Vivutio vya AI — taswira kamili — 2026-10-15 (Alh) Habari za Asubuhi

Takwimu za ufadhili na ukuaji wa AI husasishwa kwa kiasi kikubwa kila robo mwaka. Singapore ilirekodi ukuaji wa 5.4% kutokana na mahitaji ya AI, huku ushirikiano wa ugunduzi wa dawa kwa kutumia AI wenye thamani ya hadi $1.2 billion ukisainiwa. Wakati huohuo, ajira bado hazina uhakika baada ya Publicis kuahidi kupunguza kazi za mikono kwa 25%, na bibi aliyeshtaki kuhusu makosa ya utambuzi wa uso anadai $10 million. Kasi ambayo fedha hukusanywa na kasi ambayo walioathirika hufahamu mzigo huo si za wakati mmoja. Hapa chini, soma ukubwa wa takwimu pamoja na shinikizo ambalo tayari linaweka kwenye sekta, kwa watu binafsi, na kwa hatua za usalama. Kiwango ambacho athari za kuanzishwa kwake zinapaswa kutambuliwa hakiwezi kubainishwa hadi tutakapozingatia ni nani atakayewajibika kugawa gharama na majukumu.

Mahali pa kazi panayumba kati ya kupunguza wafanyakazi na kuwafundisha upya

Publicis imeweka lengo la kupunguza kazi za mikono kwa 25% kupitia AI, lakini athari kwa ajira inaripotiwa kubaki isiyo wazi (Storyboard18). Takwimu zinaonyesha kupungua kwa mzigo wa kazi, si kupungua kwa idadi ya wafanyakazi. Hata hivyo, mara robo ya kazi za mikono inapoondolewa, bado haijaamuliwa kama watu walewale watatumia muda huo kufanya kazi nyingine, au kama idadi ya watu itarekebishwa. Ukijaribu kubaini ni watu wangapi watapunguzwa kwa kuangalia tu thamani ya lengo, ni rahisi kufanya makosa katika hukumu yako.

Hata kwa utangulizi uleule, mienendo katika sekta inaanza kutofautiana. Imeripotiwa kuwa HSBC na Kroger zinaongeza idadi ya wanaoachishwa kazi kwa sababu ya AI, na ulinganisho wa gharama dhidi ya kuwafunza upya unajadiliwa (AICERTs). Ingawa kupunguza wafanyakazi hupunguza gharama za kazi za muda mfupi, kuwafunza upya kunahitaji gharama za mafunzo na muda. Ni ipi iliyo nafuu hutegemea wigo wa kazi inayobadilishwa na kama wafanyakazi wanaobaki wanaweza kuchukua kazi mpya. Wasomaji wanapotazama kampuni na sehemu zao za kazi, wanapaswa kuangalia si kiasi cha upunguzaji tu, bali pia gharama ya kuwapa ujuzi mpya na nani atawajibika baada ya upunguzaji kufanywa.

Mwelekeo wa mabadiliko ni tofauti kiasi katika nyanja za ajira kwa wahitimu wapya. The Economic Times inaripoti kuwa aina za kazi kwa wahitimu wapya zinabadilika kutokana na mwelekeo wa kutilia mkazo zaidi ujuzi wa AI, na kwamba idadi ya waajiriwa wapya katika sekta za IT na BPM nchini India inapata nafuu. Ni rahisi kufikiria kwamba kazi za mikono za awali zikihamishiwa kwa AI, ajira za wafanyakazi wapya zitapotea kwanza, lakini kuwepo kwa visa vya ajira kurejea kunaonyesha kuwa baadhi ya kampuni zinaelekeza fedha katika kuwafunza watu wanaoweza kushughulikia AI. Hapa, jinsi elimu ya AI (AI literacy) inavyokuzwa ni kigezo kinachoamua athari kwa ajira.

Wigo wa watumiaji pia unazidi kupanuka. Inasemekana kwamba OpenAI Forum ilifanya mijadala kuhusu matumizi ya AI kwa wataalamu wa kura za maoni ya umma (EdTech Innovation Hub). Ukweli kwamba mjadala wa matumizi umeenea hadi kwenye taaluma za kitaalamu unaonyesha kwamba kujifunza upya ujuzi (reskilling) si suala linalohusu kazi mahususi pekee. Zaidi ya hayo, toleo la 2026 la Ripoti ya Utekelezaji wa AI (Knowledge at Wharton) pia litatumika kama nyenzo ya kukagua hali halisi ya utekelezaji. Athari haziwezi kupimwa kwa ukweli tu kwamba uanzishaji umeendelea; matokeo hayawezi kulinganishwa isipokuwa tutazame pia kama yalitumika kwa upunguzaji au kwa mafunzo.

