قادة الفكر

استعين بذكاء الاصطناعي في التفكير، وسوف يحل محلك

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

مدير الذكاء الاصطناعي في مايكروسوفت، مصطفى سليمان، شارك مؤخرًا في تنبؤ مخيف: في غضون 12 إلى 18 شهرًا القادمين، سيتم تعيين معظم أو كل الأعمال المكتبية البيضاء بالكامل بواسطة الذكاء الاصطناعي. 12 إلى 18 شهرًا، لم يكن السيد سليمان أول من يشارك في مثل هذا الافتراض (نعم، أتحدث عن داريو أمودي و 5-سنة حكم الذكاء الاصطناعي على العالم)، وليس آخرهم. ولكن دعني أشارك في وجهة نظر مثيرة للجدل: الذكاء الاصطناعي، سواء في 18 شهرًا أو خمس سنوات، لن يكون قادرًا على استبدال العمال المكتبيين البيض. ولكن إذا توقفنا عن التفكير، فسوف يفعل.

والسؤال هنا ليس عن عدم دمج الذكاء الاصطناعي في معظم العمليات، أو أنه لا يستطيع مساعدة الناس في عملهم. هذا يحدث بالفعل. ولكن استبدال التفكير البشري، وإزالة المدخلات البشرية، هو المهمة التي لا يستطيع الذكاء الاصطناعي القيام بها (ما لم نستبدل محرك اتخاذ القرارات البشري بالذكاء الاصطناعي).

لماذا لا يمكن ولا يجب أن يتم استبدال التفكير البشري

هناك ثلاثة أسباب محددة أعود إليها دائمًا عندما يخبرني شخص ما أن الذكاء الاصطناعي على وشك استبدال الجميع. كل واحد منهم شيء يفعله الأدمغة البشرية كمسألة روتينية، وكل واحد منهم شيء لا يستطيع الذكاء الاصطناعي إعادة إنتاجه.

الذكاء الاصطناعي لا يمكن أن يكون له السياق الذي يتمتع به الدماغ البشري

عندما يأخذ شخص قرار، لا يتنبأ مثل نموذج اللغة بالكلمة التالية بناءً على الاحتمالية العامة فقط. إنه يستند إلى جسم كامل من الخبرة الحية المشفرة عبر أنظمة متعددة في نفس الوقت: ذكرياتنا الشخصية، عاداتنا المكتسبة، والمخاطر العاطفية لتلك اللحظات. يسمح هذا السياق المشترك للدماغ بتخمين ما سيحدث بعد ذلك، ويتحديث نظرة فقط عندما تثبت الواقع أنها خاطئة. السياق، بمعنى آخر، هو الوسيط الذي يتم بناء كل تصور عليه.

يعمل نموذج اللغة الكبيرة بشكل مختلف. يتم الحصول على أوزانه من مجموعة متنوعة من النصوص التي تم تدريبه عليها مرة واحدة ولا يزال لديه الوصول إليها. لا يوجد لديه حلقة إدراك، ولا خطأ تنبؤ من العالم الذي يجب عليه العيش فيه. “السياق” المتاح له هو ما يحدث أن يكون في نافذة التحفيز. لم يكن لديه أي خبرة سابقة. لذلك، عندما نأخذ قرارًا يعتمد على معرفة ما هو طبيعي هنا، وما جاء قبل ذلك، وما هو على المحك، فإننا ننفذ تنبؤات ضد خبرة مدى الحياة مقيدة – شخصية ومن الأجيال التي جاءت قبلنا. النموذج يطابق الأنماط عبر قواعد البيانات النصية. عمليات مختلفة تمامًا، ولا يغلق أي توسيع لنافذة السياق الفجوة.

معرفة الاسم ليس نفس الشيء مع معرفة شيء

هذه الحكمة تأتي من الفيزيائي الحائز على جائزة نوبل ريتشارد فاينمان (أو من والده، لتكون أكثر دقة). كان يعتقد أن مجرد تذكر الملصقات أو التعريفات لا يعني معرفة الموضوع. الفهم الحقيقي يأتي من الخبرة والفهم.

