أبرز أخبار الذكاء الاصطناعي — الصورة الكاملة — 2026-10-15 (الخميس) أخبار الصباح

تُحدَّث أرقام تمويل الذكاء الاصطناعي ونموه بشكل كبير كل ربع سنة. سجّلت سنغافورة نموًا بنسبة 5.4% بدعم من الطلب على الذكاء الاصطناعي، وجرى توقيع شراكات لاكتشاف الأدوية بالذكاء الاصطناعي تصل قيمتها إلى 1.2 مليار دولار. وفي المقابل، يظل التوظيف غير مؤكد بعد أن وعدت شركة Publicis بخفض العمل اليدوي بنسبة 25%، وتطالب جدّة رفعت دعوى بسبب أخطاء التعرّف على الوجه بتعويض قدره 10 ملايين دولار. إن سرعة جمع الأموال وسرعة علم المتضررين بالعبء ليستا في الوقت نفسه. فيما يلي، اقرأ حجم الأرقام إلى جانب الضغط الذي يمارسه بالفعل على القطاع وعلى الأفراد وعلى تدابير السلامة. ولا يمكن تحديد مدى ما ينبغي إدراكه من آثار الإدخال ما لم ننظر في من سيتحمّل مسؤولية توزيع التكاليف والمسؤوليات.

بيئة العمل تتأرجح بين تقليص الموظفين وإعادة التدريب

حددت Publicis هدفًا لخفض العمل اليدوي بنسبة 25% عبر الذكاء الاصطناعي، لكن الأثر على التوظيف لا يزال غير واضح بحسب ما يُذكر (Storyboard18). تُظهر الأرقام انخفاضًا في عبء العمل لا انخفاضًا في عدد الموظفين. ومع ذلك، فبعد إزالة ربع العمل اليدوي، لم يتقرر بعد ما إذا كان الأشخاص أنفسهم سيستخدمون ذلك الوقت لأداء أعمال أخرى، أم ستتم مراجعة عدد الأفراد. وإذا حاولت معرفة عدد من سيتم تقليصهم بالنظر إلى القيمة المستهدفة وحدها، فستقع بسهولة في أخطاء في حكمك.

حتى مع المقدمة نفسها، بدأت الاتجاهات في هذا المجال تتباين. فقد أُفيد بأن HSBC وKroger تزيدان عدد حالات تسريح العمال بسبب الذكاء الاصطناعي، وتجري مناقشة المقارنة بين التكلفة وإعادة التأهيل (AICERTs). فبينما يخفّض التقشّف تكاليف العمالة على المدى القصير، تتطلب إعادة التأهيل تكاليف تدريب ووقتًا. وتعتمد الخيار الأرخص على نطاق الأعمال التي يجري استبدالها وعلى ما إذا كان بإمكان الموظفين المتبقين تولّي المهام الجديدة. وعندما ينظر القرّاء إلى شركاتهم وأماكن عملهم، عليهم ألا ينظروا إلى حجم التخفيضات فحسب، بل أيضًا إلى تكلفة إعادة المهارات ومن سيتحمّل المسؤولية بعد إجراء التخفيضات.

يختلف اتجاه التغيير إلى حد ما في مجالات الوظائف للخريجين الجدد. تفيد The Economic Times بأن فئات الوظائف للخريجين الجدد تتغير بسبب اتجاه التركيز بشكل أكبر على مهارات الذكاء الاصطناعي، وبأن عدد التعيينات الجديدة في مجالي تكنولوجيا المعلومات وإدارة عمليات الأعمال (BPM) في الهند يتعافى. ومن السهل تخيل أنه إذا انتقل العمل اليدوي التمهيدي إلى الذكاء الاصطناعي فستُفقد وظائف الموظفين الجدد أولًا، لكن وجود حالات عاد فيها التوظيف يدل على أن بعض الشركات تخصص أموالًا لتدريب الموارد البشرية القادرة على التعامل مع الذكاء الاصطناعي. وهنا، فإن كيفية تنمية الإلمام بالذكاء الاصطناعي هي متغير يحدد الأثر على التوظيف.