Chaguo kati ya upunguzaji na ukuaji si swali la fedha za kampuni tu, bali pia la mgawanyo, yaani ni nani atakayebeba gharama na majukumu kwanza. Katika sehemu inayofuata, tutaona jinsi mgawanyo huu unavyojidhihirisha kwa watu binafsi na usalama.

Mnyororo wa ufadhili na ushirikiano katika ugunduzi wa dawa

Kuanzia uwekezaji mdogo wa kibinafsi hadi ununuzi wa serikali, ufadhili wa ugunduzi wa dawa kwa kutumia AI hupitia njia tofauti katika kila hatua. Kampuni ya Rakovina Therapeutics (TSXV:RKV) ya Kanada imekamilisha uwekezaji wa kibinafsi wa C$1.99 milioni na inaeleza kwa nini itaelekeza fedha hizo kwenye ugunduzi wa dawa za saratani unaoendeshwa na AI (kalkine.ca). Ingawa kiwango ni kidogo, ni mfano wa hatua ya kwanza ya kukusanya fedha kwa ajili ya AI na kuzigawa kwenye utafiti.

Upande wa ushirikiano na mikataba, namba huongezeka kidogo. Deep Origin imetangaza ushirikiano wa ugunduzi wa dawa kwa AI wenye malengo mengi na BioAge Labs, ikisema imethibitisha hit halali kwenye lengo la kwanza (Yahoo Finance Singapore). ITOCHU Corporation imetia saini makubaliano ya muungano wa mtaji na MOLCURE Inc. (BioSpectrum Asia) kwa ugunduzi wa dawa kwa AI nchini Japani. Zealand Pharma na Generate zasaini mkataba wa dawa za unene wa AI wa hadi dola bilioni 1.2 (WTVB). Neno "kiwango cha juu" hapa linapaswa kusomwa kama kuashiria kikomo cha juu kinachojumuisha kiasi kinacholipwa kwa masharti ya utimilifu wa vigezo vya utendaji. Ingawa kiasi cha mkataba kwenye vichwa vya habari kinaweza kuwa kikubwa, malipo yasiyobadilika na kiasi cha masharti cha baadaye ni vitu viwili tofauti.

Mtiririko wa fedha hauko katika sekta binafsi pekee. ThinkTrends imepewa mkataba wa IDIQ wa $49 million kutoka Mamlaka ya Chakula na Dawa ya Marekani (FDA) ili kusaidia utekelezaji wa AI na data (The Globe and Mail). Wadhibiti wenyewe watakuwa wananunua miundombinu ya AI na data. Upande wa soko, Nuvin Asset Management, inayosimamia $2.6 trillion, ilitoa maoni ya soko yakisema kwamba AI inaunda upya muundo wa kiuchumi wa tasnia ya dawa za kibayolojia. Kuhusu soko la TEHAMA ya sayansi ya maisha, uchambuzi unaonyesha kwamba IQVIA, Oracle, Accenture, Veeva Systems, na SAP zinalenga $82.24 billion ifikapo 2035 (Yahoo Finance UK). Zaidi ya hayo, Nanyang Biologics, kampuni ya teknolojia ya kibayolojia ya ugunduzi wa dawa kwa kutumia AI yenye thamani ya USD 1.5 billion nchini Singapore, iliripotiwa kuorodheshwa kwenye Nasdaq (The Business Times).

Ukiziangalia kando kwa kando, vilivyo mbele ni ufadhili, thamani ya kampuni, na thamani ya mikataba, na kinachoweza kuonekana kama matokeo ni matokeo ya hatua za awali tu kama ``hit iliyothibitishwa'' ya Deep Origin. Uthibitisho wa hit ni mwanzo wa mchakato mrefu wa ugunduzi wa dawa, na tangazo tu la kuorodheshwa sokoni au la mkataba mkubwa halionyeshi usahihi wa majaribio ya kliniki au idhini zinazofuata. Wasomaji wanapaswa kuangalia mgawanyo wa kiasi cha mkataba kilicho thabiti na kile kinachotegemea masharti, na kama fedha zimefungwa na matokeo yaliyothibitishwa. Sehemu inayofuata inaangalia jinsi mienendo hii ya kifedha inavyogawa upya gharama na wajibu katika uwanja huu.

