A Sociotechnical, Practitioner-Centered Approach to Technology Adoption in Cybersecurity Operations: An LLM Case
من خلال دراسة إثنوغرافية استمرت ستة أشهر وعملية إنشاء مشترك اجتماعي-تقني قائمة على نموذج "SECI" لـ "نوناكا"، تُثبت هذه الورقة أن دمج الباحثين مع ممارسي الأمن السيبراني لتطوير أدوات مرافقة لنماذج اللغات الكبيرة (LLM) بشكل تكراري يتغلب بفعالية على عوائق الاعتماد التقليدية مثل الثقة وعدم توافق سير العمل، مما يؤدي إلى تكامل مستدام للتكنولوجيا في مراكز عمليات الأمن.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
الصورة الكبيرة: بناء مساعد طيار أفضل للأمن السيبراني
تخيل أن مركز عمليات الأمن (SOC) هو بمثابة برج مراقبة حركة جوية عالي التوتر، يعمل على مدار الساعة طوال أيام الأسبوع لمطار ضخم. "المحللون" هم المراقبون؛ وظيفتهم هي مراقبة آلاف الشاشات، ورصد العواصف القادمة (الهجمات السيبرانية)، وتوجيه الطائرات (البيانات) بأمان إلى الأرض.
لسنوات، كان هؤلاء المراقبون غارقين في العمل. لقد كانوا يغرقون في المعاملات الورقية، ويتعاملون مع ترددات راديو كثيرة جداً (أدوات برمجية مختلفة)، ويحاولون العثور على إبر في أكوام من القش. لقد أصابهم التعب، وكانوا متشككين في الأدوات الجديدة. في كل مرة يتم فيها طرح أداة "ذكية" جديدة من الخارج، يقلقون من أنها ستكسر سير عملهم، أو تعطيهم توجيهات خاطئة، أو تجعلهم يبدون بمظهر أحمق إذا فشلت.
المشكلة: غالباً ما يقوم الباحثون ببناء أدوات ذكاء اصطناعي فاخرة في المختبر، ثم يسلمونها للمراقبين ويقولون لهم: "هيا، استخدموا هذه!". لكن المراقبين عادة ما يرفضونها لأن هذه الأدوات لا تتناسب مع الواقع الفوضوي لمهامهم اليومية.
الحل في هذه الورقة البحثية: بدلاً من تسليم منتج نهائي، انتقل باحثان (طالبان دكتوراه) للعيش داخل برج المراقبة لمدة ستة أشهر. لم يكتفوا بالمشاهدة فحسب؛ بل ارتدوا سماعات الرأس، وجلسوا على الكراسي، وقاموا بالوظيفة جنباً إلى جنب مع المحللين. لقد استخدموا طريقة تسمى "الإنشاء المشترك" (Co-Creation) لبناء أدوات الذكاء الاصطناعي مع المحللين، وليس لأجلهم.
الرحلة: كيف فعلوا ذلك (وصفة "SECI")
استخدم الباحثون وصفة لتحويل "الأحاسيس والحدس" إلى "أدوات عمل" تسمى نموذج SECI. فكر في هذا الأمر كتحويل وصفة عائلية سرية إلى كتاب طبخ يمكن للجميع استخدامه.
التنشئة الاجتماعية (دردشة القهوة):
- الاستعارة: قضى الباحثون وقتاً مع المحللين، وراقبوا عملهم، واستمعوا إلى شكواهم. تعلموا "القواعد غير المكتوبة" والإحباطات الخفية التي لا تظهر أبداً في الكتيبات الرسمية.
- ما حدث: أدركوا أن المحللين يهدرون ساعات في نسخ ولصق البيانات بين خمس شاشات مختلفة لمجرد الإجابة على سؤال بسيط واحد.
الخارجية (جلسة السبورة البيضاء):
- الاستعارة: سأل الباحثون: "إذا كان بإمكانكم التلويح بعصا سحرية، فما الذي ستغيرونه؟". قاموا بتحويل تلك الشكاوى الغامضة ("أكره هذا الجزء") إلى مشكلات مكتوبة واضحة ("أحتاج إلى أداة تسحب البيانات من الشاشة (أ) والشاشة (ب) تلقائياً").
- ما حدث: حددوا ثلاث نقاط ألم رئيسية: كتابة استعلامات بحث معقدة، العثور على الأصول الحاسوبية المفقودة، وكتابة تقارير الحوادث.
التركيب (المطبخ):
- الاستعارة: هنا بدأوا في "الطبخ". قاموا ببناء ثلاثة "مساعدين" ذكيين (أدوات) لحل تلك المشكلات الثلاث.
