بين العمل التطوعي والمنظم "1- 3"
تاريخ النشر: 10th, August 2024 GMT
عبيدلي العبيدلي **
يوم السبت الموافق 8 أغسطس 2024، احتضنت مدينة صلالة العُمانية جلسات النسخة الثالثة من "الكونجرس الدولي للمسؤولية الاجتماعية" التي انعقدت لمناقشة موضوع "الذكاء الاصطناعي والمسؤولية المجتمعية". وشارك في هذا اللقاء المميز مجموعة من الخبراء العرب، ممن لهم باع طويل في العمل التطوعي المجتمعي، جنباً إلى جنب مع زملائهم ممن يملكون خبرة غنية في تقنية المعلومات، وعلى وجه الخصوص في مجال استخدامات الذكاء الاصطناعي المجتمعية.
أثارت محتويات الأوراق العلمية المقدمة والحوارات التي ولدتها العديد من القضايا ذات العلاقة بالعمل المجتمعي والذكاء الاصطناعي، مصحوبة بتشخيص قدرة استخدامات الذكاء الاصطناعي على تعزيز الدور الإيجابي للقواسم المشتركة بين العمل التطوعي المُنظم، ونظيره العفوي الذي تمارسه المنظمات غير الربحية، وتقليص شقة الاختلافات بينهما.
الخصائص المُشتركة
من المسلمات أنَّ العمل التطوعي الذي تمارسه المنظمات غير الربحية، سواء كان عفويًا أو منظماً، ينعم بالعديد من الخصائص المشتركة، يمكن إيجازها في النقاط التالية:
خدمة المجتمع: يشترك كل من العمل التطوعي العفوي والمنظم في هدف مشترك وهو خدمة المجتمع وتلبية احتياجاته. الدافع الإيثاري: المتطوعون في كلا النوعين مدفوعون بالرغبة في مساعدة الآخرين، وليس المكاسب المالية. المرونة: يتطلب كلا النهجين درجة من المرونة، حيث يمكن أن تتغير احتياجات المتطوعين والموارد المتاحة. التأثير الاجتماعي: يهدف كلا النوعين من العمل التطوعي إلى التأثير بشكل إيجابي على المجتمع، وغالباً ما يركز على السكان المهمشين أو المحرومين. قوة التعاون: التعاون والعمل الجماعي ليسا مهمين فحسب، بل ضروريان في كل من الجهود التطوعية العفوية والمنظمة. استخدام المهارات: غالباً ما يساهم المتطوعون في كلا المكانين بمهاراتهم وخبراتهم بقدرات مختلفة.لكن توجد، على نحو مواز، اختلافات ملحوظة. يمكن رصدها في النقاط التالية:
البنية التنظيمية الممارسات العفوية: غالبا ما تكون غير رسمية، مع القليل من الهيكلية، أو التسلسل الهرمي المُحدد مُسبقًا. العمليات المنظمة: عادة ما يكون لديها هيكل واضح المعالم مصحوب بأدوار، ومسؤوليات وقيادة محددة. التنسيق الممارسات العفوية: عادة ما يكون التنسيق محددًا، لكنه آنيٌّ، حيث يحشد المتطوعون بسرعة حول قضية أو حدث، ولفترة محددة. العمليات المنظمة: التنسيق مخطط ومنهجي، مع وجود عمليات للتوظيف والتدريب والنشر. الفترة الزمنية المخصصة: الممارسات العفوية: غالبًا ما تكون قصيرة الأجل، وتركز على الاحتياجات أو الأزمات الفورية. العمليات المنظمة: بشكل عام طويلة الأجل، مع برامج مستمرة وجهود مستدامة، ومسؤوليات مستمرة. المساءلة: الممارسات العفوية: مساءلة أقل رسمية، مع آليات أقل لتتبع التقدم أو النتائج بما في ذلك الإنجازات المُحققة أو الإخفاقات المفاجئة. العمليات المنظمة: قدر أكبر من المساءلة، مع وجود نظم لرصد وتقييم الأنشطة التطوعية؛ سواءً كانت الأهداف