6. استخدام الـAI يعكس إيقاع الاقتصاد
أحد الاستنتاجات المهمة هو أن استخدام Claude أصبح (مؤشر اقتصادي لحظي)، إذ يعكس:
ساعات العمل.
أوقات الراحة.
المواسم.
المناسبات الرسمية.
المواعيد الحكومية (مثل الضرائب).
أي أن سجل الاستخدام أصبح يعكس النشاط الاقتصادي الحقيقي بصورة دقيقة.
أحد الاستنتاجات المهمة هو أن استخدام Claude أصبح (مؤشر اقتصادي لحظي)، إذ يعكس:
ساعات العمل.
أوقات الراحة.
المواسم.
المناسبات الرسمية.
المواعيد الحكومية (مثل الضرائب).
أي أن سجل الاستخدام أصبح يعكس النشاط الاقتصادي الحقيقي بصورة دقيقة.
7. اختلاف الدول مرتفعة الدخل
لاحظ التقرير أن التحول من الاستخدام المهني إلى الشخصي في عطلة نهاية الأسبوع كان:
أكبر في الدول مرتفعة الدخل.
أقل وضوحًا في الدول الأقل دخلًا.
ما يشير إلى اختلاف أنماط العمل وأوقات الفراغ بين الاقتصادات المختلفة.
لاحظ التقرير أن التحول من الاستخدام المهني إلى الشخصي في عطلة نهاية الأسبوع كان:
أكبر في الدول مرتفعة الدخل.
أقل وضوحًا في الدول الأقل دخلًا.
ما يشير إلى اختلاف أنماط العمل وأوقات الفراغ بين الاقتصادات المختلفة.
8. ريادة الأعمال ترتفع في عطلة نهاية الأسبوع
من النتائج اللافتة، طلبات مثل:
إنشاء شركة.
بدء مشروع.
فكرة مشروع.
مصادر دخل إضافية.
التجارة الإلكترونية.
تبلغ أعلى مستوياتها يومي السبت والأحد، بينما تنخفض أنشطة البحث عن وظيفة وطلبات السير الذاتية
من النتائج اللافتة، طلبات مثل:
إنشاء شركة.
بدء مشروع.
فكرة مشروع.
مصادر دخل إضافية.
التجارة الإلكترونية.
تبلغ أعلى مستوياتها يومي السبت والأحد، بينما تنخفض أنشطة البحث عن وظيفة وطلبات السير الذاتية
9. طبيعة البرمجة تتغير حسب اليوم
داخل Claude Code البرمجة تنخفض في نهاية الأسبوع
Backend Architecture
API Debugging
Data Storage
وترتفع
تصميم وكلاء الذكاء الاصطناعي (AI Agents)
التداول الكمي
تطوير الألعاب
أي أن البرمجة تتحول من مهام مؤسسية إلى مشاريع شخصية وتجريبي
داخل Claude Code البرمجة تنخفض في نهاية الأسبوع
Backend Architecture
API Debugging
Data Storage
وترتفع
تصميم وكلاء الذكاء الاصطناعي (AI Agents)
التداول الكمي
تطوير الألعاب
أي أن البرمجة تتحول من مهام مؤسسية إلى مشاريع شخصية وتجريبي
10. العمل خارج الدوام يرتبط بالوظائف الأعلى أجرًا
وجد التقرير أن الاستخدام الليلي وفي عطلات نهاية الأسبوع يتركز في وظائف ذات أجور أعلى، مثل:
مديري التسويق.
مهندسي البرمجيات.
المبرمجين.
بينما تنخفض المهام المرتبطة بالأعمال الإدارية والروتينية منخفضة الأجر.
وجد التقرير أن الاستخدام الليلي وفي عطلات نهاية الأسبوع يتركز في وظائف ذات أجور أعلى، مثل:
مديري التسويق.
مهندسي البرمجيات.
المبرمجين.
بينما تنخفض المهام المرتبطة بالأعمال الإدارية والروتينية منخفضة الأجر.
