في خطوة أثارت اهتمام الكثير من المختصين في مجال التكنولوجيا، بدأت بعض شركات الذكاء الاصطناعي في تجربة طرق جديدة لتدريب نماذجها على أداء المهام البشرية.
تعتمد هذه الطريقة على استخدام أعمال حقيقية قام بها موظفون ومتعاقدون سابقون وحاليون، بحيث يمكن للذكاء الاصطناعي التعلم من الأمثلة الواقعية للوظائف والمشاريع المكتبية والمهنية.
تأتي هذه المبادرة في إطار سعي الشركات لجعل نماذج الذكاء الاصطناعي أكثر قدرة على أتمتة مهام تحتاج عادة إلى مهارات بشرية، سواء كانت مهام كتابة، تحليل بيانات، أو إنتاج محتوى تقني ومهني. ويعتبر هذا النوع من البيانات ذات جودة عالية، مقارنة بالبيانات المصطنعة أو الملخصات النظرية، لأنه يعكس طبيعة العمل الفعلية التي يقوم بها البشر في وظائفهم اليومية.
متعاقدون يقدمون أعمالهم الفعلية
تتضمن الطريقة الجديدة مطالبة المتعاقدين بتقديم عينات من أعمالهم السابقة أو الحالية، بما في ذلك مستندات مكتبية مثل ملفات Word و PDF، عروض تقديمية، جداول بيانات، صور، وملفات برمجية. كما يُطلب من المتعاقدين وصف المهام التي قاموا بها بالتفصيل، بحيث يمكن للنموذج التعرف على سياق العمل وطبيعة المهمة قبل تحليل النتائج.
تؤكد الشركات على ضرورة حذف أي بيانات شخصية أو معلومات سرية قبل رفع الملفات، مع توفير أدوات خاصة لتنقية المحتوى من أي معلومات حساسة.
تهدف هذه الإجراءات إلى حماية خصوصية البيانات والحد من أي مخاطر قانونية محتملة، مع السماح للذكاء الاصطناعي بالوصول إلى بيانات تدريب واقعية تعكس أسلوب الأداء البشري الفعلي.
الهدف من استخدام الأعمال الحقيقية
تكمن الفائدة الأساسية في منح نماذج الذكاء الاصطناعي القدرة على التعلم من مهام مكتبية ومهنية حقيقية.. بحيث يمكن مقارنة أدائها بأداء البشر.
هذا النهج يتيح تطوير قدرات الذكاء الاصطناعي على أتمتة المهام بشكل أكثر دقة وواقعية، مما يزيد من كفاءة العمليات المكتبية.. ويساعد الشركات على تحسين إنتاجيتها وتقليل الوقت المستغرق في أداء المهام الروتينية.
كما يُتيح جمع هذه البيانات للشركات إمكانية تقييم أداء النماذج بدقة أكبر، ومعرفة مدى قرب نتائجها من المخرجات البشرية الفعلية.. وهو ما يعرف بـ Benchmarking.
هذا الأسلوب يمثل خطوة مهمة نحو دمج الذكاء الاصطناعي في بيئات العمل الواقعية.. من دون الاعتماد فقط على سيناريوهات افتراضية أو بيانات مختلقة.
التحذيرات القانونية والأخلاقية
على الرغم من الإجراءات الاحترازية، يحذر خبراء قانونيون من المخاطر المحتملة لهذه الطريقة.. خاصة فيما يتعلق بحقوق الملكية الفكرية وأسرار العمل.
الاعتماد على المتعاقدين في تحديد ما هو سري وما هو غير سري يضع الشركات في موقف حساس.. حيث أي خطأ في معالجة البيانات قد يؤدي إلى تسرب معلومات حساسة أو انتهاك اتفاقيات عدم الإفصاح.
من الناحية الأخلاقية، يثير استخدام أعمال حقيقية تساؤلات حول مدى الشفافية والضوابط التي تفرضها الشركات لضمان أن تكون بيانات التدريب مأمونة.. وأن لا يستغلها الذكاء الاصطناعي بطريقة قد تضر بالمصالح الفردية أو المؤسسية.
أنواع المواد التي تُجمع
تشمل المواد التي يقدمها المتعاقدون:
مستندات Word و PDF تحتوي على أعمال مكتبية فعلية
عروض PowerPoint تعرض مشاريع أو تقارير
جداول Excel تحوي بيانات تحليلية أو مالية
ملفات برمجية ومستودعات كود
صور ووسائط بصرية متعلقة بالمهام
سيناريوهات عملية ووثائق تنفيذ مهام مهنية
كل هذه المواد تساعد الذكاء الاصطناعي على فهم طبيعة العمل الواقعية، وتحسين قدرته على أداء المهام بطريقة تحاكي الأداء البشري الفعلي.