Imani katika modeli za utabiri zinazosaidia utambuzi na matibabu

Mifumo ya kutabiri inayotumia picha na data ya njia nyingi (multimodal) inaondoka kwenye hatua ya utafiti na kukaribia njia ya kliniki. Kwa saratani ya njia ya juu ya mkojo (upper tract urothelial cancer), mfumo wa multimodal wa kusaidia maamuzi ya kliniki, CLIP-CGPNet, wa kutabiri kurudi kwa saratani baada ya upasuaji uliripotiwa (Journal of imaging informatics in medicine). Kwa saratani ya matiti, HCF-Net, ambao huainisha aina ndogo za molekuli kabla ya upasuaji kutoka kwa MRI yenye kiambaza tofauti inayobadilika (dynamic contrast-enhanced MRI), umeundwa kama muunganiko wa hatua kwa hatua kando ya njia ya matibabu ya kliniki (jarida hilo hilo). Kuhusu adenokarsinoma ya mucinous ya mapafu, baadhi ya tafiti zimechapishwa za kuainisha aina ndogo na kutabiri ubashiri kwa kuunganisha data ya multimodal (translational cancer research). Kinachofanana katika yote matatu ni kwamba yanaweka modeli katika hatua mahususi ya mchakato wa kufanya maamuzi, kama vile kuchagua kabla au baada ya upasuaji. Ni muhimu kuangalia si tu namba za usahihi bali pia ni hali zipi zinapaswa kubadilishwa au kuongezewa.

Kwa upande mwingine, kama madaktari wanakubali majibu yanayotolewa na modeli ni suala tofauti. Ufafanuzi wa maamuzi ya modeli na imani ya kitabibu vinashughulikiwa moja kwa moja katika matumizi ya ujifunzaji wa kina kutabiri mwitikio wa matibabu ya glioblastoma (Journal of imaging informatics in medicine). Utafiti wa kutabiri saratani ya ini ya hepatocellular yenye mabadiliko ya P53 kwa kutumia radiomics ya MRI unalenga si ndani ya uvimbe pekee bali pia eneo linalouzunguka (translational cancer research). Mahojiano na UMass Chan Medical School kuhusu AI katika radiolojia pia yanaiweka teknolojia hii kwa mtazamo wa madaktari wanaosoma picha. Haitoshi utabiri kuwa sahihi; sharti la matumizi halisi ni kwamba madaktari waweze kuthibitisha ni wapi katika picha utabiri ulipotegemea.

Dhana hiyo hiyo ipo pia nje ya tiba. Inaripotiwa kwamba ndege zisizo na rubani (drones) zenye AI zinatumiwa na wazalishaji si tu kwa kushika doria mashambani, bali pia kwa matumizi mengi zaidi (Growing Produce). Hata uchunguzi wa mashambani ukiwa sahihi zaidi, ni juu ya mzalishaji kuamua jinsi ya kutumia taarifa hizo kufanya maamuzi kuhusu shughuli na pembejeo. Iwe ni uchunguzi wa magonjwa au kilimo, thamani ya usakinishaji hutegemea kidogo takwimu za utendaji na zaidi jinsi eneo la kazi linavyoshughulikia matokeo yake na ni nani anayechukua nafasi mambo yanapoharibika. Hili linahusiana moja kwa moja na swali linalofuata, yaani kuangalia athari za teknolojia ikijumuisha ugawaji wa gharama na majukumu.

Ombi la kuchora mstari ili kuwalinda watu binafsi na watoto

Kutambua uso kimakosa tayari kumefikishwa mahakamani. Bibi mmoja aliyetambuliwa kimakosa kuwa mhusika wa wizi wa benki kwa kutumia utambuzi wa uso wa AI amewasilisha kesi akitaka fidia ya $10 milioni, kulingana na ABC News. Hii ina maana kwamba uamuzi wa kumhusisha mtu na mhalifu ulianza na matokeo ya ulinganishaji wa mashine. Katika eneo la afya ya akili, Korea Kusini ilitangaza miongozo ya usalama kwa AI ya afya ya akili (Healthcare IT News). Huu ni mfano wa serikali kuandika ni kwa kiasi gani mambo yanaweza kuachiwa AI kabla matumizi yake hayajaenea. Iwe ni utambuzi wa uso au usaidizi wa ushauri nasaha, makosa huathiri watu wanaopokea matokeo, si wale wanaochagua mfumo. Wanaofikiria kuutumia wanapaswa kuangalia si tu namba za usahihi, bali pia nani anaweza kusahihisha makosa na nani atawajibika yanapotokea.

