7/ اضبط Claude كمساعد دائم

ضع هذه التعليمات في إعدادات "User Preferences" لتطبيقها على كل محادثاتك
"عند طلب أي مهمة:
- قسّمها لخطوات صغيرة تلقائياً
- ابدأ بأسهل نقطة
- لا تعطني أكثر من 3 خيارات
- أسئلة قبل أي افتراض"

8/ لماذا تنفع هذه الطرق؟

الطرق أعلاه لا تعتمد على "حيلة سحرية"، إنما على مبدأ بسيط:

كل قرار صغير يستنزف رصيدك الذهني.
عندما تفوّض القرارات الصغيرة لمساعد خارجي، تحتفظ بطاقتك للقرارات والأعمال التي تستحق فعلاً.

المفاجأة
عند إزالة الذكاء الاصطناعي في الاختبار الحقيقي، انخفض أداء مستخدمي GPT العادي بنسبة 17

دراسة على نحو 1000 طالب ثانوي وجدت أن استخدام GPT أثناء حل تمارين الرياضيات رفع الأداء بشكل كبير: +48% مع GPT العادي و+127% مع نسخة تعليمية مصممة للتوجيه

التفاصيل في الملصق العلمي👇🏻

الورقة هنا

Generative AI without guardrails can harm learning: Evidence from high schoolpnas.org/doi/10.1073/pnas.24…

🚨 خبر غريب من OpenAI!

الشركة أجبرت ChatGPT (GPT-5) يتوقف عن الكلام عن "الـ Goblins"

صار النموذج يذكر العفاريت والجرذان والحمام بشكل عشوائي في الردود، حتى زاد استخدام كلمة "little goblin" بنسبة 175%!

OpenAI اضطرت تكتب في التعليمات الداخلية:
"Never talk about goblins, gremlins, raccoons, trolls, ogres, pigeons..."

السبب؟
شخصية "Nerdy" في التدريب كانت تحب العفاريت

مايكروسوفت تلغي تراخيص Claude Code

مايكروسوفت وما تحملت استهلاك التوكنز في Claude🤔

بدأت مايكروسوفت بإلغاء معظم تراخيص Claude Code لآلاف المطورين في قسم Experiences + Devices (المسؤول عن Windows وMicrosoft 365 وTeams وSurface)

الموعد النهائي المحدد للإلغاء: 30 يونيو 2026

السبب الرئيسي:
التكلفة الباهظة بسبب نموذج الفوترة حسب التوكن (token-based billing)، رغم أن Claude Code كان ناجح جداً

كيف يمكن للذكاء الاصطناعي أن يتخذ قرارات استراتيجية للمؤسسات ؟

تخيّل أنك مدير شركة، وأمامك كل صباح آلاف الأرقام:
- مبيعات
- تحركات منافسين
- شكاوى عملاء، تقلبات اقتصادية…

▫️كيف تقرر؟
▫️هل ترفع الأسعار؟ تدخل سوق جديدة؟ توظف المزيد؟

❇️ دراسة جديدة نُشرت في مجلة Scientific Reports عام 2025 اقترحت حلًا ذكيًا يدمج نوعين من الذكاء الاصطناعي ليساعد المدراء على اتخاذ قرارات أدق وأسرع. 👇

الفكرة الأساسية: عينان وعقل

النموذج المقترح يجمع بين خوارزميتين، كل واحدة لها دور مختلف:

🔹 Transformer = العين القارئة
مهمته أن (يقرأ) كل البيانات ويكتشف الأنماط الخفية فيها.

🔹 DQN (تعلم معزز) = العقل المقرّر
مهمته أن (يقرر) ماذا نفعل بناءً على ما رأته العين.

مثال يقرّب الصورة

تخيّل طبيب يفحص مريض:

•أولًا، يقرأ التحاليل والأشعة ويلاحظ الأنماط (هذا دور Transformer).
•ثم بناءً على ما رآه، يقرر العلاج المناسب (هذا دور DQN).
•وحين يرى أثر العلاج على المريض، يتعلم ويعدّل قراراته في المرات القادمة (هذه حلقة التغذية الراجعة).