اقترح تشارلي مونجر، رجل أعمال أمريكي ومستثمر، مصطلحًا لمثل هذا النوع من التعلم السطحي – “معرفة السائق”. القصة وراء ذلك هي عن سائق حقيقي لفيزيائي ماكس بلانك، الذي سمع محاضرة بلانك عن الميكانيكا الكمية इतन مرات حتى تعلمها عن ظهر قلب. ثم عرض أن يلقيها بدلاً من بلانك في ميونخ، وهو ما فعل. ولكن عندما جاءت الأسئلة من الجمهور، لم يكن من المفاجئ أنه لا يستطيع الإجابة. وهذا هو الفرق بين معرفة سطحية “سائق” ومعرفة شاملة، مكتسبة من خلال سنوات من العمل والكفاح، معرفة بلانك.

نماذج الذكاء الاصطناعي اليوم هي السائقون الأكثر تطورًا التي بنيناها على الإطلاق. يمكنهم إعادة سرديات الميكانيكا الكمية، واختصار الفلسفة، وكتابة عقد، وتناغم الكلمات. ولكن هناك شيء يحتاج إلى خبرة بدلاً من التعرف على الأنماط، مثل معرفة لماذا موقع العلامة التجارية الذي عمل في سوق واحد سوف يفشل بالضرورة في السوق التالي، هو شيء فريد من نوعه للبشر، وهو ما ي驱ر القرارات في الواقع.

ولكن لا يمكن الحصول على فهم لماذا موقع العلامة التجارية الذي عمل في سوق واحد سوف يفشل بالضرورة في السوق التالي من خلال التعرف على الأنماط فقط. الخبرة فريدة من نوعها للبشر، وهي ما يدفع القرارات في الواقع.

لا تزال الفرق الرئيسية بيننا وبين الذكاء الاصطناعي ليست معالجة البيانات – إنها الملكية

قدرة الأشخاص (أو على الأقل بعضنا) على تحمل المسؤولية عن الأفعال، وملكية العواقب، والخزي، والتعلم منها، والقيام بكل ما هو ممكن لمنع حدوث الموقف مرة أخرى، وبالتالي لمنع شعورنا بألم الفشل مرة أخرى – هذا ما يجعل تفكيرنا وعمليات اتخاذ القرار فريدة من نوعها مقارنة بالذكاء الاصطناعي.

الذكاء الاصطناعي لا يشعر بالخزي. أو بالذنب. لا يفقد النوم بسبب قرار اتخذه ولم يثمر. لا يحمل ذاكرة للصفقة التي خسرها، أو للموظف الذي دافع عنه ولم ينجح، أو للاستراتيجية التي دافع عنها في اجتماع المجلس الذي دمر قيمة بعد ذلك بفترة طويلة. يعطي النموذج إجابة، وتثبت الإجابة خاطئة، ويتحرك النموذج إلى التحفيز التالي كما لو لم يحدث شيء (لأن لا شيء حدث). لا يوجد هناك تكلفة داخلية لكونك مخطئًا، ولا يوجد ضغط لكونك صحيحًا في المرة التالية – شيء يدفع البشر إلى التطور والتحسين.

منذ عشر سنوات، عملت في رأس المال الاستثماري، وكتنا ننظر إلى صفقات السيارات ذاتية القيادة. حتى ذلك الحين، كانت نماذج سيارات الأجرة الآلية أكثر أمانًا من السائقين البشر. التكنولوجيا كانت تعمل. لا تزال تعمل في عام 2026. لماذا لا تزال مدننا غير ممطورة بالسيارات ذاتية القيادة؟ لأن مسؤولية السيارة ذاتية القيادة ليست واضحة بما فيه الكفاية. عندما يحدث حادث، النظام القانوني لا يعرف حقًا من يجب أن يلوم – الشخص الذي قام بتشغيلها، الشركة المصنعة، أو مطور البرمجيات. حتى يتم الإجابة على هذا السؤال، نحن عالقون. التكنولوجيا قد تقدمت على إطار المسؤولية الذي يجب أن يكون هناك لامتصاصها.

كيف لا تفقد عقلك (وظيفتك) في عصر الذكاء الاصطناعي

في حين أعتقد حقًا أن الذكاء الاصطناعي لا يستطيع استبدال التفكير البشري، أستطيع أيضًا رؤية نمط الناس الذين يسقطون في فخ الحصول على اختصار إلى النتائج. لأول مرة في التاريخ، لا تحتاج إلى دماغ لتحصل على إجابة. كل ما عليك فعله هو كتابة سؤال. الاحتكاك الذي كان يضطرنا إلى التفكير قد تم إزالته، وهو ما يبدو رائعًا، حتى تدرك أن الاحتكاك كان هو النقطة كلها. لقد كان هو الطريقة التي بنيت بها الدماغ في المقام الأول.