- الأدوات:
- باني الاستعلامات (The Query Builder): مساعد ذكي يساعد في كتابة أكواد بحث معقدة (مثل مصحح إملائي للهكرز).
- محقق الأصول (The Asset Detective): أداة تتحقق تلقائياً من أجهزة الكمبيوتر "المفقودة" من قائمة الأمن.
- كاتب تحليل السبب الجذري (The RCA Writer): أداة تأخذ السجلات الفوضوية وتكتب تقريراً منظماً ونظيفاً حول ما حدث بالضبط (تحليل السبب الجذري).
الاستيعاب الداخلي (تجربة القيادة):
- الاستعارة: لم يطلقوا الأدوات ويرحلوا فحسب؛ بل راقبوا المحللين وهم يستخدمونها، وشاهدوا أين تعثروا، ثم قاموا بتعديل الأدوات.
- النتيجة: ببطء، توقف المحللون عن قول "هذا مزعج" وبدأوا يقولون "هذا يوفر عليّ 20 دقيقة". أصبحت الأدوات جزءاً من ذاكرتهم العضلية.
التحول: لماذا كانت أدوات الذكاء الاصطناعي هذه مختلفة؟
عادةً، عندما تعطي إنساناً أداة، فإن الأداة تفعل فقط ما أُمرت به. لكن أدوات نماذج اللغات الكبيرة (LLM) هذه كانت مختلفة. لقد كانت مثل متدربين مبدعين بدلاً من كونها روبوتات.
- إعادة التركيب التوليدية (Generative Recombination): بدلاً من مجرد اتباع قاعدة صارمة، استطاع الذكاء الاصطناعي النظر في التقاربات السابقة، والبحث في قاعدة بيانات الشركة الداخلية، وإنشاء ملخص أو استعلام بحث جديد تماماً لم يكن موجوداً من قبل. كان الأمر يشبه طباخاً لا يكتفي باتباع الوصفة، بل يبتكر طبقاً جديداً بناءً على المكونات الموجودة في الثلاجة.
- معايرة الثقة (Trust Calibration): نظرًا لأن الذكاء الاصطناعي قد "يهلوس" أحياناً (يختلق معلومات)، لم يثق فيه المحللون بشكل أعمى. لقد تعاملوا مع مخرجات الذكاء الاصطناعي كـ مسودة. كانوا يقرؤونها، ويتحققون من الحقائق، ثم يعتمدونها.
- الاستعارة: تخيل محامياً مبتدئاً يكتب عقداً. المحامي الخبير (المحلل) لا يرمي العقد ببساطة؛ بل يراجعه، ويصلح الأخطاء، ثم يستخدمه. أصبح الذكاء الاصطناعي بمثابة "شريك مبتدئ" يجعل الشريك الخبير أسرع، وليس بديلاً عنه.
النقاط الرئيسية المستخلصة
- لا تبنِ في فراغ: لا يمكنك بناء أداة لوظيفة معينة ما لم تجلس على كرسي الشخص الذي يؤدي تلك الوظيفة. نجح الباحثون لأنهم أصبحوا "من الداخل".
- الثقة تُكتسب ولا تُمنح: كان المحللون متشككين في البداية. بُنيت الثقة ببطء من خلال إظهار أن الأدوات توفر الوقت بالفعل ولا تسبب أي أعطال.
- الذكاء الاصطناعي هو مساعد طيار، وليس الطيار: لم يكن الهدف استبدال خبراء الأمن بالذكاء الاصطناعي، بل كان الهدف منحهم "قوة خارقة" ليركزوا على التفكير الصعب بينما يتولى الذكاء الاصطناعي معالجة البيانات المملة.
- "العنصر البشري في الحلقة" أمر ضروري: الذكاء الاصطناعي يولد الأفكار، لكن الإنسان هو من يتحقق من صحتها. نظام "التحقق والتوازن" هذا هو ما جعل التكنولوجيا آمنة وموثوقة بما يكفي لبيئة عالية المخاطر.
الخلاصة
تثبت هذه الورقة البحثية أن أفضل طريقة لإدخال الذكاء الاصطناعي المتقدم إلى مكان العمل ليست عبر رمي أداة لامعة على مكاتب الموظفين. بل هي عبر رفع الأكمام، والعمل جنباً إلى جنب مع الفريق، وفهم صراعاتهم اليومية، وبناء أداة تناسب حياتهم تماماً. عندما تفعل ذلك، يتوقف "سحر" الذكاء الاصطناعي عن كونه مخيفاً ويبدأ في كونه مفيداً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.