7 أخطاء شائعة عند إدخال الذكاء الاصطناعي إلى عملك (وكيف تتجنبها)

في أغلب الأحيان، حين يخيّب إدخال الذكاء الاصطناعي إلى العمل الآمال، لا يكون السبب النموذج. السبب خطأ من عدة أخطاء تتكرر في أعمال مختلفة وقطاعات مختلفة، وبالترتيب نفسه تقريبًا. كتبناها هنا بصيغة مباشرة لأننا نرى أن ذلك أنفع من وعد آخر بأن كل شيء بسيط. جميع المشاهد في المقال من وحي الخيال، وهدفها توضيح الأنماط لا وصف عمل بعينه.

نظرة عامة: الأخطاء السبعة في لمحة

الخطأ 1: نبدأ من الأداة لا من المشكلة

لماذا يحدث هذا. العروض التجريبية تبدو مبهرة، وتكلفة التشغيل صغيرة. من الأسهل أن نتحمس لقدرة ما من أن نجلس ونكتب أين يؤلمنا العمل.

ماذا نفعل. نكتب خلال أسبوع واحد قائمة بكل ما يتكرر ويتأجل ويلتهم الساعات. بعد ذلك فقط نختار الأداة، وأحيانًا نكتشف أننا لا نحتاج إلى أداة جديدة أصلًا. يساعدك دليل أدوات الذكاء الاصطناعي للأعمال الصغيرة على الاختيار بحسب الحاجة، ويفصّل المقال عن الذكاء الاصطناعي للأعمال في أي المجالات يوفّر العمل فعلًا.

الخطأ 2: نؤتمت الفوضى

لماذا يحدث هذا. نفترض أن الذكاء الاصطناعي "سيفهم". لكن حين تعمل العملية فقط لأن شخصًا واحدًا يتذكر كل الاستثناءات، فلا شيء يمكن تسليمه. الوكيل، مثل موظف جديد، يحتاج إلى قواعد يمكن كتابتها.

ماذا نفعل. قبل أن نسلّم المهمة، نشرحها في بضعة أسطر كأننا نشرحها لموظف في يومه الأول: ما المدخلات، وما الناتج، وما معنى "جيد"، وماذا نفعل عند الحالة الاستثنائية. إذا لم نستطع الكتابة، فهذا ليس فشلًا من الوكيل. إنه علامة على أن العملية نفسها لم تُحدَّد بعد، وأن الأفضل ترتيبها أولًا.

الخطأ 3: نمنح صلاحيات كاملة من اليوم الأول

لماذا يحدث هذا. الصلاحية الواسعة توفّر علينا عناء السؤال "من يستطيع فعل ماذا". وهذا بالضبط ما يجعلها خطيرة: اختصار اليوم هو ضرر الغد.

ماذا نفعل. نمنح الحد الأدنى من الصلاحيات بحسب المهمة، ونبدأ من وضع القراءة وإعداد المسودات. الإجراءات الحساسة، مثل النشر أو تغيير الميزانية أو مراسلة العميل، تبقى بموافقتك. وهذا ما توصي به OpenAI‏ في إرشاداتها لبناء الوكلاء: الإجراءات الحساسة أو التي لا يمكن التراجع عنها أو ذات الوزن المالي يجب أن تخضع لإشراف بشري، على الأقل إلى أن تتكوّن ثقة بموثوقية الوكيل. يوضح الدليل عن الصلاحيات والأمان كيف يبدو ذلك عمليًا. وقبل أي تغيير كبير في الموقع: نسخة احتياطية وطريق للعودة.

الخطأ 4: وكيل بلا مسؤول

لماذا يحدث هذا. نفكر في الوكيل كأنه نظام ("يعمل وحسب") لا كمن يؤدي عملًا. لكن كل عمل يحتاج إلى من يحدّد ما المهم، ويفحص النتائج، ويصحّح عند الحاجة.

ماذا نفعل. نعيّن شخصًا واحدًا، بالاسم، ليكون "مالك الوكيل". لا يشترط أن يكون تقنيًا. هو من يحدد ما يفعله الوكيل، ويوافق، ويتلقى التقارير، ويقرر متى نوسّع. في عمل صغير يكون هذا في الغالب صاحب العمل نفسه، على الأقل في البداية. وإذا كنت تعمل مع جهة خارجية تؤسس الوكيل وتواصل مرافقته، فمن المهم أن تحدّد بوضوح ما عليها وما عليك. المقال عن بناء وكيل ذكاء اصطناعي يفصّل هذا التقسيم.

الخطأ 5: لا نقيس ولا نفحص

لماذا يحدث هذا. في البداية يسود الحماس، ثم يصبح كل شيء روتينيًا وننسى أن نفحص. وهناك الحالة المعاكسة: من يتوقع ألا يخطئ الذكاء الاصطناعي أبدًا يُصاب بخيبة من أول خطأ ويتخلى عنه، ومن يثق به بعينين مغمضتين لا يكتشف الخطأ إلا حين يشير إليه عميل. كلا النهجين ينبع من المشكلة نفسها: لا يوجد إجراء للفحص.