يتسع نطاق المستخدمين كذلك. يُقال إن منتدى OpenAI عقد نقاشات حول استخدام الذكاء الاصطناعي لدى خبراء استطلاعات الرأي العام (EdTech Innovation Hub). وامتداد النقاش حول الاستخدام إلى المهن المتخصصة يدل على أن إعادة التأهيل المهني ليست قضية محصورة في مهن بعينها. كما أن إصدار عام 2026 من تقرير تطبيق الذكاء الاصطناعي (Knowledge at Wharton) سيكون مادة للتحقق من الواقع الفعلي للتطبيق. فلا يمكن قياس الأثر بمجرد تقدّم الإدخال؛ ولا يمكن مقارنة النتائج ما لم ننظر أيضًا في ما إذا استُخدم الذكاء الاصطناعي للتقليص أم للتدريب.

إن الاختيار بين التخفيضات والنمو ليس مسألة تتعلق بمالية الشركات فحسب، بل هو أيضًا مسألة توزيع، أي من سيتحمّل التكاليف والمسؤوليات أولًا. وفي القسم التالي سنرى كيف يتجلّى هذا التوزيع على صعيد الأفراد والسلامة.

سلسلة التمويل والتعاون لاكتشاف الأدوية

من الطروحات الخاصة الصغيرة إلى المشتريات الحكومية، يتدفق التمويل الموجَّه لاكتشاف الأدوية بالذكاء الاصطناعي عبر قنوات مختلفة في كل مرحلة. فقد أتمّت شركة Rakovina Therapeutics الكندية (TSXV:RKV) طرحًا خاصًا بقيمة 1.99 مليون دولار كندي، وتوضح سبب توجيه الأموال نحو اكتشاف أدوية السرطان المعتمد على الذكاء الاصطناعي (kalkine.ca). ورغم صغر الحجم، فهو مثال على المرحلة الأولى من جمع الأموال للذكاء الاصطناعي وتخصيصها للأبحاث.

على صعيد الشراكات والعقود، ترتفع الأرقام درجة. أعلنت Deep Origin عن تعاون متعدد الأهداف في اكتشاف الأدوية بالذكاء الاصطناعي مع BioAge Labs، قائلة إنها أكدت وجود نتيجة إيجابية مثبتة (hit) على الهدف الأول (Yahoo Finance Singapore). ووقّعت ITOCHU Corporation اتفاقية تحالف رأسمالي مع MOLCURE Inc. (BioSpectrum Asia) لاكتشاف الأدوية بالذكاء الاصطناعي في اليابان. وتوقّع Zealand Pharma وGenerate صفقة دواء للسمنة بالذكاء الاصطناعي تصل إلى 1.2 مليار دولار (WTVB). ينبغي قراءة عبارة «الحد الأقصى» هنا على أنها تشير إلى سقف يشمل المبالغ المستحقة رهنًا بشروط الأداء. ومع أن مبلغ العقد المعلن قد يكون كبيرًا، فإن الدفعة الثابتة والمبلغ المشروط المستقبلي أمران مختلفان.