Katika aina ya AI inayounda mahusiano, kitu cha mvuto kiko karibu zaidi na nafsi ya ndani ya mtumiaji. Universidad de Córdoba (UCO) inasema programu yake ya mpenzi wa AI ina mipangilio ya haiba na vipengele vya faragha. Ingawa mfumo unaowaruhusu watumiaji kuchagua haiba unaendana na mapendeleo ya mtumiaji, pia unaibua suala la jinsi ya kushughulikia kumbukumbu za mazungumzo ya karibu. Kuhusu watoto, mtaalamu mmoja aliandika katika Florida Politics akibisha kwamba Florida haipaswi kuwakabidhi watoto kwa chatbot. Mchango huu unawakilisha maoni ya mtaalamu mmoja na haimaanishi kwamba kanuni zimekamilishwa. Hata hivyo, kuwa na vipengele vya faragha na kuweza kuingiliana na watoto wadogo ni maswali mawili tofauti. Wazazi, shule, na watoa huduma wanahitaji kuamua upeo wa matumizi kwa kila kundi la umri, mbali na uwepo au kutokuwepo kwa vipengele.

Mbinu za kusoma hisia na upendeleo zinaweza pia kutumika kusaidia maamuzi kama hayo. Uboreshaji uliotokana na tabia ya mbwa mwitu umeboresha utendaji wa utambuzi wa hisia katika hotuba katika lugha mbalimbali, kulingana na Bioengineer.org. Ikiwa hisia zinaweza kushughulikiwa katika lugha tofauti, hali ambazo zinaweza kutumika zitaongezeka. Hata hivyo, wanaotekeleza mfumo huo wanatakiwa kuthibitisha kuwa mfumo hautambui vibaya watu wenye lugha au mitindo mahususi ya kuzungumza. Penn Today inaripoti juhudi za kutumia AI kugundua upendeleo wa vyombo vya habari na kuutumia kama msingi wa maamuzi ya wapiga kura na wasomaji. Isipokuwa tuhakikishe kuwa vigezo vinavyotumika kuhukumu upendeleo havina upendeleo, zana hii inaweza isiwasaidie wasomaji kufanya maamuzi, bali ikawalazimisha kuona kwa namna fulani. Kwa utambuzi wa hisia na ugunduzi wa upendeleo, swali ni kama zitumike baada ya kufichua msingi wa hukumu na mwelekeo wa makosa, badala ya kutegemea matokeo kama yalivyo.

Tuliyoyaona hadi sasa ni kwamba katika hali ambapo madhara hutokea kwanza kwa watu binafsi, ni lazima kuamua kwanza nani atachunguza na nani atawajibika. Kisha, tunaangalia jinsi gharama na majukumu hayo yanavyogawanywa kati ya kampuni na jamii.

Mhimili wa wakati wa ukuaji, siasa na hatua za usalama

Singapore ilirekodi ukuaji wa 5.4% kutokana na mahitaji ya AI, huku sera ya fedha ikibaki bila mabadiliko (Bloomberg.com). Ingawa takwimu ni imara, zinaonyesha tu kwamba upepo mzuri wa upande wa mahitaji ulijitokeza kwanza kwenye takwimu. Karibu wakati huo huo, kundi la ufadhili wa AI liliripotiwa kuunga mkono kampeni ya Scott Wiener ya kugombea Bunge la Congress kwa dola milioni 3 (Mission Local). Kupitia ufadhili, umbali kati ya wanaopokea matunda ya ukuaji na wanaoamua kanuni unapungua. Wakati huo huo, Harris alionya kwamba muda uliobaki wa hatua za usalama wa AI ni mdogo na akahimiza ushirikiano kati ya Marekani na China (Reuters). Viwango vya ukuaji husasishwa kila robo mwaka na uchaguzi unaendelea kama ulivyopangwa, lakini hakuna aliyeweka tarehe ya mwisho kwa hatua za usalama. Kiini cha sehemu hii ni mahali ambapo mihimili mitatu tofauti ya wakati inasonga sambamba.

Tofauti hii ya muda pia inaonekana katika ratiba ya papo hapo kwenye tovuti. Waendeshaji wa nyumba za wauguzi Cascadia, CarDon, na FellowshipLIFE walizungumzia ramani yao ya matumizi ya AI (Skilled Nursing News). Mtazamo wa kuendelea na utekelezaji kwa hatua unaonyesha kuwa mfumo unafanya kazi kwa kipimo cha muda wa kiutendaji kisichotegemea kasi ya ukuaji wala uchaguzi. Upande wa ubunifu, Air iliandaa tukio la juu ya paa pamoja na msanii Joe Bloom kuzungumzia AI na ubunifu (Ad Age). Ratiba za kazi za huduma za uuguzi na fursa za mazungumzo katika uandishi wa kibunifu zinajaribu kupanga jinsi mambo yanavyotambuliwa katika kila nyanja.