المنجزة، أو السلبيات المتوخاة. توافر الموارد: الممارسات العفوية: قد تفتقر إلى الوصول إلى الموارد وتعتمد على مساهمات سريعة ومرتجلة. العمليات المُنظَّمة: غالبًا ما يكون لديه إمكانية الوصول إلى المزيد من الموارد، بما في ذلك التمويل والمواد التدريبية والشبكات القائمة، وفق برامج محددة، وخطط مرسومة بشكل مسبق. التدريب: الممارسات العفوية: يحظى التدريب الرسمي باهتمام ضئيل، وربما يكون معدومًا، وغالبًا ما يتلقى المتطوعون تعليمهم ويكتسبون مهاراتهم أثناء العمل. العمليات المنظمة: عادة ما يتضمن برامج تدريبية لتزويد المتطوعين بالمهارات والمعرفة اللازمة.تعزيز القواسم المُشتركة والحد من سلبيات الاختلافات
ومن أجل تحقيق أفضل النتائج، تعزيز القواسم المشتركة والحد من سلبيات الاختلافات، من أجل الوصول إلى الأهداف، عبر أقصر الطرق وأقلها كلفة، لا بد من العمل وفق مقاييس محددة، تقوم على مفاهيم معدة بشكل مسبق من أهمها.
تبادل أفضل الممارسات: يمكن للجهود العفوية والمنظمة، على حد سواء، أن تتعلم من بعضها البعض من خلال تبادل أفضل الممارسات. وبوسع مثل هذا التبادل الإيجابي، لا سيما في إدارة المتطوعين وأنشطتهم، أن يقيس التأثير، وأن يُنير طريق المنظمات غير الربحية، مما يعزز الشعور بالنمو والتعلم، ويطور من آليات عملها التطوعي. النماذج الهجينة: يمكن أن يؤدي إنشاء نماذج هجينة تجمع بين مرونة العمل التطوعي التلقائي والاستجابة السريعة لدعوات العمل المنظم، على أن يكون ذلك مصحوبًا مع هيكلة واستدامة الجهود المنظمة، من أجل تغيير قواعد اللعبة. ويمكن أن يساعد هذا النهج الهجين في تحقيق التوازن بين نقاط القوة والضعف في كلا النوعين من العمل التطوعي، مما يجعل القادة غير الربحيين يشعرون بالتفاؤل، والتفكير المستقبلي، في النتائج المتوخاة من العمل التطوعي. التدريب المُتبادل: يمكن للمجموعات المنظمة تقديم برامج تدريبية للمتطوعين العفويين، مما يساعد على تعزيز فعاليتهم مع الحفاظ على المرونة، التي تحقق الاستفادة من الجوانب الإيجابية لدى النموذجين.. تجميع الموارد: يمكن للمجموعات التطوعية العفوية الاستفادة من الموارد والبنية التحتية للمنظمات غير الربحية المنظمة. يمكن أن يساعدهم هذا الدعم والوحدة على العمل بشكل أكثر فعالية، مما يعزز الشعور بأنهم جزء من مجتمع أكبر يمتلك قابلية تقديم الدعم. تطوير قنوات اتصال واضحة: يمكن أن تساعد قنوات الاتصال الواضحة بين مجموعات المتطوعين العفوية والمنظمة في مواءمة الجهود وتجنب الازدواجية وضمان استخدام الموارد بكفاءة عالية. هذا يمكن أن يطمئن الجمهور حول فعالية استراتيجيات الاتصال الخاصة بهم ويُعزز ثقتهم في عملهم التطوعي. المرونة في الجهود المنظمة: يمكن للمنظمات غير الربحية المنظمة أن تدمج مناهج أكثر مرونة للاستجابة السريعة والإبداع، والتي غالبًا ما تظهر في الجهود التطوعية التلقائية.ومن خلال التركيز على هذه الاستراتيجيات، يمكن للمنظمات غير الربحية الاستفادة من نقاط القوة في كل من الجهود التطوعية العفوية والمنظمة مع تقليل السلبيات المحتملة المرتبطة باختلافاتها.
