هل غير "تشات جي بي تي" سوق الشغل بعد عام من إطلاقه؟
تاريخ النشر: 4th, December 2023 GMT
خلال العام الماضي، لفت اسم "تشات جي بي تي"( ChatGPT) انتباه عشاق التكنولوجيا في شتى أنحاء العالم منذ طرحه للاستخدام المجاني في أواخر نوفمبر العام الماضي، وبلغ عدد مستخدميه أكثر من مليوني مستخدم منذ ذلك الحين، ووصفته بعض وسائل الإعلام بأنه أفضل ما طرح من نوعه على الإطلاق.
وعكف الكثير من المستخدمين على طرح أسئلة على ذلك البرنامج الآلي وأخذ لقطات شاشة لبعض الإجابات التي يعطيها ونشرها على وسائل التواصل الاجتماعي - للإعراب عن إعجابهم تارة، أو خيبة أملهم واستغرابهم تارة أخرى.
تقنية تشات جي بي تي طورتها شركة أبحاث الذكاء الاصطناعي "أوبن أيه آي" (OpenAI) بمدينة سان فرانسيسكو. الشركة يديرها سام أولتمان، ومن بين داعميها شركة مايكروسوفت وقطب التكنولوجيا إيلون ماسك.
وتشات جي بي تي عبارة عن روبوت أو برنامج يعمل باستخدام الذكاء الاصطناعي، إذ يتحاور مع المستخدم ويجيب على ما يطرح عليه من أسئلة بشكل مفصل، ويتذكر كل ما طرح عليه من قبل من أسئلة خلال الحوار الذي يتم وكأنه بين شخصين. كما يسمح للمستخدم بتصحيحه إذا ما أخطأ، ويعتذر عن تلك الأخطاء.
بعد عام من إطلاقه.. تشات جي بي تي يحظي بجماهرية واسعة:وبعد عام من إطلاقه تمكن من كسب قاعدة كبيرة من المستخدمين تقدر بـ1.7 مليار على مدار العام، وبدأ العالم بالانقسام بين من يوظفه من أجل المضي قدما، وبين من لا يستخدمه.
في غضون شهرين من انطلاقه، كان الطلاب يستخدمونه لتوفير الوقت أو لممارسة الغش في كتابة المقالات. وعلى الرغم من مشاعر القلق في حينها، إلا أن الأطفال كانوا أول المتبنين له.
بهذه الخطوات تصبحين امرأة ناجحة وفعالة في المجتمع إيلون ماسك يربط أكثر قوة مدمّرة بالتاريخ مع "X".. وما هي خدمة "جروك"؟ "تشات جي بي تي".. يجعلك أكثر انتاجيةهناك أدلة متزايدة على أن أدوات الذكاء الاصطناعي مثل "تشات جي بي تي"، يمكنها أن تجعل المرء أكثر كفاءة وقدرة على العمل، وإذا ما وصلنا به إلى محصلته النهائية، فان الاستخدام الذكي للذكاء الاصطناعي في العمل قد يقود بسرعة إلى الترقية أو المزيد من الفرص.
يمكن للذكاء الاصطناعي، أن يكون بمثابة الدواء المجاني المعزز لأداء الكثير من العاملين في الوظائف المكتبية بصرف النظر عن مدى مهارتهم، وسيكون التأثير ملحوظا بشكل خاص إذا لم يكن أي شخص آخر في المؤسسة يستخدم الذكاء الاصطناعي بهذه الطريقة.
وقد وجدت دراسة حديثة أجريت على 758 موظفا في شركة "بوسطن كونسلتينغ غروب" الأمريكية، أعطي لهم النموذج اللغوي "جي بي تي-4" لأداء مهام استشارية، أن هؤلاء الموظفين كانوا أكثر إنتاجية بشكل ملحوظ من أولئك الذين لا يستطيعون الوصول إلى الاداة.
وساعد الذكاء الاصطناعي الموظفين على اتمام مهامهم بشكل أسرع بنسبة 25%، وانجاز مهمات اخرى بنسبة 12%، وانتاج اعمال تم تقييمها على إنه ا اعلى جودة بنسبة 40%. تجدر الملاحظة إلى ان هذا كان صحيحا فقط بالنسبة للمهمات التي من المعروف ان الذكاء الاصطناعي يجيدها. والذكاء الاصطناعي ليس جيدا في كل شيء.
