نيك لاهويكا، المؤسس المشارك والرئيس التنفيذي لشركة Vocal Image – سلسلة المقابلات

نيك لاهويكا هو المؤسس المشارك والرئيس التنفيذي لشركة Vocal Image، وهي شركة ناشئة للتدريب تساعد الناس على تطوير مهاراتهم الشخصية. ونيك رائد أعمال متسلسل يتمتع بخبرة تزيد على عشر سنوات في تقنية المعلومات وتطوير الأعمال، وقد نجح في الخروج من مشروعين قبل تأسيس Vocal Image. رحلته شخصية للغاية؛ فقد تعرض للتنمر في المدرسة بسبب عدم وضوح نطقه، وهو ما ألهم رسالته المتمثلة في مساعدة الناس على التواصل بصورة أفضل.

بعد أن اضطر إلى الفرار من بلده عقب ثورة عام 2020، وصل نيك إلى إستونيا بمعرفة محدودة جداً باللغة الإنجليزية، واستخدم تطبيقه الخاص لتدريب صوته. وتمكن من تأمين أول جولة تمويل خلال ستة أشهر فقط. وفازت Vocal Image بتحدي AWS للذكاء الاصطناعي وبرنامج Meta وHugging Face للشركات الأوروبية الناشئة في الذكاء الاصطناعي، وجمعت مؤخراً جولة تمويل أولي بقيمة 3.6 ملايين دولار بقيادة Educapital الفرنسية، ورفعت إيراداتها السنوية المتكررة إلى أكثر من 14 مليون دولار.

أسست Vocal Image عام 2021. ما الذي ألهمك لبناء مدرب للمهارات الشخصية يعتمد على الذكاء الاصطناعي، وما المشكلة التي كنت تحاول حلها في البداية؟

كان القلق من التحدث جزءاً من حياتي لفترة طويلة. تعرضت للتنمر في المدرسة بسبب عدم وضوح نطقي، وظلت تلك التجربة عالقة في ذهني. لاحقاً، عندما كنت طالباً متدرباً في تقنية المعلومات، اضطررت إلى تقديم عروض لعملاء رفيعي المستوى، فعاد الخوف نفسه.

ثم في عام 2021، وبعد فشل الثورة في بيلاروسيا، اضطررت إلى الانتقال إلى أوروبا بين عشية وضحاها. وجدت نفسي فجأة أقدم عروضاً للمستثمرين باللغة الإنجليزية، وهي لغة كنت بالكاد أتحدثها. كان الأمر مرعباً، لكن لم يكن أمامي خيار. أمضيت ساعات يومياً أتدرب على النطق باستخدام نسخة مبكرة جداً مما أصبح لاحقاً Vocal Image. واستغرق مني تعلم النطق الصحيح لصوت حرف V أسابيع حتى أستطيع قول اسم شركتي.

بدأنا بتطبيق يشبه YouTube في جوهره، لكنه يتضمن مسجل صوت وميزة للتعليق. كان المستخدمون يشاهدون المقاطع ويتدربون على تكرار الجمل ثم يستمعون إلى تسجيلاتهم. ومن خلال مراقبة طريقة استخدامهم للتطبيق أدركنا بسرعة أنهم يحتاجون بشدة إلى الملاحظات. فقد أوضح لنا المستخدمون الأوائل أن استهلاك المحتوى وحده لا يحقق نتائج حقيقية؛ بل يحتاجون إلى ملاحظات فورية. حاولنا تقديمها من خلال مدربين بشريين، لكن هذا النهج لم يكن قابلاً للتوسع، وهكذا اتجهنا إلى الذكاء الاصطناعي.

ومن تجربتي الشخصية، كان من الأسهل أن أتدرب على عروضي الأولى باستخدام منصتنا بدلاً من التدرب أمام شخص. لم يكن هناك ضغط أو حكم. وقد غيرت تلك الحرية كل شيء بالنسبة إلي. وبعدما حللت مشكلتي، أدركت عدد الأشخاص الذين يواجهون المشكلة نفسها؛ فأكثر من 200 مليون شخص يعانون القلق من التحدث.

قبل Vocal Image، كنت تدير استوديو للرقص. كيف أثرت تلك الخلفية في الحركة والتعبير في نهجك تجاه التواصل والثقة بالصوت؟

لم أكن راقصاً؛ بل أسست شركة تتمحور حول التعبير عن الذات والناس. ومن خلال ذلك العمل أدركت أن بإمكانك معرفة الكثير عن الثقة الداخلية للشخص بمجرد مشاهدته يرقص.