** خبير إعلامي
رابط مختصرالمصدر: جريدة الرؤية العمانية
إقرأ أيضاً:
هل يمكن أن يطوّر الذكاءُ الاصطناعي خوارزمياته بمعزل عن البشر؟
في عقود زمنية خلت، تصدرت سرديات الخيال العلمي سيناريوهات أقرب تشبيها إلى ما صار العلم يعرفه في وقتنا الحالي بـ«الذكاء الاصطناعي العام أو الخارق»؛ حيث يمتلك النظام الحاسوبي قدرةً على فهم أوسع لمختلف المجالات والمهارات البشرية؛ فتكون لديه ملكة التعلّم والتحسين الذاتي بشكلٍ مطلقٍ أو شبه مطلق، ويصل الأمر في بعض التصوّرات إلى ظهور ما يُدعى بـ«الانفجار التقني» أو«التفرّد التقني» -Technological Singularity-؛ حيث يصبح الذكاء الاصطناعي قادرًا على تحسين قدراته بنفسه بوتيرة متسارعة تؤدي في النهاية إلى تجاوز مستوى الذكاء البشري بمراحل. مع التطور التقني المتسارع، تجاوز مفهوم «الذكاء الاصطناعي العام» أبجديات الخيال العلمي وسردياته اللاواقعية؛ ليكون في بعض أجزائه النظرية والعملية واقعا ملموسا؛ فنلمح تقدما علميا بارزا مثل قدرة نظم الذكاء الاصطناعي على ابتكار خوارزميات فريدة أسرع وأكفأ، ولكن -للأمانة العلمية- فإن الوصول إلى «التفرّد التقني» ما زال افتراضًا نظريًا لم يجد طريقه العملي، ولكن التطور آخذ في الصعود؛ فهناك مظاهر أولية لهذا الاتجاه مثل الأنظمة التي تنتج رموزًا برمجية وتتعلّم من أخطائها؛ ففي تطور علمي غير معهود يمكن اعتباره قفزةً علميةً في مجال الذكاء الاصطناعي، أعلنت شركة «DeepMind» في يونيو 2023 عن نجاح نظامها «AlphaDev» في ابتكار خوارزمية فرز «Sorting Algorithms» بيانات جديدة أسرع بنحو 70% من أفضل الخوارزميات التي طورها البشر سابقا -وفقَ الخبر الذي نشره موقع «Deepmind» في 7 يونيو 2023-؛ ليعكس هذا الإنجاز العلمي الفريد خطوةً كبيرةً في عالم التقنية وتحديدا الذكاء الاصطناعي، ويعكس قدرة الأنظمة الذكية الحديثة على تخطي حدود التفكير البشري التقليدي.
كيف نفهم هذا النوع من التطور الخوارزمي الذاتي؟
لفهم أهمية مثل هذا التطور العلمي غير التقليدي، سنحتاج إلى إلقاء نظرة معمّقة فيما يخص آلية هذا التطور وكيفية حدوثها؛ فنشرت مجلة «Nature» العلمية دراسة تفصيلية -في عددها المسجّل بـ 618, 257–263 (2023)، وجاءت بعنوان « Faster sorting algorithms discovered using deep reinforcement learning» « اكتشاف خوارزميات فرز أسرع باستعمال التعلّم التعزيزي العميق»- عن نظام AlphaDev» الذي طُوّر عن طريق تقنيات التعلّم التعزيزي Reinforcement Learning الذي يعتبر فرعا من فروع التعلم الآلي، ويعمل على تعزيز النظام الذكي عبر عملية التجربة والخطأ وتلقي المكافآت على