النموذج يعمل بنفس المنطق تمامًا، فقط بدلًا من المريض هناك “شركة”، وبدلًا من العلاج هناك “قرار استراتيجي”.

▫️كيف يعمل النموذج خطوة بخطوة؟

الخطوة 1: جمع البيانات
النموذج يجمع ثلاثة أنواع من المعلومات:

•بيانات السوق (مؤشرات اقتصادية، طلب العملاء).
•بيانات الشركة الداخلية (مالية، موظفون، إنتاج).
•بيانات المنافسين (حصصهم، منتجاتهم الجديدة).

الخطوة 2: Transformer يقرأ ويحلل
يأخذ كل هذه البيانات ويبحث عن العلاقات بينها.

مثلًا
قد يكتشف أنه (كلما رفع المنافس أسعاره في الربع الأول، ارتفع طلب عملائنا في الربع الثاني)
ثم يلخّص كل هذه الملاحظات في (صورة شاملة) عن وضع الشركة الحالي.

الخطوة 3: DQN يقرر
يأخذ هذه الصورة الشاملة ويختار القرار الأفضل من بين خيارات مثل:

•✅ زيادة ميزانية التسويق لمنتج معين.
•✅ إعادة توزيع الموظفين بين الأقسام.
•✅ دخول سوق جديدة الربع القادم.
•✅ خفض الأسعار لمواجهة منافس.

الخطوة 4: التعلم من النتائج
بعد تنفيذ القرار، يرى النموذج النتيجة الفعلية (هل ارتفعت الأرباح؟ هل تحسّن رضا العملاء؟) ويتعلم منها ليتخذ قرارات أفضل في المستقبل.

هذه النقطة بالذات هي التي تجعل النظام (ذكي)، لأنه يتطور مع الوقت بدلًا من البقاء جامدًا.

✔️مثال تطبيقي

افترض أن شركة قهوة استخدمت هذا النموذج:

•Transformer لاحظ: ارتفاع البحث على “قهوة باردة” في مواقع التواصل + ارتفاع درجات الحرارة + إطلاق منافس لمشروب مماثل.
•DQN قرر: أطلق منتج قهوة باردة جديد خلال شهر مع حملة تسويقية مركّزة على فئة الشباب.
•النتيجة: ارتفعت المبيعات بنسبة معينة.
•النموذج تعلّم: “في المستقبل، حين أرى هذه الإشارات معًا، اقترح إطلاقًا سريعًا لمنتج موسمي”.

▪️ماذا كانت النتائج في الدراسة؟

النموذج الهجين تفوّق على الخوارزميات التقليدية، وحقق:

•92% دقة في توقع حصة السوق.
•91% دقة في توقع نمو الأرباح.
•89% دقة في توقع رضا العملاء.

وعند تطبيقه على شركة فعلية عام 2023، تحسّن ترتيبها في السوق بمقدار مرتبتين، ووصل رضا العملاء إلى 80%.

🔺🔻الخلاصة

الذكاء الاصطناعي لا يحلّ محل المدير، إنما يعطيه “مساعدًا” يقرأ ما لا يستطيع الإنسان قراءته من بيانات ضخمة، ويقترح قرارات مدروسة. القرار النهائي يبقى للإنسان، والحكمة في معرفة متى نثق بتوصية الآلة ومتى نتساءل عنها.

OpenAI تجرب إصدار جديد من ChatGPT

ورقة بحثية مهمة

تسريح الموظفين بسبب الـ AI سيؤدي لانهيار الاقتصاد

الفكرة الرئيسية للورقة أن الشركات قد تسرّح العمال بسبب الذكاء الاصطناعي بشكل مبالغ فيه بسبب المنافسة، وهذا يضعف الاقتصاد ويضر بالجميع والشركات نفسها.