Sasa, hebu tubadilishe mahali pa swali. Roboti ya AI inayoonekana katika "Vision Quest" ya Marvel inaibua swali la iwapo mashine zinaweza kufikiri zenyewe (Moneycontrol.com). Ingawa hii ni hadithi ya kubuni, inaingiliana na swali la kuchora mstari kati ya yale yanayopaswa kuachiwa mashine na yale yanayopaswa kushughulikiwa na binadamu wasomaji wanapoamua kuianzisha. Takwimu za kiwango cha ukuaji na kiasi cha fedha za kisiasa haviturahisishii kuchora mstari huo.

Tukirudi kwenye uamuzi wa msomaji, tunachopaswa kutazama si ukubwa wa nambari, bali kitu kinachosogea kina kasi gani na mzigo upi utawekwa kwanza. Ikiwa maonyo ya Harris ni sahihi, kipindi cha neema kinaweza kuwa kifupi kuliko ratiba ya uwandani. Hata hivyo, urefu wa kipindi cha kusitisha haujawekwa kwa uthabiti, na unabaki ndani ya kiwango alichokieleza kama onyo. Iwapo mjadala utaweza kuendana na kasi hiyo hatimaye utarudi kwenye swali la ugawaji: nani atabeba gharama na majukumu.

Kesi zilizojadiliwa katika kila sehemu zina mpangilio unaofanana. Kiwango cha ukuaji, kiasi cha ufadhili, na ukubwa wa ushirikiano vitakamilishwa kama namba wakati wa tangazo. Kwa upande mwingine, ushughulikiaji wa wafanyakazi, maamuzi yanayobadilishwa na modeli za utabiri, marekebisho na uwajibikaji makosa yanapotokea, na tarehe za mwisho za hatua za usalama huamuliwa baada ya utekelezaji. Mzigo huonekana kwanza upande wa pili, na ni wahusika wa uwanjani na watu binafsi wanaolengwa na matokeo ndio hubeba mzigo huo. Kwa hiyo, ufanisi wa kuanzisha hauwezi kuhukumiwa kwa takwimu pekee kama kiasi cha upunguzaji, usahihi, na kiwango cha ukuaji. Ni kwa kuthibitisha tu nani atalipia, nani anaweza kusahihisha makosa, na nani atawajibika, ndipo itawezekana kubaini kama utekelezaji huo huo utakuwa faida au hasara kwetu. Ukubwa wa namba unabaki kuwa kianzio, na kiini cha hukumu ni mgawanyo.

Swali la 1: Ni nani mahali pako pa kazi anayeamua muda na juhudi zilizoachwa huru na AI zitumike kwa kazi gani? Swali la 2: AI inapotoa matokeo yasiyo sahihi, je, kuna taratibu za kuyatafuta na kuyarekebisha, na ni nani anayehusika kwa maandishi? Swali la 3: Je, namba zinazopima ufanisi wa utekelezaji zinajumuisha gharama ya kufunza upya, gharama ya kushughulikia makosa, na mzigo kwa walioathiriwa?

Hatimaye, maswali matatu

- Ni nani mahali pako pa kazi anayeamua muda na juhudi zilizopatikana kupitia AI zielekezwe kwenye kazi zipi? Q2: AI inapotoa matokeo yasiyo sahihi, je, kuna taratibu za kuyagundua na kuyarekebisha, na ni nani anayehusika kwa maandishi? Q3: Je, nambari zinazopima ufanisi wa utekelezaji zinajumuisha gharama ya kufundisha upya, gharama ya kushughulikia makosa, na mzigo kwa walioathiriwa? - AI inapotoa matokeo yasiyo sahihi, je, kuna taratibu za kuyagundua na kuyarekebisha, na ni nani anayehusika kwa maandishi? Q3: Je, nambari zinazopima ufanisi wa utekelezaji zinajumuisha gharama ya kufundisha upya, gharama ya kushughulikia makosa, na mzigo kwa walioathiriwa? - Je, nambari zinazopima ufanisi wa utekelezaji zinajumuisha gharama ya kufundisha upya, gharama ya kushughulikia makosa, na mzigo kwa walioathiriwa?