التحديات الاجتماعية للذكاء الاصطناعي والتعلم الآلي

كتبت: إيمان قاسم

على مدار السنوات الماضية مرت التكنولوجيا بالعديد من المراحل التي ساهمت في تطورها بشكل ملحوظ في الآونة الأخيرة، بهدف خدمة البشرية وإضفاء على الحياة نوعا من السهولة وتذليل الصعاب، وتتوالى الأبحاث العلمية، ودأب العلماء على اختراع آلة تضاهي العقل البشري في التفكير والمعروف حاليًا ب “الذكاء الاصطناعي”.

التحديات الاجتماعية للذكاء الاصطناعي:

يشكل الذكاء الاصطناعي تحديًا أمام الدول النامية، حيث تستطيع الدول المتقدمة مواكبة التطور التكنولوجي وتقنيات الذكاء الاصطناعي، وينعكس ذلك على الأسر في المجتمعات وحرصها على تطوير قدرات أبنائها بما يتناسب مع تحديات العصر الحديث، ويترتب على ذلك حصولهم على وظائف خلقها الذكاء الاصطناعي، على النقيض من الدول النامية حيث لا تستطيع معظم الأسر تعليم أبنائها بالشكل اللازم لمواكبة التطور، بالتالي فإن الذكاء الاصطناعي يمثل تحديًا وعائقًا أمام إيجاد فرص عمل جيدة وزيادة نسبة البطالة.

ويتطلب ذلك من الشركات تدريب العاملين بها لاكتساب المهارات الجديدة التي تتوافق مع التطور التكنولوجي، حيث تشير الدراسات أن حوالي ٣٧٥ مليون عامل في أنحاء العالم، وستتحول فئاتهم المهنية بحلول عام ٢٠٣٠، وسيتأثر حوالي ٧٥ مليون عامل مع تغيير في طبيعة الوظائف حال التعامل مع الآلات الذكية في بيئة العمل.

ويعد الذكاء الاصطناعي سلاح ذو حدين قد يفيد أو يضر ويتوقف على كيفية استخدام البشر له، ويتطلب استخدام تلك التقنيات امتلاك العنصر البشري الوعي الكافي بأهمية الأمن السيبراني وهو مجموعة إجراءات وقواعد حماية البيانات من السرقة؛ فالعديد من المستخدمين يسارعون بالموافقة على الأذونات دون دراية بمدى خطورتها، مما يتيح لها الوصول إلى المعلومات على الهواتف من صور ورسائل، المفارقة هنا أنه توجد قوانين تجرم انتهاك الخصوصية واختراق البيانات دون موافقة المستخدم، إلا أن المستخدمين يعطون هذه التطبيقات الأذونات لانتهاك الخصوصية.

علاوة على ذلك، فإن الاستخدام المفرط للذكاء الاصطناعي يتسبب في ضعف القدرات العقلية والذهنية أدى البشر، فضلًا عن أنه يصيب الإنسان بالكسل الفكري والبدني، يعد الاعتماد بصورة كلية على الذكاء الاصطناعي والاستغناء عن الحلول البشرية خطرًا في حال تعرض تلك النظم إلى الاختراق أو حدوث عطل مفاجئ.

التعلم الآلي:

هو علم تطوير الخوارزميات والنماذج الإحصائية التي تستخدمها أنظمة الحاسوب لأداء المهام بدون تعليمات واضحة، اعتمادًا على الأنماط والاستدلال، وتستخدم أنظمة الحاسوب لوغاريتمات التعلم الآلي لمعالجة كميات كبيرة من البيانات السابقة والتعرف على أنماط البيانات.

ويستخدم التعلم الآلي في التصنيع حيث يستطيع دعم الصيانة التنبؤية ومراقبة الجودة والأبحاث الابتكارية، وفي الرعاية الصحية قد أنشأت الأجهزة التي يمكن ارتداؤها كمية من البيانات الصحية باستطاعة برامج التعلم الآلي تحليل هذه البيانات وكذلك دعم الأطباء في التشخيص والعلاج.

وفي القطاع المالي تستطيع برامج التعلم الآلي تحليل المخاطر والتنظيم، وتتيح للمستثمرين التعرف على الفرص الجديدة وذلك عن طريق تحليل حركات سوق الأسهم، وفي الوسائط الاعلامية تلجأ الشركات إلى التعلم الآلي للمساعدة في تحسين فهمها للجمهور المستهدف وتقديم محتوى جذاب.

تحديات التعلم الآلي:

التعقيد وقابلية التفسير:

يشكل تعقيد النماذج وعدم القابلية للتفسير تحديًا في تنفيذ خوارزميات التعلم الآلي في الذكاء الاصطناعي، وتشتمل خوارزميات التعلم الآلي على حسابات رياضية وشبكات عصبية معقدة، من الصعب على البشر فهم عملية صنع القرار، ويمثل هذا تحديًا في مجالات الرعاية الصحية والمركبات ذاتية القيادة والتمويل.

قيود البيانات:

ترتكز بيانات التعلم الآلي على البيانات للتدريب وإجراء تنبؤات دقيقة، إلا أن الحصول على بيانات دقيقة وعالية الجودة، تعد مهمة ساقة، وذلك لأن جل البيانات تكون إما نادرة أو غير كاملة أو متحيزة، بناءً على ذلك فإنه من الصعب بناء نماذج تنبؤية قوية ودقيقة.

التجاوز والتعميم:

هو إحدى المشكلات الشائعة في التعلم الآلي والذي يؤدي إلى أداء ضعيف وتوقعات غير دقيقة، والسبب في ذلك أن معظم النماذج متخصصة في بيانات التدريب ولا تستطيع التعميم بصورة جيدة على الأمثلة غير المرئية د، لذلك يجب تحقيق التوازن بين قدرة النموذج على التعلم من أمثلة محددة مع الحفاظ على التعميم.

الاعتبارات الأخلاقية:

على الرغم من قدرة خوارزميات التعلم من إحداث تأثير ملحوظ داخل المجتمع، لكنها تثير مخاوف أخلاقية وقانونية فعلى سبيل المثال قد تنتهك الخصوصية في حال الاستخدام الخاطئ لأنظمة التعرف على الوجه، وفي هذا السياق ينبغي على المركبات ذاتية القيادة أن تتخذ قرارات تتناسب مع المبادئ الأخلاقية وإعطاء الأولوية لسلامة الإنسان.