دراسة تكشف كيف يعيد الذكاء الاصطناعي صياغة طرق التعلم وحل مشكلات العمل

كشفت دراسة تحليلية شملت ربع مليون محادثة مع نموذج الذكاء الاصطناعي "كلود" أن المستخدمين لا يكتفون بطلب الإجابات الجاهزة، بل يعتمدون عليه كشريك تفاعلي للتعلم وفهم خطوات العمل، حيث ظهرت طلبات الشرح في ثلثي التفاعلات المسجلة.

أظهرت النتائج أن طبيعة المهام تلعب دوراً محورياً في عمق الحوار، إذ تتضاعف أطوال المحادثات عندما تكون المهمة ذات تبعات حقيقية أو يصعب التراجع عن آثارها مقارنة بالمهام العابرة. وقد صنف الباحثون أكثر من نصف المحادثات ضمن فئة المهام ذات الأهمية العالية، مما يشير إلى أن المستخدمين يميلون لزيادة المشاركة والتدقيق عندما يكون لنتائج المهمة تأثير ملموس.

وتشير الدراسة إلى أن تقييم فائدة الذكاء الاصطناعي لا ينبغي أن يعتمد فقط على السؤال الأول والإجابة الأولى، بل على المسار التفاعلي بالكامل. فالمستخدمون غالباً ما يعيدون صياغة المشكلات، أو يعترضون على التفسيرات، أو يستفسرون عن الأسباب الكامنة وراء خطوات معينة، وهو ما يعكس رغبة حقيقية في استيعاب المادة العلمية أو المهنية بدلاً من الاكتفاء بالنتائج السطحية.

وعلى صعيد التحديات، رصد التقرير الذي نشره معهد ستانفورد للذكاء الاصطناعي المتمحور حول الإنسان ما يسمى بـ "الاحتكاك" في نصف المحادثات تقريباً، وهي لحظات تعثر أو اختلاف في وجهات النظر. واللافت أن المستخدمين حاولوا استعادة مسار الحوار في 80% من تلك الحالات، مما يؤكد على دور العنصر البشري في توجيه الذكاء الاصطناعي وتصحيح مساره.

وخلص الباحثون إلى أن الفائدة الحقيقية من أدوات الذكاء الاصطناعي تكمن في قدرة المستخدم على فحص الحلول ومراجعة الافتراضات التي بنيت عليها الإجابات. ومع ذلك، نبهت الدراسة إلى أن هذه النتائج تعكس سلوكاً مرصوداً في عينة محددة، ولا تعني بالضرورة أن إطالة أمد الحوار تؤدي دائماً إلى تحسين جودة المخرجات، بل هي أداة لتعزيز الفهم النقدي للمستخدم.