التعلّم والتطوير نشط بالأدوات، غائب عن صنع القرار
فرق التعلّم والتطوير تستخدم الذكاء الاصطناعي أكثر من أي وقت مضى: تنتج محتوى أسرع، تبني دورات في ساعات بدلاً من أسابيع، وتجرب روبوتات المحادثة، مولدات الاختبارات، وأدوات الترجمة. من ناحية النشاط، الحركة واضحة. لكن لماذا لا زال كثير من قادة التعلّم يكافحون من أجل مقعد على طاولة صياغة استراتيجيات الذكاء الاصطناعي؟
لأن النشاط ليس دائماً مساويًا للتأثير؛ والفجوة بينهما هي حيث تُفقد مصداقية التعلّم والتطوير.
خرّجنا نتائج مسح شمل أكثر من 1700 متخصص في التعلم لنرسم صورة موقف الذكاء الاصطناعي في المجال اليوم. 78% من فرق التعلّم أفادوا أنهم ليسوا حاضرين عندما تُتخذ قرارات الميزانيات والأولويات، وأنهم في واقع الأمر ينفذون رؤية جهة أخرى.
التأثير يتراكم داخل المؤسسات كما تتراكم القدرات. الفرق التي تشكّل استراتيجية الذكاء الاصطناعي الآن ستحصد الفضل لاحقًا، والفرق المستبعدة ستفقده. على المحك هناك القدرة على أن تكون ذا وزن عندما يحين وقت الحساب.
الرقم الذي يجب أن يقلق كل قائد في التعلّم
25% فقط من فرق التعلّم والتطوير تقول إن سببها الأساسي لاعتماد الذكاء الاصطناعي هو التخصيص على نطاق واسع. أقل من 4% تعطي أولوية للأداء التجاري.
تخيّل محادثتك التنفيذية القادمة. عندما يدخل المدير المالي ويسألك ماذا تُسفر استثمارات التعلّم بالذكاء الاصطناعي، أي إجابة ستقنعه؟ «نحن نخصّص تجربة المتعلّم على نطاق واسع» أم «خفضنا زمن الوصول للإنتاجية لدى الموظفين الجدد بنسبة 30%، وهذه البيانات»؟
التخصيص بلا حجة تجارية ينهار أمام التنفيذيين. لغة التعلّم تُنطق تجربة المتعلّم؛ ولغة التنفيذيين تُنطق إيرادات، احتفاظ، وإنتاجية. حاليا اللغتان لا تلتقيان، وتكلفة ذلك هي المصداقية.
ما يمكنك فعله قبل اجتماع أصحاب المصلحة: خذ مبادرتك بالذكاء الاصطناعي واسأل: أي مؤشر أعمال يجب أن تحرّك؟ لا تكفِ مؤشرات التعلم هنا — فكر زمن الوصول للإنتاجية، معدل الفوز بالمبيعات، معدل الحوادث الامتثالية، أو معدل فقدان العملاء. إن لم تستطع تسمية واحد، فهذه أول مشكلة يجب حلها قبل الدخول إلى الغرفة.
أعد صياغة المبادرة حول ذلك الرقم وابدأ به. بدلاً من «نحسّن تجربة المتعلّم»، جرب «نستخدم التعلم المخصّص لسد فجوات المهارات التي تُبطئ دورة مبيعاتكم». نفس المبادرة، لكن حوار مختلف تمامًا.
مشكلة المقاومة ليست كما تظن، وليست قادمة من حيث تظن
37% من فرق التعلّم تقول إن مقاومة أصحاب المصلحة أكبر تحدي لاعتماد الذكاء الاصطناعي. فقط 12% تعتبر نقص الخبرة الداخلية هو العائق.
المقاومة التي يواجهها قادة التعلّم عادة لا تأتي من اتجاه واحد؛ إنها متعددة الأسباب وفي الوقت ذاته. معالجتها كقضية واحدة بحل واحد هي سبب اصطدام كثير من الفرق بالحائط نفسه.
تفحّص من يعارض فعليًا داخل مؤسستك الآن:
– القادة التنفيذيون الذين لم يروا حجة تجارية مقنعة ليسوا مناهضين للذكاء الاصطناعي، بل يوازنون المخاطر لأن لا أحد قدم لهم دليلاً بأن العائد يبرر الاستثمار — مشكلة مصداقية تُعالج بالأدلة.