يمكن للذكاء الاصطناعي تبسيط وتلخيص الكتب والمقالات وحقول بحثية باكملها. كما يمكنه ان يقدم اجابات شبيهة بإجابات البشر بصورة كبيرة جدا، بطريقة قد تساعد في صياغة رسائل البريد الالكتروني أو المستندات.
لكن، لا يزال من الواجب اتباع الحذر في التعامل مع الذكاء الاصطناعي في مجال العمل. فمن بين المحاذير، ميل التكنولوجيا إلى الهلوسة أو اختراع الحقائق ما اوقع العاملين في المشاكل. كما ان لدى بعض الشركات قواعد محددة لأدوات الذكاء الاصطناعي بسبب المخاوف المتعلقة بحقوق الطبع والنشر أو امن البيانات.
ومن المحاذير، عدم تزويد تشات جي بي تي بمعلومات خاصة عن الشركة التي يعمل بها الموظف إذا ما اراد استخدامه لكتابة المستندات. كما يجب التحقق من اي شيء يقوله وبخاصة إذا كان مهما حتى لا يتسبب بإنهاء حياته المهنية.
المصدر: بوابة الفجر
كلمات دلالية: الذكاء الاصطناعي التكنولوجيا سوق العمل الذکاء الاصطناعی تشات جی بی تی
إقرأ أيضاً:
الذكاء الاصطناعي يوجه المسيّرات رغم العوائق الطبيعية
في مهمة لإطفاء حرائق الغابات في سلسلة جبال سييرا نيفادا، قد تجد طائرة مسيّرة ذاتية التحكم نفسها تواجه رياح «سانتا آنا» العاتية التي تهدد بإخراجها عن مسارها. التكيف السريع مع مثل هذه التقلبات الجوية غير المتوقعة أثناء الطيران يمثل تحديًا هائلًا لأنظمة التحكم في وضع الطيران الخاصة بهذه الطائرات.
ولمواجهة مثل هذه التحديات، طوّر باحثون في معهد ماساتشوستس للتكنولوجيا «MIT» خوارزمية تحكم تفاعلي جديدة تعتمد على تقنيات تعلّم الآلة، قادرة على تقليل انحراف الطائرة عن مسارها المحدد حتى في مواجهة عوائق مفاجئة مثل هبوب الرياح.
وعلى عكس الطرق التقليدية، لا تتطلب هذه التقنية من المبرمج أن يكون على دراية مسبقة ببنية أو نمط هذه الاضطرابات. بدلاً من ذلك، يتعلم نموذج الذكاء الاصطناعي المستخدم في نظام التحكم كل ما يحتاجه من خلال بيانات ملاحظة تُجمع خلال 15 دقيقة فقط من الطيران.
الميزة الأبرز لهذه التقنية تكمن في أنها تحدد تلقائيًا خوارزمية التحسين الأمثل للتكيف مع هذه الاضطرابات، مما يعزز من دقة تتبع المسار. إذ تختار الخوارزمية الأنسب بحسب طبيعة الاضطرابات التي تواجهها الطائرة في كل حالة.
وقد درّب الباحثون نظامهم على تنفيذ هذين الأمرين معًا، التكيّف وتحديد الخوارزمية باستخدام تقنية تُعرف باسم التعلم الفوقي «meta-learning»، والتي تُعلّم النظام كيفية التكيّف مع أنواع مختلفة من الاضطرابات.
النتائج جاءت واعدة، إذ سجل النظام الجديد نسبة خطأ في تتبع المسار أقل بنسبة 50% مقارنة بالطرق التقليدية، سواء في المحاكاة أو في الظروف الحقيقية، كما أثبت كفاءته في التعامل مع سرعات رياح لم يسبق له مواجهتها أثناء التدريب.
يأمل الباحثون أن يُسهم هذا النظام مستقبلاً في تحسين كفاءة الطائرات المسيّرة في توصيل الطرود الثقيلة رغم الرياح القوية، أو في مراقبة المناطق المعرضة للحرائق في المحميات الطبيعية.