11. كلما فوّض الناس Claude أكثر أصبحوا أكثر تفاؤلًا
المستخدمون الذين يستخدمون Claude بصورة آلية (Automation):
أكثر تفاؤلًا بالراتب
أكثر تفاؤلًا بالأمان الوظيفي
أكثر تفاؤلًا بإيجاد وظائف
وهذه من أكثر نتائج التقرير إثارة للاهتمام.
المستخدمون الذين يستخدمون Claude بصورة آلية (Automation):
أكثر تفاؤلًا بالراتب
أكثر تفاؤلًا بالأمان الوظيفي
أكثر تفاؤلًا بإيجاد وظائف
وهذه من أكثر نتائج التقرير إثارة للاهتمام.
التفاصيل الكاملة في التقريرcdn.sanity.io/files/4zrzovbb…
باريس توقف تجربة ذكاء اصطناعي صيني
أوقفت الإدارة العامة للخزانة الفرنسية تجربة اختبار نموذج "Qwen" الصيني، بعد 23 يوما من بدأ التجربة واستبداله بالنموذج الفرنسي"Mistral AI".
جاء قرار الإيقاف إثر شكاوى موظفين من ردود وصفوها بـ"الموجَّهة أو المتحيّزة" في ملفات تخص الصين.
النموذج كان يشغل أداة داخلية اسمها "HéphAIstos"، يستخدمها نحو 100 موظف من أصل 1300 في مهامهم اليومية، بينها التعامل مع بيانات حساسة إلى جانب الترجمة والنسخ الصوتي.
أوقفت الإدارة العامة للخزانة الفرنسية تجربة اختبار نموذج "Qwen" الصيني، بعد 23 يوما من بدأ التجربة واستبداله بالنموذج الفرنسي"Mistral AI".
جاء قرار الإيقاف إثر شكاوى موظفين من ردود وصفوها بـ"الموجَّهة أو المتحيّزة" في ملفات تخص الصين.
النموذج كان يشغل أداة داخلية اسمها "HéphAIstos"، يستخدمها نحو 100 موظف من أصل 1300 في مهامهم اليومية، بينها التعامل مع بيانات حساسة إلى جانب الترجمة والنسخ الصوتي.
لماذا Apple رفعت أسعارها؟
ما علاقة ترامب والصين؟
▪️ شركة Apple تصمم منتجاتها في أمريكا، لكنها تصنعها بشكل أساسي في الصين
وهذا بسبب:النظام البيئي المتكامل: آلاف الموردين قريبين من بعضهم
يعني كل شيء متوفر:
التكلفة المنخفضة + الكفاءة العالية + السرعة في الإنتاج.
لهذا السبب حوالي 80-90% من هواتف iPhone تجمع في الصين ، ونسبة كبيرة من المكونات (شاشات، بطاريات، هياكل، إلخ) تأتي من الصين، وأكثر من 150 من أكبر 187 مورد لـ Apple مصانعهم في الصين
▪️ الذكاء الاصطناعي دخل على الخط
الشركات الكبرى في مجال الذكاء الاصطناعي زفعت الطلب على بطاقات الذاكرة عالية النطاق الترددي (HBM) وهي أكثر ربحية للشركات المنتجة لها وتسبب في نقص حاد في الذاكرة العادية المستخدمة في أجهزة المستهلكين مثل أجهزة Mac وiPad.
أسعار DRAM ارتفعت بنسبة تصل إلى 98% في الربع الأول من 2026
▪️تحالف الشركات الثلاث الكبرى:
Samsung Electronics (كوريا الجنوبية): أكبر منتج.
SK Hynix (كوريا الجنوبية): قوية جدًا في HBM.
Micron (أمريكا): اللاعب الأمريكي الرئيسي.
ركزوا إنتاجهم على الذاكرة (HBM) لأنها تباع بأسعار عالية، ووقعوا عقود طويلة مع شركات الذكاء الاصطناعي، واتفقوا على رفع الاسعار.
هذا سوى ضغط كبير على الشركات المصنعة للأجهزة الاستهلاكية مثل Apple.
