Abdullah Maghram عبدالله مغرم

هل يمكن للذكاء الاصطناعي أن يجعل الموظف أسرع بنسبة 25% دون أن يعمل ساعات إضافية؟ في تجربة بحثية بالتعاون بين باحثين من هارفارد وشركة Boston Consulting Group، شارك 758 مستشارا لاختبار أثر استخدام GPT-4 في مهام مهنية. في المهام التي كان النموذج قادرا على أدائها بفاعلية، حقق المشاركون الذين استخدموا الذكاء الاصطناعي نتائج لافتة مقارنة بمن لم يستخدموه: • أنجزوا مهام أكثر بنسبة 12.2%. • أكملوا المهام أسرع بنسبة 25.1%. • قدموا مخرجات أعلى جودة وفق تقييم الدراسة. لكن في مهمة معقدة خارج نطاق قدرات النموذج، تراجعت دقة الإجابات لدى مستخدميه. الدرس المهم أن قيمة الذكاء الاصطناعي لا تعتمد فقط على قوة النموذج، بل على معرفة المهام التي يجيدها، ومتى نحتاج إلى الحكم البشري، وكيف نستخدمه بما يناسب طبيعة العمل وحدوده. الدراسة: doi.org/10.1287/orsc.2025.21… #الذكاء_الاصطناعي #الإنتاجية

هل يكفي ChatGPT لتخطيط رحلتك القادمة، أم توجد أدوات ذكاء اصطناعي متخصصة توفر عليك خطوات إضافية؟ يمكن أن تطلب من ChatGPT اقتراح برنامج سياحي لخمسة أيام، مع الأماكن والأنشطة المناسبة لتفضيلاتك. لكن منصة مثل Mindtrip تجمع بين المحادثة وتخطيط الرحلات، وتتيح تنظيم الأماكن على خرائط تفاعلية، وتعديل البرنامج اليومي، واستعراض خيارات الرحلات والإقامة والحجز. كما يمكنها الاحتفاظ بتفضيلات السفر التي تشاركها معها، لتقديم اقتراحات أكثر ملاءمة في الرحلات التالية. الفرق ليس بالضرورة في ذكاء النموذج، بل في ربطه بالمعلومات والأدوات اللازمة لإكمال المهمة. جرّب تخطيط الرحلة نفسها في ChatGPT وMindtrip، وقارن سهولة تعديل البرنامج وتنظيم الأماكن والوصول إلى خيارات الحجز. mindtrip.ai #الذكاء_الاصطناعي #السفر

هل تحتاج كل مهمة ذكاء اصطناعي إلى نموذج يكتب إجابة؟ طورت شركة TypeSafe AI نموذجا اسمه Jev، متخصصا في اتخاذ قرارات منظمة بدلا من توليد النصوص الطويلة. مثلا، عند استخدام مساعد ذكاء اصطناعي لتنفيذ مهمة، يمكن للنموذج تحديد الخطوة التالية: هل يحتاج إلى البحث عن معلومات إضافية، أو استخدام أداة معينة، أو طلب توضيح من المستخدم، أو إنهاء المهمة؟ بدلا من كتابة إجابة مطولة، يقدم Jev اختيارا من خيارات محددة مع احتمالات تساعد النظام على اتخاذ القرار. حقق Jev في بعض مهام سير العمل سرعة تصل إلى 193.6 ضعف، وتكلفة أقل بما يصل إلى 444.6 ضعف مقارنة بنماذج لغوية عامة، بحسب نتائج اختبارات الشركة. يمكن استخدامه عبر OpenRouter أو Vercel AI Gateway ضمن التطبيقات وأنظمة الأتمتة، مع إمكانية شراء رصيد للاستخدام عبر المنصتين. openrouter.ai/typesafe vercel.com/ai-gateway/models… #الذكاء_الاصطناعي #النماذج_اللغوية