️▪️ماذا وجدت الدراسة؟
•الأتمتة تقلل التكاليف لكل شركة، لكنها في نفس الوقت تقلل دخل العمال

•انخفاض دخل العمال يعني انخفاض الشراء، وهذا يضر بجميع الشركات

•كل شركة تتحمل جزءًا صغيرًا فقط من هذا الضرر، لذلك تستمر في الأتمتة

•هذا يخلق «سباق أتمتة» يؤدي إلى تسريح عمال أكثر من المستوى المفيد للجميع

▪️النتيجة
خسارة عامة (ليست مجرد نقل أموال)، حيث يخسر العمال وأصحاب الشركات معًا

•زيادة المنافسة أو تطور الذكاء الاصطناعي يجعل المشكلة أكبر

•الحلول الشائعة مثل: التدريب، الدخل الأساسي، أو مشاركة الأرباح لا تحل المشكلة بالكامل

•الحل الوحيد الذي يعالج السبب مباشرة هو فرض ضريبة على الأتمتة لتقليل الإفراط فيها

▪️الخلاصة
الشركات عندما تستبدل الناس بالذكاء الاصطناعي بسرعة كبيرة، فإنها تضعف قدرة الناس على الشراء، فتتضرر هي نفسها لاحقًا.
لكن لأن كل شركة تفكر بمصلحتها فقط، يستمر هذا السلوك بشكل جماعي. لذلك، ا

لسوق وحده لا يكفي، ويحتاج الأمر إلى تدخل من السياسات لتنظيم الأتمتة وحماية توازن الاقتصاد

الآن يمكن لـ ChatGPT أن يملأ المستندات عن طريق الصوت أو توجيه من خلال الـ Prompt

🚨
رقم لفت انتباهي في تقرير Verizon الأخير:

31000 حادثة
و22000 اختراق مؤكد من 145+ دولة

31% من اختراقات البيانات بدأت عبر استغلال ثغرات برمجية، متجاوزة للمرة الأولى بيانات الدخول المسروقة كأكثر نقطة بداية للهجمات.

لكن المثير ليس الرقم نفسه.

التقرير يشير إلى أن المهاجمين بدأوا يستخدمون الذكاء الاصطناعي في مراحل متعددة:

• تحديد الأهداف
• الوصول الأولي
• تطوير أدوات وبرمجيات الهجوم

والنتيجة؟
تسارع كبير في استغلال الثغرات، حتى أن نافذة الدفاع التي كانت قد تمتد لأسابيع أو أشهر أصبحت في بعض الحالات تُقاس بالساعات.

وهناك نقطة ثانية كثير من المؤسسات تقلل من أهميتها:

(Shadow AI)

تضاعف ثلاث مرات إلى 45% من الموظفين

استخدام أدوات ذكاء اصطناعي غير معتمدة داخل الشركات أصبح من أكثر الأسباب المرتبطة بفقدان البيانات داخليًا. أحيانًا لا يبدأ التسريب من مخترق خارجي، بل من مشاركة كود أو ملف أو صورة في أداة غير مصرح بها.

الاستنتاج الذي خرجت به:

الذكاء الاصطناعي لم يغيّر طبيعة التهديدات فقط… هو غيّر سرعة اللعبة بالكامل.

ونحتاج AI لمواجهة الـ AI

فيلم بـ 500 ألف دولار بـ AI

عرض هذا الأسبوع بـ Cannes

● شركة Higgsfield AI كشفت عن فيلم Hell Grind بوصفه أول فيلم روائي طويل يُنتَج بالكامل عبر منصتها.