طيب ليش Apple انضغطت وسامسونج لا؟
▪️الحكومة الأمريكية وبركات قراراتها:
رفعت الضرائب على الشركات الصينية والواردات من الصين.
تضيق على الشركات التي لديها علاقات أو اعمال في الصين ومنها Apple.
والنتيجة تحرق Apple:
- قبل ضغط الحكومة الأمريكية:
~90% من iPhone ينتج في الصين
- بعد الضغوط (2025-2026)
انخفض إلى ~75-80% (تقريبي)
وتحولت إلى الصين وفيتنام وهنا صارت كثير من التحديات منها غياب الدقة والجودة وغياب التكامل والتكاليف أعلى بنسبة 5-8%، والإنتاج أبطأ.
▪️تجمعت المشكلات على Apple:
- ارتفاع اسعار بطاقات الذاكرة
- تكاليف مرتفعة وتأخر في الانتاج في الهند وفيتنام
▪️صارت Apple تبحث عن حل
والحل موجود مع شركة CXMT (Changxin Memory Technologies) الصينية ولكن الشركة مدرجة على قائمة الحظر التابعة لوزارة الدفاع الأمريكية
لهذا بدأت Apple تضغط على إدارة ترامب (خاصة وزارة التجارة) على شأن يعطوها موافقة رسمية ولو مؤقته لشراء كميات كبيرة من الذاكرة من CXMT وتحل جزء من مشكلتها.
وهذه كل السالفة مع Apple...
ما علاقة ترامب والصين؟
▪️ شركة Apple تصمم منتجاتها في أمريكا، لكنها تصنعها بشكل أساسي في الصين
وهذا بسبب:النظام البيئي المتكامل: آلاف الموردين قريبين من بعضهم
يعني كل شيء متوفر:
التكلفة المنخفضة + الكفاءة العالية + السرعة في الإنتاج.
لهذا السبب حوالي 80-90% من هواتف iPhone تجمع في الصين ، ونسبة كبيرة من المكونات (شاشات، بطاريات، هياكل، إلخ) تأتي من الصين، وأكثر من 150 من أكبر 187 مورد لـ Apple مصانعهم في الصين
▪️ الذكاء الاصطناعي دخل على الخط
الشركات الكبرى في مجال الذكاء الاصطناعي زفعت الطلب على بطاقات الذاكرة عالية النطاق الترددي (HBM) وهي أكثر ربحية للشركات المنتجة لها وتسبب في نقص حاد في الذاكرة العادية المستخدمة في أجهزة المستهلكين مثل أجهزة Mac وiPad.
أسعار DRAM ارتفعت بنسبة تصل إلى 98% في الربع الأول من 2026
▪️تحالف الشركات الثلاث الكبرى:
Samsung Electronics (كوريا الجنوبية): أكبر منتج.
SK Hynix (كوريا الجنوبية): قوية جدًا في HBM.
Micron (أمريكا): اللاعب الأمريكي الرئيسي.
ركزوا إنتاجهم على الذاكرة (HBM) لأنها تباع بأسعار عالية، ووقعوا عقود طويلة مع شركات الذكاء الاصطناعي، واتفقوا على رفع الاسعار.
هذا سوى ضغط كبير على الشركات المصنعة للأجهزة الاستهلاكية مثل Apple.
طيب ليش Apple انضغطت وسامسونج لا؟
▪️الحكومة الأمريكية وبركات قراراتها:
رفعت الضرائب على الشركات الصينية والواردات من الصين.
تضيق على الشركات التي لديها علاقات أو اعمال في الصين ومنها Apple.
والنتيجة تحرق Apple:
- قبل ضغط الحكومة الأمريكية:
~90% من iPhone ينتج في الصين
- بعد الضغوط (2025-2026)
انخفض إلى ~75-80% (تقريبي)
وتحولت إلى الصين وفيتنام وهنا صارت كثير من التحديات منها غياب الدقة والجودة وغياب التكامل والتكاليف أعلى بنسبة 5-8%، والإنتاج أبطأ.
