AI Highlights — الصورة الكاملة — أخبار 2026-10-26 (الاثنين) اليومية

في حين يدفع الذكاء الاصطناعي أرقام التوظيف، فإن التقنية نفسها تقف أيضًا وراء معلومات الانتخابات، والنصائح العاطفية ونصائح تربية الأطفال، والتنبؤ بالسرطان، والعمليات العسكرية والدوائية. وتشير التقارير إلى أن عمالقة تقنية المعلومات خفّضوا ما يقارب 200,000 وظيفة في أنحاء العالم، لكن حجم التخفيضات ليس سوى جزء مما يجري من تغييرات. فـ8% فقط من البالغين الأمريكيين يحصلون على معلومات الانتخابات من روبوتات الدردشة بالذكاء الاصطناعي، وإذا أفلست خدمة مواعدة كبرى بالذكاء الاصطناعي فسيُحذف شركاء المستخدمين. وسواء كانت الأرقام كبيرة أم صغيرة، فإن البشر يتلقون بشكل متزايد إجابات من الذكاء الاصطناعي ويتخذونها أساسًا لقراراتهم وعلاقاتهم. وما أود أن يخرج به القرّاء من نصف اليوم هذا هو سؤال: إلى أي مدى يمكننا أن نترك الأمور للذكاء الاصطناعي، وأين ينبغي أن نرسم الخط. وتبيّن الأقسام أدناه كيف يختلف موضع هذا الخط باختلاف الصناعات والمواقف.

تخفيضات الوظائف تتصدر المشهد، والنظام والاقتصاد يتبعانها

ذكرت صحيفة Livemint الاقتصادية الهندية أن كبرى شركات تكنولوجيا المعلومات خفّضت ما يقارب 200,000 وظيفة في أنحاء العالم بسبب التحول إلى الذكاء الاصطناعي. وقد تجاوز حجم التخفيضات بالفعل حجم أي شركة أو دولة بمفردها. وسلّطت قناة الجزيرة الضوء على أن المملكة المتحدة تتصدر عمليات التسريح المرتبطة بالذكاء الاصطناعي، وناقشت أسباب ذلك. وفي القطاع المالي، أُفيد بأن Barclays يواجه تسريحًا للعاملين بسبب الذكاء الاصطناعي ومخاوف مفرطة بشأن ضرائب المصارف (Seeking Alpha). وتحدث تحركات مماثلة في صناعات ومناطق مختلفة، مثل تكنولوجيا المعلومات والمملكة المتحدة والقطاع المصرفي. لذلك لا بد من النظر إلى الذكاء الاصطناعي والتوظيف لا بوصفهما قرارات إدارية لشركة واحدة، بل ظاهرة مشتركة بين عدة صناعات.

وهذا التوجّه يمتد أيضًا إلى خارج مجال التوظيف. فقد أشار صندوق النقد الدولي إلى ارتفاع أسعار الطاقة والذكاء الاصطناعي معًا بوصفهما عبئين في تقييمه للتحديات التي تواجه الاقتصادات الآسيوية (India Today). وبينما يمثّل التحول بالذكاء الاصطناعي إجراءً لخفض التكاليف بالنسبة إلى الشركات، فإنه يخلق أيضًا عبء تكيّف على الاقتصاد ككل. وعلاوة على ذلك، في حالة البنوك، يُناقَش موضوع تسريح العمال في السياق نفسه مع القضية المؤسسية المتعلقة بضرائب البنوك (Seeking Alpha). وعند قراءة خطط الشركة لخفض العمالة، فما لم يُنظر إليها مقترنةً بالتطورات الضريبية والتنظيمية، لن يمكن معرفة ما إذا كان القرار قد اتُّخذ بصورة مستقلة أم تأثّر بالنظام.