ماذا نفعل. نختار مقياسين بسيطين قبل أن نبدأ: كم من الوقت تستغرق المهمة منك في أسبوع عادي، وكم ناتجًا عاد للتصحيح. ونقيس مرة أخرى بعد شهر. في البداية نفحص كل ناتج، ثم نأخذ عيّنات. تصف OpenAI‏ المبدأ نفسه: بناء مقاييس تقييم (evals‏) منذ البداية لنعرف مستوى الأداء، ثم نحسّن انطلاقًا منه. ولفهم لماذا تختلق النماذج أحيانًا أشياء بثقة، هناك شرح عن الهلوسة في الذكاء الاصطناعي.

الخطأ 6: نتجاهل الفريق

لماذا يحدث هذا. من يقرر التطبيق يتحدث بلغة التوفير. ومن يسمع يتحدث بلغة الأمان الوظيفي. وحين لا يوجد حوار مفتوح، تتحقق أسوأ الافتراضات.

ماذا نفعل. نتحدث قبل أن نبدأ. نشرح أي نوع من المهام سينتقل (المتكرر والممل والمؤجَّل)، وما الذي يبقى بيد الناس (التقدير والتواصل مع العملاء والقرارات). نسأل الفريق أي مهمة يسعده أن يتخلى عنها، فهو يعرف الألم أفضل من أي متفرج من الخارج. ونمنح الموظف الذي يعرف المهمة دورًا حقيقيًا: هو من يحدد "ما الجيد" ويوافق.

الخطأ 7: نبني مشروعًا ضخمًا بدل مهمة واحدة

لماذا يحدث هذا. نريد أن "نفعلها بشكل صحيح، دفعة واحدة". لكن كلما اتسع النظام، صار أصعب أن نعرف أين المشكلة حين يتعطل شيء.

ماذا نفعل. نبدأ بمهمة واحدة. وحين تعمل بضعة أسابيع متتالية، نضيف. وإرشادات OpenAI‏ تقول الأمر نفسه: الأفضل أن نستثمر أولًا في قدرات وكيل واحد، وألا ننتقل إلى تعدد الوكلاء إلا عند الحاجة. وخلاصتها: لا حاجة إلى طريق "الكل أو لا شيء". نبدأ صغيرًا، ونتحقق مع مستخدمين حقيقيين، ونكبّر تدريجيًا.

خطة منظمة يومًا بعد يوم، وخطوة بعد خطوة، مكتوبة في خطة الـ 30 يومًا لإدخال الذكاء الاصطناعي إلى العمل. تلك هي الطريقة الإيجابية. أما هذا المقال فهو قائمة الألغام على الطريق.

خمس خرافات تقود إلى هذه الأخطاء

هل تجتاز الفحوصات السبعة؟

سبعة أسئلة، كل منها يقابل خطأً. "نعم" تعني أنك مغطّى. أجب بصدق، فالنتيجة تبقى في متصفحك.

1. هل لديك مهمة واحدة محددة تريد الذكاء الاصطناعي من أجلها، وليس فقط “لنكون عصريين”؟

نعم لا

2. هل يمكن شرح المهمة كتابةً: ما المدخلات، وما الناتج، وما الذي يُعدّ جيدًا؟

نعم لا

3. هل تنوي منح الصلاحيات التي تتطلبها المهمة فقط، وتبقى الإجراءات الحساسة بموافقتك؟

نعم لا

4. هل يوجد شخص واحد بالاسم مسؤول عن الوكيل؟

نعم لا

5. هل تعرف كم من الوقت تستغرق المهمة اليوم، ولديك إجراء لفحص النواتج؟

نعم لا

6. هل يعرف الفريق ما الذي سيحدث، وما الذي يبقى بيد الناس؟

نعم لا

7. هل تبدأ بمهمة واحدة، ولا توسّع إلا بعد أن تنجح بضعة أسابيع؟

نعم لا

أجب عن كل الأسئلة لترى النتيجة.

ما القاسم المشترك بين كل الأخطاء

إذا نظرنا إلى الأخطاء السبعة معًا، نرى نمطًا: ولا واحد منها يتعلق بجودة النموذج. كلها تتعلق بقرارات يتخذها إنسان قبل التطبيق وأثناءه. وهذا في الواقع خبر سار، لأن هذه القرارات يمكن تحسينها دون انتظار إصدار جديد.

لدى Platin Digital‏ خبرة 12 عامًا في المجال الرقمي، ونعرف هذا النمط أيضًا من مشاريع لا علاقة لها بالذكاء الاصطناعي: مواقع وإعلانات وأنظمة. من يبدأ صغيرًا ويقيس يتقدم. ومن يبدأ كبيرًا ويتمنى يتعثر. الجديد مع الذكاء الاصطناعي أن الأداة أقوى، ولذلك الصلاحيات والفحص أهم.

الأسئلة الشائعة

المصادر

• https‏://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf‏