"فيديوهات السير الذاتية بتقنية الذكاء الاصطناعي" رسالة ماجستير بجامعة عين شمس
تاريخ النشر: 15th, March 2025 GMT
تابع أحدث الأخبار عبر تطبيق
ناقشت كلية الدراسات العليا للطفولة، بجامعة عين شمس رسالة الماجستير المقدمة من الباحث علي رجب الششتاوي الشافعي والتي حصل عليها بتقدير ممتاز تحت عنوان "تعرض المراهقين لفيديوهات السير الذاتية بتقنية الذكاء الاصطناعي عبر مواقع التواصل الاجتماعي والإشباعات المتحققة".
تشكلت لجنة المناقشة والتقييم من الأستاذ الدكتور زكريا إبراهيم الدسوقي أستاذ الإذاعة والتليفزيون ورئيس قسم الإعلام وثقافة الأطفال بكلية الدراسات العليا للطفولة-جامعة عين شمس رئيسًا ومشرفًا، الأستاذ المساعد الدكتور محمود محمد عبدالحليم أستاذ مساعد الإذاعة والتليفزيون بقسم الإعلام وثقافة الأطفال مناقشًا من الداخل، الأستاذ المساعد الدكتور عماد محمد حسن أستاذ مساعد تكنولوجيا –كلية التربية النوعية – جامعة الزقازيق مناقشًا من الخارج.
هدفت الدراسة التعرف على معدل تعرض المراهقين لفيديوهات السير الذاتية بتقنية الذكاء الاصطناعي عبر مواقع التواصل الاجتماعي والإشباعات المتحققة ،من الدراسات الوصفية واعتمدت على منهج المسح بشقيه التحليلي والميداني ، تمثلت عينة الدراسة التحليلية في (90) مقطع فيديو من فيديوهات السير الذاتية بتقنية الذكاء الاصطناعي لمختلف الفئات السياسية والفنية والفئات الأخرى ، وتكونت عينة الدراسة الميدانية من (376) مفردة من طلاب الفرقة الأولى من الجامعات الحكومية والجامعات الخاصة .
وتوصلت نتائج الدراسة إلى: معدل متابعة المراهقين لفيديوهات السير الذاتية بتقنية الذكاء الاصطناعي جاءت مرتفعة، بينما مواقع التواصل الاجتماعي التي يتابع من خلالها المراهقون فيديوهات السير الذاتية بتقنية الذكاء الاصطناعي الفيس بوك في الترتيب الأول، التيك توك، انستجرام ، يوتيوب ،وفي الترتيب الأخير تليجرام، وجاءت فيديوهات السير الذاتية لشخصيات فنية بتقنية الذكاء الاصطناعي في الترتيب الأول لدى المراهقين ، ثم فيديوهات السير الذاتية لشخصيات سياسية في الترتيب الثاني ، وفيديوهات السير الذاتية لشخصيات دينية في الترتيب الثالث، وفيديوهات ملوك مصر القدماء في الترتيب الرابع، وتنوعت الدوافع لدى المراهقين لمتابعتهم فيديوهات السير الذاتية بتقنية الذكاء الاصطناعي لدوافع نفعية وطقوسية، وأثبتت الدراسة وجود علاقة طردية إيجابية بين تعرض المراهقين لفيديوهات السير الذاتية بتقنية الذكاء الاصطناعي والإشباعات المتحققة.ومن أبرز توصيات الدراسة ،اهتمام المسؤولين عن العملية التعليمية بنوعية فيديوهات السير الذاتية بتقنية الذكاء الاصطناعي والتي يمكن من خلالها تقديم فيديوهات سير ذاتية لشخصيات يدرسها الطلاب من خلال المناهج المقررة عليهم ‘لما تتسم به من أدوات جذب تسهل عملية التحصيل، تدريس مادة خاصة بتطبيقات الذكاء الاصطناعي لجميع المراحل التعليمية حتى يواكب الطلاب التطورات المتسارعة في مجال الذكاء الاصطناعي.