تلعب الحركة أيضاً دوراً كبيراً في طريقة تعبيرك عن نفسك. فكيفية حركتك ووضعية جسدك وتنفسك كلها أجزاء من التواصل. وهنا يصبح التدريب بالذكاء الاصطناعي قوياً، لأنه يستطيع مساعدة الناس على التدرب في كل هذه المجالات داخل مكان واحد.

في السابق، كانت الشركات تحتاج إلى الاستعانة بعدة مدربين مختلفين: مدرب للحديث أمام الجمهور، وآخر للغة الجسد، وثالث للثقة. أما الآن، فيربط الذكاء الاصطناعي هذه الجوانب كلها. ويمكنك بناء الصورة الكاملة للتواصل بدلاً من العمل على جزء واحد فقط.

على خلاف معظم أدوات التواصل بالذكاء الاصطناعي، قررت ألا تستخدم ChatGPT أساساً لمدربك. ما الذي دفعك إلى ذلك القرار؟

أصبحت الضجة حول ChatGPT نقطة تحول كبيرة بالنسبة إلينا. فعندما انتشر على نطاق واسع، أحدث قفزة ضخمة في ثقة الناس بالذكاء الاصطناعي، واستطعنا الاستفادة من ذلك لإقناعهم بتقنيتنا.

لكننا لم نرد إطلاقاً استخدامه أساساً لنظامنا. كان هدفنا منذ البداية الاعتماد على نموذجنا الفريد لتقييم أصوات الناس وأنماط كلامهم. نستخدم في نماذجنا الحالية نماذج لغوية كبيرة مثل Gemini وClaude وChatGPT، إلى جانب قواعد المعرفة والنصائح المستمدة من أدبيات التواصل، لكنها ليست جوهر آلية تقديم الملاحظات. فالأساس الحقيقي لملاحظاتنا هو المدخل البشري.

الخوف من أن يبدو مدرب الذكاء الاصطناعي آلياً حقيقي. ولمواجهته، أنشأنا مجتمعاً داخل Vocal Image يستطيع المستخدمون فيه التواصل فوراً ومشاركة الهدف المشترك المتمثل في تحسين تواصلهم ودعم رحلة بعضهم بعضاً. وهذا المجتمع ينمو باستمرار ويحسن ذكاءنا الاصطناعي.

هل يمكنك توضيح كيف يختلف تدريب ذكائكم الاصطناعي حصرياً على أصوات بشرية عن الأساليب التقليدية القائمة على النماذج اللغوية الكبيرة من حيث النتائج والأصالة؟

نستخدم النماذج اللغوية الكبيرة جزءاً من عملية التقييم وفهم السياق، لكن الأساس الحقيقي لنظامنا هو البيانات. وقد دُرّب نموذجنا الأساسي على مجتمعنا الخاص، المؤلف من أشخاص اجتمعوا تحديداً لتحسين مهارات التواصل لديهم.

لا يكون الذكاء الاصطناعي أفضل من البشر الذين يتعلم منهم. وتضم مجموعة بياناتنا الخاصة الآن أكثر من مليون صوت بشري فريد، يحمل كل منها نبرة وإيقاعاً وعاطفة تمثل الجوهر الحقيقي للتواصل.

تضم مجموعة بياناتكم أكثر من مليون صوت بشري. ما التحديات التي واجهتموها في تنسيق هذه المجموعة الفريدة وتصنيفها؟

لا يمكن الاعتماد على كل نقطة بيانات بالقدر نفسه. فبعض المستخدمين يقيّمون بعناية، بينما ينقر آخرون بسرعة من دون تفكير. لذلك كان علينا تصميم نظام يميز الملاحظات المدروسة عن الضوضاء. ومع مرور الوقت تعلمنا إعطاء وزن أكبر للمستخدمين ذوي المشاركة المتسقة والحكم الموثوق، مع تصفية المدخلات العشوائية.

كان الجزء الأصعب تشغيلياً، إذ تطلب بناء منظومة تقييم تكافئ الجودة قبل الكمية. وهنا أثبت مجتمعنا قيمة لا تقدر بثمن. فهؤلاء ليسوا مستخدمين عشوائيين للإنترنت، بل أشخاص يحاولون بصدق تحسين مهاراتهم الشخصية ومساعدة الآخرين على فعل الشيء نفسه. وجميع التقييمات مجهولة الهوية، ما يساعد على إبقاء الملاحظات غير متحيزة وأصيلة.