لا يقتصر تدفق الأموال على القطاع الخاص. فقد مُنحت ThinkTrends عقد IDIQ بقيمة 49 مليون دولار من إدارة الغذاء والدواء الأمريكية (FDA) لدعم تنفيذ الذكاء الاصطناعي والبيانات (The Globe and Mail). وستقوم الجهات التنظيمية نفسها بشراء البنية التحتية للذكاء الاصطناعي والبيانات. وعلى صعيد السوق، أصدرت Nuvin Asset Management، التي تدير 2.6 تريليون دولار، تعليقًا على السوق ذكرت فيه أن الذكاء الاصطناعي يعيد تشكيل البنية الاقتصادية لصناعة الأدوية الحيوية. وفيما يتعلق بسوق تكنولوجيا المعلومات في علوم الحياة، يشير تحليل إلى أن IQVIA وOracle وAccenture وVeeva Systems وSAP تستهدف 82.24 مليار دولار بحلول عام 2035 (Yahoo Finance UK). وعلاوة على ذلك، أُفيد بأن Nanyang Biologics، وهي شركة تقنية حيوية سنغافورية لاكتشاف الأدوية بالذكاء الاصطناعي تبلغ قيمتها 1.5 مليار دولار أمريكي، ستُدرج في بورصة ناسداك (The Business Times).

إذا نظرنا إليها جنبًا إلى جنب، فإن ما يتقدم هو التمويل والتقييم وقيمة العقود، أما ما يمكن اعتباره نتائج فهو مجرد نتائج مبكرة مثل «الإصابة المؤكدة» (verified hit) لدى Deep Origin. إن تأكيد الإصابة هو بداية العملية الطويلة لاكتشاف الأدوية، وإعلان الإدراج في البورصة أو توقيع عقد كبير وحده لا يدل على دقة التجارب السريرية اللاحقة أو الحصول على الموافقة. ينبغي للقراء أن ينظروا إلى تفصيل الجزء الثابت والجزء المشروط من مبلغ العقد، وإلى ما إذا كانت الأموال مرتبطة بنتائج تم التحقق منها. يتناول القسم التالي كيف تعيد هذه التحركات المالية توزيع التكاليف والمسؤوليات في هذا المجال.

الثقة في النماذج التنبؤية التي تدعم التشخيص والعلاج

تتجه النماذج التنبؤية التي تستخدم الصور والبيانات متعددة الوسائط بعيدًا عن مرحلة البحث وأقرب إلى المسار السريري. فبالنسبة لسرطان الظهارة البولية في المسالك العليا، أُبلغ عن نظام دعم قرار سريري متعدد الوسائط هو CLIP-CGPNet للتنبؤ بالانتكاس بعد الجراحة (Journal of imaging informatics in medicine). أما في سرطان الثدي، فقد صُمم HCF-Net، الذي يصنف الأنماط الفرعية الجزيئية قبل الجراحة انطلاقًا من التصوير بالرنين المغناطيسي الديناميكي المعزز بالتباين، على هيئة دمج متتالٍ يتبع المسار العلاجي السريري (المجلة نفسها). وفي حالة الورم الغدي المخاطي في الرئة، نُشر بعض الأبحاث لتصنيف الأنماط الفرعية والتنبؤ بالمآل عبر دمج بيانات متعددة الوسائط (translational cancer research). والقاسم المشترك بين الثلاثة هو أنها تضع النموذج عند نقطة محددة في عملية اتخاذ القرار، مثل الاختيار قبل الجراحة أو بعدها. ومن الضروري التحقق ليس من أرقام الدقة فحسب، بل أيضًا من المواقف التي ينبغي أن يحل فيها النموذج محل الإجراء القائم أو يكمله.

من ناحية أخرى، يبقى قبول الأطباء للإجابات التي يقدمها النموذج مسألة منفصلة. تتم معالجة قابلية التفسير والثقة السريرية بشكل مباشر في استخدام التعلم العميق للتنبؤ بالاستجابة للعلاج في الورم الأرومي الدبقي (Journal of imaging informatics in medicine). وتستهدف الأبحاث الرامية إلى التنبؤ بسرطان الخلايا الكبدية الطافر P53 باستخدام الرادیومکس بالرنين المغناطيسي ليس داخل الورم فحسب، بل المنطقة المحيطة به أيضًا (translational cancer research). كما تضع مقابلة مع UMass Chan Medical School حول الذكاء الاصطناعي في الأشعة هذه التقنية من منظور الأطباء الذين يقرؤون الصور. لا يكفي أن يكون التنبؤ دقيقًا، بل إن من شروط الاستخدام العملي أن يتمكن الأطباء من التأكد من الموضع في الصورة الذي استند إليه التنبؤ.

