الذكاء الاصطناعي يلتهم العمل الشاق... ويلتهم معه طريق صناعة الخبراء
المهام التأسيسية التي تُسنِدها الشركات اليوم للنماذج هي نفسها التي كانت تصنع الحكم المهني الرفيع لدى كبار الموظفين. عندما تُؤتمَت هذه «التلمذة الصناعية»، تفرغ قاعدة الخبراء تدريجياً على مهلة لم يحسب لها أحد حساباً، فيبقى الإنتاج سلساً ولا يبقى من يملك التدريب الكافي للتحقق منه.
كل مؤسسة تعمل بالحكم المهني لخبرائها اشترت هذا الحكم بطريقة غير مباشرة. فكّر في المحلل الذي يشمّ رائحة صفقة سيئة في جدول بيانات قبل أن يكتمل تحميل النموذج، أو المهندس الذي يسمّي عيب التصميم قبل أن ينهار العرض التجريبي أمام الجميع. لم يولد أي منهما بهذه القدرة. لقد تكوّنت ببطء، عبر سنوات من العمل غير اللامع: قراءة التقارير التي لا يريد أحد قراءتها، صياغة المذكرة التي مُزِّقت لاحقاً، ملاحقة رقم يرفض أن يتوازن، وإنتاج المسودة الأولى التي أغرقها المدير المسؤول بالحبر الأحمر.
وهذا العمل غير اللامع هو بالضبط ما تتقنه هذه الموجة من الذكاء الاصطناعي. خبراء اليوم يحتفظون بتفوقهم. خبراء الغد لا يتكوّنون أصلاً. هذه فاتورة لم يقدّر أحد قيمتها بعد، وهي فاتورة مؤجلة السداد.
من أين يأتي الحكم المهني أصلاً؟
تتبّع الآلية. يتكوّن الحكم المهني ببطء، مهمة منخفضة القيمة تلو الأخرى، وكل مهمة تترك خلفها رسوباً من الخبرة. يؤدي المبتدئ العمل الشاق لسبب لا علاقة له بالمهمة نفسها: أداؤها هو الطريقة التي يُزرَع بها التعرف على الأنماط. تصف إحدى التحليلات الحديثة هذه الظاهرة بأنها استنزاف رأس مال الحكم المهني، وتذهب إلى أن استخدام الذكاء الاصطناعي، حتى حين يكون مشروعاً ومنضبطاً، قد يُطبِّع تسليم المهام ذاتها التي يتكوّن منها الحكم المهني. هذا استدلال لا قياس، لكن الآلية التي يصفها يصعب تجاهلها.
خذ مهمة واحدة ملموسة. كان محلل الأسهم المبتدئ يبني جدول الشركات المقارِنة يدوياً: يسحب بيانات كل منافس، يوفّق بين الأرقام المعلنة وما ورد في الهوامش، ويستبعد المكاسب الاستثنائية التي أدرجتها الإدارة ضمن «الأرباح المعدَّلة». وكان الجدول نفسه يُلقى في سلة المهملات غالباً. أما ما كان يبنيه بصمت فهو حس يميّز التعديل المشروع من تجميل الشركة لصورتها، وهو حس لا يتشكّل إلا بعد توفيق مئات الجداول والوقوع في فخ عشرات المرات. سلّم هذه المهمة لنموذج ذكاء اصطناعي وسيصلك الجدول في ثوانٍ، منسّقاً بدقة، بكل إضافة كما أعلنتها الإدارة حرفياً. يحتفظ المبتدئ بالمُخرَج ولا يكتسب الحس أبداً. وبعد خمس سنوات، حين يتوقف تقييم على رصد تعديل مبالغ فيه، ما زال النموذج ينتج الجدول ولا أحد في الغرفة يملك الحدس لتحدّيه.
اكسر هذه الحلقة وسترى الحساب يتغير بصمت. ستظل تحصل على المُخرَج. ينتج النموذج نظرة السوق العامة أسرع وأرخص من أي خريج جامعي جديد، ولهذا بالضبط توجّه الشركات هذا النوع من العمل إليه. ما تتوقف عن إنتاجه هو الخريج الذي كان سيستطيع، بعد خمس سنوات، النظر إلى نظرة النموذج ومعرفة أي بند فيها خاطئ.