وهنا يأتي السؤال حول الوظيفة مرة أخرى. الذكاء الاصطناعي لن يستبدل العمال المكتبيين البيض كفئة. ولكن سوف يستبدل الأشخاص الذين استأجروا كل تفكيرهم له. إذا استبدلت الحكم والسياق والملكية بإجابات سريعة من نافذة المحادثة، تتوقف عن كونك الشخص الذي يأتي بشيء إلى الطاولة. في ذلك الحين، لا يحتاج صاحب العمل حقًا إليك. يمكنهم التحدث مباشرة مع النموذج.

لذلك، الحفاظ على وظيفتك في عصر الذكاء الاصطناعي والحفاظ على عقلك في عصر الذكاء الاصطناعي يعودان إلى نفس السؤال. وأدناه أربعة عادات تحتاج إلى معالجتها.

الذكاء الاصطناعي يجب أن يزيد من الفضول

التأثير الذي يحدثه الذكاء الاصطناعي على دماغك يعتمد كليًا على كيفية استخدامه. إذا كنت فضوليًا ومتعطشًا للتعلم، يصبح الذكاء الاصطناعي أفضل رفيق للتعلم الذي لديك على الإطلاق. أفضل من ويكيبيديا، أفضل من أي كتاب، لأنه يمكن أن يشرح نفس الفكرة بخمس طرق مختلفة حتى تدرك واحدة منها، ويمكنه أن يتبعك في أي طريق تريده. أو يمكنك أن تطلب منه مساعدتك في الحفاظ على المعلومات بشكل أفضل – مثل ممارسة التكرار المتباعد حتى تفهم الفكرة حقًا.

لشخص لا يعتبر فضوليًا، يفعل الذكاء الاصطناعي العكس. يأخذ على التفكير الذي كان من المفترض أن تفكر به بنفسك. يحصل على الإخراج دون العمل، والعمل كان هو النقطة كلها. مع مرور الوقت، يتآكل ذلك العضلة. بعد الثورة الصناعية، عندما جعلت الآلات العمل الجسدي أقل شيوعًا، بنينا صالات رياضية لإعطاء أجسامنا ما تحتاجه لتحدي نفسها والحفاظ عليها. وهذا ما سنحتاجه في النهاية: صالات رياضية عقلية لتحافظ على أدمغتنا في حالة جيدة.

في عام 2025، قامت مختبرات ميديا ماساشوستس التكنولوجية بدراسة حيث كتب 54 مشاركًا مقالات على مدار أربعة أشهر، مقسمة إلى ثلاثة مجموعات: ChatGPT، محرك البحث، والدماغ فقط. بينما كانوا يكتبون، كان جهاز التخطيط الكهربائي يتبع نشاط دماغهم. في النهاية، أظهرت مجموعة ChatGPT باستمرار أقل اتصال عصبي وأنتجت مقالات وصفها المعلمون بأنها “خالية من الروح”. مجموعة الدماغ فقط، من ناحية أخرى، أظهرت أقوى نشاط دماغي على مدار العملية.

لكن الجزء الأكثر إقناعًا جاء في الجلسة النهائية، عندما قام الباحثون بتبديل المجموعات. مجموعة الدماغ فقط، التي تم إعطاؤها ChatGPT، تفوقت على الجميع. لقد بنوا عضلة التفكير أولاً ثم استخدموا الذكاء الاصطناعي عليها. مجموعة أخرى لم تتمكن من اللحاق.

التعلم هو فعل، لذلك لا يمكن أن يكون سلبيًا

من أجل أن يبقى التعلم، يجب أن يتم الجمع بين النظرية والممارسة. القراءة عن فكرة ما هي نوع من المدخلات؛ القيام بشيء مع تلك الفكرة هو نوع آخر. النقر، الإجابة، التطبيق، الحصول على شيء خاطئ، والمحاولة مرة أخرى – هذه الأنشطة تجلب أجزاء مختلفة من دماغك أكثر من الاستهلاك السلبي، وتحافظ عليك مركزًا على المواد.