يظهر الاتجاه نفسه في المؤسسات الطبية. ووفقًا لـ Hospitalogy، قال الرئيس التنفيذي لشركة Navvis، رئيس قسم الرعاية الصحية، إنه بينما تحرّكت الرعاية القائمة على القيمة (VBC) نحو النتائج، فقد عُلِّق LEAD. ثم تحدّث عن الاستعداد لنماذج المخاطر التي قد تصبح إلزامية. فما يحدث هنا ليس الذكاء الاصطناعي نفسه. فآليات الدفع والتقييم تتغير، والمؤسسات مضطرة إلى إعادة الهيكلة وفقًا لذلك. وحتى إن أُرجئ الإلزام، تبقى الحاجة إلى الاستعداد قائمة. وتتداخل هذه النقطة مع مثال المملكة المتحدة، حيث سارت تخفيضات الموظفين أسرع من تحسينات المؤسسات.

عند ترتيبها بهذه الطريقة، لا تكون أعداد الأشخاص ونسب التخفيض بالضرورة نتيجة قرارات كل شركة بمفردها، بل تتأثر بظروف خارجية مثل التقييم الاقتصادي والنظام الضريبي وطرق الدفع الطبي. وعلى من يطّلع على الأرقام أن يتحقق من النظام الذي نشأت في ظله هذه الأرقام. والسؤال التالي الذي ينبغي طرحه لا يتعلق بحجم التخفيض بقدر ما يتعلق بمقدار ما ينبغي ترك اتخاذ القرار الميداني والعمل الإبداعي والعمل السريري فيه للذكاء الاصطناعي.

سياقات المعلومات والتعليم التي يُطرح فيها سؤال التحيز والثقة

فقط 8% من البالغين في الولايات المتحدة يستخدمون روبوتات الدردشة بالذكاء الاصطناعي لجمع معلومات عن انتخابات 2026 (مركز بيو للأبحاث). لا يزال عدد المستخدمين صغيرًا. ومع ذلك، إذا كانت الإجابات التي يتلقاها هذا العدد الصغير متحيزة، فإن قلة العدد ليست سببًا للاطمئنان. ففي مراجعة TechCrunch، عندما وُضع Grok أمام خيار، اختار الحزب الجمهوري، بينما اختار OpenAI الحزب الديمقراطي. وغالبًا ما يُستخدم كلا النموذجين على افتراض حياديتهما. ومع ذلك، إذا أُجبرا على الاختيار، فسيكشفان عن موقفهما. وما ينبغي للقراء التحقق منه ليس ما إذا كان روبوت الدردشة سيجيب. ففي سؤال شديد الحزبية مثل الانتخابات، السؤال هو ما إذا كان يمكن استخدام الإجابة أساسًا لاتخاذ القرارات.

في مجال التعليم، تُظهر الأرقام وجود نقص في الاستعداد. لا تزال سياسات الذكاء الاصطناعي في مدارس ولاية واشنطن تعود إلى عام 2010 وغير مستعدة للمستقبل (The Seattle Times). ورغم أن الطلاب يستطيعون بالفعل الوصول إلى الذكاء الاصطناعي التوليدي، فإن لوائح المدارس ما زالت تعتمد على صياغة كُتبت في وقت لم يكن فيه الذكاء الاصطناعي شائعًا. وإذا كانت السياسة قديمة، فلن يكون أمام المعلمين خيار سوى اتخاذ قرارات فردية، وسيختلف ما يسمحون به ويطلبونه من الطلاب من صف إلى آخر. والثقة هنا ليست ثقة في مخرجات الذكاء الاصطناعي نفسها، بل ثقة في ما إذا كانت المؤسسة التي تقرر كيفية استخدامه تواكب الوضع الفعلي.

كما بدأت تتشكل تحركات متعلقة بالأمن استجابةً للهجمات. فبعد الهجوم على Hugging Face، ظهرت عدة تحركات تتعلق بسلامة الذكاء الاصطناعي. ويعرض موقع Tech Xplore تطورها بترتيب زمني. ومع استهداف البنية التحتية المشتركة من النماذج والأدوات المتاحة للجمهور، لم يعد الأمن شأنًا داخليًا لشركات التطوير فحسب. والسؤال هو كيف نرسم الحد الفاصل بين ما ينبغي للمستخدمين التحقق منه بأنفسهم وما ينبغي تركه لمشغّل البنية التحتية.