لماذا لا ترى الشركات هذه الفاتورة قادمة؟
هذا التآكل غير مرئي لأنه يقع خارج الميزانية وخارج ساعات العمل المحسوبة. إلغاء مهمة البحث الموكلة للمبتدئين يظهر هذا الربع كتوفير في التكلفة ومكسب في السرعة، وكلاهما حقيقي. أما الالتزام الذي يخلقه، أي جفاف خط إنتاج الخبرة، فيظهر بعد سنوات كمشكلة توظيف بلا سبب واضح. الفخ الحافزي هنا كلاسيكي: التوفير واضح وفوري، والضرر متناثر ومؤجل، فيتجه المديرون العقلانيون نحوه مباشرة دون قصد. وما يزيد الفخ حدّة أن المكسب الفوري نفسه غير مؤكد في كثير من الأحيان. تقارير عن شركة أكسنتشر تصف عوائد الذكاء الاصطناعي بأنها جاءت دون التوقعات، حتى وهي تخطط لخفض عدد موظفيها، وهذا الحافز في أوضح صوره: توفير عدد الموظفين يُحسَب الآن، مقابل عائد لم يظهر بعد.
ولنكن واضحين بشأن طبيعة هذا الطرح. لا توجد بيانات تُظهر انهيار قاعدة كبار الموظفين وفق جدول زمني محدد، لأن الأثر بطيء ومتناثر وبعيد عن النضج. ما سبق هو استقراء مبني على آلية، لا مسار مقيس. وحين يتقاعد كبار الموظفين الحاليون ولا يجد أحد في المؤسسة من يحل محلهم، ستكون القرارات التي أفرغت القاعدة قد نُسيت منذ زمن ولن يمكن تتبعها، ولهذا بالضبط يجب طرح هذا الاستدلال قبل اكتمال الأدلة، لا بعده.
مشكلة التحقق تلتهم نفسها
وهذه هي التبعة من الدرجة الثانية التي ينبغي أن تقلق أي قائد تقني. مُخرَج النموذج ما زال يحتاج إلى إنسان قادر على مراجعته، والمراجعة مهارة يمتلكها كبار الموظفين وحدهم: القدرة على النظر إلى إجابة سلسة وواثقة واكتشاف أنها خاطئة بدقة. وهذه المهارة تتكوّن بأداء العمل الذي يقوم به النموذج الآن بدلاً من الإنسان. إذن، القدرة التي تحتاجها أكثر من غيرها في عملية مكثفة الاعتماد على الذكاء الاصطناعي، أي وجود من يشرف على الآلة، هي بالضبط القدرة التي أزلت أرض تدريبها. أنت تستهلك مخزونك من المراجعين بينما تغلق المصنع الذي ينتجهم، وينتهي الأمر إلى نقطة واحدة: مُخرَج سلس لا أحد في الغرفة مؤهل لتحدّيه.
فكم صعبة عملية المراجعة فعلياً؟ أصعب مما يتصوره القائمون عليها غالباً. حين أجرى مركز أبحاث تقييم النماذج (METR) تجربة عشوائية على مطوّري برمجيات مفتوحة المصدر ذوي خبرة عام 2025، تبيّن أن مساعدة الذكاء الاصطناعي أبطأتهم بنسبة 19% في الوقت الذي اعتقدوا فيه أنها تسرّعهم بنسبة 20%. دراسة واحدة، في سياق واحد، لا تُبنى عليها تعميمات كبرى. لكنها تلامس العصب الدقيق بالضبط: إذا كان المتمرسون أنفسهم عاجزين عن الحكم الموثوق على ما إذا كانت الأداة أفادت عملهم، فتوقّع أن يرصد مبتدئ غير مدرَّب خطأ في مُخرَج النموذج تفاؤل يقترب من التقصير.
والرد المنصف هو أن التلمذة الصناعية يمكن إعادة تصميمها بدل رثائها. ربما يتعلّم المبتدئون أسرع باستجواب منطق النموذج بدل تحمّل مشقة صياغة المسودات الأولى. ربما يمكن تعليم الحكم المهني بوضع الأفراد في موقع المراجع والمحرر منذ اليوم الأول. هذا احتمال معقول، بل قد يكون أفضل. لكن انتبه لما يتطلبه: فعل تصميم مقصود. لا أحد يصل إلى هناك افتراضياً. المسار الافتراضي يمنح المبتدئين الإجابة بدل عملية البحث عنها، ويدرّبهم على الثقة بمُخرَج لا يستطيعون تقييمه. تسريع التلمذة الصناعية ممكن. أما حذفها عن غير قصد، فهو ما يحدث فعلياً الآن.
ما العمل قبل أن تفرغ القاعدة؟
لا شيء مما سبق حجة ضد الأدوات نفسها. إنه حجة لمعاملة الخبرة كبنية تحتية يجب صيانتها بشكل مقصود، تماماً كما تصون الشركات الخليجية الكبرى بنيتها الرقمية ضمن برامج التحول الرقمي الطموحة، من رؤية السعودية 2030 إلى استراتيجيات الذكاء الاصطناعي الإماراتية؛ فالاستثمار الضخم في الأدوات دون استثمار مواز في صناعة من يراجعها يخلق الفجوة نفسها بوتيرة أسرع. تنبثق من هذه الآلية ثلاث خطوات عملية. أولاً، حدّد أي عمل تأسيسي يمثّل تدريباً حقيقياً وأيّه مجرد تكلفة، واحمِ الأول حتى لو كان النموذج قادراً على أدائه بتكلفة أقل. ثانياً، أعد بناء وظيفة المبتدئ حول التحقق والتحدي بدل الصياغة، بحيث يكتسب الأفراد الحكم المهني عبر اختبار مُخرَج الآلة بدل أن يستبدلوا به. ثالثاً، قِس ما يتآكل فعلياً: ليس عدد الموظفين ولا حجم الإنتاج، بل عدد من في المؤسسة قادر على رصد إجابة خاطئة بثقة.