القرارات الصائبة. تُعدّ خوارزميات الفرز من العناصر الرئيسة في علم الحاسوب من حيث قدرتها على التحكم في طريقة معالجة البيانات وتصنيفها؛ فيؤثر بشكلٍ مباشرٍ على سرعة تنفيذ المهام الحاسوبية في شتى المجالات، بدءًا من الترتيب البسيط للبيانات في قواعد المعلومات وانتهاءً بالخوارزميات المعقّدة المستعملة في الذكاء الاصطناعي والتعلم الآلي، وعلى مدار العقود الماضية، اكتُشفت العديد من خوارزميات الفرز وطُوّرت مثل: خوارزمية «الفرز السريع» (Quicksort) التي طورها «توني هور» في عام 1960، وخوارزمية «الفرز الدمجي» «Mergesort»، وبالإضافة إلى خوارزميات أُخرى تُعد كلاسيكيةً من حيث المبدأ العلمي لعلوم الحاسوب، وواصلت هذه الخوارزميات تطويراتها حتى وصلت إلى مستويات بالغة الدقة من حيث التعقيد الرياضي، وظلت لفترة طويلة بمثابة الأمثلة الأبرز للتميّز الرياضي والبرمجي. في هذا الإطار، لم يقم نظامُ «AlphaDev» بابتكار خوارزمية جديدة فحسب، ولكنه قام ببناء هذه الخوارزمية على مستوى لغة التجميع «Assembly Language»، وهي لغة منخفضة المستوى تتعامل مباشرة مع تعليمات المعالج المركزي؛ ليسمح باكتشاف طرق مختصرة غير تقليدية لتحسين كفاءة عمليات الفرز.
كما أشرنا آنفا؛ فإن مجلة «Nature» العلمية المرموقة نشرت تفاصيل هذه الدراسة في يونيو 2023؛ حيث وضّح البحث المنشور في المجلة بالتفصيل آلية عمل «AlphaDev» وكيفية توصله إلى هذه النتائج غير المسبوقة، وأشارت الدراسة إلى أن «AlphaDev» استعمل أسلوب التعلم التعزيزي الاستراتيجي؛ فأقدم النظام الذكي على ملايين المحاولات لإعادة ترتيب العناصر بطريقةٍ تحسّن من سرعة عملية الفرز مع الحفاظ على صحة النتائج ودقتها، وفي كل محاولة كان النظام يتعلم من أخطائه ويُعدّل من إستراتيجيته؛ ليقترب تدريجيًا من أفضل نتيجة ممكنة.
ما يميز ابتكار «AlphaDev» أنه وجد طرقًا مختصرة وغير تقليدية لفرز البيانات، وبمعنى آخر، اكتشف طرقًا لم تكن واضحةً أو متوقعةً لدى خبراء الذكاء الاصطناعي البشر. لم يقف الأمر عند حدود النشر العلمي النظري، ولكن باتت هذه الخوارزمية الجديدة جزءا فاعلا في مكتبة «C++» القياسية؛ فجعلها متاحةً للمطورين في جميع العالم بشكل مباشر، وبدأت العديد من التطبيقات بالفعل باستعمال هذه الخوارزمية المتطورة، وهذا ما يمكن أن يساهم في تحسين كفاءة البرمجيات وتسريع الأداء في مختلف المجالات التقنية، بدءًا من التطبيقات البسيطة ووصولًا إلى الأنظمة الحاسوبية العملاقة بما فيها الكوانتمية التي سبق أن استعرضنا حديثا عنها في مقال علمي سابق نشرناه في الملحق العلمي لجريدة «عُمان »عدد أكتوبر 2023.