– المديرون الذين لا يثقون في محتوى مولّد بالذكاء الاصطناعي ربما شاهدوا أمثلة غير دقيقة أو سمعوا عن أخطاء اصطناعية؛ هذه مسألة جودة تُعالَج عبر إظهار عمليتك للمراجعة.
– الموظفون القلقون بشأن أثر الذكاء الاصطناعي على وظائفهم ليسوا ضده كتعليم، بل ضده كقرار مفروض عليهم؛ هذه مسألة إدارة تغيير تُحل بإشراكهم مبكرًا وشفافية وتحويل التجربة إلى فرصة تطوير.
– الخبراء الموضوعيون الذين يشعرون بالتجاوز عند تولي الذكاء الاصطناعي لصياغة المحتوى الذي كانوا يملكونه ليسوا معطلين، بل يحرسون قيمة؛ هذه مسألة تملك مشترك تُحل بإعادة تموضعهم كمراجعين خبراء ومرشّح جودة.
– فرق تقنية المعلومات أو القانونية التي تُبطئ الأمور لأسباب حوكمة لا تعارض، بل تشير إلى ثغرة عملية؛ تُحل بشراكـة مبكرة قبل طلب الموافقات.
الخطوة الأولى الحقيقية هي تشخيص مصدر المقاومة قبل أن تقرر كيف ترد. الفرق التي تعامل كل قلق بنفس الطريقة غالبًا ما تزداد إحباطًا لأنهم يطبّقون الإجابة الصحيحة على السؤال الخاطئ.
تكتيك يعمل بغض النظر عن مصدر المقاومة: اذهب إلى أكثر شخص مقاوم في الغرفة واسأله سؤالًا واحدًا: «كيف يبدو النجاح لديك؟» تجنّب سؤال «ما مخاوفك؟» الذي يستدعي لائحة اعتراضات، وتجنّب «دعني أريك ما يستطيع الذكاء الاصطناعي فعله» الذي يثير دفاعية. ابقَ على هذا السؤال ثم صمّم التجربة التالية لتوفّر بالضبط ما حدده. حين يشارك المشكك في صياغة معايير النجاح، يتحول من حكم إلى شريك مسؤول.
السوق ينقسم، والفجوة أوسع مما تظن
27% من فرق التعلّم تستخدم الذكاء الاصطناعي منذ سنوات، 46% بدأت مؤخرًا، و27% لم تبدأ بعد.
لو قرأت هذا كمنحنى تبني تدريجي فاتك الواقع: هذا انقسام، والمسافة بين المجموعات تتوسع كل ربع سنة. الفرق ذات التاريخ الأطول تملك تقدمًا مستمرًا: كل تجربة تضيف معرفة مؤسسية، وكل نجاح يجلب ميزانية وصلاحية أكثر، وكل ربع تنفيذ يزيد صعوبة اللحاق بالركب.
أين تُصرف جهود الذكاء الاصطناعي؟ أكثر الاستخدامات شيوعًا: إنشاء المحتوى (30%) والبحث (21%). الأقل شيوعًا: تقارير معزَّزة (11%) وتسليم مبسّط (11%). الفرق تركز على أجزاء مألوفة من العمل—كتابة المسودات وتلخيص الأبحاث—وتقلّص الاستثمار في الجوانب التي تغير موقعها الاستراتيجي فعلاً: ربط التعلم بالنتائج، توصيله في المكان والزمان المناسبين، وإثبات أثره.
استخدام الذكاء الاصطناعي لتسريع ما تفعله الآن مكسب كفاءة؛ استخدامه لمعالجة مشكلات جوهرية مختلفة هو التحوّل الاستراتيجي. أحدهما يمنحك وقتًا، والآخر يمنحك تأثيرًا.
إذا كنت من الـ46% بدأوا مؤخرًا: اختر أهم مشكلة تجارية مرئية الآن—إطلاق منتج جديد، أزمة احتفاظ، أو موعد امتثال—وابنِ تدخلًا تعليميًا بمساعدة الذكاء الاصطناعي حولها. قِس النتائج بمؤشر تجاري من اليوم الأول. فوز مركز في مجال مرئي يفعل أكثر لموقعك الاستراتيجي من عشر تحسينات كفاءة هادئة في الخلفية. ابدأ صغيرًا، لكن ابدأ حيث يراقب الناس.
دورة الاستبعاد وكيف تكسرها
فقط 22% من فرق التعلّم مُدرجة في مناقشات استراتيجية الذكاء الاصطناعي.
