لماذا يُعد هدف المحتوى «الجاهز للذكاء الاصطناعي» هدفًا خاطئًا
كل قائد في مجال التعلم والتطوير وإدارة المعرفة أتحدث إليه الآن يقول إنه يُسأل غالبًا سؤالًا من نوع واحد: «هل قاعدة معرفتنا جاهزة للذكاء الاصطناعي؟» وأعتقد أن هذا سؤال خاطئ، وهو يدفع فرقًا جيدة كثيرة إلى الطريق الخطأ.
كون المحتوى «جاهزًا للذكاء الاصطناعي» يصوّر المسألة وكأنها مشروع محتوى، لكنها في رأيي مشكلة حوكمة. مشاريع الجاهزية هذه تعني عادة ترتيب الويكي، وإعادة وسم بعض الصفحات، وربما تجربة روبوت محادثة على البيانات الداخلية للشركة لاختبار أدائه. هذا ما تفعله فرق كثيرة، لكنه خطوة سطحية وتجميلية. شركات كثيرة تتعامل مع الجاهزية للذكاء الاصطناعي كتنظيف بسيط للمحتوى، وتغفل قضايا أعمق وأكثر خطورة مثل أمن البيانات، والصلاحيات، والحوكمة طويلة المدى.
وهذه حقيقة غير مريحة: ربط نموذج لغوي كبير بمساحة كونفلوئنس أو موقع شيربوينت أو مكتبة محتوى في نظام إدارة التعلم يضخّم الفوضى القائمة. وبدل تنظيف الفوضى، تعمل أدوات الذكاء الاصطناعي كمكبّر صوت لأسوأ ما لديك من توثيق. ينشأ عن ذلك ارتباك داخلي: قد يتبع الموظفون مسارات تصعيد قديمة، أو وحدات تأهيل تجاوزها الزمن، أو تدريبات امتثال أُلغيت، أو دورة يقول مساعد ذكي إنها سياسة حالية مع أنها تقاعدت قبل عامين. ثم هناك خطر الهلوسة، حيث تعرض نماذج الذكاء الاصطناعي إجابات قديمة أو خاطئة بثقة وكأنها حقيقة مطلقة، ويصدّقها موظفوك.
سيكتشف الذكاء الاصطناعي المرتبط ببيانات شركتك كل محتوى تدريبي غير مراجع، وكل مسودة لم تكتمل، وكل سياسة استُبدلت قبل أشهر، ثم تصبح هذه إجابات مرشحة يقدمها الذكاء الاصطناعي لموظفيك بثقة عالية.
الذكاء الاصطناعي لا يعرف الفرق بين إجراء التصعيد الرسمي المعتمد لديك ومسودة مهجورة بدأها شخص قبل أن يغادر الشركة. إنه يعرف فقط أن الاثنين موجودان، وأن كليهما يستخدم المفردات الصحيحة، لذلك يتعامل معهما كمدخلات صالحة. وهذا هو التحدي الجوهري: الاسترجاع ليس حكمًا. يستطيع الذكاء الاصطناعي إظهار ما يطابق، لكنه لا يستطيع بعد أن يوازن ما هو صحيح أو حديث أو آمن للتنفيذ. إنه يفتقر إلى التفكير النقدي، وهو التمييز نفسه الذي رأيت في بحثي للدكتوراه أنه يجب بناؤه عمدًا في أي نظام تعلم، لا افتراض أنه سيظهر من التقنية وحدها.
أمضيت العامين الماضيين في قيادة إطلاق منصات معرفة مؤسسية، بما في ذلك تأسيس وظيفة تعلم ومعرفة على مستوى مجموعة من الصفر في منظمة أوروبية متعددة البلدان والاستحواذات، وبناء طبقة الحوكمة تحت بيئة كونفلوئنس متصلة بالذكاء الاصطناعي. والنمط الذي أراه باستمرار هو هذا: المؤسسات تستثمر بكثافة في طبقة الذكاء الاصطناعي، وتتعامل مع طبقة الثقة تحتها كأمر لاحق. وهذا الترتيب يجب أن يُعكس.