▪️تجمعت المشكلات على Apple:
- ارتفاع اسعار بطاقات الذاكرة
- تكاليف مرتفعة وتأخر في الانتاج في الهند وفيتنام
▪️صارت Apple تبحث عن حل
والحل موجود مع شركة CXMT (Changxin Memory Technologies) الصينية ولكن الشركة مدرجة على قائمة الحظر التابعة لوزارة الدفاع الأمريكية
لهذا بدأت Apple تضغط على إدارة ترامب (خاصة وزارة التجارة) على شأن يعطوها موافقة رسمية ولو مؤقته لشراء كميات كبيرة من الذاكرة من CXMT وتحل جزء من مشكلتها.
وهذه كل السالفة مع Apple...
سوف يقنن الذكاء الاصطناعي في المؤسسات
بعد متابعة كثير من ردود فعل المؤسسات بدأ من مايكروسوفت وميتا وأمازون وأوبر وغيرها.
أقول...
أن المؤسسات لن تستطيع تحمل تكاليف الذكاء الاصطناعي (الحر). وسوف يتم توفيره فقط لبعض الموظفين وبحوكمة تتعدى حماية البيانات والخصوصية والامتثال التنظيمي إلى حوكمة تسقط على ما الأعمال التي تنجز بالذكاء الاصطناعي ومالا ينجز به.
يعني مثلاً:
- قد يظهر بند في وثيقة سياسة المؤسسة ينص على أنه لا يجوز استخدام نموذج ذكاء اصطناعي متقدم لإنشاء Dashboard بسيط من ملف Excel إذا كان بالإمكان إنجاز المهمة بسرعة باستخدام الأدوات التقليدية.
لأن تكلفة استخدام النموذج لا تحقق قيمة مضافة تتناسب مع المهمة.
والحقيقة أنا مع هذا السؤال وبقوة وهو يصنع ثقافة المؤسسة:
هل استخدام الذكاء الاصطناعي في مهمة ما يحقق قيمة اقتصادية وتشغيلية تبرر تكلفته ومخاطره؟
بعد متابعة كثير من ردود فعل المؤسسات بدأ من مايكروسوفت وميتا وأمازون وأوبر وغيرها.
أقول...
أن المؤسسات لن تستطيع تحمل تكاليف الذكاء الاصطناعي (الحر). وسوف يتم توفيره فقط لبعض الموظفين وبحوكمة تتعدى حماية البيانات والخصوصية والامتثال التنظيمي إلى حوكمة تسقط على ما الأعمال التي تنجز بالذكاء الاصطناعي ومالا ينجز به.
يعني مثلاً:
- قد يظهر بند في وثيقة سياسة المؤسسة ينص على أنه لا يجوز استخدام نموذج ذكاء اصطناعي متقدم لإنشاء Dashboard بسيط من ملف Excel إذا كان بالإمكان إنجاز المهمة بسرعة باستخدام الأدوات التقليدية.
لأن تكلفة استخدام النموذج لا تحقق قيمة مضافة تتناسب مع المهمة.
والحقيقة أنا مع هذا السؤال وبقوة وهو يصنع ثقافة المؤسسة:
هل استخدام الذكاء الاصطناعي في مهمة ما يحقق قيمة اقتصادية وتشغيلية تبرر تكلفته ومخاطره؟
*** تعديل
"وتحولت إلى الصين وفيتنام"
"""وتحولت إلى الهند وفيتنام"""
"وتحولت إلى الصين وفيتنام"
"""وتحولت إلى الهند وفيتنام"""
قدرات Claude Mythos
قادر على اختراق البنوك واستهداف البنية التحتية
بعد عرض مغلق لأعضاء في الكونغرس الأمريكي حول قدرات Claude Mythos صرح النائب أندرو غاربارينو بأن الأمر (مخيف) وأنه شعر بالقلق بعد مشاهدة قدرات النموذج، مؤكداً أن معظم أعضاء الكونغرس لا يدركون حجم مخاطره.
