"موديز" تضع تصنيف إسرائيل قيد المراجعة لخفض محتمل
تاريخ النشر: 20th, October 2023 GMT
وضعت وكالة موديز للتصنيفات الائتمانية يوم الخميس تصنيف إسرائيل، وهو عند A1، قيد المراجعة لخفض محتمل وأرجعت هذا إلى الصراع العسكري الدائر مع حركة حماس.
وقالت موديز "بينما قد يكون لصراع قصير الأمد تأثير على الائتمان، فإنه كلما طال أمد الصراع العسكري وزادت حدته زاد تأثيره على فعالية السياسات والمالية العامة والاقتصاد".
وسجلت تكلفة التأمين على ديون الحكومة الإسرائيلية باستخدام ما يعرف بمبادلات مخاطر الائتمان السيادي قفزة كبيرة. ويستخدم المستثمرون مبادلات مخاطر الائتمان إما كأداة للحماية أو للمضاربة، وفي الأسبوع الماضي ارتفعت تكلفة شراء المبادلات لإسرائيل 80%.
ولم يسبق من قبل خفض تصنيف إسرائيل من جانب أي من وكالات التصنيف الثلاث الرئيسية وهي ستاندرد آند بورز غلوبال وموديز وفيتش.
وفي وقت سابق من هذا الأسبوع وضعت وكالة فيتش إسرائيل تحت المراجعة السلبية وحذرت من أن أي تصعيد كبير للصراع قد يؤدي إلى خفض التصنيف.
المصدر: بوابة الفجر
إقرأ أيضاً:
الأداء البشري يتفوق على الذكاء الاصطناعي في تصنيف وثائق طبية
أجرت جامعة جيمس كوك دراسة على 5 مبرمجين بشريين للوثائق الطبية السريرية ضد نماذج لغوية كبيرة تعتمد على "تشات جي بي تي" لتحليل 100 ملخص سريري صعب، بعد اختيار عشوائياً عبر 5 فئات رئيسية من الأمراض.
النهج الهجين بين البشر والذكاء الاصطناعي أكثر سرعة واستفادة ودقة في التشخيص
وأظهرت النتائج تفوق الأداء البشري لاثنين من المبرمجين على نماذج الذكاء الاصطناعي المصممة لتصنيف مستندات الحالات الطبية المعقدة.
لكن الباحثين قالوا إن تكنولوجيا الذكاء الاصطناعي لا تزال قادرة على تقديم فوائد هائلة.
نتائج المنافسةوفي التجربة، حقق "تشات جي بي تي"، دقة بنسبة 22%، بينما حقق أفضل مبرمج بشري في الدراسة 47%.
وقال الباحث الرئيسي للدراسة أكرم مصطفى: "لقد رأينا أن اثنين من المبرمجين البشريين يؤدون أداءً أفضل في جميع الحالات تقريباً من الأداة".
وتابع: "كان أداء بعض المبرمجين أسوأ، ولكن إذا جمعت الفئات الـ 5 مجتمعة، فإن أداء المبرمجين البشريين بشكل عام أفضل".
السجلات الصحيةوبحسب "مديكال إكسبريس"، يترجم المبرمجون السجلات الصحية إلى أكواد أبجدية رقمية موحدة، والتي تُستخدم بعد ذلك لإعداد التقارير عن بيانات الولاية والكومنولث، وتخطيط الخدمات الصحية ونماذج تمويل المستشفيات.
وقال الباحث أكرم مصطفى "من السهل تصنيف بعض الحالات السريرية، حيث يمكن لنماذج التعلم الآلي السابقة أو أدوات رسم الخرائط العادية أن تعمل بشكل جيد بالفعل. لكننا أردنا أن ننظر إلى الحالات التي يكون فيها من الصعب على تلك الأدوات تصنيف المستندات السريرية إلى فئات مختلفة من الأمراض".
الحالات الصعبةوأضاف: "أردنا أن نرى في هذه الحالات الصعبة، حيث قد تكون بعض المعلومات مفقودة، أو لا يظهر السجل معلومات كافية، كيف يمكن لأداة الذكاء الاصطناعي لنموذج اللغة الكبيرة أن تقارن بالمبرمجين البشريين".
وقال مصطفى رحيمي أزغدي، الباحث المشارك إن الفريق قارن أيضاً أداء نسختين من برامج الذكاء الاصطناعي، ChatGPT 3.5 مع ChatGPT 4 أثناء الدراسة، ووجد أن الأخير أنتج تصنيفات أكثر اتساقاً للأمراض عند تغذية نفس المستندات السريرية بشكل متكرر.
وكان النموذج الأحدث أكثر استقراراً في التبؤ بالمرض بنسبة 89% مقارنة بـ 86%.
وقال أزغدي إن النموذج يجب أن يُنظر إليه كأداة يمكن أن تكمل الترميز البشري، وخاصة في تقليل التناقضات وتحسين الكفاءة.
وتابع: "يمكن أن يكون النهج الهجين بين البشر والذكاء الاصطناعي أكثر سرعة واستفادة ودقة في التشخيص".
التصنيف المرحلي للأمن الغذائي.. 4.4 مليون صومالي يواجهون شح الغذاء بسبب الجفاف