أرى أن الشركات تتسرع في شراء أدوات ذكاء اصطناعي باهظة، بينما تتجاهل البيانات الفوضوية ومخاطر الأمن تحتها. يجب تأمين المعلومات الداخلية وتنظيمها قبل ربطها بالذكاء الاصطناعي، لا بعد ذلك. ماذا يعني هذا عمليًا؟ بحسب خبرتي، تركز الشركات على روبوت المحادثة اللامع أو البرنامج الباهظ، أي «طبقة الذكاء الاصطناعي»، وتنفق ميزانيات ضخمة لأنه يبدو مبتكرًا. لكنها تتجاهل جودة البيانات الأساسية، وصلاحيات الأمن، ودقة المحتوى، وسياسات الحوكمة، وهذا ما أسميه «طبقة الثقة».
كثير من المؤسسات يعتقد أن تركيب الذكاء الاصطناعي سيصلح بياناتها تلقائيًا. لكن التجربة الواقعية تُظهر أن هذا يصنع نظامًا يغذّي الموظفين بثقة بمسودات قديمة، أو سياسات خاطئة، أو بيانات مقيّدة، لأن «طبقة الثقة» الأساسية عُوملت كفكرة لاحقة. إذا كانت الأساسات ضعيفة، فسينتهي بك الأمر إلى ذكاء اصطناعي غير موثوق. عليك أولًا أن تمنح الأولوية لتنظيف البيانات، ووضع صلاحيات صارمة، وتأسيس قواعد حوكمة، قبل نشر طبقة الذكاء الاصطناعي.
ثلاثة أشياء لا يستطيع الذكاء الاصطناعي إخبارك بها عن محتواك
مع أن الذكاء الاصطناعي بارع في معالجة النصوص، فإنه يفتقر إلى الحدس البشري اللازم للتمييز بين معلومات موثوقة وحديثة، وبين ملاحظات شخصية أو قديمة في بيانات مؤسسية غير منظمة. وهو غير مهيأ، بمفرده، للإجابة عن ثلاثة أسئلة مهمة جدًا لأي عمل:
١. هل هذه النسخة الحالية أم نسخة استُبدلت؟
معظم الويكي المؤسسي لا يحمل حالة دورة حياة موثوقة، مثل مسودة، أو قيد المراجعة، أو معتمد، أو متقاعد، بطريقة تستطيع الآلة تحليلها. البشر يستنتجون حداثة المحتوى من القرائن: من كتبه، ومتى، وهل ما زال موجودًا، وفي أي قناة. أما الذكاء الاصطناعي فلا يملك هذا الحدس.
٢. هل هذا محتوى مرجعي أم ملاحظات عمل شخصية؟
صفحة في مساحة «الهندسة» وصفحة في مساحة شخصية قد تبدوان متطابقتين لنظام استرجاع ذكي. وبدون تصنيف ثقة صريح، تُسحبان إلى الإجابة بالثقة نفسها.
٣. من المسؤول عن صحة هذا؟
الملكية عادة ضمنية: «الجميع يعرف أن سارة تدير تلك الصفحة»، وهذا يعني أنها غير مرئية لأي نظام، بشري أو ذكي، لم يكن حاضرًا في الغرفة.
لا شيء من هذه مشاكل ذكاء اصطناعي. إنها مشكلة حوكمة معرفة حرجة، وقد جعل الذكاء الاصطناعي من المستحيل أن نستمر في تجاهلها. فإدخال بيانات فوضوية وغير منظمة إلى أنظمة الذكاء الاصطناعي ينتج معلومات مضللة واثقة وقابلة للتوسع. وعند إدخالها في نظام ذكاء اصطناعي معزز بالاسترجاع ومتصل ببيانات الشركة، قد تُقدَّم إجابات خاطئة بثقة تامة إلى عميل، أو مدقق، أو موظف جديد، وعلى نطاق واسع وبسرعة. والخلاصة أن الشركات يجب أن تطبق إدارة بيانات صارمة وواضحة، وملكية، وتتبعًا لدورة الحياة، لمنع الذكاء الاصطناعي من تضخيم المخاطر التشغيلية.
كيف تبدو طبقة الثقة العاملة فعليًا
عمليًا، الحل ليس تدقيقًا شاملًا للمحتوى في كل الشركة. بل عدد صغير من الإشارات القابلة للقراءة آليًا، تُطبق باستمرار، حتى يستطيع البشر والذكاء الاصطناعي تمييز المحتوى الجيد من المحتوى القديم بسرعة.