في العمل الإبداعي، هناك أمثلة تُحدَّد فيها المسؤولية بوضوح. نفت Creative Assembly وجود فن من إنتاج الذكاء الاصطناعي في النسخة الكاملة من Total War: Shogun 2 واعترفت بمسؤوليتها (Simulation Daily). والمهم هنا أنهم أقرّوا بأنهم استخدموا شيئًا أنتجه الذكاء الاصطناعي، ثم أبدوا استعدادهم لتحمّل المهمة. القاسم المشترك بين النماذج المتحيزة، وسياسات المدارس القديمة، وإجراءات الأمان المتخذة بعد الهجوم، وشركات الإنتاج التي أقرّت بمسؤوليتها هو أن الثقة لا تُبنى على الأداء، بل على الوضوح بشأن من يتحمل المسؤولية عن ماذا. وللبتّ في نطاق العمل الذي يمكن إيكاله، يجب أن يكون الشخص الذي سيتولى العمل مرئيًا. وفي القسم التالي سنرى كيف يُرسَم هذا الخط في سياقات أكثر شخصية وعاطفية وسريرية.

الثمن الذي تدفعه عند إيكال مشاعرك وعلاقاتك إلى الذكاء الاصطناعي

تثير مسألة ما إذا كانت للآلات مشاعر جدلًا حول الذكاء الاصطناعي، بحسب MarketWatch. ورغم أن هذا الجدل لم يُحسم، تُبنى العلاقات من جانب المستخدمين دون انتظار نتيجة. ووفقًا لـ New York Post، تتجه إحدى كبرى خدمات الحبيب الافتراضي بالذكاء الاصطناعي إلى الإفلاس، ومن المتوقع حذف الحبيبات والأحبّة الافتراضيين للمستخدمين. فالشخص الذي كان المستخدم يتبادل معه الكلام يوميًا يختفي بسبب الوضع الإداري للشركة المشغِّلة. وبغض النظر عمّا إذا كانت المشاعر حقيقية أم لا، تقع على الشركة مسؤولية الحفاظ على الشريك، وإذا انهارت الشركة انتهت العلاقة. وذكرت The Malaysian Reserve أن الذكاء الاصطناعي يغيّر الأمومة نحو الأسوأ. فكلما زادت المواقف التي تُوكَل فيها استشارات تربية الأطفال وقراراتها إلى الذكاء الاصطناعي، قد تقلّ فاعلية التفاعلات بين الآباء والأبناء التي يُفترض أن تكون مركّزة عادةً. ويتناول هذا المقال هذه التغيرات بوصفها قضية.

هناك أيضًا تقدّم في قدرة الآلات على قراءة المشاعر. وبحسب موقع The Decoder، أعلنت شركة Block عن ذكاء اصطناعي جديد باسم Dessa يتعلم من الصوت وحده. ويقال إن الصوت نفسه يلتقط مشاعر لا يمكن التقاطها عبر النسخ النصي. وهناك مجال لاستخدامه في مواقف مثل مراكز الاتصال والمقابلات، حيث لا يمكن إصدار الحكم بالاعتماد على مضمون الكلمات وحده. ومع ذلك، فمن غير الواضح في هذا التقرير من يستخدم المشاعر المقروءة من الصوت ولأي غرض. وكلما ازدادت دقة القراءة، زاد خطر أن يستخدم من يتلقون النتائج هذه النتائج مادةً لإصدار أحكام على الناس.

ومن ناحية أخرى، هناك أيضًا طرق يمكن للذكاء الاصطناعي من خلالها دعم العلاقات بين الناس. يقدم موقع Oncology Nursing News مثالًا على كيفية استخدام نماذج الذكاء الاصطناعي لتقييم خطر الإصابة بسرطان الثدي في الفرز الأولي وفي إرشاد المرضى بقيادة الممرضين. وهنا يقتصر دور الذكاء الاصطناعي على تقدير الخطر، بينما تتولى الممرضة أو الممرض شرح الوضع للمريض والاستجابة لمخاوفه. وفي حين يعتمد AI Lover وDessa على الذكاء الاصطناعي لقراءة علاقاتهما ومشاعرهما، فإن الذكاء الاصطناعي في هذه الحالة يُعِدّ المواد اللازمة للحوار بين البشر.