قد لا تكون المشكلة في قدرة الذكاء الاصطناعي على تنفيذ المهمة، بل في أنه يتوقف بعد المحاولة الأولى. هنا تظهر أهمية الحلقة التكرارية (Loop)، حيث يعمل النظام وفق دورة: ينفذ المهمة ← يختبر النتيجة ← يحدد الأخطاء ← يصححها ← يعيد الاختبار. مثلا، عند إنشاء برنامج، لا يكفي أن يكتب الذكاء الاصطناعي الكود. يمكن أن يشغله، ويفحص نتائج الاختبارات، ويصلح الأخطاء المكتشفة. لكن تكرار عبارة حسن الإجابة ليس حلقة تحقق حقيقية. الفرق هو وجود اختبار واضح يحدد ما الذي يحتاج إلى تصحيح، وحد للتكرار يمنع الاستمرار دون فائدة. جرّب أن تضيف إلى طلبك: اختبر الناتج وفق المعايير التالية، وصحح الإخفاقات التي تستطيع إثباتها، ثم اذكر ما لم تتمكن من التحقق منه. #الذكاء_الاصطناعي #البرمجة

مع انتشار أدوات الذكاء الاصطناعي قد يصبح التميز المهني مرتبطا بصورة أكبر بالقدرة على تحديد فرص الاستفادة منها، وتوجيه استخدامها، وقياس أثرها في العمل.

لماذا يستخدم البعض Hermes أو OpenClaw لبناء وكلاء ذكاء اصطناعي، بدلا من الاعتماد على وكيل يعمل بنموذج لغوي واحد؟ لأن الوكيل ليس النموذج اللغوي وحده، بل نظام يجمع بين النموذج والأدوات والذاكرة وتنفيذ المهام. يمكن في هذه الأنظمة استخدام نماذج مختلفة بحسب المهمة؛ نموذج للبحث، وآخر للبرمجة، وثالث أقل تكلفة للمهام المتكررة. كما يمكن ربط الوكيل بأدوات خارجية، وتشغيل مهام مجدولة، والاستفادة من المعلومات المحفوظة بين الجلسات. الفائدة هي مرونة اختيار النموذج المناسب لكل خطوة، وتطوير طريقة عمل لا تعتمد على مزود واحد. لكن استخدام عدة نماذج لا يضمن نتائج أفضل تلقائيا؛ التحسن يعتمد على توزيع المهام وجودة الاختبارات. hermes-agent.nousresearch.co… openclaw.ai #الذكاء_الاصطناعي #وكلاء_الذكاء_الاصطناعي

شركة شغلت 10 وكلاء ذكاء اصطناعي خلال أسبوع واحد. ماذا حدث بعد ذلك؟ شركة Ankor، المتخصصة في برمجيات قطاع اليخوت، استخدمت منصة Lindy لبناء وكلاء يساعدون فريقها في أعمال متعددة. وبحسب دراسة الحالة المنشورة، شغلت الشركة 10 وكلاء خلال الأسبوع الأول، ثم توسعت لاحقا إلى 20–30 وكيلاً نشطاً، واستخدمتهم في التسويق والمبيعات والعمليات والدعم الفني. وقدر الرئيس التنفيذي العائد على الاستثمار بنحو خمسة أضعاف، وفق تقييمه لتجربة الشركة. ومن الأمثلة وكيل تعامل مع استفسار تقني، وبحث عن سبب المشكلة عبر الأدوات المتصلة، ثم ساعد على تقديم رد مخصص خلال دقائق. اللافت أن الشركة لم تحتج إلى استبدال فريقها، بل استخدمت الوكلاء لتنفيذ أعمال يصعب تخصيص موظف مستقل لكل منها. lindy.ai/case-study/ankor

ليس كل ما تشاركه مع الذكاء الاصطناعي يبقى داخل المحادثة. محادثات ChatGPT المجانية وPlus وPro، ومحادثات Claude المجانية وPro وMax، قد تُستخدم في تدريب النماذج ما لم يوقف المستخدم الخيار من الإعدادات. الاشتراك المدفوع لا يعني الخصوصية تلقائيًا. وإيقاف الخيار يستغرق أقل من دقيقة: ChatGPT: Settings ← Data controls ← إيقاف "Improve the model for everyone" Claude: Settings ← Privacy ← إيقاف "Help Improve our AI models"

عندما تسأل الذكاء الاصطناعي عن معلومة حديثة، هل تعرف من أين حصل عليها؟ هناك فرق بين إجابة يولدها النموذج اعتماداً على معرفته المكتسبة أثناء التدريب، وإجابة يستعين فيها بأداة بحث للوصول إلى مصادر حديثة. قبل الاعتماد على إجابة عن خبر أو دراسة أو رقم حديث، تأكد من تفعيل البحث وأطلب النموذج المصدر والتاريخ.

