ليست كثرة البيانات وحدها كافية لبناء تطبيق مفيد للذكاء الاصطناعي؛ فالسياق والتصنيف مهمان أيضاً. يشرح عاصم حجازي ضرورة التمييز بين بيانات المشاريع الناجحة والمتعثرة، وبين الأفكار الأولية والمعلومات المعتمدة، حتى تُستخدم البيانات بطريقة تعكس معناها الحقيقي.
"النهارده هنكمل برضه الحلقة السادسة من استراتيجية الذكاء الاصطناعي بالنسبة للقادة وقادة المؤسسات والحكومة. النهارده هنتكلم على البيانات بيعتمد عليها الذكاء الاصطناعي بس مش كل البيانات مفيدة، دي حاجة مهمة جداً وخطيرة.
ليه بقى؟ لأن في أنت عندك بيانات ناجحة أو بيانات أدت إلى نجاح مثلاً في مشروع من المشاريع، وبيانات أدت أو البيانات دي كانت عن مشاريع فشلت أو ما نجحتش.
لو خلينا الذكاء الاصطناعي يخش على البيانات دي والبيانات دي الذكاء الاصطناعي هيقرأ كل ده على أنها بيانات مفيدة ودي مشكلة كبيرة. لازم تحدد للذكاء الاصطناعي، بتقول له كده: دي بيانات خاصة مثلاً سنة 2020، 2019 عملنا ثلاث مشاريع والمشاريع دي ما نجحتش، فبتحدد إيه المشاريع دي ما نجحتش وتقول البيانات دي خاصة بالمشاريع ما نجحتش.
وفي نفس الوقت بتحدد المشاريع اللي نجحت وبتحدد البيانات الخاصة بالمشاريع اللي نجحت. دي حاجة مهمة جداً.
الحاجة الأهم برضه أن أنت لو دخلت على بيانات الشركة بوجه عام، في ناس ممكن تقعد برضه إيه اللي هم بيفكروا في مشروع بس مش مش بشكل نهائي، اللي بيسموها بالإنجليزية الـ Draft.
طيب، أنت لو دخلت على الذكاء الاصطناعي دخل على الحاجات دي أو أفكار الحاجة وممكن تكون أفكار مش ناجحة أو ممكن يعني مش مش قابلة للتطبيق، خد الذكاء الاصطناعي دي بقى الـ Documents أو الملفات اللي فيها الحاجات دي من هنا ومن هنا ومن هنا، وبرضه دخلها على قاعدة البيانات أو الـ Knowledge Base اللي أنت عايز تعمله للذكاء الاصطناعي ده برضه بشكل خاطئ.
فلازم أنت كقائد تحدد تقول مثلاً للناس اللي هيستخدموا الذكاء الاصطناعي: حدد البيانات المفيدة، وحدد البيانات المفيدة عن مشاريع فشلت، ما دي برضه بيانات مفيدة، فلازم الذكاء الاصطناعي يعرف إيه اللي نجح كمشاريع وإيه البيانات المرتبطة بيها، وإيه المشاريع اللي ما نجحتش أو فشلت أو أدت إلى فشل معين، أه دي مشاريع فشلت دي بيانات خاصة بيها عشان يعرف الذكاء الاصطناعي يميز بينها، ودي أفكار وليست حاجات مطبقة، يعني إحنا عملنا الأفكار دي بس ما طبقناهاش، الكلام ده لازم يحدد في لما تيجي تحدد البيانات للذكاء الاصطناعي، وشكراً."
أهم المفاهيم التي يحتاج القادة إلى فهمها لبناء استراتيجية مسؤولة وعملية للذكاء الاصطناعي، من جاهزية البيانات والحوكمة إلى دور الإنسان وقياس الأثر.
Explore article / post