ما يبحث عنه أصحاب العمل في عصر الذكاء الاصطناعي – وأربع طرق لتوفيره

أصبح الذكاء الاصطناعي مهارة لا بد منها لكل من أصحاب العمل والممولين. تُظهِر البيانات التي جمعها موقع الوظائف “إنديد” أن الوظائف العلمية التي تُدرج “الذكاء الاصطناعي” كمهارة مطلوبة في الولايات المتحدة تشهد ارتفاعًا حادًا، في حين انخفض العدد الإجمالي للوظائف العلمية (انظر: “الطلب على الذكاء الاصطناعي”).

ومن الأمثلة على ذلك معهد كوادرام في نورويتش بالمملكة المتحدة، المتخصص في علوم الأغذية وبيولوجيا الأمعاء. وعلى الرغم من هذا التركيز الأساسي، يجب على الباحثين إظهار بعض المعرفة بالتعلم الآلي والذكاء الاصطناعي، وفقًا للرئيس التنفيذي دانييل فيجيس.

يقول: “بالتأكيد يجب أن يكونوا على دراية بها”، مضيفًا أن الكثير من العمل في مجال كوادرام يتضمن التعلم الآلي والفحص عالي الإنتاجية، والذي غالبًا ما يتم تحليل البيانات منه باستخدام أدوات الذكاء الاصطناعي. “إذا كانوا يفتقرون إلى كل هذه المهارات، اعتمادًا على المنصب، فسيكون ذلك بمثابة علامة حمراء”.

ومع ذلك، بدلاً من القلق من أن أنظمة الذكاء الاصطناعي ستتولى الوظائف العلمية، يمكن للباحثين المضي قدمًا باستخدام أدوات الذكاء الاصطناعي وتفسيرها لبناء فهمهم. وليس من الضروري أن يعرفوا كل شيء. تدير عالمة الكمبيوتر ريجينا بارزيلاي دورة تدريبية متخصصة في معهد ماساتشوستس للتكنولوجيا (MIT) في كامبريدج لتعليم العلماء مهارات الذكاء الاصطناعي. وهي تشبه الأمر بالطهي: “لست بحاجة إلى تعلم كل وصفة على وجه الأرض لتشعر بالراحة في المطبخ… لكنك تحتاج إلى هذا الفهم الأساسي للغاية”، كما تقول، تمامًا مثل “لست بحاجة إلى أن تكون عالمة كمبيوتر لتتمكن من استخدام الكمبيوتر”.

طبيعة تحدثت إلى تسعة من مسؤولي التوظيف والباحثين لسؤالهم عن أهم المهارات التي ستكون للعلماء من جميع الأنواع في عصر الذكاء الاصطناعي.

كن فضوليا

وقال المجندون مرارا وتكرارا طبيعة أنه بدلاً من مهارات تقنية محددة، فإنهم يبحثون في الغالب عن مرشحين لديهم فضول لمعرفة المزيد عن الذكاء الاصطناعي وقادرون على إثبات ذلك في سيرتهم الذاتية.

يوضح فيجاي شاه، عميد الأبحاث في Mayo Clinic في مدينة روتشستر بولاية مينيسوتا، التي كان لديها ما يقرب من 30 منصبًا بحثيًا مفتوحًا في شهر مايو: “إنها الرغبة في التشمير عن سواعدك والانخراط في الأمر، سواء كان ذلك تدريبًا غير رسمي، أو مجرد قضاء بعض الساعات في محتوى تعليمي مفتوح المصدر“.

ويقول إن هذا أكثر أهمية من مهارات محددة، لأن المجال يتحرك بسرعة كبيرة. ويضيف أنه إذا قمت بتعيين اختبار عباد الشمس الذي يتطلب من الأشخاص أن يكونوا قادرين على استخدام أدوات الذكاء الاصطناعي، مثل OpenClaw أو AlphaGenome، على سبيل المثال، فسوف يصبح قديمًا بسرعة.

وهو شعور ردده كريستوفر والش، الرئيس التنفيذي لشركة TileBio، وهي شركة ناشئة في جلاسكو بالمملكة المتحدة، تستخدم الذكاء الاصطناعي لتحليل الصور الطبية. يقول والش: “من السهل حقًا أن تعلم نفسك معلومات جديدة باستخدام نماذج لغوية كبيرة هذه الأيام، طالما أنك تتحقق من المصادر. لذا فإنني أوصي بأن يكون لديك الفضول للقيام بذلك”. “اذهب وكن منفتحًا لتعلم أشياء جديدة، أعتقد أن هذه هي الخطوة الأولى.”

توفر العديد من المؤسسات التدريب في مجال الذكاء الاصطناعي إلى جانب مناهجها العلمية، وتتوفر أيضًا دورات عبر الإنترنت تقدمها مؤسسات مثل معهد ماساتشوستس للتكنولوجيا (MIT) والجمعية الملكية للكيمياء في لندن. يقول فيجيس: “هناك طرق أخرى للوصول إلى هذا النوع من التدريب” بدلاً من الاعتماد على مؤسستك.

تعرف على كيف يفكر الذكاء الاصطناعي

أحد المعوقات عند استخدام أدوات الذكاء الاصطناعي هو الإفراط في الثقة في النتائج التي تولدها دون فحص البيانات بشكل نقدي. يقول والش: “في كثير من الأحيان، سيعطيك نتائج تعتقد أنك تريد رؤيتها، بناءً على شيء قلته”. “إنها ممتعة للناس.”

