تذكير مفيد من DeepSeek’s R1

كمتعلم في الكلية وسابقًا في صناعة تكنولوجيا المعلومات، أجد أن الضجة حول نموذج DeepSeek R1 الصيني تذكير مفيد بثلاثة أشياء.

الأول هو أن الذكاء الاصطناعي التوليدي لم يعد فقط عن معالجة كميات هائلة من المحتوى ل生成 استجابات ذات صلة للتحفيزات، بل هو أيضًا عن التفكير الإدراكي (“R” في R1).

وعد نماذج اللغة الكبيرة بالتفكير الإدراكي هو أن القدرات الهائلة لاسترجاع المعرفة والمعالجة الإدراكية – التي كانت في السابق حكرًا على العباقرة الذين لديهم أجهزة كمبيوتر فائقة – الآن في أيدي几乎 الجميع. بفضل جيل جديد من التقنيات التي تعزز الكفاءة، هناك نماذج صغيرة بما يكفي لتشغيلها على جهاز كمبيوتر محمول يمكن أن تدعم العديد من الوكلاء الذكاء الذين يمكنهم أداء مهام معقدة ومتفاعلة بشكل مستقل.

ثانيًا، ثورة الذكاء الاصطناعي التوليدي هي في المقام الأول عن الابتكار والإبداع – وليس فقط سباقًا للعتاد الأكثر قوة أو حجم مجموعات البيانات أو عدد معلمات النموذج. لن تحدد الشركات الكبيرة التي لديها أجهزة كمبيوتر فائقة وموديلات مدربة بملايين الدولارات نجاح هذه التقنيات، بل البلدان والمنظمات التي تستثمر في رأس المال البشري لتحضيرهم لهذه الموجة الجديدة.

ثالثًا، وبناءً على النقطة السابقة، لا يبدو أن أمريكا في وضع جيد لتحمل التغييرات الدراماتيكية القادمة إلى экономيتنا ومجتمعاتنا. سأشير إلى مثالين: التعليم العالي وأمريكا الشركات.

التعليم العالي

في معظم مؤسسات التعليم العالي، يكون القرار الأول للطالب هو اختيار ما إذا كان سيقوم بدراسة بكالوريوس في الآداب (BA) أو بكالوريوس في العلوم (BS)، والذي يرتبط مع تعليم أوسع وأكثر تنوعًا.

في عصر الذكاء الاصطناعي، هذا التمييز قديم الطراز، لأن كلا النوعين من التخصصات يصبحان ضروريين في مكان العمل.

الحقيقة هي أن معظم الطلاب في السنة الأولى لا يملكون المعرفة أو الفهم لما يشبه العمل في مختلف أنواع الوظائف، أو حتى القوة والضعف النسبية لقدراتهم ومهاراتهم وталنتهم. ومع ذلك، يُطلب من معظم الطلاب في السنة الأولى أن يعلنوا عن تخصصهم، وهو قرار سهل فقط لأولئك القليل الذين يعرفون (أو يعتقدون أنهم يعرفون) ما المجال الذي يريدون اتباعه: الهندسة أو العلوم أو الطب أو القانون، إلخ.

نحن بحاجة إلى نهج مختلف تمامًا في التعليم العالي، نهج أوسع وأكثر تنوعًا ومتوافقًا مع سوق العمل، والذي يعترف بأن وظيفة الخريجين الأولى قد لا تكون لها علاقة bằng الدرجة التي حصلوا عليها أو تخصصهم؛ وأن تجربة الكلية ستكون مجرد المرحلة الأولى في رحلة التعلم المستمرة على مدى الحياة – تطوير المهارات، والحصول على شهادات، وإعادة اختراع الذات، وتغيير المسار الوظيفي – للأدوار التي لا نستطيع حتى تخيلها الآن.

كما يتعين علينا كمعلمين تطوير استراتيجيات جديدة للتعامل مع مشكلة الانتحال الفكري التي تسببها نماذج الذكاء الاصطناعي التوليدي، وتجنب مخاطر أن تصبح أدوات الدردشة قصيرة الأجل أو “التنزيل الإدراكي” – العادة التي تعتمد على أدوات خارجية بدلاً من تطوير القدرات الداخلية.

في عصر انفصال المعرفة عن الفهم، هناك الكثير من الإغراء للاستفادة من الذكاء الاصطناعي للحصول على إجابة فورية أو حل بدلاً من الكفاح من أجل فهم مفهوم أو حل مشكلة.