وفقاً لما نُقل عن العرض، استطاع النموذج:
- اكتشاف ثغرة في نظام مصرفي، واستغلالها لإفراغ الحسابات البنكية، ثم اقتراح طريقة لإصلاحها.
- إعداد خطة مفصلة لاختطاف أحد المشرعين خلال 30 ثانية.
- تنفيذ هجمات سيبرانية محتملة على البنية التحتية الحيوية، مثل:
- إيقاف خط أنابيب غاز.
- زيادة نسبة الكلور في شبكة مياه الشرب.
قادر على اختراق البنوك واستهداف البنية التحتية
بعد عرض مغلق لأعضاء في الكونغرس الأمريكي حول قدرات Claude Mythos صرح النائب أندرو غاربارينو بأن الأمر (مخيف) وأنه شعر بالقلق بعد مشاهدة قدرات النموذج، مؤكداً أن معظم أعضاء الكونغرس لا يدركون حجم مخاطره.
وفقاً لما نُقل عن العرض، استطاع النموذج:
- اكتشاف ثغرة في نظام مصرفي، واستغلالها لإفراغ الحسابات البنكية، ثم اقتراح طريقة لإصلاحها.
- إعداد خطة مفصلة لاختطاف أحد المشرعين خلال 30 ثانية.
- تنفيذ هجمات سيبرانية محتملة على البنية التحتية الحيوية، مثل:
- إيقاف خط أنابيب غاز.
- زيادة نسبة الكلور في شبكة مياه الشرب.
Mythos النسخة الصينية
أصدرت شركة (Qihoo 360) إحدى أكبر شركات الأمن السيبراني في الصين نموذج Tulongfeng ضمن منصة Yitian Tulong
يعتمد على (AI Agents) يعملون بأسلوب السرب (Swarm Intelligence)، بدلاً من نموذج واحد ضخم، ومن القدرات المعلنة للنموذج:
- اكتشاف 3,432 ثغرة أمنية.
- تأكيد 105 ثغرات من قبل جهات حكومية صينية
حسب الشركة فإن Tulongfeng يقدم بديلاً لنموذج Mythos وقدراتهم متقاربه.
أصدرت شركة (Qihoo 360) إحدى أكبر شركات الأمن السيبراني في الصين نموذج Tulongfeng ضمن منصة Yitian Tulong
يعتمد على (AI Agents) يعملون بأسلوب السرب (Swarm Intelligence)، بدلاً من نموذج واحد ضخم، ومن القدرات المعلنة للنموذج:
- اكتشاف 3,432 ثغرة أمنية.
- تأكيد 105 ثغرات من قبل جهات حكومية صينية
حسب الشركة فإن Tulongfeng يقدم بديلاً لنموذج Mythos وقدراتهم متقاربه.
❤2
رسالة خطيرة من ورقة بحثية
التعاون بين الإنسان والذكاء الاصطناعي ينتج بيانات الغد…
فعندما يراجع الإنسان مخرجات الذكاء الاصطناعي، تصبح قراراته جزءًا من مجموعات البيانات التي ستُستخدم لاحقًا لتدريب نماذج جديدة.
وإذا تأثرت المراجعة بتحيزات معرفية، مثل:
- الثقة المفرطة في اقتراحات الذكاء الاصطناعي
- التغاضي عن أخطائه
فإن هذه التحيزات لا تتوقف عند المستخدم، بل تنتقل إلى بيانات التدريب، ومنها إلى الأجيال اللاحقة من النماذج.
وهكذا، قد تتحول الأخطاء البشرية في مراجعة مخرجات الذكاء الاصطناعي إلى تحيزات مدمجة داخل النماذج المستقبلية، ثم تُعاد إنتاجها وتتوسع مع استخدامها في مجالات مختلفة.
وتشير الورقة البحثية إلى
أن نجاح التعاون بين الإنسان والذكاء الاصطناعي لا يعتمد فقط على دقة النموذج إنما يتعدى إلى الاعتما بدرجة كبيرة على:
- علم نفس المستخدم (Human Psychology)
- طريقة تصميم سير العمل.