● الفيلم من إخراج Aitore Zholdaskali ومدته 95 دقيقة

● التكلفة
أُنتج الفيلم في 14 يوم بأقل من 500 ألف دولار، حوالي 80% منها راح إلى تكاليف الحوسبة الخاصة بالذكاء الاصطناعي

● فريق العمل
15 شخص من المخرجين ومديري التصوير والمونتيرين، معظمهم يعملون من ألماتي في كازاخستان

الـ Prompt الترند للسيرة الذاتية…. 🤔

انتشر prompt تستخدمه مع ChatGPT أو Claude أو Gemini وهذه النماذج تقدم سيرة ذاتية غير عقلانية / غير منطقية عنك… لكن بأسلوب كوميدي ويحمل الكثير

❌ نصيحة لا تنشر كل شيء … لأنها تقدم الكثير عنك

الـ Prompt

"اكتب سيرة ذاتية غير عقلانية عني وكأنني شخصية أسطورية خرجت من خطأ برمجي في الكون. اجعلها مزيجًا بين الحقيقة والخيال والعبث المطلق. أضف إنجازات مستحيلة، وظائف لم توجد في التاريخ، ومهارات لا معنى لها لكنها تبدو عظيمة. اجعلني مثل شخص عمل مستشارًا للديناصورات، ومدربًا نفسيًا للسحب، ومخترعًا لأشياء لا يحتاجها أحد. اكتبها بأسلوب جاد جدًا وكأنها سيرة حقيقية في ويكيبيديا، وكلما أصبحت أقل منطقية كان ذلك أفضل"

🔓 620 ألف هجوم على 34 نموذج ذكاء اصطناعي… والنتيجة؟

••• كل النماذج بدون استثناء كانت قابلة للاختراق.

• النماذج الصغيرة (10 مليار باراميتر أو أقل) فشلت في صد الهجمات بنسبة 86%

• نسبة نجاح الهجمات تراوحت بين 1.3% و93%، وأغلب النماذج المستخدمة في الإنتاج فوق 40%

•الأسوأ: Qwen 2.5 7B بنسبة 92.9%
•الأفضل: Claude Sonnet 4/4.5/4.6 و Gemini 3.1 Pro بنسبة 1.3% فقط

الدماغ يتأثر بطريقة استخدامك للذكاء الاصطناعي

▪️[الفكرة الرئيسية للورقة البحثية]
طريقة استخدام الذكاء الاصطناعي ترتبط بتغيرات مختلفة في بنية الدماغ: الاستخدام للتعلم يقوّي مناطق التفكير، بينما الاستخدام العاطفي يرتبط بمناطق مرتبطة بالمشاعر بشكل سلبي.

▪️ما الذي درسته؟
- كيف يؤثر استخدام الذكاء الاصطناعي على شكل وبنية الدماغ عند الشباب.
وركزت على الفرق بين استخدامه للتعلم واستخدامه للدعم العاطفي.

▪️كيف أجريت؟

شارك 222 طالبًا جامعيًا
أجابوا عن أسئلة حول طريقة استخدامهم للذكاء الاصطناعي
تم تصوير أدمغتهم باستخدام جهاز MRI لمعرفة الاختلافات في البنية

▪️ماذا وجدت؟

الاستخدام للتعلم ارتبط بزيادة في حجم مناطق الدماغ المسؤولة عن التفكير واتخاذ القرار

كما ارتبط بتحسن في ترابط مناطق التعلم والذاكرة

الاستخدام العاطفي ارتبط بانخفاض في حجم مناطق مسؤولة عن المشاعر والتفاعل الاجتماعي

هذه الاختلافات كانت مرتبطة أيضًا بالصحة النفسية (أسوأ مع الاستخدام العاطفي)

▪️ماذا يعني؟
الدماغ يتأثر بطريقة استخدامك للذكاء الاصطناعي:
إذا استخدمته للتعلم، قد يدعم قدراتك الذهنية،
لكن إذا اعتمدت عليه عاطفيًا، فقد يرتبط ذلك بضعف

في الجوانب المرتبطة بالمشاعر والعلاقات.

الورقة هنا

Mapping generative AI use in the human brain: divergent neural, academic, and mental health profiles of functional versus socio emotional AI usearxiv.org/pdf/2604.08594

اليوم هناك مشكلة في Claude

لا أدري هل ظهرت لي فقط أم هي تظهر للأخرين

حتى وإن كنت اتحادث معه في موضوعات عامة أو فلسفية وغيرها ولا تتضمن أي تجاوزات… فإنه يظهر هذه الرسالة

وتكرر الأمر عدة مرات