عند النظر إليها جنبًا إلى جنب، فإن إمكانية الاعتماد على الذكاء الاصطناعي في إنجاز عملك لا تتحدد بأداء الذكاء الاصطناعي وحده. قبل استخدام الجهاز، لا بد من التحقق مما إذا كانت الجهة التي أُوكل إليها الأمر لن تختفي بسبب إفلاس الشركة المشغِّلة، ومن سيتلقى المعلومات المستخلصة من الأصوات والكلمات، وهل سيبقى هناك إنسان خلف ذلك. وسيكون هذا التحقق أساسًا لتحديد نطاق اتخاذ القرارات والأعمال الإبداعية التي سيتم إيكالها إلى الذكاء الاصطناعي.

تقدمت دقة التنبؤ بعلاج السرطان بفضل الصور والبيانات

في حالة سرطان الثدي، جرت محاولات لتقدير وجود النقائل أو عدمه قبل الجراحة. وأُفيد بدراسة عن استخدام الذكاء الاصطناعي للتنبؤ بنقائل سرطان الثدي قبل الجراحة عبر تفسير صور الموجات فوق الصوتية (Bioengineer.org). وتعرض دراسة أخرى إطار تجميع ثابتاً معايَراً للتنبؤ بوفيات سرطان الثدي (Archives of Breast Cancer). والمعايرة هي عملية التحقق مما إذا كانت الاحتمالات التي ينتجها النموذج تطابق التكرار الفعلي للحدوث. ولأنها ترتبط بما إذا كان يمكن قراءة القيم المتنبَّأ بها على أنها احتمالات، فهي بأهمية الدقة نفسها عند الشرح للمرضى أو التشاور حول خطط العلاج. وفي مجال الصور المرضية، نُشر في Scientific Reports نموذج SCLC-SBT، وهو محوّل ثنائي الخطية طيفي لتصنيف صور أنسجة سرطان الرئة صغير الخلايا. وحتى إذا تغيّر نوع الصورة، فإن المهم ليس أرقام الدقة وحدها، بل كذلك كيفية قراءة المخرجات.

وهناك أيضًا دراسات تدعو إلى التحقق عبر مؤسسات متعددة. فقد حدّد تقسيم مخاطر التنبؤ بسير مرض الورم الدبقي باستخدام نموذج قائم على علم الأمراض أيضًا جينات رئيسية ومسارات بيولوجية تدخل في التشخيص المآلي، ونُشر بوصفه دراسة متعددة المراكز في Acta Neuropathologica Communications. وفي سرطان المعدة، يقال إن التصوير الشعاعي العميق (radiomics) بالتعلم العميق ثنائي المجال للتصوير المقطعي المحوسب (CT) الذي يشمل الأنسجة الدهنية الحشوية قد حسّن التنبؤ قبل الجراحة بانتقال المرض إلى العقد اللمفية. وهذه أيضًا دراسة متعددة المراكز (European journal of radiology). وفي سرطان الخلايا الكبدية، هناك دراسات تستخدم التصوير الشعاعي (radiomics) بالرنين المغناطيسي (MRI) للتنبؤ بتعبير FAP والبيئة الدقيقة للورم المثبِّطة للمناعة. وتسعى هذه التصاميم إلى معرفة ما إذا كانت بيانات المستشفيات الأخرى تؤكد النتائج، لا الاكتفاء بنتائج مستشفى واحد. وما ينبغي للقراء الانتباه إليه ليس حجم أعلى قيمة، بل مقدار تغيّر النتائج عند تغيّر المنشأة.