الجديد في مؤسستنا أن لدينا جمهورين: الفريق البشري ومساعدات الذكاء الاصطناعي. ويجب أن تُبنى المعلومات بطريقة تسمح لكليهما بالقراءة والتصرف بموثوقية.
البنية التي وجدتها تصمد في الاستخدام الحقيقي لها ثلاثة أجزاء:
١. تصنيف ثقة على مستوى الصفحة، يفرق بين المعايير والسياسات الرسمية، وإرشادات أفضل الممارسات، والملاحظات «المفيدة لكن غير الرسمية». هذه أعلى إشارة تأثيرًا يمكن إضافتها، لأنها تسمح لنظام ذكاء اصطناعي، أو فهرس بحث، أو موظف جديد، بوزن المصادر بشكل مناسب، بدل التعامل مع نصيحة عابرة ونص سياسة امتثال كأنهما متساويتان في الموثوقية.
٢. حالة دورة حياة بسيطة أيضًا: مسودة، قيد المراجعة، نهائي، متقاعد. الهدف ليس إجراء روتينيًا لذاته، بل إعطاء أي نظام لاحق، بشري أو آلي، إشارة واضحة عما إذا كان ينبغي الوثوق بهذه الصفحة الآن.
٣. ملكية محتوى واضحة، ملحقة بالصفحة نفسها، لا تعيش في رأس أحد أو في مخطط تنظيمي بعيد. وعندما يخطئ شيء ما، يجب أن يكون المسؤول قابلاً للعثور عليه في ثوانٍ، لا بعد ثلاث رسائل على سلاك وتخمين.
التفصيل التقني الذي أدهشني أكثر أثناء بناء هذا هو أن أدوات الذكاء الاصطناعي تقرأ عناوين الصفحات ونصها بموثوقية، لكنها غالبًا لا ترى الوسوم، أو بيانات التطبيقات الوصفية، أو التفاصيل داخل الرسوم، مثل مخططات الهيكل التنظيمي ومن يتبع من، أو حالة سير العمل المحددة عبر إضافات فوق المنصة. وإذا كانت إشارة الثقة في مكان لا يراه النموذج، فهي غير موجودة بالنسبة للذكاء الاصطناعي، مهما اعتنى فريقك بتطبيقها ومهما كانت الرسوم ممتازة. بالنسبة للذكاء الاصطناعي، هي غير موجودة تمامًا. هذه النتيجة وحدها يجب أن تشكّل طريقة تصميم أي مؤسسة لطبقة الحوكمة: يجب أن تعيش الإشارة في المحتوى نفسه، لا أن تُثبّت بجانبه.
هذا عمل امتثال الآن، وليس مجرد نظافة محتوى
هناك سبب لصعود هذا الأمر في قائمة الأولويات أسرع مما توقع كثير من فرق التعلم والتطوير. فمع انتقال استخدام الذكاء الاصطناعي من التجربة الداخلية العابرة إلى خدمة العملاء، والموارد البشرية، والمبيعات، والمالية، وسياقات القرارات المنظمة، تتغير المعايير.
وبمجرد أن تلمس مخرجات الذكاء الاصطناعي أمورًا لها نتائج حقيقية، مثل التزام تجاه عميل أو إعداد تقرير للمدير المالي، يتوقف السؤال عن «هل يبدو الذكاء الاصطناعي مفيدًا أو معقولًا؟» ليصبح: «هل يمكننا تتبع مصدر تلك الإجابة وإثبات أنه كان مصدرًا حديثًا ومعتمدًا عندما قُدّمت؟» هذا سؤال تدقيق. وهو سؤال سيسأله جهة تنظيمية، أو عقد عميل، أو لجنة مخاطر داخلية في النهاية، و«الذكاء الاصطناعي قال ذلك» ليست إجابة تصمد في نزاع أو تدقيق أو مراجعة امتثال. أنت تحتاج إلى أن تُظهر أن المصدر الأساسي كان صحيحًا وحديثًا ومعتمدًا.