كان سوكراتيس قد اكتشف هذا قبل آلاف السنين: لم يمنح طلابه الإجابة أبدًا، بل أجبرهم على إنتاجها (غالبًا ما تكون خاطئة) أولاً، ثم صححها بعد ذلك. وانا نفسي مررت بتجربة الفوائد من هذه الفلسفة كطالب في الرياضيات: كنا نحصل على نصف الائتمان لتحسين النظرية، بينما كان النصف الآخر يتطلب إثباتها. هذا التركيز على الفهم الأساسي هو ما سمح لنا بتذكر المفاهيم وتطبيقها بشكل أفضل.

تعليم موضوع ما يرفع معرفتك إلى المستوى التالي، ويجعل من الصعب أن تقع في فخ الخداع النفسي الذي يسمى وهم الكفاءة، ويوفر فهمًا أفضل للموضوع. عندما تحتاج إلى شرح فكرة بوضوح، وتبسطها عدة مرات بطرق مختلفة، لا يوجد sposób لكي لا تفهمها ونتذكرها بنفسك. كما لاحظ ريتشارد فاينمان بحق: “إذا لم تكن قادرًا على شرحها ببساطة، فلا تفهمها.”

الأرقام تدعم كل هذا. في دراسات تدريب السلامة، احتفظ المتعلمون النشطون بـ 93.5% من المعلومات مقارنة بـ 79% للمتعلمين السلبيين (Engageli, 2025). البرج التعلمي الأوسع النطاق من مختبرات التدريب الوطنية في بيتيل، مين، يظهر نفس النمط على كل مستوى:

الطريقة النوع معدل الاحتفاظ
المحاضرة سلبي ~5%
القراءة سلبي ~10%
السمعي البصري سلبي ~20%
التعليم سلبي ~30%
مناقشة المجموعة فعال ~50%
الممارسة من خلال الفعل فعال ~75%
تعليم الآخرين فعال ~90%

البيانات بدون مصادر موثوقة هي إشاعات

نعم، يجب على الناس أن يطرحوا أسئلة حول الإجابات التي يحصلون عليها من الذكاء الاصطناعي. يجب أن يطلبوا المصادر، وعندما لا توجد مصادر، يجب أن يكونوا متشككين.

لكن هناك مشكلة أكبر وراء كل هذا، وهي حقيقة أن التحقق من مخرجات الذكاء الاصطناعي يصبح أكثر صعوبة. النماذج تذكر مصادر لا توجد، وتعيد صياغة المصادر الحقيقية بطرق ت歪م المعنى، وتخلط المعلومات الدقيقة مع المعلومات المخترعة في نفس الفقرة، ولا يوجد طريقة واضحة لتحديد أيهما.

علاوة على ذلك، يصبح أكثر من نصف الإنترنت نفسه مولدًا بالذكاء الاصطناعي، مما يعني أن النماذج تعلم الآن من مخرجات نماذج أخرى. المصادر الأصلية المكتوبة باليد تختفي تحت كل ما تم توليده بشكل تلقائي فوقها.

لهذا أعتقد أن المعرفة الموثوقة لا تزال يجب أن تأتي من الناس. إذا لم نستطع الثقة بالنموذج، ولم نستطع الثقة بالمصادر خلف النموذج، فإن الخبرة البشرية هي الشيء الوحيد المتبقي للثقة.

كما قال توني روبنس مرة: “إذا كنت تريد أن تكون ناجحًا، ابحث عن شخص حقق النتائج التي تريدها واكتب ما يفعل، وسوف تحقق نفس النتائج.” شخص قد حقق بالفعل النتائج التي يدرسها، ومر بسنوات من العمل، ودفع ثمن الأخطاء، وبنى معرفته مع عواقب حقيقية متصلة – هذا هو النوع من المصدر الذي يثبت.

بدون سياق، تفاصيل مفقودة

عادة أخرى تساعد عند التعلم مع الذكاء الاصطناعي هي مقاومة الإغراء للقفز مباشرة إلى سؤالك المحدد. معظم الناس، عندما يريدون معرفة شيء ما، يكتوبون السؤال الدقيق في聊 بوت ويأخذون الإجابة على ظاهرها. المشكلة هي أنهم يفتقرون إلى الخلفية الكاملة التي تجلس فيها الإجابة. قطعة محددة من المعلومات منفصلة عن سياقها سهلة التأويل الخاطئ.

أنا مهتم بالتاريخ، لذا سأعطيك مثالًا تاريخيًا. خطاب جيتيسبيرغ هو خطاب قصير ألقاه لينكولن في عام 1863، في موقع واحدة من أكثر المعارك دموية في الحرب الأهلية الأمريكية. تخيل أنك تحتاج إلى كتابة مقال عنها. تسأل الذكاء الاصطناعي عن تحليل وتحصل على تحليل نظيف للكلمات، والهيكل، والأدوات البلاغية.

