«برلمانية» تطالب بتوفير منح لتعليم وتدريب الخريجين على الذكاء الاصطناعي
تاريخ النشر: 20th, December 2024 GMT
قدمت النائبة أميرة صابر عضو مجلس النواب عن تنسيقية شباب الأحزاب والسياسيين، نائب رئيس الحزب المصري الديمقراطي الاجتماعي، اقتراحا بشأن توفير برنامج تعليمي مدعم حول مهارات وتطبيقات الذكاء الاصطناعي.
تنمية المهارات الرقميةوأشارت النائبة إلى مجموعة برامج تنمية المهارات الرقمية الناجحة التي قدمتها وزارة الاتصالات المصرية لطلاب الجامعات والخريجين، مثل «بناة مصر الرقمية، وأكاديمية عالم المعلومات»، بالتعاون مع شركات تكنولوجيا المعلومات الرائدة عالميًا، موضحة أن هذه البرامج حققت نجاحًا ملحوظًا بفضل الدعم الحكومي والشراكات الدولية، بتوفير شهادات معترف بها، تركز على المهارات المستقبلية، والدعاية الفعالة التي استهدفت الشباب.
وأوضحت أميرة صابر أنه مع التوقعات بأن الذكاء الاصطناعي قد يحل محل أكثر من 300 مليون وظيفة حول العالم، إلا أنه سيخلق 97 مليون وظيفة جديدة بحلول عام 2025، معتمدة على مهارات الذكاء الاصطناعي.
واستكملت، أنه بينما يتيح الذكاء الاصطناعي فرصًا جديدة في بعض الصناعات، فهو أيضًا يمثل تهديدًا للعديد من الوظائف التقليدية التي قد يتم استبدالها بالتكنولوجيا، ما يستدعي ضرورة تأهيل القوى العاملة للحد من تأثيرات هذا التحول السلبي.
ودعت النائبة لتوفير برنامج خاص لتطوير المهارات في هذا المجال مدعوم حكوميًا «منحة»، يهدف لتمكين الخريجين من اكتساب المهارات الأساسية في الذكاء الاصطناعي، ما يساعدهم على الالتحاق بوظائف متقدمة في مجالات مثل التكنولوجيا المالية، الرعاية الصحية، تطبيقات التعليم، التوظيف، وغيرها من الصناعات التي تعتمد على الذكاء الاصطناعي.
المصدر: الوطن
كلمات دلالية: مجلس النواب تنسيقية شباب الأحزاب والسياسيين الذكاء الاصطناعي أميرة صابر الذکاء الاصطناعی
إقرأ أيضاً:
رغم تفوقه في البرمجة.. نماذج الذكاء الاصطناعي تخفق في التاريخ
على الرغم من تميز الذكاء الاصطناعي في بعض المهام مثل البرمجة أو إنشاء البودكاست، إلا أنه يُظهر ضعفًا واضحًا في اجتياز اختبارات التاريخ المتقدمة، وفقًا لدراسة حديثة.
GPT-4 وLlama وGemini: نماذج لغوية فشلت في تقديم إجابات دقيقة
قام فريق من الباحثين بتطوير معيار جديد لاختبار ثلاث نماذج لغوية ضخمة رائدة: "GPT-4" من أوبن إي آي، و"Llama" من ميتا، و"Gemini" من جوجل، في الإجابة عن أسئلة تاريخية. يعتمد هذا المعيار، المعروف باسم "Hist-LLM"، على قاعدة بيانات التاريخ العالمي "Seshat"، وهي قاعدة بيانات شاملة للمعرفة التاريخية.
النتائج التي تم تقديمها الشهر الماضي في مؤتمر "NeurIPS" المرموق، كانت مخيبة للآمال. حيث حقق أفضل نموذج، وهو "GPT-4 Turbo"، دقة بلغت حوالي 46% فقط، وهي نسبة بالكاد تفوق التخمين العشوائي.
اقرأ أيضاً.. هل يتفوق "O3" على البشر؟ قفزة جديدة تُعيد تعريف الذكاء الاصطناعي
وأوضحت "ماريا ديل ريو-تشانونا"، إحدى المشاركات في الدراسة وأستاذة علوم الحاسوب في جامعة كوليدج لندن: "الاستنتاج الأساسي من هذه الدراسة هو أن النماذج اللغوية الكبيرة، رغم إمكانياتها المذهلة، لا تزال تفتقر إلى الفهم العميق المطلوب للتعامل مع استفسارات تاريخية متقدمة. يمكنها التعامل مع الحقائق الأساسية، ولكن عندما يتعلق الأمر بالتحليل العميق على مستوى الدكتوراه، فهي غير قادرة على الأداء المطلوب بعد".
القصور في الفهم العميق
من الأمثلة التي فشل فيها النموذج، سؤال عن استخدام الدروع القشرية في فترة معينة من مصر القديمة. أجاب "GPT-4 Turbo" بنعم، بينما الحقيقة أن هذه التقنية لم تظهر في مصر إلا بعد 1500 عام.
يرجع هذا القصور، وفقًا للباحثين، إلى اعتماد النماذج على بيانات تاريخية بارزة، مما يصعّب عليها استرجاع المعلومات النادرة أو الأقل شهرة.
كما أشار الباحثون إلى وجود أداء أضعف للنماذج في مناطق معينة، مثل إفريقيا جنوب الصحراء الكبرى، مما يبرز التحيزات المحتملة في بيانات التدريب.
اقرأ أيضاً.. الذكاء الاصطناعي يفك شيفرة أصوات الطيور المهاجرة
التحديات المستمرة
وأكد "بيتر تيرتشين"، قائد الدراسة وأستاذ بمعهد علوم التعقيد في النمسا، أن هذه النتائج تُظهر أن النماذج اللغوية لا تزال غير بديل عن البشر في مجالات معينة. ومع ذلك، يبقى الأمل في أن تسهم هذه النماذج في مساعدة المؤرخين مستقبلاً. يعمل الباحثون على تحسين المعيار بإضافة بيانات من مناطق غير ممثلة بشكل كافٍ وتضمين أسئلة أكثر تعقيدًا.
واختتمت الدراسة بالقول: "رغم أن نتائجنا تسلط الضوء على المجالات التي تحتاج إلى تحسين، إلا أنها تؤكد أيضًا الإمكانيات الواعدة لهذه النماذج في دعم البحث التاريخي".
المصدر: وكالات
العراق: جدل حول تأجيل انتخابات 2025 بسبب تعديل قانون الانتخابات