معظم المؤسسات حاليًا لا تملك أي أثر أدلة لإجابات الذكاء الاصطناعي. لا تستطيع إظهار المستند المصدر الذي وُلدت منه الإجابة، ولا ما إذا كان ذلك المصدر هو النسخة المعتمدة، ولا من كان مسؤولًا عن صحته في ذلك الوقت. وتلك الفجوة بين ما يستطيع الذكاء الاصطناعي فعله الآن، وما تستطيع المؤسسات إثباته فعلًا عن ما فعله، هي مكان التعرّض الحقيقي، وهي تنمو أسرع من تحرك معظم وظائف الحوكمة.
من أين تبدأ صباح الاثنين
لا تحتاج إلى إصلاح شامل للمنصة كي تبدأ. هذه ثلاث خطوات، بالترتيب، ستساعد:
١. اختر مساحة واحدة عالية الاستخدام وصنّفها أولًا.
لا تحاول إنجاز كل شيء دفعة واحدة. تجربة في أكثر مجالات المعرفة استخدامًا، مثل التأهيل، أو دعم تقنية المعلومات، أو خط إنتاج واحد، ستُظهر فجوات الحوكمة الحقيقية أسرع من أي وثيقة سياسة.
٢. اجعل حالة الثقة ودورة الحياة مرئية في المحتوى نفسه، لا في نظام تتبع منفصل لا يفحصه أحد.
إذا لم تكن مرئية حيث ينظر الذكاء الاصطناعي والناس فعليًا، فهي ليست حوكمة، بل أوراق. وتذكر أن لديك جمهورين يستهلكان محتواك الآن، لا جمهورًا واحدًا.
٣. عيّن مالكًا لكل صفحة تُصنّف كمرجعية.
إذا لم تستطع تسمية واحد، فهذا جوابك حول ما إذا كانت الصفحة تنتمي أصلًا إلى الطبقة المرجعية.
الخلاصة
إذن، هذه وجهة نظري حول مصدر الميزة التنافسية الحقيقية في ذكاء اصطناعي المؤسسات. المؤسسات التي تستخرج قيمة دائمة من الذكاء الاصطناعي لن تكون تلك التي لديها أكثر النماذج تقدمًا. بل ستكون تلك القادرة على أن تعلن، بأدلة، ما عرفه ذكاؤها الاصطناعي بالضبط، ومتى عرفه، ومن وقف خلفه. والفارق الحقيقي سيكون القدرة على إنتاج أثر أدلة قابل للدفاع يجيب عن هذه الأسئلة بدقة. بعبارة أخرى، الفائزون سيستطيعون القول، بأدلة لا بافتراض: «هذا بالضبط ما عرفه النظام، ومتى عرفه، ومن وقف خلف تلك المعرفة.»
وللتأكيد، هذه ليست «مشروع محتوى»، أي تنظيف أو ترتيب مستندات. إنها قدرة حوكمة، العضلة التنظيمية التي تنشئ وتحافظ وتُظهر مصدر المعرفة، والتحكم بالنسخ، والمساءلة حول المعرفة التي يستخدمها الذكاء الاصطناعي. وملاحظتي أن معظم المؤسسات تتعامل مع هذا كتمرين تفاعلي: تبني طبقة الحوكمة بعد أن تكون أنظمة الذكاء الاصطناعي في الإنتاج وتظهر المشكلات.
الفائزون في عصر الذكاء الاصطناعي يفهمون بالفعل أن هذه القدرة يجب تصميمها وتركيبها قبل النشر الواسع، إذا أرادت المؤسسات التقاط قيمة حقيقية بدل إدارة مخاطر متراكمة.
ستكون الميزة لمن يستطيع إثبات ما عرفه ذكاؤه الاصطناعي، وبأي سلطة. ومعظم المؤسسات ما زالت تبني هذا الإثبات بعد النشر، بعد أن يقع الضرر.
أمضيت العامين الماضيين في بناء طبقة الحوكمة هذه من الصفر، داخل منظمة متعددة البلدان والاستحواذات، تحت بيئة كونفلوئنس حية متصلة بالذكاء الاصطناعي. والدرس الذي أنقله هو: هذا ليس قرارًا تقنيًا. إنه قرار تصميم، ويجب أن يُتخذ قبل تشغيل الذكاء الاصطناعي، لا بعده.