المفهوم نفسه موجود خارج الطب. يُذكر أن المزارعين يستخدمون طائرات مسيّرة مزوّدة بالذكاء الاصطناعي ليس لتفقّد المحاصيل فحسب، بل لمجموعة أوسع من الاستخدامات (Growing Produce). وحتى لو أصبحت ملاحظات الحقول أدق، فإن المنتج هو من يقرر كيف يستخدم تلك المعلومات لاتخاذ قرارات بشأن العمليات والمدخلات. وسواء تعلّق الأمر بالتشخيص أو بالزراعة، فإن قيمة التركيب تعتمد أقل على أرقام الأداء وأكثر على كيفية تعامل الميدان مع مخرجاته ومن يتولى الأمر عند حدوث خلل. ويرتبط هذا مباشرة بالسؤال التالي، وهو النظر في آثار التقنية بما في ذلك توزيع التكاليف والمسؤوليات.

طلب رسم الخط الفاصل لحماية الأفراد والأطفال

وصل الخطأ في التعرف على الوجوه إلى المحاكم بالفعل. جدة جرى التعرف عليها خطأً بوصفها مرتكبة سرقة مصرف باستخدام تقنية التعرف على الوجوه بالذكاء الاصطناعي رفعت دعوى قضائية تطالب بتعويض قدره 10 ملايين دولار، بحسب ABC News. وهذا يعني أن قرار ربط شخص بالجاني بدأ من نتائج المطابقة التي أجرتها الآلة. وفي مجال الصحة النفسية، أعلنت كوريا الجنوبية إرشادات السلامة للذكاء الاصطناعي في الصحة النفسية (Healthcare IT News). وهذا مثال على توثيق حكومة لحدود ما يمكن تركه للذكاء الاصطناعي قبل أن ينتشر استخدامه على نطاق واسع. سواء كان الأمر تعرفًا على الوجوه أو دعمًا في الإرشاد النفسي، فإن الأخطاء تقع على الأفراد الذين يتلقون النتائج، لا على من يختار النظام. وعلى من يفكرون في الاعتماد عليه ألا يكتفوا بالتحقق من أرقام الدقة، بل أن يتحققوا أيضًا من الجهة التي يمكنها تصحيح الأخطاء ومن سيتحمل المسؤولية عند وقوعها.

في نوع الذكاء الاصطناعي الذي يبني العلاقات، يكون موضوع الجذب أقرب إلى ذات المستخدم الداخلية. تقول Universidad de Córdoba (UCO) إن تطبيق صديقتها الافتراضية بالذكاء الاصطناعي يوفر إعدادات للشخصية وميزات للخصوصية. وفي حين أن النظام الذي يتيح للمستخدمين اختيار شخصيتهم يلائم تفضيلات المستخدم، فإنه يثير أيضًا مسألة كيفية التعامل مع سجلات المحادثات الحميمة. وفيما يتعلق بالأطفال، كتب خبير في Florida Politics محتجًّا بأن على فلوريدا ألا تترك الأطفال لروبوتات الدردشة. ويمثل هذا المقال رأي خبير بمفرده ولا يعني أن اللوائح قد استقرت. ومع ذلك، فإن وجود ميزات للخصوصية والقدرة على التفاعل مع القاصرين مسألتان مختلفتان. ويتعين على أولياء الأمور والمدارس والجهات المزوِّدة تحديد نطاق الاستخدام لكل فئة عمرية، بصرف النظر عن وجود الوظائف من عدمه.