تقلّصت وحدة التحليل إلى الخلية. ففي سرطان المثانة، دمجنا النسخ الجيني أحادي الخلية/المكاني مع التعلم الآلي لبيان البصمات الجزيئية والجينات الرئيسية للخطر في الخلايا الظهارية الخبيثة ذات الجذعية العالية (Discover Oncology). أما scGlycoAI فهو إطار يستخدم التعلم الآلي لتحليل بيانات تسلسل الغليكان والـRNA للخلايا المفردة، وتحديد نوع الخلية، والبحث عن الغليكانات المرتبطة بالخباثة (Glycobiology). فمن الصور إلى الخلايا، تتسع أهداف التنبؤ مع كل نوع من البيانات. غير أن ما تشير إليه هذه الأوراق هو إمكانية أن تصح التنبؤات، أما كونها في مستوى يمكن استخدامه في الممارسة السريرية فيتطلب تأكيدًا منفصلًا. وما يُقاس الآن ليس الأداء نفسه، بل المسافة التي يمكن الاعتماد على التنبؤات ضمنها. أما مسألة من يرسم هذا الخط وكيف، فتظهر بالطريقة نفسها خارج المجال العلاجي.

سيتم التوسع في هذا المجال حسب الصناعة استنادًا إلى الأدلة

أعلنت القوات الجوية الأمريكية عزمها استخدام الذكاء الاصطناعي لدعم التزوّد بالوقود جوًا، بحسب ما نقلته Military Times. التزوّد بالوقود جوًا مهمة تحكمها إجراءات تشغيلية مفصّلة ومعايير سلامة. واستخدام الذكاء الاصطناعي كدعم يختلف عن إيكال المهمة بأكملها إليه. أما المجال الآخر فهو اكتشاف الأدوية. ووفقًا لمقال تعريفي نشرته Unisba Media في 14 أبريل الساعة 16:00، أبرمت Novo Nordisk وOpenAI شراكة في مجال اكتشاف الأدوية بالذكاء الاصطناعي. ويشير المقال نفسه أيضًا إلى المغادرة الرسمية لجيانأندريا، رئيس قسم الذكاء الاصطناعي في Apple. وتختلف المعايير الواجب اتباعها وتكاليف الفشل بين القطاع العسكري وقطاع الأدوية. ومع ذلك، تقتصر الاستخدامات الممكنة للذكاء الاصطناعي على العمليات التي يمكن دعمها ضمن سير العمل القائم.

في الجراحة الطبية، بدأت مبررات اعتمادها تظهر في الأرقام. تلخّص مراجعة منهجية نُشرت في Cureus الأدلة السريرية المستقبلية حول التوجيه الرقمي أثناء العملية بمساعدة الروبوت في جراحة سرطان البروستاتا وجراحة سرطان الكلى. التصميم المستقبلي هو التصميم الذي تُحدَّد فيه الشروط ويُتابَع المرضى قبل معرفة النتائج. ولهذه الدراسات وزن مختلف كأساس للحكم مقارنةً بالشعارات الإعلانية أو الحالات التي تُرى بأثر رجعي. ويجري العمل حاليًا على التأكد من فعالية التوجيه أثناء العملية لكل عضو، أي البروستاتا والكلى.

عند وضع هذه الحالات الثلاث جنبًا إلى جنب، نجد قواسم مشتركة في كيفية تقدّم عملية الاعتماد. فالقوات الجوية تبدأ بدعم التزوّد بالوقود جوًا، وتبدأ Novo Nordisk بشراكة في اكتشاف الأدوية، وتبدأ الجراحة بالإرشاد أثناء العملية في الجراحة بمساعدة الروبوت. وفي جميع الحالات تُقسَّم الأهداف إلى أجزاء من العمل، ويُتحقق من النتائج ضمن هذا النطاق. وعند النظر إلى تطبيق الذكاء الاصطناعي في الميدان، يكون من الأنفع للقرّاء أن يحكموا بالنظر إلى العمليات التي يُستخدم فيها ونوع التحقق الذي أُجري، لا إلى ما إذا أُعلن عن استخدام الذكاء الاصطناعي. فالعمليات التي خضعت لتحقق واسع تقدّم أسسًا لتوسيع نطاق المسؤولية، أما العمليات التي خضعت لتحقق ضئيل فتبقى محل حذر. والسؤال التالي هو: أين نرسم الخط الذي لا يتخلى عنده البشر عن حكمهم النهائي حتى بعد التحقق؟

