استخدامات الذكاء الاصطناعي في تايوان، لا تزال لم تتصل بعد بخط التفكير في تعزيز كفاءتها المهنية. الكاتب في هذا المقال هو المحامي لين شانغ لون مؤسس M-Ross.
(ملخص سابق: مقال المحامي لين شانغ لون》الضجة حول “Vibe Coding” التي جلبها Gemini 3.0، هي احتفال خاطئ الفهم)
(معلومات إضافية: مقال المحامي لين شانغ لون》الدخل الأساسي الشامل (UBI) والبلوكشين، هل هو شبكة الأمان الاجتماعية في ظل موجة الذكاء الاصطناعي؟)

فهرس المقال

• دورة عملية صلبة في الذكاء الاصطناعي
• عندما يتم اختراق “الحصن المهني” بواسطة الذكاء الاصطناعي
• الأخطاء الشائعة في تطبيقات الذكاء الاصطناعي في تايوان: اعتبار الأدوات كلعب
• الواقع القاسي لوادي السيليكون: بدون تعاون مع الذكاء الاصطناعي، لا تملك حتى حق تسليم الامتحان
• إعادة هيكلة مهنية صامتة

دورة عملية صلبة في الذكاء الاصطناعي

لقد حظيت بشرف الدعوة إلى بنك هوا نان، لتقديم دورة حول تطبيقات وإدارة الذكاء الاصطناعي لمجموعة من المهنيين في المجال المالي. كانت دورة عملية صلبة استمرت ثلاث ساعات كاملة. بدأنا بمناقشة مشروع قانون أساسي للذكاء الاصطناعي، وبتحليل دقيق لما هو الذكاء الاصطناعي، لاستبعاد تلك البرامج الآلية التي يسيء فهمها الجمهور؛ تحدثنا عن الخصوصية، وعن سبب شعور الجميع بالإرهاق عند استخدام GPT أو Gemini بشكل متكرر.

كما شرحت لماذا بعض روبوتات خدمة العملاء غالبًا “ضعيفة” لدرجة تثير الضحك. ليس لأن الذكاء الاصطناعي غير كافٍ، بل لأنهم اختاروا نماذج منخفضة الجودة، ولم يضيفوا RAG (الاسترجاع المعزز للتوليد) لتعزيز قاعدة البيانات، أو لم يميزوا بين الوكلاء المختلفين حسب سيناريو التطبيق.

عندما يتم اختراق “الحصن المهني” بواسطة الذكاء الاصطناعي

لكن ذروة الدورة كانت عندما عدت إلى هويتي كمحامٍ، وبدأت اختبارًا مباشرًا لعمليات الذكاء الاصطناعي على الفور.

عرضت مباشرة على الحضور كيف يمكن استخدام الذكاء الاصطناعي لكتابة المذكرات القانونية، وصياغة رسائل إثبات، وتعديل العقود، وغيرها من أعمال المحامين.

نظرًا لاحترافية الحضور في المجال المالي، تغيرت نظراتهم من التركيز المهذب إلى الصدمة الشديدة. لماذا الصدمة؟ لأنه في الماضي، كانت هذه الأعمال تتطلب تدريبًا يدويًا للمحامين المتدربين أو المحامين الموظفين لإتمامها.

لكن عندما رأوا بأعينهم أن هذه العمليات التي تعتبر “حصنًا مهنيًا”، يمكن أن يتم أتمتتها بسلاسة بواسطة الذكاء الاصطناعي، كان ذلك صدمة هائلة.

الأخطاء الشائعة في تطبيقات الذكاء الاصطناعي في تايوان: اعتبار الأدوات كلعب

تقف التكنولوجيا الصلبة في تايوان دائمًا في مقدمة العالم، لكن تفكيرنا في البرمجيات وتطبيقاتها غالبًا يتأخر عن الاتجاهات العالمية بخمس إلى عشر سنوات. عندما تفتح فيسبوك، ما هو نوع المعلومات التي يروجها لك خوارزمية الذكاء الاصطناعي؟

“Gemini يجعل صوري تبدو جميلة جدًا!”
“استخدمت Vibe Coding لكتابة روبوت تصنيف البيانات!”
“أنشأت دردشة خدمة عملاء ترد بشكل أكثر شبها بالبشر!”

