الذكاء الاصطناعي: كيف يمكن أن يغير مستقبل التكنولوجيا
يُعتبر الذكاء الاصطناعي (AI) – مثل الحوسبة السحابية قبل بضع سنوات – مغيرًا لقواعد اللعبة في اقتصاد تكنولوجيا المعلومات. يمتلك الذكاء الاصطناعي القدرة على جعل التكنولوجيا أكثر كفاءة بشكل كبير. ومع ذلك، فإن التحدي يكمن في مساعدة الأفراد والمنظمات على الانتقال إلى المستوى التالي والتكيف مع الواقع الجديد للذكاء الاصطناعي.
لقد أتيحت لي الفرصة لمناقشة الاقتصاد التكنولوجي المتطور مع الدكتورة سوزان آثي، التي تم تعيينها مؤخرًا كمستشارة علمية رئيسية لاستراتيجية Keystone. آثي هي أيضًا أستاذة للاقتصاد في جامعة ستانفورد ورئيسة اقتصادية سابقة لشركة مايكروسوفت.
“من الصعب قياس الفوائد الكمية لكونك أكثر مرونة وقدرتك على إضافة المزيد من الميزات وتنفيذ المزيد من المشاريع وإجراء التجارب والابتكار الذي قد لا تكون قادرًا على القيام به بخلاف ذلك”، قالت آثي. وتعتقد أن هناك فرصًا قادمة إذا كان الأفراد والمنظمات مستعدين بشكل صحيح.
“إن بناء ونشر الأنظمة المدفوعة بالذكاء الاصطناعي أمر صعب ومكلف، لكن النتيجة النهائية هي بنى تحتية للتكنولوجيا وتطبيقات تقدم بسرعة وكفاءة أكبر. قد يكون تشغيل هذه الأنظمة أسهل قليلاً بمجرد تشغيلها”، كما قالت. “بالمقارنة مع التعلم الآلي الذي عملت عليه خلال الـ 16 إلى 17 عامًا الماضية في الصناعة، فإن هذه الجولة الأخيرة أسهل للصيانة وتتطلب برمجة أقل تعقيدًا”.
أضافت: “أشعر أننا نشهد التقارب وأخيراً نرى عائد الكثير من الاستثمارات التي قمنا بها كمجتمع صناعي بمرور الوقت. لقد تعلم الناس كيفية كتابة كود معياري وحققوا الكثير من التحسينات التي كانت تتطلب دقة عالية والآن أصبحت روتين تحسين عالي الأداء وعام الاستخدام”.
نتيجة لهذا التحول، قالت آثي إن محترفي التكنولوجيا بحاجة إلى إعادة التفكير في أدوارهم ومسيراتهم المهنية. “أعتقد أن البرمجة أصبحت أسهل. طلابي في ستانفورد ربما يكتبون 80% من كودهم باستخدام Copilot”، كما ذكرت. “إنه جيد جدًا في العثور على أخطاء التركيب وكتابة الأكواد المملة”. معرفة لغة معينة أصبحت أقل أهمية؛ فقد كتبت أكواداً بـ10 لغات مختلفة منذ بداية مسيرتي المهنية.
ومع ذلك، بينما تساعد هذه التقنيات في تسهيل عمليات البرمجة البسيطة، أشارت آثي إلى أن المهارات المعمارية العليا – ”البنية وكيف يجب القيام بالأشياء” – مطلوبة لمشاريع التكنولوجيا. بالإضافة إلى ذلك، سيحتاج اقتصاد الذكاء الاصطناعي أيضًا إلى تقييم وقدرات تفكير منطقي.
“نخرج آلاف الطلاب سنويًا من قسم علوم الكمبيوتر والهندسة بجامعة ستانفورد؛ جميعهم جيدون جدًا في تنزيل مجموعة بيانات من الويب واستخدامها لأغراض متعددة مثل التدريب والتحسين والتنبؤ والتصنيف ومقارنة النموذج A بالنموذج B وأداء كل منهما”. ومع ذلك، لديهم تدريب ضئيل جدًا حول كيفية طرح الأسئلة المهمة مثل: ‘ماذا يعني هذا؟ كيف يمكنك معرفة متى أو لماذا يعمل بشكل جيد؟ ما هي نقاط الضعف؟ ما نوع البيانات التي يمكن أن تساعد في تحسينه؟’
التحدّي مع نماذج الذكاء الاصطناعي هو أنها “ستقدم لك إجابات خاطئة جزءاً من الوقت”، كما قالت آثي. “ليس لدينا العلم لمعرفة متى تقدم لك إجابات خاطئة ومتى تقدم لك إجابات صحيحة”.
وأضافت أنه يجب على التنفيذيين والمحترفين فهم “الطبقة التالية من التحليل التي تتطلب الكثير من التفكير المنطقي وفهم الإحصائيات والتوقعات الشرطية”.
وأوضحت أنه حاليًا لا يزال هناك نقص كبير فيما يتعلق بمستوى التفكير النقدي والأدوات اللازمة لدعمه.