المصدر: البوابة نيوز
كلمات دلالية: السيرة الذاتية الذكاء الاصطناعي جامعة عين شمس فی الترتیب
إقرأ أيضاً:
الأخلاقيات في الأتمتة: معالجة التحيز في الذكاء الاصطناعي
مع تزايد اعتماد الشركات على الأنظمة الآلية، أصبحت الأخلاقيات مصدر قلق رئيسي. وباتت الخوارزميات تتخذ، بشكل متزايد، القرارات التي كان يتخذها البشر سابقًا، وتؤثر هذه الأنظمة على العديد من مناحي الحياة. تتطلب هذه القوة، التي يملكها الذكاء الاصطناعي، مسؤولية. فبدون قواعد ومعايير أخلاقية واضحة، يمكن للأتمتة أن تُؤدي إلى الظلم وتُسبب الضرر.
يؤثر التحيز وتجاهل الأخلاقيات على الناس بطرق حقيقية. يمكن للأنظمة المتحيزة، على سبيل المثال، أن ترفض منح القروض أو الوظائف أو الرعاية الصحية، ويمكن للأتمتة أن تزيد من سرعة اتخاذ القرارات الخاطئة في حال عدم وجود حواجز حماية. عندما تتخذ الأنظمة قرارًا خاطئًا، غالبًا ما يكون من الصعب الاعتراض عليه أو حتى فهم السبب، ويؤدي غياب الشفافية إلى تحويل الأخطاء الصغيرة إلى مشاكل أكبر.
سبب التحيز في الذكاء الاصطناعي
غالبًا ما ينشأ التحيز في الأتمتة من البيانات. إذا تضمنت البيانات التاريخية تمييزًا، فقد تُكرر الأنظمة المُدربة عليها هذه الأنماط. على سبيل المثال، قد ترفض أداة ذكاء اصطناعي تُستخدم لفحص المتقدمين للوظائف المرشحين بناءً على الجنس أو العرق أو العمر إذا كانت بيانات التدريب الخاصة بها تعكس تلك التحيزات السابقة. ويدخل التحيز أيضًا من خلال التصميم، حيث يمكن للاختيارات المتعلقة بما يجب قياسه، والنتائج التي يجب تفضيلها، وكيفية تصنيف البيانات أن تؤدي إلى نتائج منحرفة.
هناك أنواع عديدة من التحيز. يحدث تحيز العينات عندما لا تُمثل مجموعة البيانات جميع الفئات، بينما قد ينشأ تحيز التصنيف من مدخلات بشرية ذاتية. حتى الخيارات التقنية، مثل نوع الخوارزمية، قد تُشوّه النتائج.
المشاكل ليست نظرية فحسب. فقد تخلت شركة "أمازون" للتجارة الإلكترونية عن استخدام أداة توظيف في عام 2018 بعد أن فضّلت المرشحين الذكور، ووُجد أن بعض أنظمة التعرف على الوجه تُخطئ في تحديد الأشخاص ذوي البشرة الملونة بمعدلات أعلى من غيرهم. تُزعزع هذه المشاكل الثقة في نماذج الذكاء الاصطناعي وتُثير المخاوف.
وهناك مصدر قلق حقيقي آخر. فحتى عندما لا تُستخدم سمات مثل العرق، بشكل مباشر، فإن سمات أخرى مثل الرمز البريدي أو المستوى التعليمي قد تُمثّل بدائل، مما يعني أن النظام قد يُميّز حتى لو بدت المدخلات محايدة، على سبيل المثال، بناءً على المناطق الأكثر ثراءً أو فقرًا. يصعب اكتشاف التحيز دون اختبار دقيق. ويُعدّ ارتفاع حالات تحيز الذكاء الاصطناعي علامة على الحاجة إلى مزيد من الاهتمام بتصميم النظام.