يقول نافيد عزيزيان، الأستاذ المساعد في قسم الهندسة الميكانيكية ومعهد البيانات والنظم والمجتمع «IDSS» بمعهد «MIT»، والباحث الرئيسي للدراسة: «قوة طريقتنا تكمن في التعلم المتزامن لمكونات النظام. من خلال الاستفادة من التعلم الفوقي، يتمكن نظامنا من اتخاذ قرارات تلقائية تحقق أفضل تكيف ممكن في وقت قصير».
شارك عزيزيان في إعداد الورقة البحثية كل من سونبوتشين تانغ، طالب دراسات عليا في قسم الطيران والفضاء، وهاويان صن، طالب دراسات عليا في قسم الهندسة الكهربائية وعلوم الحاسوب. وقد عُرض البحث مؤخراً في مؤتمر «التعلم للديناميكيات والتحكم»
التعلم على التكيف
تتغير سرعات الرياح التي قد تواجهها الطائرة في كل رحلة، لكن من المفترض أن تبقى الشبكة العصبية ودالة الانحدار المستخدمة ثابتتين، لتجنّب إعادة التدريب في كل مرة.
لتحقيق هذه المرونة، اعتمد الباحثون على التعلم الفوقي، ودربوا النظام على مجموعة من سيناريوهات الرياح المختلفة أثناء مرحلة التدريب.
يوضح تانغ: «الهدف ليس فقط أن يتكيف النظام، بل أن يتعلم كيف يتعلم. عبر التعلم الفوقي، يمكننا إنشاء تمثيل مشترك من بيانات متعددة السيناريوهات بسرعة وكفاءة».
في التطبيق العملي، يقوم المستخدم بتغذية نظام التحكم بمسار الطيران المطلوب، ويقوم النظام بحساب قوة الدفع اللازم في الزمن الحقيقي لإبقاء الطائرة على المسار رغم أي اضطرابات جوية.
وقد أثبت النظام كفاءته سواء في المحاكاة أو في اختبارات حقيقية، حيث تفوق على جميع الطرق التقليدية في تتبع المسار، حتى في الظروف الجوية القاسية.
يضيف عزيزيان: «حتى عندما تجاوزت قوة الرياح مستويات لم نشهدها في التدريب، أثبتت تقنيتنا قدرتها على التعامل معها بكفاءة».
واللافت أن تفوق النظام على الطرق الأخرى ازداد كلما زادت شدة الرياح، مما يدل على قدرته على التكيف مع البيئات الصعبة.
ويجري الفريق الآن تجارب ميدانية على طائرات مسيّرة حقيقية لاختبار النظام في مواجهة ظروف جوية متنوعة.
كما يسعى الفريق لتوسيع قدرات النظام ليتعامل مع اضطرابات متعددة المصادر في وقت واحد. فعلى سبيل المثال، تغير سرعة الرياح قد يغيّر من توزيع وزن الحمولة أثناء الطيران، خصوصاً عند حمل مواد سائلة.
كما يطمح الباحثون إلى تطوير خاصية التعلم المستمر، بحيث يتمكن النظام من التكيف مع اضطرابات جديدة دون الحاجة إلى إعادة تدريبه على البيانات السابقة.
وفي تعليق على البحث، قال بروفيسور باباك حسّیبي من معهد كاليفورنيا للتكنولوجيا «Caltech»، والذي لم يشارك في المشروع: «نجح نافيد وزملاؤه في الجمع بين التعلم الفوقي والتحكم التكيفي التقليدي، لتعلم الخصائص غير الخطية من البيانات. واستخدامهم لخوارزميات الانحدار المرآتي مكّنهم من استغلال البنية الجيومترية الكامنة للمشكلة بشكل لم تفعله الطرق السابقة. وهذا العمل قد يساهم بشكل كبير في تصميم أنظمة ذاتية التشغيل تعمل بكفاءة في بيئات معقدة وغير مؤكدة».
وقد حصل هذا البحث على دعم من عدة جهات، منها شركة «MathWorks»، ومختبر «MIT-IBM Watson» للذكاء الاصطناعي، ومركز «MIT-Amazon» للعلوم، وبرنامج «MIT-Google» للابتكار في الحوسبة.
مظاهرات حاشدة في إيران تطالب بالرد على إسرائيل والثأر لدماء القادة