فالأشخاص الأكثر تشكك في الذكاء الاصطناعي هم أدق في اكتشاف أخطائه، وأن زيادة عبء التصحيح تقلل من رغبة المستخدمين في تصحيح الأخطاء،
لذلك أن تصميم أنظمة Human-AI Collaboration يجب أن يراعي العوامل السلوكية والإدراكية إلى جانب
التعاون بين الإنسان والذكاء الاصطناعي ينتج بيانات الغد…
فعندما يراجع الإنسان مخرجات الذكاء الاصطناعي، تصبح قراراته جزءًا من مجموعات البيانات التي ستُستخدم لاحقًا لتدريب نماذج جديدة.
وإذا تأثرت المراجعة بتحيزات معرفية، مثل:
- الثقة المفرطة في اقتراحات الذكاء الاصطناعي
- التغاضي عن أخطائه
فإن هذه التحيزات لا تتوقف عند المستخدم، بل تنتقل إلى بيانات التدريب، ومنها إلى الأجيال اللاحقة من النماذج.
وهكذا، قد تتحول الأخطاء البشرية في مراجعة مخرجات الذكاء الاصطناعي إلى تحيزات مدمجة داخل النماذج المستقبلية، ثم تُعاد إنتاجها وتتوسع مع استخدامها في مجالات مختلفة.
وتشير الورقة البحثية إلى
أن نجاح التعاون بين الإنسان والذكاء الاصطناعي لا يعتمد فقط على دقة النموذج إنما يتعدى إلى الاعتما بدرجة كبيرة على:
- علم نفس المستخدم (Human Psychology)
- طريقة تصميم سير العمل.
فالأشخاص الأكثر تشكك في الذكاء الاصطناعي هم أدق في اكتشاف أخطائه، وأن زيادة عبء التصحيح تقلل من رغبة المستخدمين في تصحيح الأخطاء،
لذلك أن تصميم أنظمة Human-AI Collaboration يجب أن يراعي العوامل السلوكية والإدراكية إلى جانب
❤1
لهذا السبب
نقول الدراسات (عن) الخليج معظمها موجه وحسب ما يراد لها …
يرفع هنا
ينزل هناك
يهاجم هناك
يمدح هنا
يدعم هناك
الأفضل أن يكون منا وفينا ولا يعتمد على مثل هذه المؤسسات إلا إذا تحت رقابه وشروط ومعايير
الشركات ليس لها صديق إلا المال…
كلام كثير عمدي في هذا الجانب ولكن…
نقول الدراسات (عن) الخليج معظمها موجه وحسب ما يراد لها …
يرفع هنا
ينزل هناك
يهاجم هناك
يمدح هنا
يدعم هناك
الأفضل أن يكون منا وفينا ولا يعتمد على مثل هذه المؤسسات إلا إذا تحت رقابه وشروط ومعايير
الشركات ليس لها صديق إلا المال…
كلام كثير عمدي في هذا الجانب ولكن…
👍1
تلوث المحتوى الرقمي
من يشاهد مقاطع الفيديو على الانستغرام يعرف أننا نسير إلى (قمامة المحتوى (Content Slop))
مقاطع فيديو مولدة بالذكاء الاصطناعي ولا تقدم أي قيمة سوى أنها تغيب المحتوى ذو القيمة وتجعله نادر…
المشكلة أن الفيديوهات ظاهرة وتكشف بسهولة
ولكن النصوص صعب تمييزها وتحمل المعلومات الخطأ أو السطحية أو الموجهة / المتحيزة
إذا لم تتجاوز شركات Googel ، Meta وغيرها عن الأرباح التي تجنيها من هذه القمامة وتعتمد منع / حذف المحتوى المصنف (قمامة المحتوى (Content Slop)) أو حتى إغلاق الحسابات
سوف نعود لنبحث عن الكتب أو كل ما هو منتج قبل 30/11/2022.
