل الذكية، ومراقبة استهلاك الطاقة، والتنقل في المناطق الحرجة من سلاسل التوريد والتمويل. وفي الوقت نفسه، يحذر الباحثون من أن البيانات المتاحة للجمهور لتدريب النماذج الكبيرة قد تنفد بحلول عام 2026، مما سيجبر الشركات على استخراج المزيد من البيانات الخاصة أو شراء مجموعات بيانات مغلقة.

سيتغير شكل وسائل التواصل الاجتماعي مع اعتماد المنصات على الذكاء الاصطناعي لكتابة المنشورات، وتحرير الفيديو، وإعادة مزج محتوى المستخدمين على نطاق واسع. وقد تصبح التحديثات أقل تأثرًا بمن تتابعهم وأكثر تأثرًا بقرارات الوكلاء التي تختبر ما يبقيك على المشاهدة أو الشراء. وستفحص الفلاتر المعتمدة على الذكاء الاصطناعي النصوص والصور والصوت لرصد خطاب الكراهية أو الاحتيال، لكنها قد تسيء فهم العامية المحلية أو الفكاهة أو الاحتجاج، وقد تسكت بعض المجموعات أكثر من غيرها.

ستتبع هذه التطورات مخاطر. يمكن أن يرسخ التحيز الخوارزمي الفجوات القديمة في التوظيف أو السكن أو الائتمان إذا لم تكن الفرق تتحقق من النماذج على بيانات متنوعة. ويمكن لأدوات التتبع الأقوى ومجموعات البيانات المترابطة أن تنال من الخصوصية. ويستنتج الذكاء الاصطناعي الصحة أو المزاج أو الدخل من بقايا السلوك عبر الإنترنت.

تتطلب النماذج الكبيرة قدرًا كثيفًا من الحوسبة والطاقة، مما يدفع بعض الخبراء إلى القلق من أنه إذا استمر التدريب في التوسع دون طاقة أنظف أو شرائح أكثر كفاءة، فقد يؤدي الذكاء الاصطناعي إلى تفاقم الضغط المناخي. ونظرًا لأن الذكاء الاصطناعي يمكنه تسريع أبحاث علم الأحياء والمواد بما يصل إلى عشرة أضعاف، فقد يضع هذا «القرن الحادي والعشرين المضغوط» ما بين خمسين ومئة سنة من التغيير في خمس إلى عشر سنوات، جالبًا في الوقت نفسه علاجات منقذة للحياة ومخاطر ذات استخدام مزدوج.

ستحاول اتجاهات جديدة كبح هذا التوسع. يسعى الذكاء الاصطناعي القابل للتفسير إلى عرض قرار النموذج في نص واضح أو مقاييس سهلة الفهم. وسيتوسع حوكمة الذكاء الاصطناعي من خلال التشريعات، وتقنيات التدقيق، والإرشادات القطاعية التي تضع حدودًا لتطبيقات مثل التعرف على الوجوه، والأسلحة الذاتية، أو المحتوى المزيف العميق.

ستقود فرق متعددة التخصصات تجمع بين المهندسين والخبراء القانونيين والأخلاقيين والمتخصصين في الصناعة الذكاء الاصطناعي في الصحة والقانون والمناخ والتمويل، بحيث لا يأتي تحسين الإنتاجية والراحة على حساب العدالة أو السلامة على المدى الطويل. وبين الآن و2034، سيحدد هذا المزيج من الأدوات الذكية واللوائح الجديدة والمعايير الجماعية مقدار ما يتحول من إمكانات الذكاء الاصطناعي إلى قيمة جماعية فعلية.

الخلاصة

لقد أضحى الذكاء الاصطناعي يتخلل كثيرًا من تفاصيل الحياة اليومية. فهو يساعد الأفراد على تنظيم المعلومات، وتحديد الأنماط، واتخاذ قرارات سريعة استنادًا إلى بيانات شفافة. ويعمل في الهواتف والسيارات والصحة وأدوات الحرم الجامعي. كما يؤثر في كيفية دراسة الطلاب وتصميم المدرسين للمقررات. ومع ذلك، فإنه لا يزال قائمًا على الأهداف البشرية، والإرشادات، والضمانات.

لاستخدام الذكاء الاصطناعي بفعالية، يظل الأفراد فضوليين، ويطرحون أسئلة صعبة، ويحافظون على حدود شفافة فيما يتعلق بالاستخدام والمخاطر. إنهم يجرّبون الأدوات، ويضعون لوائح عادلة، ويصححون التحيز. وينظرون إلى الذكاء الاصطناعي باعتباره مساعدة قوية، لا بديلاً عن التعاطف البشري أو اتخاذ القرار.

للتقدم بذكاء، يمكن للقراء متابعة حالات استخدام جديدة، وتبادل قصص حقيقية، والدعوة إلى نقاش مفتوح حول الذكاء الاصطناعي في دوائرهم.