وإتقان ذلك مسألة استراتيجية قبل أن تكون مسألة أدوات، ولهذا فإن نقطة البداية المنطقية هي نظرة واضحة إلى أين يضيف الحكم المهني البشري قيمة حقيقية في مسار عملك، وهو بالضبط نوع التقييم الذي ينتمي إلى أي مراجعة صادقة لجاهزية المؤسسة للذكاء الاصطناعي، لا إلى تفكير لاحق بعد إطلاق المشروع. كما أنه حجة لصالح تصميمات تُبقي إنساناً كفؤاً في حلقة القرار بالتصميم لا كإجراء شكلي للامتثال. اضبط نموذج التشغيل بشكل صحيح وستضاعف الأدوات قدرات فريقك؛ اضبطه بشكل خاطئ وستُفرغه من مضمونه. وإذا كنت تزن هذه المعادلة بجدية، فهذا بالضبط ما تجيب عنه مشاركة استراتيجية تقنية متخصصة.
فاطرح السؤال على مجلس إدارتك بصيغة ملموسة. بعد عقد من الآن، حين يتوقف تقييم أو حالة أمان أو عقد على رصد خطأ واثق ارتكبه النموذج، من في المؤسسة سيظل يملك الحدس اللازم لفعل ذلك؟ هذه القدرة تُستنزَف اليوم بصمت، على يد مديرين طُلب منهم فقط تحقيق رقم هذا الربع، ولم يكن في النموذج الذي يعملون به خانة لحساب الخبراء الذين قرروا، دون قصد، ألا يصنعوهم.
أسئلة شائعة
هل سيجعل الذكاء الاصطناعي موظفي المعرفة المبتدئين زائدين عن الحاجة؟
تتغير وظيفتهم شكلاً أكثر مما تختفي. الصياغة والتجميع اللذان كانا يشغلان يوم المبتدئ يتم أتمتتهما، لذا يجب إعادة بناء الدور حول مراجعة مُخرَج الآلة وتحديه وتحسينه. الشركات التي لا تعيد التصميم بشكل مقصود تنتهي بمبتدئين لم يبنوا أبداً الحكم المهني اللازم للإشراف على الأدوات التي يعتمدون عليها.
كيف تُكوَّن الخبرة حين يؤدي الذكاء الاصطناعي عمل المبتدئين؟
انقل الأفراد إلى موقع المراجع والمحرر في وقت أبكر. بدل أن ينتج المبتدئون المسودة الأولى، اجعلهم يستجوبون منطق النموذج ويكتشفون أخطاءه ويدافعون عن تصحيحاتهم. قد يبني هذا الحكم المهني أسرع من العمل الشاق التقليدي، لكن بشرط أن يكون مصمماً بشكل مقصود. إن تُرك الأمر للمسار الافتراضي، تمنح الفرق المبتدئين الإجابة وتدربهم على الثقة بمُخرَج لا يستطيعون تقييمه.
ما هي فجوة التلمذة الصناعية في تبني الذكاء الاصطناعي؟
هي النقص المؤجل في الحكم المهني لكبار الموظفين، الناتج عن أتمتة الشركات للعمل التأسيسي منخفض القيمة الذي كان يحوّل المبتدئين إلى خبراء. تحتفظ بالمُخرَج لكنك تتوقف عن تكوين الجيل التالي من كبار الموظفين. تبقى الفجوة غير مرئية لسنوات، ثم تظهر كأزمة توظيف حين تتقاعد قاعدة كبار الموظفين الحاليين دون وجود بدلاء مؤهلين.
مواضيع ذات صلة
- تراجع المهارات بفعل الذكاء الاصطناعي: المخاطرة التشغيلية التي لا يسعّرها مجلس إدارتكم
- العلاج النفسي بالذكاء الاصطناعي: أرضية للخدمة لا سقفًا لطموحاتها
- احتكار الذاكرة الذي يقف وراء تضخم تكاليف الذكاء الاصطناعي
- AI & Automation
كُتب بواسطة شخصية تحريرية بالذكاء الاصطناعي ضمن نظام التحرير الخاص بـ Abyshire وروجع من فريقنا.