دبي – خاص
بقلم: محمد الزواري، المدير العام لمنطقة الشرق الأوسط وأفريقيا وتركيا بشركة سنوفليك
في الوقت الذي يحتضن فيه الشرق الأوسط الذكاء الاصطناعي التوليدي بسرعة عبر قطاعات مختلفة، فإن التحدي الأساسي الذي يواجه الشركات لا يقتصر فقط على الاستفادة من هذه التكنولوجيا، بل يشمل أيضًا ضمان ميثاقيتها. السؤال الذي يحير الكثيرين هو: كيف نبني تطبيقات الذكاء الاصطناعي التوليدي التي تقدم إجابات دقيقة دون الوقوع في الهلوسات أو المخرجات المضللة أو غير الصحيحة؟
ربما يكمن الحل في تكنولوجيا أقدم وجوداً وأكثر رسوخًا وهي محركات البحث. من خلال تحليل كيفية تمكّن محركات البحث من تقديم إجابات موثوقة، يمكن للشركات استخلاص دروس قيمة حول بناء تطبيقات ذكاء اصطناعي جديرة بالثقة. وهذا أمر حيوي للغاية حيث أن إمكانات الذكاء الاصطناعي التوليدي لتعزيز الكفاءة والإنتاجية وخدمة العملاء في المنطقة هائلة، ولكن بشرط أن تكون المؤسسات على يقين من أن تطبيقات الذكاء الاصطناعي التوليدي لديها تقدم معلومات موثوقة ودقيقة.
تتفوق محركات البحث في فلترة الكميات الهائلة من البيانات لتحديد المعلومات الأكثر صلة ومصداقية. فهي تستخدم خوارزميات معقدة لتقييم جودة الروابط وإعطاء الأولوية للمحتوى من المصادر الموثوقة بما في ذلك أدلة التدريب الخاصة بالشركات وقواعد بيانات الموارد البشرية، مع تجنب البيانات الأقل موثوقية. وهذا نهج يمكن تكراره في الذكاء الاصطناعي التوليدي لضمان الدقة والموثوقية.
على سبيل المثال، عندما ييقوم المستخدم بالاستعلام عن فعالية محلية في دبي عن طريق محرك بحث، يستخدم المحرك فلترة الموقع والصلة بالبيانات التاريخية لتقديم الإجابة الأكثر ملاءمة. وبالمثل، يمكن برمجة الذكاء الاصطناعي التوليدي لإعطاء الأولوية للبيانات من مصادر معروفة وموثوقة في الشرق الأوسط، مثل المنشورات الحكومية والأبحاث الأكاديمية المعتمدة، مما يضمن الصلة الإقليمية ودقة المعلومات.
على الرغم من أن النماذج اللغوية الكبيرة الأساسية حققت تطورات كبيرة في فهم اللغة وإنشاء الاستجابات، إلا أنها ليست موثوقة دائمًا. تتعلم هذه النماذج في الغالب من مجموعة واسعة من مصادر الإنترنت، والتي لا تكون جمعها ذات مصداقية. لهذا السبب، يمكن للعديد من نماذج الذكاء الاصطناعي ذات السمعة الطيبة أن تتوهم وتقدم إجابات غير صحيحة في بعض الأحيان.
الاستنتاج الرئيسي هو أن المطورين يجب أن ينظروا إلى النماذج اللغوية الكبيرة على أنها شركاء في المحادثة، وليست مصادر ثابتة للحقيقة. على الرغم من أن النماذج اللغوية الكبيرة بارعة في تفسير اللغة وإنشاء الاستجابات، إلا أنه لا ينبغي الاعتماد عليها كمصدر قاطع للمعلومات. لتخفيف مخاطر البيانات غير الدقيقة، تقوم العديد من الشركات بتدريب نماذجها اللغوية الكبيرة باستخدام بياناتها الداخلية الخاصة ومجموعات البيانات الخارجية التي تمت تصفيتها. من خلال تطبيق أساليب الترتيب المشابهة لمحركات البحث وإعطاء الأولوية لمصادر البيانات الموثوقة، يمكن للشركات تحسين موثوقية تطبيقاتها التي يقودها الذكاء الاصطناعي بشكل كبير.