تكنولوجيا المعلومات الشركات

لا يبدو أن الشركات الكبيرة تعي أيضًا الآثار التنظيمية لهذه التكنولوجيا الجديدة.

ت phản ánh الأدوار والهياكل الحالية في تكنولوجيا المعلومات متطلبات الثورة الرقمية السابقة. هذه الوظائف نشأت من الخبرة المتخصصة المطلوبة للأفراد لاستخدام وتفاعل مع الكمبيوتر – البرمجة، هندسة البيانات، هندسة الكمبيوتر، إدارة الشبكات، أمن المعلومات، إلخ.

على النقيض من ذلك، الذكاء الاصطناعي التوليدي (وكل مجال معالجة اللغة الطبيعية الذي سبقه) هو عن تصميم وتدريب الكمبيوتر للتفاعل مع البشر.

نتيجة لذلك، يخترع الموظفون في الخطوط الأمامية طرقًا عبقرية ( وأحيانًا خطرة) لاستخدام هذه التكنولوجيا. وتكافح المنظمات من أجل وضع سياسات وعمليات وضوابط قابلة للتنفيذ لتحقيق أقصى استفادة من الإنتاجية مع تقليل المخاطر.

مشكلة رئيسية هي أن خبرة العلوم البيانية في معظم الشركات تركز في إدارات تكنولوجيا المعلومات، والتي لا تزال تعمل كغuilds سرية مع لغة وعمليات غامضة ومنفصلة تنظيميًا ووظيفيًا عن الوحدات التجارية الأساسية. أعتقد أن ثورة الإنتاجية القادمة تتطلب أدوارًا وتراكيب تنظيمية جديدة، حيث لا تتركز خبرة البيانات في وظيفة متخصصة بل ترتبط بكل جانب من جوانب العملية.

هناك أيضًا تحدي البيانات. في معظم المنظمات،采用 الذكاء الاصطناعي هو عن تخصيص نماذج اللغة الكبيرة لتنفيذ حالات استخدام متخصصة باستخدام بيانات مملوكة. في حين يريد مستخدمو البيانات في خطوط الأعمال بيانات دقيقة ومدقة ومدارة جيدًا، فإن أصحاب البيانات في تكنولوجيا المعلومات لا يملكون الميزانية أو الحافز المالي أو السلطة التنظيمية لضمان هذا المستوى من الجودة والشفافية.

نتيجة لذلك، لا تُدار مجموعات البيانات الداخلية جيدًا عبر المؤسسة. عادة ما يتم تخزين أنواع مختلفة من البيانات في أماكن مختلفة. استجابةً لطلبات مستخدمي الأعمال، توفر تكنولوجيا المعلومات وجهات نظر مختلفة للبيانات، وتقوم بنسخ (ونسخ من النسخ) من البيانات، وتخلق曝露ات وتجريدات للبيانات لأسباب مختلفة… في هذه النقطة، لا يعرف أحد أي الإصدارات قديمة أو غير كاملة أو مكررة أو غير دقيقة أو سياقها.

الختام

الذكاء الاصطناعي التوليدي لديه القدرة على تحويل جميع أشكال العمل المعرفي. في جوهره، هذه التكنولوجيا هي عن ديمقراطية الخبرة (للخير والشر) – إزالة الوسطاء مثل المبرمجين والمنتجين والرسامين والكتاب والمحررين وكل نوع من أنواع العمال أو “الخبراء”. لم يتعامل البشر أبدًا مع تكنولوجيا تتنافس مع قدراتهم الإدراكية والتفكيرية – فقط قوتهم البدنية وطول العمر ودقة اليد والقدرة على معالجة كميات هائلة من البيانات.

تتطلب هذه الثورة الجديدة في الإنتاجية مهارات وقدرات وهياكل تنظيمية جديدة، حيث تكون خبرة البيانات جزءًا لا يتجزأ من معظم العمليات التجارية.

الirony هي أن كلما زادت آلات التحليل قوتها، أصبحت قيمة الموظف في التسلسل الهرمي التنظيمي أقل ارتباطًا بالخبرة المتخصصة والخبرة والشهادات، وأكثر ارتباطًا بمهاراتهم الإبداعية والمتعددة التخصصات والتفاعلية.

الوقت لتنمية هذه القدرات هو الآن.