ملخص المحتوى الأساسي
يبدو هذا المقال كمجرد ملاحظات عملية لمستخدم عادي حول كيفية تدريب الذكاء الاصطناعي على معالجة لقطات الشاشة أثناء المحادثات، لكن في الواقع، يستخدم مشروعًا بسيطًا لكنه يتطلب معايير عالية جدًا (مثل “لقطات محادثة متتابعة يمكن استخدامها كأدلة”) لإعادة تقديم العملية الكاملة لكيفية استخدام الذكاء الاصطناعي من قبل الأشخاص العاديين في إنجاز مهام معقدة وغير قياسية: بدءًا من تعليمات غامضة مثل “تنظيم لقطات الشاشة”، مرورًا بأربع مراحل من الأخطاء، وإضافة عشرات القواعد الصارمة للتحقق، وفي النهاية إنتاج 131 لقطة خالية من الأخطاء ومؤهلة للاستخدام كأدلة. هذا يدحض بشكل قاطع الأسطورة المنتشرة على الإنترنت بأن “كتابة أمر عام يمكن أن يجعل الذكاء الاصطناعي يقوم بكل شيء”， ويقدم منطقًا عمليًا يمكن تطبيقه سواء من قبل الأفراد أو الشركات عند استخدام الذكاء الاصطناعي.
---
تفسير مفصل
1. 90% من الناس لا يستخدمون الذكاء الاصطناعي بشكل صحيح، والسبب هو أن معايير القبول التي يضعونها غامضة للغاية
عندما يواجه الناس مشاكل مع الذكاء الاصطناعي، يعتقدون عادةً أن الذكاء الاصطناعي غبي، لكن من خلال الأخطاء التي واجهها المؤلف في المرحلة الأولى، ندرك أن المشكلة تكمن في عدم وضوح معايير القبول: في البداية، طلب من الذكاء الاصطناعي تقديم خطة قبل البدء بالعمل، لكن التقرير الناتج كان يشير إلى أن عدد المقاطع الصوتية التي تم تحويلها إلى نص كان صفرًا، على الرغم من أن نصف لقطات الشاشة كانت تحتوي على مقاطع صوتية لم يتم تحويلها. هذا ليس بسبب خداع من الذكاء الاصطناعي، بل لأن هناك اختلافًا كبيرًا في تفسير ما يعنيه “المقبول” بين الإنسان والذكاء الاصطناعي: بالنسبة للإنسان، “المقبول” يعني أن جميع المقاطع الصوتية تم تحويلها إلى نص وأن اللقطات متسلسلة ويمكن استخدامها كأدلة، بينما بالنسبة للذكاء الاصطناعي، “المقبول” يعني أنه لا توجد مساحات فارغة واضحة في النص المحول. هذا مشابه تمامًا للمشاكل التي تواجهها عند تعاقد شركات خارجية لتطوير تطبيقات أو توزيع المهام على الموظفين: عندما تطلب منهم إنشاء صفحة جميلة وسهلة الاستخدام، فإن النتيجة غالبًا ما تكون بعيدة كل البعد عن توقعاتك. لا يمكن الحصول على نتائج دقيقة من متطلبات غامضة، وإذا لم توضح ما تريد بشكل واضح، فإن الذكاء الاصطناعي سيعمل وفقًا لأسهل طريقة ممكنة.
2. الذكاء الاصطناعي قوي في التنفيذ، لكنه لا يفهم المقاصد البشرية، لذا يجب تقسيم المهام إلى خطوات واضحة
في المرحلة الثانية، قام المؤلف بتقسيم جميع المتطلبات الغامضة إلى خطوات محددة يمكن للذكاء الاصطناعي تنفيذها دون الحاجة إلى تفكير: على سبيل المثال، لتحديد ما إذا تم تحويل المقاطع الصوتية بشكل صحيح، لا يكفي فحص وجود مساحات فارغة في النص المحول، بل يجب التحقق من ثلاثة شروط: عدم وجود مساحات فارغة أو أخطاء في التحميل، ظهور النص بالفعل تحت المقاطع الصوتية، وعدم وجود رسوم متحركة غير ضرورية في منطقة الصوت. إذا تم تحقيق جميع هذه الشروط، فإن النتيجة تعتبر مقبولة. كما أن تحديد ما إذا كانت لقطتان متتابعتين لا يمكن أن يتم بمجرد مقارنة مظهر الصفحات، بل يجب العثور على رسالة مشتركة بين اللقطتين أو تاريخ زمني مشترك كنقطة ارتكاز؛ إذا لم يتم العثور على ذلك، فإن اللقطات ليست متتابعتين. الذكاء الاصطناعي قوي في التنفيذ، لكنه لا يفهم المقاصد البشرية، لذا يجب تقسيم المهام إلى خطوات واضحة يمكن للذكاء الاصطناعي تنفيذها بسرعة وبدقة عالية. العديد من الشركات تنفق ملايين الدولارات على نماذج ذكاء اصطناعي كبيرة لكنها لا تستطيع استخدامها بشكل فعال، والسبب هو عدم قيامها بهذه الخطوة الأساسية واعتمادها على الذكاء الاصطناعي لاتخاذ القرارات بنفسه، مما يؤدي إلى نتائج غير قابلة للتطبيق الفعلي.
3. في المهام التي تتطلب “الصدق”， لا يجب ترك مجال للذكاء الاصطناعي للتصرف بحرية
المرحلة الرابعة من الأخطاء التي واجهها المؤلف تحمل رسالة هامة: عندما يتم تحويل المقاطع الصوتية الطويلة عبر ويتشات، قد تحدث انقطاعات في الفيديو الأصلي، والذكاء الاصطناعي قد يحاول إنشاء لقطة متسلسلة بناءً على منطق المحادثة، لكن إذا لم يتم العثور على لقطات تظهر هذه الانقطاعات بشكل واضح، فلا يجوز للذكاء الاصطناعي إنشاء محتوى غير حقيقي. هذا يوضح نقطة ضعف الذكاء الاصطناعي الكبيرة: فهو يميل إلى “إكمال المحتوى بشكل تلقائي”， وهو ما يؤدي إلى إنتاج بيانات غير دقيقة عند استخدامه في مهام مثل تنظيم التقارير المالية أو تحليل الأدلة. من المهم تحديد بوضوح أن جميع المحتويات يجب أن تأتي من المصادر الأصلية، وعدم السماح للذكاء الاصطناعي بالاستنتاجات الخاطئة.
4. لا يوجد “أمر عام فعال”، بل يتم بناء سير عمل فعال للذكاء الاصطناعي من خلال التجارب المتكررة
في النهاية، أشار المؤلف إلى أنه حتى لو طلب من الذكاء الاصطناعي تقديم خطة مسبقًا، فمن المستحيل التنبؤ بجميع الحالات الغريبة مسبقًا، مثل انتقال الشاشة تلقائيًا إلى محتوى سابق أثناء تشغيل المقاطع الصوتية الطويلة أو انقطاعات في الفيديو. التقنيات الذكية الجديدة لا تظهر فجأة بشكل مثالي، بل يتم تطويرها من خلال التجارب المتكررة وتراكم قواعد التحقق. هذا المنهج ينطبق على جميع الصناعات التي تستخدم الذكاء الاصطناعي؛ فالأدوات الفعالة تتطور من خلال معالجة المحتويات الحقيقية وتصحيح الأخطاء المتكررة.
---
هذا الترجمة تحافظ على بنية المقال الأصلي وتستخدم لغة عربية طبيعية ومناسبة للقراءة في مجال الأخبار المالية والأعمال.