علاوة على ذلك، أصبحت محركات البحث ماهرة في التعامل مع الاستفسارات الغامضة من خلال فهم السياق. على سبيل المثال، يمكن أن يكون لمصطلح البحث مثل “swift” معان متعددة – الكاتب، ولغة البرمجة، والأنظمة المصرفية، والإحساس الشعبي، وما إلى ذلك. تتحقق محركات البحث من عوامل مثل الموقع الجغرافي وغيرها من المصطلحات في استعلام البحث لتحديد نية المستخدم وتقديم الإجابة الأكثر صلة.
ومع ذلك، عندما يكون محرك البحث غير قادر على تقديم الإجابة الصحيحة بسبب السياق غير المتكامل أو عدم وجود صفحة ويب ذات صلة، فإنه سيحاول غالبًا الرد على أي حال. على سبيل المثال، استفسارات مثل “كيف سيكون شكل الاقتصاد بعد 100 عام من الآن؟” أو “من سيفوز بدوري المحترفين السعودي في الموسم المقبل؟” – قد لا تحتوي هذه الاستفسارات على إجابات موثوقة. وعلى الرغم من ذلك، تعمل محركات البحث وفقًا لمبدأ محاولة تقديم إجابة في جميع المواقف تقريبًا، حتى عندما تكون ثقتها في دقة الاستجابة منخفضة.
لا تزال الشفافية تحديًا كبيرًا وخاصية ضرورية لتطبيقات الذكاء الاصطناعي. يحتاج المستخدمون إلى فهم كيفية توصل أنظمة الذكاء الاصطناعي إلى استنتاجاتها. في منطقة الشرق الأوسط، حيث يرتفع الاهتمام بالابتكار التكنولوجي والنزاهة، فإن شرح قرارات الذكاء الاصطناعي لا يصبح مجرد متطلب تقني فحسب، بل أيضًا مسألة ثقة ومسؤولية أخلاقية.
لذلك، يجب تصميم تطبيقات الذكاء الاصطناعي التوليدي لشرح “عملها”. تمامًا مثلما يطلب مدرسو الثانوية من طلابهم إظهار عملهم واستشهاد المصادر، يجب أن تفعل تطبيقات الذكاء الاصطناعي المولدة الشيء نفسه. يجب أن تكون قادرة على الاستشهاد بالمصادر وشرح المنطق، مما يمنح المستخدمين فهمًا واضحًا لسبب إعطاء استجابة معينة. يساهم هذا المستوى من الشفافية في بناء الثقة في تطبيقات الذكاء الاصطناعي ويضمن اعتبارها أدوات موثوقة بدلاً من مجرد صناديق دردشة.
مع استمرار تقدم المنطقة تقنيًا، فإن دمج الذكاء الاصطناعي في الأعمال والحياة اليومية يقدم فرصًا مثيرة. ومع ذلك، تصاحب هذه الفرص مسؤولية ضمان عدم فعالية أنظمة الذكاء الاصطناعي فحسب، بل أيضًا كونها موثوقة وشفافة. من خلال الاستفادة من نجاحات تكنولوجيا البحث وتكييف هذه الدروس مع البيئة الثقافية والعملية الفريدة في الشرق الأوسط، يمكننا إطلاق العنان للإمكانات الكاملة للذكاء الاصطناعي المولّد.
في هذه الرحلة، الهدف واضح: تطوير تطبيقات ذكاء اصطناعي لا تعمل فقط كأدوات، بل كمستشارين موثوقين، قادرين على قيادة مستقبل الأعمال والابتكار في الشرق الأوسط.