• الذكاء الاصطناعي (AI-generated): أسرع في إنتاج المحتوى بمعدل 3–6 مرات، ويخفض التكلفة بنسبة 40–90%
• المحتوى البشري يحتل المركز الأول في Google بنسبة تصل إلى 80%، مقابل 9% فقط للمحتوى المولد بالكامل بالذكاء الاصطناعي
• اختبارات عمياء، 84% من القراء لم يتمكنوا من التمييز بين المحتوى البشري والمولد بالذكاء الاصطناعي
من يشاهد مقاطع الفيديو على الانستغرام يعرف أننا نسير إلى (قمامة المحتوى (Content Slop))
مقاطع فيديو مولدة بالذكاء الاصطناعي ولا تقدم أي قيمة سوى أنها تغيب المحتوى ذو القيمة وتجعله نادر…
المشكلة أن الفيديوهات ظاهرة وتكشف بسهولة
ولكن النصوص صعب تمييزها وتحمل المعلومات الخطأ أو السطحية أو الموجهة / المتحيزة
إذا لم تتجاوز شركات Googel ، Meta وغيرها عن الأرباح التي تجنيها من هذه القمامة وتعتمد منع / حذف المحتوى المصنف (قمامة المحتوى (Content Slop)) أو حتى إغلاق الحسابات
سوف نعود لنبحث عن الكتب أو كل ما هو منتج قبل 30/11/2022.
• الذكاء الاصطناعي (AI-generated): أسرع في إنتاج المحتوى بمعدل 3–6 مرات، ويخفض التكلفة بنسبة 40–90%
• المحتوى البشري يحتل المركز الأول في Google بنسبة تصل إلى 80%، مقابل 9% فقط للمحتوى المولد بالكامل بالذكاء الاصطناعي
• اختبارات عمياء، 84% من القراء لم يتمكنوا من التمييز بين المحتوى البشري والمولد بالذكاء الاصطناعي
هل الذكاء الاصطناعي جاهز للمجال الصحي؟
دراسة حديثة نُشرت في Nature Medicine توضح رغم أن نماذج الذكاء الاصطناعي مثل GPT-5 وGemini وClaude حققت نتائج مرتفعة في الاختبارات الطبية، فإن هذا لا يعني بالضرورة أنها جاهزة للاستخدام السريري.
أبرز نتائج الدراسة:
- حققت النماذج درجات عالية في الاختبارات الطبية المعروفة. ولكن انخفض أداؤها بشكل ملحوظ عند إجراء تغييرات بسيطة في الأسئلة أو الخيارات.
- في بعض الحالات استطاعت تخمين الإجابة الصحيحة حتى بعد إزالة الصورة الطبية، مما يشير إلى اعتمادها أحيانًا على أنماط في البيانات أكثر من فهم الصورة نفسها.
- قدّمت بعض النماذج تفسيرات تبدو مقنعة، لكنها لم تكن مبنية على استدلال طبي صحيح.
خلص الباحثون إلى أن الاختبارات الحالية لا تكفي وحدها للحكم على جاهزية النماذج للاستخدام في الرعاية الصحية.
دراسة حديثة نُشرت في Nature Medicine توضح رغم أن نماذج الذكاء الاصطناعي مثل GPT-5 وGemini وClaude حققت نتائج مرتفعة في الاختبارات الطبية، فإن هذا لا يعني بالضرورة أنها جاهزة للاستخدام السريري.
أبرز نتائج الدراسة:
- حققت النماذج درجات عالية في الاختبارات الطبية المعروفة. ولكن انخفض أداؤها بشكل ملحوظ عند إجراء تغييرات بسيطة في الأسئلة أو الخيارات.
- في بعض الحالات استطاعت تخمين الإجابة الصحيحة حتى بعد إزالة الصورة الطبية، مما يشير إلى اعتمادها أحيانًا على أنماط في البيانات أكثر من فهم الصورة نفسها.
- قدّمت بعض النماذج تفسيرات تبدو مقنعة، لكنها لم تكن مبنية على استدلال طبي صحيح.
خلص الباحثون إلى أن الاختبارات الحالية لا تكفي وحدها للحكم على جاهزية النماذج للاستخدام في الرعاية الصحية.