آلية التقييم المجتمعية الشبيهة بـTinder مثيرة للاهتمام. كيف تشكل حلقة الملاحظات هذه التعلم المستمر لنظامكم؟

كل تقييم، بأي لغة، يصبح جزءاً صغيراً من المعرفة التي تصقل نموذجنا. إنها حلقة ملاحظات حية. وكلما تدرب عدد أكبر من الناس وقدموا تقييماتهم، ازداد النظام ذكاء في تمييز دقائق الكلام والعاطفة، وتعلم كيف يدرك الناس فعلياً الثقة والدفء أو السلطة عبر الثقافات.

ما أهم الدروس التي تعلمتموها أثناء تطوير نموذج ذكاء اصطناعي يركز على المهارات الشخصية بدلاً من الكفاءات التقنية؟

كان التحدي الرئيسي هو القياس. فلا يوجد مقياس عالمي لكون الشخص «جديراً بالثقة» أو «ذا كاريزما». وكان علينا إنشاء مقاييسنا الخاصة.

وهنا استفدنا من قانون الأعداد الكبيرة. فإذا اتفق مئة ألف شخص على أن صوتاً معيناً يبدو واثقاً أو متعاطفاً، يصبح من الممكن البدء في الوثوق بهذا الإدراك الجمعي. ومع مرور الوقت علّمنا نظامنا توقع الصفات الذاتية، أي تلك التي لا يمكن تقييمها بإجابة بسيطة صحيحة أو خاطئة. وكان ذلك هو الاختراق الحقيقي: تعلم قياس ما اعتُبر دائماً غير ملموس.

مع إيرادات سنوية متكررة تبلغ 14 مليون دولار وجولة تمويل أولي جديدة بقيمة 3.6 ملايين دولار، ما أولوياتكم الرئيسية للمرحلة التالية من النمو، سواء في تطوير النموذج أو توسيع قاعدة المستخدمين أو تعميق تجربة المجتمع؟

كانت رسالتنا دائماً تتمحور حول الإنسان. نحن نساعد الناس على التواصل بثقة وأصالة أكبر.

وتدور المرحلة التالية حول توسيع هذا الأثر عالمياً. فنحن نتوسع إلى لغات ومناطق جغرافية جديدة، ونطوّر وحدات جديدة للمهارات الشخصية مثل التفاوض والاستماع النشط والبلاغة.

يقول مستخدمون كثيرون إن مدربي الذكاء الاصطناعي يبدون آليين أو غير شخصيين. كيف تضمنون أن يقدم Vocal Image ملاحظات تراعي المشاعر والسياق؟

نركز على التخصيص الفائق. فمنذ التفاعل الأول نتعلم من أنت، بما في ذلك لهجتك وعمرك وسياقك المهني وأنماط كلامك. ومع مرور الوقت تتكون لدينا ذاكرة تستدعي كيف تحسنت، والجوانب التي تواجه فيها صعوبة، ونوع الملاحظات الأكثر تأثيراً فيك.

يتيح ذلك للذكاء الاصطناعي التكيف بصورة ديناميكية. وتبدو التجربة شخصية لأنها كذلك بالفعل؛ فهي تتشكل بالكامل من بياناتك ورحلتك، لا من نص عام.

بالنظر إلى المستقبل، كيف ترى تطور التدريب على المهارات الشخصية بالذكاء الاصطناعي مع استمرار نضج الذكاء الاصطناعي التوليدي والعاطفي؟

لطالما كان التطور البشري مزيجاً من الطبيعة والتنشئة. ويخبرنا العلم أن القيادة فطرية بنحو النصف ومكتسبة بالنصف الآخر. وكان النصف المكتسب في السابق حكراً على المديرين القادرين على تحمل تكلفة المدربين الباهظة. ولفترة طويلة اضطرت الشركات إلى دفع ما بين 7,000 و25,000 دولار سنوياً لتدريب قائد واحد. الذكاء الاصطناعي يغير ذلك.

كذلك، يتطلب التعامل مع المدربين البشريين الاحتفاظ بعدة مدربين منفصلين، بينما يستطيع مدرب ذكاء اصطناعي واحد أن يحل محلهم جميعاً.

نستخدم حالياً سلسلة من النماذج المختلفة لتحليل جوانب متعددة من التواصل، لكن المستقبل سيكون لنظام موحد واحد يقيّمك ويرشدك بصورة شاملة. وستجعل هذه التقنية التطور متاحاً للجميع. فلن تحتاج إلى أن تولد بكاريزما أو تمتلك ميزانية شركة ضخمة لإتقان التواصل؛ ستحتاج فقط إلى الفضول وإمكانية الوصول. وما يحفزني كل يوم هو إنشاء البيئة التي تتيح لذلك أن يزدهر.

شكراً على هذه المقابلة الرائعة. يمكن للقراء الراغبين في معرفة المزيد زيارة Vocal Image.