المنافع المتوقعة
إنّ الفوائد المتوقعة من هذا الإنجاز لا تقف عند حدود فرز البيانات بشكلٍ أسرع؛ ولكنها تمتد إلى تحسين النظم الحاسوبية في مجالاتٍ عدة مثل قواعد البيانات العملاقة، وتحليل البيانات الكبيرة «Big Data»،
ونماذج التعلم الآلي التي تعتمد كثيرًا على عملياتٍ متكررةٍ من الفرز والبحث والمقارنة، ومع دخول التقنيات الحاسوبية في كل جوانب الحياة العملية التي تشمل تطبيقات التجارة الإلكترونية وتطبيقات الطاقة والمناخ؛ فإنّ تخفيض الوقت المستهلك في مثل هذه العمليات الأساسية يمكن أن يسهم في توفير كبير في الطاقة والموارد؛ ليعود بالنفع على الشركات والمؤسسات والمجتمعات على حد سواء. كذلك يمكن أن يفتح هذا التطور الرقمي أبوابًا جديدةً أمام الأبحاث المستقبلية في الذكاء الاصطناعي؛ إذ يمكن أن تتطور الخوارزميات التي تأتي بها نظم الذكاء الاصطناعي لتشمل جوانب برمجية أخرى مثل: الضغط «Compression»، والتخزين، والمحاكاة البصرية، والأمن السيبراني. رغم أن بعضنا يرقب هذه التطورات بحذرٍ خوفًا من تفوق الآلة على الإنسان في نواحٍ تهدد وظائف بشرية؛ فإنّ النظرةَ العلمية متفائلةٌ إلى حد ما؛ فترى في ذلك فرصةً لتعزيز القدرات البشرية واستغلال وقت المبرمجين والعلماء في حل مشكلات أكبر وأكثر تعقيدًا، تاركين للأنظمة الرقمية ابتكارَ الحلول في الجوانب الروتينية والحسابية المحضة.
الإبداع الرقمي والتساؤلات الفلسفية
عبر هذا المنحى الرقمي ذو البعد الذاتي للتقنيات الحديثة، يفتح نظام «AlphaDev» آفاقًا جديدة في عالم الخوارزميات والحوسبة؛ ليعكس قدرةَ الذكاءِ الاصطناعي على اكتشاف حلول إبداعية لمشكلات لم تكن معروفة ومحسومة من قبل العقل البشري ومنظوره العلمي؛ ليطرح تساؤلات عميقة تتعلق بمستقبل الذكاء الاصطناعي واستقلاله التطوري الذي يوحي بالنقيضين: الآمال العلمية والمخاوف المرتبطة، ومن الناحية الفلسفية، يطرح هذا الإنجاز أسئلةً مهمة تتعلق بطبيعة الإبداع وحدود الإدراك الإنساني في مقابل قدرات الآلة الرقمية واستقلالها التطوري؛ إذ ظن الإنسان لفترات طويلة أنه المصدر الوحيد للإبداع والتفكير غير التقليدي، ولكن تجربة «AlphaDev» وغيرها من أنظمة الذكاء الاصطناعي الحديثة بدأت تزلزل هذه الفرضيات؛ فلم تعد الآلة الآن محصورةً في دور الأداة لتنفيذ الأوامر البشرية، ولكنها أضحت كيانًا رقميا قادرًا على إنتاج المعرفة والإبداع بطرق يمكن أن تفوق ما يمكن للبشر أن يتصوره؛ ففي حدث علمي آخر أشبه بالخيال العلمي -بطله الذكاء الاصطناعي-، نجح باحثون في اليابان في تدريب ذكاء اصطناعي على توليد صور مرئية مستخرجة من دماغ الإنسان عن طريق مسح دماغه، وعرض الباحثون على مشاركين مجموعة متنوعة من الصور -مثل دب دمية وطائرة وبرج ساعة-، واعتمدت الآلية على قياس نشاط الدماغ عبر «fMRI»؛ ليتمكن بعدها نموذج الذكاء الاصطناعي من إعادة رسم صور لهذه القراءات التي تعكس أنماطَ نشاطِ الدماغِ المسجلة والمستخرجة، وجاءت الصور المولدة مشابهة بشكل مذهل لما رآه المشاركون في التجربة، وتشير الدراسات إلى أن دقة هذه الطريقة كانت مدهشة رغم أن التقنية لا تزال في مهدها، وحال استمرار تطورها؛ فإنها ستخطو خطوة علمية كبيرة في المقاربة لمساعدة الأشخاص غير القادرين على التواصل عبر ترجمة أفكارهم إلى صور أو نصوص، وكذلك يمكن للقدرات الخوارزمية أن تمتد إلى فهم محتوى الأحلام وتصويرها وقراءة ما يدور في الأذهان.