كان القاسم المشترك بين الأقسام كلها أن النتائج لم تتحدد بإدخال الذكاء الاصطناعي في حد ذاته، بل بمكان رسم حدود نطاق التفويض. فقد لفت حجم عمليات التسريح الانتباه، لكن التحركات نفسها كانت تنتشر عبر قطاعات ومناطق متعددة، مما يفرض عبء تكيّف على الاقتصاد ككل. وفي مجالات المعلومات والتعليم، أُثيرت تساؤلات حول التحيّز في الإجابات والتأخر في إجراء الترتيبات داخل المدارس، حتى لو كان عدد المستخدمين قليلًا. وفي مجال المشاعر والعلاقات، أثّر وضع إدارة الشركة المشغِّلة في العلاقات بين المستخدمين. وفي علاج السرطان، عوملت شروط قراءة المخرجات، مثل المعايرة والتحقق متعدد المراكز، جنبًا إلى جنب مع الدقة. وفي المجال العسكري والأدوية والجراحة، تركّز الإدخال على العمليات التي يمكن دعمها ضمن الإجراءات القائمة، وأخذت الأدلة تتراكم. فبدلًا من أن نقرر ما إذا كنا سنستخدم الذكاء الاصطناعي أم لا، علينا الآن أن نقرر في كل موقف ما الذي نوكله إلى الذكاء الاصطناعي وما الذي نبقيه بأيدينا.

س1: في أي عمليات في عملك تستخدم مخرجات الذكاء الاصطناعي أساسًا لاتخاذ القرارات، ومن لديه نظام للانتباه عندما تكون المخرجات غير صحيحة؟ س2: ما المعايير والإجراءات المستخدمة للتحقق من التحيز والأخطاء في مخرجات الذكاء الاصطناعي قبل الاعتماد عليه وبعده، وهل تُحفظ السجلات؟ س3: ما الأساس الذي استُند إليه في تحديد النطاق الذي يُوكل إلى الذكاء الاصطناعي؟ هل وُضعت شروط، ومن سيكون مسؤولًا عن مراجعة النطاق عندما تتغير أوضاع العمل أو العميل؟

وأخيرًا، ثلاثة أسئلة

- ما العمليات في عملك التي تعتمد مباشرة على مخرجات الذكاء الاصطناعي في اتخاذ القرارات، ومن لديه نظام للانتباه إلى أن المخرجات غير صحيحة؟ Q2: ما المعايير والإجراءات المستخدمة للتحقق من التحيز والأخطاء في مخرجات الذكاء الاصطناعي قبل اعتماده وبعده، وهل تُحفظ السجلات؟ Q3: ما الأساس الذي استُند إليه في تحديد النطاق الذي يُوكَل إلى الذكاء الاصطناعي؟ وهل وُضعت شروط، ومن سيكون مسؤولاً عن مراجعة النطاق عند تغيّر أوضاع العمل أو العميل؟ - ما المعايير والإجراءات المستخدمة للتحقق من التحيز والأخطاء في مخرجات الذكاء الاصطناعي قبل التطبيق وبعده، وهل تُحفظ السجلات؟ Q3: ما الأساس الذي استُند إليه في تحديد النطاق الذي يُوكَل إلى الذكاء الاصطناعي؟ وهل وُضعت شروط، ومن سيكون مسؤولاً عن مراجعة النطاق عند تغيّر أوضاع العمل أو العميل؟ - ما الأساس الذي استُند إليه في تحديد النطاق الذي يُوكَل إلى الذكاء الاصطناعي، وهل حُدّدت الشروط والمسؤولية عن مراجعة النطاق عند تغيّر أوضاع العمل أو العميل؟