يبدو الأمر رائعًا، أليس كذلك؟ لكن بصراحة، كانت هذه الأمور قديمة منذ إصدار Cursor قبل عامين. إذا كنت لا تزال تدرب الذكاء الاصطناعي على “كيفية الرد بشكل أكثر طبيعية” أو “عدم الكشف عنه كآلة”، فهذه خسارة حقيقية، لأنها ليست موجة التطور الحالية للذكاء الاصطناعي.

أقوى قوة للذكاء الاصطناعي ليست في جعل المبتدئين يصنعون أدوات صغيرة، بل في تمكين المهنيين الذين يمتلكون Domain Knowledge (معرفة المجال) من إحداث طاقة تعادل عشرة أضعاف، أو حتى عشرات الأضعاف.

في حديثي عن المالية، لم أُظهر كيف ينجز الذكاء الاصطناعي مهام القطاع المالي، لأنني لا أمتلك المعرفة المتخصصة في المالية أو المحاسبة، لذلك لا أستحق عرض تطبيقات الذكاء الاصطناعي في هذا المجال.

لكن ما أريد أن أوضحه هو: “عندما يعرف المحامي أو المحاسب أو الطبيب المحترف كيف يدمج خبرته مع الذكاء الاصطناعي، ويحول تلك الأعمال المملة والصعبة على نطاق واسع إلى عمليات تلقائية عالية الكفاءة، فهذا هو الضربة الحاسمة الحقيقية.”

الواقع القاسي لوادي السيليكون: بدون تعاون مع الذكاء الاصطناعي، لا تملك حتى حق تسليم الامتحان

لجعل الجميع يفهم مدى الفارق في الكفاءة، أشارك بشكل قاسٍ واقع وادي السيليكون. الآن، العديد من شركات التكنولوجيا الرائدة في وادي السيليكون لديها قاعدتان تثيران دهشتك:

• الأولى، لا يمكن أن ينجز المسودة الأولى لأي عمل بشري من الصفر. بغض النظر عن مدى تعقيد العمل، يمتلك الذكاء الاصطناعي القدرة على إنتاج ما لا يقل عن 40-50% من الأساس. غالبًا ما يكون الاتجاه صحيحًا، ويجب على الموظفين إجراء التكرار على المسودة التي أنشأها الذكاء الاصطناعي، بدلاً من إضاعة الوقت في إعادة ابتكار العجلة من الصفر.
• الثانية، أثناء تعديل المسودة أو تكرارها، يراقب البرنامج الخلفي بشكل فوري نسبة استخدام الذكاء الاصطناعي. إذا لم تصل إلى تلك النسبة، لا يمكن إرسال العمل للمراجعة أو الانتقال إلى المرحلة التالية.

المنطق وراء ذلك بسيط جدًا: أصحاب العمل يركزون على التكاليف والكفاءة. في كتابة الكود أو المعالجة الإدارية، إذا لم تصل إلى نسبة معينة من العمل تم إنجازه بمساعدة الذكاء الاصطناعي، فلن يكون لديك حتى حق تقديم العمل. هذه هي الحقيقة.

عندما يفرض أذكى العقول في العالم “التعاون بين الإنسان والآلة” ويطبقون الرقابة على البيانات، وإذا كنا لا نزال نعتقد بشكل أعمى أن “البشر لهم خصوصية” أو أن “المهنيين لا يمكن استبدالهم”، فهذه نوع من الغرور.

إعادة هيكلة مهنية صامتة

أعتقد أن ما يجب على الناس فعله الآن هو عدم تعلم كيفية البرمجة (إلا إذا كنت تريد تغيير مهنتك)، بل أن يوضحوا بوضوح: “ما هي ميزتي المهنية؟” و"أي أجزاء من سير العمل يمكن أن تسلمها للذكاء الاصطناعي؟"

إذا لم تفعل ذلك، فلن تتاح لك فرصة للتنفس في المستقبل، لأن سير العمل الجديد قد يتطلب فقط عشر ما كانت تتطلبه من قبل من القوى العاملة، و"أنت، أنا" من المحتمل أن نُستبعد من سوق العمل المستقبلية.