الأمر الذي يحتاج إلى فحص دقيق، وفقًا لبرزيلاي، هو أي نسبة احتمالية يقدمها الذكاء الاصطناعي، لأنها قد لا تتطابق مع الواقع المرصود. على سبيل المثال، إذا ذكر نموذج الذكاء الاصطناعي أن هناك احتمالًا بنسبة 80% أن صورة الأشعة تصور خلايا سرطانية، “ما عليك فعله هو أن تقول: “هل يمكنني الوثوق بنسبة 80%؟”

وهذا يعني التعرف على ما إذا كان تقدير الاحتمالية قد تمت معايرته مقابل بيانات الاختبار الحالية للتأكد من مطابقة تقديراته للتوزيعات الحقيقية.

على سبيل المثال، غالبا ما يتم مقارنة نماذج فحص السرطان بحالات تاريخية، لذلك عندما تستخدم هذه النماذج لتحليل مجموعات سكانية جديدة، فإن عتبات الخطر التي تعتمد عليها قد لا تتطابق مع الواقع. وفي عمل غير منشور، وجد المتخصص في الذكاء الاصطناعي عزيز عايد وزملاؤه في معهد ماساتشوستس للتكنولوجيا أن نموذج الذكاء الاصطناعي MIRAI أخطأ في تصنيف خطر إصابة النساء بسرطان الثدي، مما قد يعرض حياة النساء للخطر من خلال الفشل في تحديد بعض النساء على أنهن مؤهلات للفحص المتقدم.

أكملت المهندسة سيدني فام دورة التعلم الآلي التي أدارها بارزيلاي في عام 2024. وتعمل الآن في شركة الأدوية Moderna في كامبريدج، ماساتشوستس، وتستخدم الذكاء الاصطناعي لتحسين عمليات التصنيع من خلال تحديد المعلمات الواعدة للتجربة، وتحديد المجالات التي تحتاج إلى مزيد من البحث.

تقول فام: “في بعض الأحيان، يمكن للنماذج أن تفهم الملاحظات غير المتوقعة، الأمر الذي يمكن أن يوجه المزيد من التكرار للدراسات”، لكنها تنبه إلى أنها تدعم دائمًا توصيات الذكاء الاصطناعي من خلال وسائل أخرى. “من المفيد أن نفهم كيف تولد النماذج نتائجها.”

يقول دومينيك لوكيش، المستشار في مركز كفاءة الذكاء الاصطناعي بجامعة أكسفورد بالمملكة المتحدة، إنه من المهم حقًا أن يكون لديك “إحساس بقدرات النموذج، ولكن أيضًا (أن) تطور إحساسًا بما يعنيه ذلك عند تشغيله على جهاز، أو عندما يتفاعل مع مجموعات البيانات”.

نظرًا لأن بعض الأشخاص يجربون ببساطة نموذجًا لغويًا كبيرًا ويحصلون على “نوع من الإجابات المتزعزعة”، يعتقد لوكيش أن الأمر يستحق استثمار الوقت في محاولة فهم كيفية عمل الذكاء الاصطناعي. “هناك أشخاص أمضوا مئات الساعات في تعلم كيفية الاستفادة منها، والتفكير في العملية، وإعادة التفكير في عمليتهم، وفجأة سيقولون (إنهم) لا يستطيعون العيش بدونها، ويقولون: “أوه، هذا تغيير هائل في قواعد اللعبة”.

أعرف ما تعرفه

في عصر الذكاء الاصطناعي، يبدو أن معظم المقترحات البحثية مليئة بالأفكار حول كيفية استخدام التكنولوجيا. ومع ذلك، فإن كتاب المقترحات في كثير من الأحيان لا يثبتون أن فريقهم لديه الخبرة اللازمة لتنفيذ أفكاره، كما يقول مديرو التوظيف. إن كتابة “سنستخدم الذكاء الاصطناعي لتحقيق أهدافنا” لا تتمتع بالمصداقية بشكل خاص بدون التفاصيل والخبرة لدعمها.

يقول تاليسيا كوالو، رئيس قسم أبحاث الوقاية والكشف المبكر في المنظمة، إن الذكاء الاصطناعي يظهر في العديد من المقترحات التي تتلقاها مؤسسة أبحاث السرطان في المملكة المتحدة (CRUK) في لندن. وتقول إن لجان التمويل بحاجة إلى التأكد من “أنك تفهم مناهج الذكاء الاصطناعي هذه، وأنك تشرح بالتفصيل كيف ستستخدمها، وكيف تعمل تلك الخوارزمية، والقيود المفروضة عليها”.

أحد الأمثلة الناجحة في CRUK هو مجموعة أبحاث Ke Yuan، والتي تسمى الذكاء الاصطناعي لأبحاث السرطان. كان هذا الفريق يضم في السابق والش، الذي حصل على شهادة جامعية في علوم الكمبيوتر قبل أن يتخصص في السرطان للحصول على درجة الدكتوراه.

يقول والش: “لقد كنت أحد الأعضاء الذين جلبوا المعرفة بعلوم الكمبيوتر”. كان لكل شخص مسؤوليات مختلفة محددة في المنحة، وكان دوره هو “ترجمة المعرفة المتعلقة بعلم الأمراض ومعرفة بيولوجيا الخلية إلى كود برمجي”.

يقول كوالو إن الطريقة الأبسط والأفضل لإثبات للجان التقييم أنك تعرف كيفية استخدام تقنيات الذكاء الاصطناعي هي الحصول على منشورات في هذا المجال. وبدلاً من ذلك، توصي بإدراج أعضاء فريق المشروع في مقترح المنحة الذين لديهم الخبرة ذات الصلة، على الرغم من أن كل شخص في الفريق يجب أن يكون لديه بعض المعرفة بالذكاء الاصطناعي.