يمكن أيضًا استخدام تقنيات قراءة العواطف والتحيزات لدعم مثل هذه الأحكام. فقد حسّنت أساليب تحسين مستوحاة من سلوك الذئاب أداء التعرف على العواطف في الكلام عبر اللغات، بحسب Bioengineer.org. وإذا أمكن التعامل مع العواطف بلغات مختلفة، فستتسع المواقف التي يمكن استخدامها فيها. غير أن على من ينفّذون النظام التحقق من أنه لا يخطئ في تحديد الأشخاص الذين يتحدثون بلغات أو أساليب كلام معينة. وتتناول Penn Today الجهود المبذولة لاستخدام الذكاء الاصطناعي في اكتشاف التحيز الإعلامي واستخدامه أساسًا لقرارات الناخبين والقرّاء. وما لم نتأكد من أن المعايير المستخدمة للحكم على التحيز ليست متحيزة، فقد لا تساعد هذه الأداة القرّاء على اتخاذ القرارات، بل قد تدفعهم إلى النظر إلى الأمور من زاوية معينة. وفي كلٍّ من التعرف على العواطف واكتشاف التحيز، يبقى السؤال هو ما إذا كان ينبغي استخدامهما بعد الإفصاح عن أساس الحكم وميل النظام إلى الخطأ، بدلًا من الاعتماد على النتائج كما هي.

ما رأيناه حتى الآن هو أنه في الحالات التي يقع فيها الضرر على الأفراد أولاً، يجب أن يتقرر أولاً من سيتولى التحقيق ومن سيتحمل المسؤولية. بعد ذلك، ننظر في كيفية توزيع هذه التكاليف والمسؤوليات بين الشركات والمجتمع.

المحور الزمني للنمو والسياسة والتدابير الأمنية

حققت سنغافورة نموًا بنسبة 5.4% مدفوعًا بالطلب على الذكاء الاصطناعي، مع بقاء السياسة النقدية دون تغيير (Bloomberg.com). ورغم قوة الأرقام، فهي تُظهر فقط أن الرياح المواتية من جانب الطلب ظهرت أولًا في الإحصاءات. وفي الوقت نفسه تقريبًا، ورد أن مجموعة لتمويل الذكاء الاصطناعي دعمت حملة سكوت وينر للوصول إلى الكونغرس بمبلغ 3 ملايين دولار (Mission Local). ومن خلال التمويل، تضيق المسافة بين من يجنون ثمار النمو ومن يضعون القواعد. وفي الأثناء، حذّر هاريس من أن الوقت المتبقي لإجراءات أمن الذكاء الاصطناعي ضيق، وحثّ على التعاون بين الولايات المتحدة والصين (Reuters). تُحدَّث معدلات النمو كل ربع سنة وتبقى الانتخابات في موعدها، لكن لا أحد حدّد موعدًا نهائيًا لإجراءات الأمن. نقطة انطلاق هذا القسم هي النقطة التي تتحرك فيها ثلاثة محاور زمنية مختلفة جنبًا إلى جنب.

ينعكس هذا الفارق الزمني أيضًا في الجدول الميداني. فقد تحدّثت شركات تشغيل دور رعاية المسنّين Cascadia وCarDon وFellowshipLIFE عن خارطة طريقها لاستخدام الذكاء الاصطناعي (Skilled Nursing News). ويُظهر نهج التنفيذ على مراحل أن المنظومة تعمل وفق مقياس زمني تشغيلي مستقل عن وتيرة النمو أو الانتخابات. وعلى الجانب الإبداعي، أقامت Air فعالية على السطح مع الفنان Joe Bloom للحديث عن الذكاء الاصطناعي والإبداع (Ad Age). وتحاول جداول العمل في الرعاية التمريضية وفرص الحوار في الكتابة الإبداعية تنظيم طريقة إدراك الأمور في كل مجال.

