لماذا تركز معظم البرامج على أمورٍ خاطئة
باتت محو أمية الذكاء الاصطناعى أولوية سريعة للمؤسسات: تُخصَّص الميزانيات، تُطلَق البرامج، ويُشَجَّع الموظفون — وأحياناً يُجبَرون — على “تعلم الذكاء الاصطناعي”. على السطح يبدو هذا تقدماً، لكن عند الفحص العميق يتبيّن أن كثيراً من هذه المبادرات مبنية على أساسٍ ضعيف. التركيز يتجه نحو الأدوات والميزات وطريقة صياغة الأوامر، بينما تُهمل الشروط اللازمة للاستخدام الكفء. والنتيجة أن ما يتم توليده عادة هو نشاط لا قدرة حقيقية.
المشكلة ليست الوعي بل التطبيق
غالب برامج محو الأمية في الذكاء الاصطناعي تتبع نفس المسار:
• تقديم الأدوات.
• إظهار ما يمكنها فعله.
• تعليم أساليب أساسية لصياغة المطالبات.
• تشجيع التجريب.
هذا يخلق تفاعلاً أولياً وراحة مع الأداة وقد يزيد من الاستخدام، لكنه نادراً ما يغيّر طبيعة العمل الجوهرية. المشكلة الأساسية لم تكن أبداً أن الموظفين لا يعرفون بوجود الذكاء الاصطناعي؛ بل أنهم يجهلون كيفية تطبيقه بشكل ملائم في دورهم. لا يعرفون متى يستخدمونه، كيف يُستخدم بشكل مناسب، كيف يبدو “الإتقان” في سياقهم، وما المخاطر التي يتحمّلون مسؤوليتها. غياب هذه الإجابات يحوّل التعرض الأكبر إلى تشتت وتباين في الأداء.
القطعة المفقودة: وضوح دوريّ ومحدّد
أحد أسباب فشل الكثير من البرامج هو اعتبار معرفة الذكاء الاصطناعي قدرة عامة موحّدة. ليست كذلك: استخدام الذكاء الاصطناعي في التسويق يختلف عن استخدامه في الموارد البشرية؛ وفي العمليات يختلف عن الامتثال. كما أن استخدامه على مستوى المنفّذ يختلف عن استخدامه في الأدوار القيادية. عندما تُصمّم البرامج كحلّ واحد يناسب الجميع، يُترك الأمر للموظف لترجمة التوجيهات المجردة إلى عمل حقيقي. بعضهم ينجح في ذلك، وكثيرون لا. لذلك يجب أن تستند محو الأمية الفعّالة إلى:
• مهام حقيقية.
• قرارات فعلية.
• قيود واقعية.
• معايير مخرجات محددة.
بدون ذلك يصبح التدريب منفصلاً عن الأداء.
الإفراط في التركيز على الصياغة (Prompting)
أصبحت هندسة المطالبات محوراً مركزياً في العديد من المبادرات، وهي مفيدة، لكن كثيراً ما يُبالغ في أهميتها. تحسين الصياغة يحسّن المخرجات لكنه لا يعوّض عن:
• أهداف غامضة.
• حكم ضعيف.
• فهم ضعيف للمهمة.
• نقص في المعرفة المجالّية.
إذا لم يكن لدى الفرد صورة واضحة عن الشكل المقبول للإجابة، لن يكون قادراً على توجيه أو تقييم مخرجات الذكاء الاصطناعي بثقة مهما تقدمت تقنيات الصياغة. الكثير من البرامج تعلم الناس كيفية التفاعل مع الأداة ولا تعلمهم كيف يفكّرون في العمل نفسه.
مخاطر توسيع عدم الاتساق
عند نشر الذكاء الاصطناعي على نطاق واسع دون توقعات واضحة، يحدث أمر متوقع: يستخدمه الناس بطرق متباينة — البعض بحذر، البعض يعتمد عليه بِشكل مفرط، وبعضهم يتجنّبه تماماً. النتيجة ليست تحوّلاً منظمًا بل تبايناً في الأداء. وفي بيئات تتطلب الامتثال أو تؤثر على العملاء، يصبح هذا التباين مشكلة خطيرة. فالذكاء الاصطناعي لا يسرّع الإنتاجية فحسب، بل يسرّع التفاوت. ما لم تُعرَّف القدرة بوضوح وتدعَّم، تخاطر المؤسسات بتوسيع أداءٍ غير متسق أسرع من أي وقت مضى.
ما تفتقده معظم البرامج
القضية ليست أن المؤسسات لا تفعل شيئاً؛ بل أنها تركز على الجوانب المرئية بدل الجوانب الأهم. تتطلب محو الأمية الفعّالة وضوحاً في أسئلة عملية مثل:
• أي أعمال يجب أن يدعمها الذكاء الاصطناعي وأيها ينبغي ألاّ؟
• أيّ القرارات تبقى ملكاً للبشر؟
• ما المدخلات المقبولة أو المحظورة؟
• أي المخرجات تعتبر جاهزة للاستخدام، أيها مسوّدة، وأيها مرفوضة؟
• متى يكون المراجعة أو التحقق أو التصعيد ضرورياً؟
هذه أسئلة تشغيلية وحوكمة، وليست تقنية بحتة. وكثيراً ما تُترك بلا إجابة، فتتحوّل البرامج إلى تخمينات.
منهج مختلف لمحو أمية الذكاء الاصطناعي
النهج الأكثر فاعلية يبدأ من مكان مختلف: ليس من الأداة بل من العمل. بدلاً من سؤال “كيف ندرب الناس على الذكاء الاصطناعي؟” الأفضل أن يكون السؤال: “كيف يبدو الاستخدام المتمكّن للذكاء الاصطناعي في هذا الدور، في هذا السياق، وتحت هذه الظروف؟” من هذه النقطة يمكن للمؤسسة أن:
• تحدّد حالات استخدام واضحة.
• تضع حدوداً وحواجز حماية.
• تصمم ممارسات ترتكز على قرارات حقيقية.
• تقيس القدرة بناءً على الأداء لا المشاركة.
هذا يحوّل محو الأمية من وعي عام إلى مساءلة واضحة.
خلاصة فكرية
ليست البرامج تفشل لندرة الجهد، بل لأنها تحل المشكلة الخاطئة. افتراض أن فهم الأداة يؤدي تلقائياً إلى استخدامها بفعّالية هو افتراض سطحي. الاستخدام الفعّال يعتمد على عمق آخر: وضوح الغرض، قوة الحكم، والارتباط بالعمل الحقيقي. ما لم تُعالج هذه العناصر، قد تستمر المؤسسات في استثمار مبالغ كبيرة في محو الأمية ولا تزال تفتقر إلى القدرات العملية التي تسعى لبنائها.