هل ذاكرة وكيل الذكاء الاصطناعي أهم من قوة النموذج؟ من دون ذاكرة، يبدأ وكيل الذكاء الاصطناعي كل مهمة من الصفر، مهما كان النموذج قوياً. ومع الذاكرة، يحتفظ بتفضيلات المستخدم وقراراته السابقة، فتتحسن نتائجه مع الوقت. لكن الذاكرة تحتاج إلى مراجعة مستمرة. فإذا حفظ الوكيل معلومة خاطئة أو قديمة، سيكررها في كل مهمة بثقة. وفي بعض الوكلاء، تكون الذاكرة ملف نصي قصير، يراجع بانتظام لضمان أداء أفضل وتعديلات أقل.

استمرت المراقبة، وبقيت التقارير محفوظة، لكن الجرس الذي يستدعي انتباه البشر أصبح صامتاً.

هل كل أتمتة تستخدم الذكاء الاصطناعي تُعد وكيلاً ذكياً؟ الفرق في طريقة العمل. الأتمتة التقليدية تتبع خطوات محددة مسبقاً، بينما يستطيع وكيل الذكاء الاصطناعي اختيار الخطوات المناسبة بحسب المهمة، مثل فهم استفسار العميل والبحث عن المعلومات وتحديد الرد المناسب. من المنصات التي تجمع بين الاثنين n8n، إذ تتيح بناء عمليات الأتمتة ووكلاء الذكاء الاصطناعي وربطهم بالتطبيقات المختلفة. للتعرف على المنصة: n8n.io/ai-agents/

من بين كل التطبيقات التي تستخدم منصة OpenRouter، تصدر الوكيل مفتوح المصدر Hermes Agent فياستهلاك التوكنز في يونيو 2026، بأكثر من 17 تريليون توكن. السبب أن مستخدميه لا يلتزمون بنموذج واحد. نموذج للبرمجة، وآخر للبحث، وثالث أرخص للمهام المتكررة، وكلها بمفتاح واحد. المقارنة بين النماذج أصبحت جزء من العمل اليومي، وليست تجربة تقنية.

هل النموذج الأذكى في اختبارات الذكاء الاصطناعي هو الأفضل لأداء مختلف المهام؟ ليس بالضرورة. تتصدر بعض النماذج التصنيفات العالمية بفضل أدائها في اختبارات الاستدلال والبرمجة وغيرها. لكن التفوق في هذه الاختبارات لا يعني بالضرورة أنها الخيار الأنسب لأداء المهمة. قد ينجز نموذج أقل تكلفة المهمة نفسها بجودة مقاربة، وفي وقت أقصر. كيف تختار النموذج المناسب؟ اختبر ثلاثة نماذج بالمهمة نفسها، وقارن بينها من حيث دقة النتائج، وسرعة التنفيذ، والتكلفة، وحجم التدخل البشري المطلوب. يمكن الاستفادة من منصة LM Arena للاطلاع على مقارنات النماذج: lmarena.ai

حين تعطي الذكاء الاصطناعي الحل وتطلب منه صياغته، فأنت تستفيد من جزء من قدرته. جرب الهندسة العكسية واستخدامه كعقل ثان: حدد ما تريد الوصول إليه، وأشركه في اختيار الطريق. بدل "اكتب خطة عمل لمشروعي" ممكن يكتب: «أريد أن أقيم هل فكرة مشروعي. فكر معي: ما الافتراضات التي يعتمد عليها نجاحها؟ وما الأدلة التي تؤيدها أو تنقضها؟ وكيف نختبرها قبل بناء خطة العمل؟ وضّح ما قد نغفله، واسألني عن المعلومات الناقصة التي قد تغير القرار». قيمة العقل الثاني أن يساعدك على رؤية ما لم تفكر فيه.