والآن لنغيّر موضع السؤال. يطرح روبوت الذكاء الاصطناعي الذي يظهر في فيلم «Vision Quest» من مارفل سؤال ما إذا كانت الآلات قادرة على التفكير بنفسها (Moneycontrol.com). ورغم أن هذه قصة خيالية، فإنها تتقاطع مع سؤال رسم الحد الفاصل بين ما ينبغي تركه للآلات وما ينبغي أن يتولاه البشر عندما يقرر القرّاء اعتماده. أما أرقام معدلات النمو ومبالغ التمويل السياسي فلا ترسم لنا هذا الحد.

وعودةً إلى حكم القارئ، فإن ما ينبغي النظر إليه ليس حجم الأرقام، بل سرعة الجسم المتحرك وأي عبء سيُطبَّق أولًا. فإذا صحّت تحذيرات هاريس، فقد تكون فترة السماح أقصر من الجدول الزمني على أرض الواقع. غير أن مدة التعليق ليست ثابتة، وتبقى ضمن النطاق الذي وصفه بأنه تحذير. وسواء لحق النقاش بالوتيرة أم لا، فإن الأمر سيعود في النهاية إلى مسألة التوزيع: من سيتحمل التكاليف والمسؤوليات.

تشترك الحالات التي تناولها كل قسم في ترتيب واحد. فمعدل النمو ومبلغ التمويل وحجم الشراكة ستُحسم كأرقام عند الإعلان. أما التعامل مع شؤون الموظفين، والقرارات التي تحل محلها النماذج التنبؤية، والتصحيحات والمسؤوليات عند وقوع الأخطاء، ومواعيد إجراءات السلامة، فتُحدَّد بعد التنفيذ. ويظهر العبء أولًا على هذا الجانب الأخير، وهم المسؤولون عن الميدان والأفراد الذين تُوجَّه إليهم النتائج هم من يتحمّلون العبء. ولذلك لا يمكن الحكم على فاعلية التطبيق بأرقام منفردة مثل مقدار التخفيض والدقة ومعدل النمو. فلا يمكن تحديد ما إذا كان التطبيق نفسه سيكون نفعًا أم ضررًا لنا إلا بالتأكد من من سيدفع الثمن، ومن يستطيع تصحيح الأخطاء، ومن سيتحمّل المسؤولية. يبقى حجم الأرقام نقطة البداية، ويتركّز محور الحكم على التوزيع.

السؤال 1: من في مكان عملك يقرر تخصيص الوقت والجهد الذي وفّره الذكاء الاصطناعي لأي مهام؟ السؤال 2: عندما ينتج الذكاء الاصطناعي نتائج غير صحيحة، هل توجد إجراءات لاكتشافها وتصحيحها، ومن المسؤول عن ذلك كتابةً؟ السؤال 3: هل تشمل الأرقام التي تقيس فاعلية الاعتماد تكلفة إعادة التدريب، وتكلفة معالجة الأخطاء، والعبء الواقع على المتأثرين؟

وأخيرًا، ثلاثة أسئلة

- من في مكان عملك يقرر تخصيص الوقت والجهد اللذين وفّرهما الذكاء الاصطناعي لأي مهام؟ Q2: عندما ينتج الذكاء الاصطناعي نتائج خاطئة، هل توجد إجراءات للعثور عليها وتصحيحها، ومن المسؤول كتابةً؟ Q3: هل تشمل الأرقام التي تقيس فعالية الاعتماد تكلفة إعادة التدريب وتكلفة معالجة الأخطاء والعبء على المتأثرين؟ - عندما ينتج الذكاء الاصطناعي نتائج خاطئة، هل توجد إجراءات للعثور عليها وتصحيحها، ومن المسؤول كتابةً؟ Q3: هل تشمل الأرقام التي تقيس فعالية الاعتماد تكلفة إعادة التدريب وتكلفة معالجة الأخطاء والعبء على المتأثرين؟ - هل تشمل الأرقام التي تقيس فعالية التطبيق تكلفة إعادة التدريب وتكلفة معالجة الأخطاء والعبء على المتأثرين؟