الذكاء الاصطناعي يعيد تشكيل كيفية توظيف وتطوير واحتفاظ المؤسسات بمواردها البشرية، ومع ذلك في 78% من المؤسسات الوظيفة المسؤولة عن بناء القدرات مستبعدة من الحوار.
الدورة تعمل هكذا: التعلّم غير مدعو للنقاشات الاسترتيجية، فلا يستطيع تشكيل اتجاه اعتماد الذكاء الاصطناعي. بلا مقعد على الطاولة لا يستطيع إجراء التجارب التي تولّد الدليل. بلا دليل لا يستطيع إثبات الحاجة للاشتراك. وتستمر الحلقة.
كسرها يتطلب توليد الدليل قبل وصول الدعوة. الدليل يحتاج وصولًا، والوصول يحتاج وَسِيلة—فجد وَسِيلتك.
ابحث عن القائد التجاري الذي يقضّ مضاجعه مشكلة بشرية: فجوة مهارات تؤثر على التسليم، نظام جديد لا يجيده أحد، أو فريق لا يحقق الأهداف. اقترب منه ليس بحل تعلّمي جاهز، بل بسؤال: «هل أجرى تجربة مدتها ستة أسابيع لمساعدتكم، ونتفق مسبقًا على معيار نجاحها؟» أغلبهم سيقول نعم. بعد ستة أسابيع تملك بيانات، والبيانات هي مدخل المحادثة. اجعل الاستبعاد يبدو مخاطرة تجارية، نتيجة تلو الأخرى.
الفجوة الأخلاقية التي لا يتحدث عنها أحد
15% فقط من محترفي التعلم يشعرون بأنهم مستعدون لإدارة التداعيات الأخلاقية للذكاء الاصطناعي في التعلم.
الذكاء الاصطناعي يؤثر بالفعل على سياسات تطوير الناس—من يَحصل على فرص التطوير، إلى أي مسارات تعليمية تُوصى، وكيف يُقيّم الأداء. الغالبية العظمى من محترفي التعلّم لا يشعرون بأن لديهم أدوات لإدارة المخاطر المصاحبة.
المؤسسات التي لم تفكر جيدًا في الانحياز في المحتوى المولّد، شفافية قرارات الخوارزميات، أو خصوصية بيانات المتعلّمين ليست متجنبة للمخاطر الأخلاقية؛ بل إنها تُؤجلها. المخاطر المؤجلة لا تختفي؛ تنتظر بصمت حتى يظهر أمر يصعب تداركه علنًا.
لا تحتاج إطارًا أخلاقيًا كاملًا من اليوم الأول. تحتاج ثلاث خطوات عملية: أولًا، خطوة مراجعة بشرية في كل سير عمل لمحتوى الذكاء الاصطناعي، حيث يراجع إنسان المحتوى قبل وصوله للمتعلّم في كل مرة. ثانيًا، إجابة داخلية واضحة عن سؤال «ما بيانات المتعلّم التي نستخدم ومن يمكنه الوصول إليها؟» ثالثًا، نقاش مع الفريق القانوني أو الامتثال قبل التوسع، لا بعد وقوع خطأ. هذه الخطوات لا تغطي كل السيناريوهات الأخلاقية، لكنها تؤسس قاعدة متينة للبناء.
ما تقوله البيانات فعلاً
عند تفكيك كل إحصائية هنا، القصة متسقة: فرق التعلّم قادرة، لكنها ليست دائمًا موضوعة حيث يحتاجها العمل.
الفجوة تعود إلى المسافة بين تحسين تجربة المتعلّم وقيادة نتائج العمل. وتظهر أيضًا في كيفية استخدام الذكاء الاصطناعي: هل لتسريع أعمال مألوفة أم لمعالجة مشكلات استراتيجية جديدة؟
الفرق التي تسد الفجوة تجري تجربة صغيرة واحدة، تقيس المؤشرات الصحيحة، تبني قطعة مصداقية واحدة في كل مرة، وتستغل كل فوز لكسب التالي.
كل إجراء هنا مقصود: مقياس واحد، سؤال واحد، تجربة واحدة، وِسِيلة واحدة، خطوة مراجعة واحدة. فرق تحاول حل كل شيء دفعة واحدة غالبًا ما تقع في شلل التحليل؛ وفرق تختار شيئًا واحدًا وتبرهن صحته تبني ميزة تراكميّة ذات قيمة.
خطة لكل الذكاء الاصطناعي في التعلّم يمكن تأجيلها. ما تحتاجه الآن هو خطوة مقصودة واحدة.