المعايير المهمة
القوانين تُواكب التطور وتحاول معالجة التحيز. يُصنّف قانون الذكاء الاصطناعي للاتحاد الأوروبي، الصادر عام 2024، أنظمة الذكاء الاصطناعي حسب درجة خطورتها. يجب أن تستوفي الأنظمة عالية الخطورة، كتلك المستخدمة في التوظيف أو تقييم الجدارة الائتمانية، متطلبات صارمة، تشمل الشفافية والرقابة البشرية والتحقق من التحيز. في الولايات المتحدة، تعمل الجهات التنظيمية بفاعلية. وتُحذّر لجنة تكافؤ فرص العمل أصحاب العمل من مخاطر أدوات التوظيف المُدارة بالذكاء الاصطناعي، كما أشارت لجنة التجارة الفيدرالية إلى أن الأنظمة المتحيزة قد تُخالف قوانين مكافحة التمييز.
أنظمة أكثر عدالة
لا تنشأ أخلاقيات الأتمتة صدفة، بل تتطلب تخطيطًا دقيقًا، وأدوات مناسبة، واهتمامًا مستمرًا. يجب دمج التحيز والإنصاف في العملية منذ البداية، لا إضافتهما لاحقًا. وهذا يستلزم تحديد الأهداف، واختيار البيانات المناسبة، وإشراك الأطراف المعنية.
يتطلب تحقيق ذلك اتباع بعض الاستراتيجيات الرئيسية:
إجراء تقييمات التحيز
الخطوة الأولى للتغلب على التحيز هي اكتشافه. يجب إجراء تقييمات التحيز مبكرًا وبشكل متكرر، من مرحلة تطوير النموذج إلى نشره، لضمان عدم تحقيق الأنظمة لنتائج غير عادلة. قد تشمل المقاييس القرارات التي يكون لها تأثير أكبر على مجموعة واحدة من غيرها.
يجب أن تُجري جهات خارجية عمليات تدقيق التحيز كلما أمكن ذلك. قد تُغفل المراجعات الداخلية قضايا رئيسية أو تفتقر إلى الاستقلالية، كما أن الشفافية في عمليات التدقيق الموضوعية تبني ثقة الجمهور.
مجموعات بيانات متنوعة
تساعد بيانات التدريب المتنوعة على تقليل التحيز من خلال تضمين عينات من جميع مجموعات المستخدمين، وخاصةً تلك التي غالبًا ما يتم استبعادها. فمساعد صوتي مُدرّب في الغالب على أصوات الرجال لن يُجدي نفعًا مع النساء، ونموذج تقييم الائتمان الذي يفتقر إلى بيانات المستخدمين ذوي الدخل المحدود قد يُسيء تقديرهم.
يساعد تنوع البيانات أيضًا النماذج على التكيف مع الاستخدام الفعلي. ينتمي المستخدمون إلى خلفيات مختلفة، وينبغي أن تعكس الأنظمة ذلك. فالتنوع الجغرافي والثقافي واللغوي جميعها عوامل مهمة. تنوع البيانات لا يكفي بمفرده. فيجب أن تكون دقيقة ومُصنّفة جيدًا.
الشمولية في التصميم
يُشرك التصميم الشامل الأشخاص المتأثرين. ينبغي على المطورين استشارة المستخدمين، وخاصةً المعرضين لخطر الضرر (أو الذين قد يُسببون ضررًا باستخدام الذكاء الاصطناعي المتحيز)، لأن ذلك يُساعد على كشف الجوانب السلبية.
يعني التصميم الشامل أيضًا فرقًا متعددة التخصصات. إن إشراك خبراء الأخلاق والقانون والعلوم الاجتماعية يُمكن أن يُحسّن عملية اتخاذ القرار، لأن هذه الفرق أكثر ميلًا لطرح أسئلة مختلفة ورصد المخاطر.
يجب أن تكون الفرق متنوعة أيضًا. فالأشخاص ذوو التجارب الحياتية المختلفة يكتشفون قضايا مختلفة، والنظام الذي تُنشئه مجموعة متجانسة قد يتغاضى عن مخاطر قد يكتشفها الآخرون.
الخلاصة أن الأتمتة باقية، لكن الثقة في أنظمة الذكاء الاصطناعي تعتمد على عدالة النتائج ووضوح القواعد. إذ قد يُسبب التحيز في أنظمة الذكاء الاصطناعي ضررًا.
أسعار الأسماك والجمبري اليوم السبت 31 مايو 2025.. البوري بـ 200 جنيه