عودة إلى المنظور الفلسفي، فإن مثل هذا التفوق الرقمي يثير أسئلة عميقة تتعلق بالعلاقة بين الإنسان والآلة، والطبيعة الحقيقية للذكاء والإبداع؛ فتنهمر العديد من الأسئلة مثل: أيكرر الذكاء الاصطناعي تجربة الإنسان الإبداعية أم أنه يُنشئ مسارات جديدة بالكامل؟ وهل ينبغي لنا التعامل مع الذكاء الاصطناعي باعتباره شريكا في الإبداع وليس أداةً جامدةً؟ بدأت مثل هذه التساؤلات تأخذ مساحة واسعة في النقاشات العلمية والفلسفية الحديثة خصوصًا بعد أن أثبتت الأنظمة الذكية مثل «AlphaDev» قدرات لا تقتصر فقط على حسابات رياضية، ولكن على إيجاد حلول ابتكارية غير متوقعة لمشكلات علمية معقدة.
نظرة مستقبلية مشرقة
تؤكد نتائج «AlphaDev» على أن قدرة الذكاء الاصطناعي على الإبداع والابتكار فاقت حدودَ التصورات البشرية السابقة؛ فتقليديًا، كان تطوير الخوارزميات الجديدة يعتمد بشكل كبير على الخبرة الإنسانية والمعرفة النظرية والتجريبية المسبقة، كما رأينا في الفقرات السابقة أمثلة لخوارزميات مشابهة من تطوير الإنسان، ولكنها بقدرات رياضية وبرمجية أضعف، وليظهر نظام «AlphaDev» بمنهجيةٍ جديدةٍ تعتمد على المحاكاة العميقة والتجربة واسعة النطاق، والخالية من القيود البشرية التقليدية؛ لتُحدثَ تغييرات جذرية في كيفية تصميم الأنظمة الحاسوبية مستقبلًا وتطوريها. على المستوى العملي والتطبيقي، فإن هذه الخوارزمية الجديدة توفر الكثير من الوقت في عملية معالجة البيانات، الأمر الذي يعني توفيرًا في الموارد والطاقة وتخفيضًا كبيرًا في التكاليف خاصةً في الصناعات التي تعتمد على المعالجة المكثّفة للبيانات مثل التحليل المالي، والذكاء التجاري، والتطبيقات الصناعية، وغيرها. كما أن هذا الإنجاز يمهّد الطريق نحو اكتشافات مستقبلية مشابهة في مجالات أخرى عديدة؛ حيث من المحتمل أن تتمكن أنظمة الذكاء الاصطناعي من ابتكار خوارزميات أخرى أكثر تعقيدًا في مجالات مختلفة.
كذلك من المتوقع أن يؤدي تطوّر الذكاء الاصطناعي في مجال ابتكار الخوارزميات إلى تغييرات في طرق تعليم الحوسبة وهندسة البرمجيات؛ لينتقل المبرمجون والمهندسون إلى التركيز على تطوير استراتيجيات لتهيئة أنظمة الذكاء الاصطناعي بدلًا من كتابة الخوارزميات بشكل مباشر؛ ليسهم في صناعة تحولٍ في طبيعة عملهم من التنفيذ إلى إدارة العمليات الإبداعية وتوجيهها. تؤكد لنا مثل هذه القفزات العلمية أننا على أبواب مرحلة جديدة من العلاقة بين الإنسان والآلة، ولا ينبغي أن نعتقد أن هذه المرحلة حالة منافسة بين الاثنين (الإنسان والآلة)، ولكنها مرحلةُ تكاملٍ واندماجٍ؛ حيث تتضافر قدرات الإنسان والذكاء الاصطناعي معًا لبناء مستقبلٍ أكثرَ تطورًا وإبداعًا وفعالية.
د. معمر بن علي التوبي أكاديمي وباحث عُماني
بتوجيهات محمد بن راشد.. «دبي الإنسانية» تغيث غزة بـ 56.8 طن إمدادات طبية