لكن هل يمكنك حقًا كتابة ذلك المقال بدون معرفة شيء عن الحرب الأهلية نفسها؟ ربما لا. لن تفهم لماذا كانت هذه المعركة مهمة، أو لماذا كان الخطاب الذي ألقيه على تلك الأرض يحمل इतन من الأهمية. لن تدرك أن الحرب قد تحولت من الحفاظ على الاتحاد إلى إنهاء العبودية، وأن الخطاب كان طريقة لينكولن لإعادة تعريف ما كان البلاد تقاتل من أجله. لن ترى التوتر السياسي وراء几乎 كل سطر، لأن السطور سوف تكون مجرد جمل لطيفة عن حدث حزين.

بدون سياق الحرب الأهلية، يقرأ الخطاب مثل مرثية قصيرة. معه، تقرأ نقطة تحول في كيف فهمت الأمة نفسها. وهذا هو النوع من النعومة التي سوف يقدمها لك الذكاء الاصطناعي فقط إذا كنت تعرف بالفعل ما تطلب.

مبدأ مماثل ينطبق几乎 على أي شيء قد تستخدم الذكاء الاصطناعي من أجله. ابدأ على نطاق واسع. احصل على الصورة العامة. ثم انغمس في التفاصيل. سوف يكون لها معنى بمجرد أن يكون لها سياق للهبوط فيه.

الخلاصة: الذكاء الاصطناعي هو أداة، والأدوات تحتاج إلى أيدي

كل قفزة تكنولوجية كبيرة في التاريخ البشري أثار نفس الذعر. الحاسبات كانت سوف تجعلنا ننسى الرياضيات. الإنترنت كان سوف يجعلنا ننسى كيف نفكر. محركات البحث كانت سوف تقتل ذاكرتنا. ومع ذلك، ها نحن، لا تزال نحسب، لا تزال نفكر، لا تزال نتذكر، فقط مع أدوات أفضل في أيدينا.

الذكاء الاصطناعي هو التالي في تلك السلسلة، وربما الأكثر قوة التي بنيناها على الإطلاق. يمكنه الكتابة، والاختصار، والتحليل، والكتابة، وتناغم الكلمات، ويمكنه القيام بكل ذلك أسرع منا. لكنه لا يريد شيئًا. لا يمكنه الاهتمام بنتيجة. لا يمكنه العيش مع عواقب كونه مخطئًا. تلك الأجزاء من العمل لا تزال تنتمي إلينا، وهي الأجزاء التي تحدد ما إذا كان العمل جيدًا في النهاية.

الأشخاص الذين سوف يزدهرون في العقد القادم سوف يكونون أولئك الذين يبقون فضوليين، الذين يبقون يطرحون أسئلة أفضل، و誰 يستخدمون الذكاء الاصطناعي ليتعلموا بشكل أسرع ويفكروا بشكل أعمق، بدلاً من استخدامه لتجاوز التفكير كله. سوف يكونون أولئك الذين يأتيون بشيء إلى الطاولة لا يستطيع أي نموذج إعادة إنتاجه: الحكم، والسياق، والرغبة في ملكية القرار.

لذلك، لا، الذكاء الاصطناعي لن يستبدلك أو يجعلك تفقد وظيفتك. ولكن الإصدار منك الذي توقف عن التفكير قد يفعل.

أولكسندر ماتسيوك هو رائد أعمال أوكراني مقيم في وارسو مع سجل في رأس المال الاستثماري وتطوير المنتجات والنمو. في السابق ، كمدير للنمو في SKELAR ، قام بتحليل أكثر من 5000 شركة ناشئة وإطلاق عدة مشاريع من الصفر. ثم去了 لتأسيس Trible ، منصة للمبدعين ، حيث قاد استراتيجية المنتج والعمليات من البداية إلى خروج ناجح واكتتاب. أساس أولكسندر في المالية يتضمن فترات كمدیر استثمار في TA Ventures وكمحلل في Motu Ventures. يحمل أولكسندر ماجستير في الاستراتيجية والإدارة الدولية من جامعة سانت غالن وبكالوريوس في الأعمال الدولية من جامعة تاراس شيفتشينكو الوطنية في كييف.