From Information Overload to Knowledge Integration: Generative AI as an AI-Enabled Information Management Capability in Science–Industry Innovation Ecosystems
بالاستناد إلى مقابلات مع أصحاب المصلحة في منظومة الابتكار السلوفينية، تقترح هذه الدراسة إطاراً مفاهيمياً يضع الذكاء الاصطناوي التوليدي ليس كوسيط مستقل، بل كقدرة لإدارة المعلومات تخضع للإشراف البشري، تعالج تشتت المنظومة والتدفق المعلوماتي المفرط من خلال تعزيز وضوح المعرفة، والمطابقة، ودعم اتخاذ القرار، مع ضمان الشفافية والمساءلة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
في عالم العلم والأعمال المعاصر، لم تعد العقبة الأكبر أمام ابتكار أفكار جديدة هي نقص المعلومات. فلعقود من الزمن، كان التحدي يكمل في مجرد العثور على الخبير المناسب أو البيانات الصحيحة. أما اليوم، فقد سيطرت مشكلة عكسية: هناك الكثير من المعلومات، وهي مبعثرة في أماكن كثيرة للغاية. فالجامعات والشركات والوكالات الحكومية كلها تولد كميات هائلة من المعرفة، لكن هذه المعرفة غالباً ما تكون محبوسة داخل أنظمة رقمية منفصلة أو مخفية داخل شبكات شخصية. عندما يريد عالم ما الشراكة مع شركة، أو تسعى شركة ما وراء تقنية جديدة، فإنهم يواجهون مشهداً فوضوياً من المواقع الإلكترونية غير المترابطة، وقواعد التمويل المربكة، والملفات الشخصية التي يصعب قراءتها. الصعوبة الحقيقية ليست في العثور على إبرة في كومة قش؛ بل في العثود على الإبرة الصحيحة عندما تكون كومة القش قد انقسمت إلى ألف كومة مختلفة، وأنت لا تعرف أي كومة تحتوي على الإبرة التي تحتاجها.
هذا هو اللغز المركزي الذي سعى فريق من الباحثين من جامعة "نوفو ميستو" في سلوفينيا لحله. لقد أرادوا فهم كيف يمكن للذكاء الاصطناعي، وتحديداً نوع يسمى الذكاء الاصطناعي التوليدي، أن يساعد في فك تشابك هذه الفوضى. الذكاء الاصطناعي التوليدي هو تقنية قادرة على قراءة وفهم وتلخيص كميات كبيرة من النصوص من مصادر مختلفة، تماماً مثل مساعد سريع جداً ومطلع جداً. طرح الباحثون سؤالاً بسيطاً ولكنه حيوي: إذا كان لدينا هذه الأداة القوية، فكيف يمكنها حقاً مساعدة العلماء والشركات على العمل معاً؟ لم يفترضوا أن هذه التكنولوجيا ستحل كل شيء بمفردها، بل أرادوا معرفة المشكلات المحددة التي يواجهها الأشخاص الميدانيون وما هو نوع المساعدة الذي يريدونه فعلياً من الحاسوب.
ولإيجاد الإجابات، تحدث الباحثون مع أربعة وعشرين شخصاً منخرطين بعمق في نظام الابتكار السلوفيني. شمل هؤلاء المشاركون باحثين جامعيين، ومديري شركات، ومسؤولين حكوميين يساعدون في تمويل وتوجيه المشاريع الجديدة. أجرى الفريق مقابلات متعمقة، وطلبوا من هؤلاء أصحاب المصلحة وصف معاناتهم اليومية. أرادوا معرفة أين تكمن نقاط الاحتكاك عند محاولة بدء تعاون ما. كانت النتائج واضحة ومتسقة؛ فلم يقل الأشخاص الذين تمت مقابلتهم إنهم يفتقرون إلى المعلومات، بل قالوا إن المعلومات موجودة في كل مكان، لكنها مجزأة وتسبب الارتباك. قد يعرف مدير شركة أن حلاً ما موجود، لكن العثور على المختبر الجامعي المحدد الذي يمتلكه قد يتطلب البحث في عشرة مواقع إلكترونية مختلفة. وقد يعرف الباحث أن شركة ما تحتاج إلى مساعدة، لكنه لا يعرف أي شركة هي أو كيفية الاتصال بها. لم تكن المشكلة في الندرة، بل في عدم القدرة على ربط النقاط بين ما هو متاح وما هو مطلوب.
كما كشفت الدراسة أن الثقة عامل رئيسي. في الماضي، كان الناس يعتمدون على العلاقات الشخصية لتقرير من يعملون معه؛ فإذا كنت تعرف شخصاً ما، فأنت تعلم أنه موثوق. أما في عالم رقمي قد لا تعرف فيه الشخص، فأنت بحاجة إلى دليل. أوضح المشاركون أنهم بحاجة إلى رؤية سجل من الأعمال السابقة، ودليل على مهارات محددة، وتاريخ من المشاريع الناجحة قبل أن يشعروا بالأمان للدخول في شراكة. لقد كانوا متشككين في الأنظمة التي تكتفي بسرد الأسماء دون سياق، فقد كانوا بحاجة لمعرفة ليس فقط من هو متاح، بل من هو ذو مصداقية.
وعندما سأل الباحثون هؤلاء أصحاب المصلحة عما يريدونه من أداة ذكاء اصطناعي للمساعدة في هذه القضايا، أشارت الإجابات نحو نوع محدد من الدعم. لم يرغب المشاركون في آلة تتخذ القرارات نيابة عنهم، ولم يريدوا نظاماً مؤتمتاً يختار شركاءهم أو يكتب طلبات المنح الخاصة بهم دون مدخلات منهم. بدلاً من ذلك، تصوروا الذكاء الاصطناعي كمساعد قوي يمكنه تنظيم الفوضى. وصفوا خمس طرق رئيسية يمكن لهذه الأداة من خلالها تقديم المساعدة: أولاً، يمكن أن يعمل كخاطبة ذكية (Matchmaker)، تربط احتياجات الشركة المحددة بمهارات الباحث المحددة، بالبحث فيما وراء المسميات الوظيفية البسيطة لإيجاد التوافق الحقيقي. ثانياً، يمكنه المساعدة في التنقل في عالم التمويل المعقد، عبر تصفية آلاف فرص المنح للعثور على القليل منها الذي يناسب أهداف المشروع بالفعل. ثالثاً، يمكنه جعل الخبرة مرئية، من خلال إنشاء ملفات تعريف واضحة تظهر ليس فقط ما يفعله الشخص، بل ما حققه بالفعل. رابعاً، يمكنه المساعدة في الأوراق الرسمية الثقيلة لكتابة المقترحات، وتلخيص القواعد وصياغة الوثائق بحيث يمكن للناس التركيز على الأفكار. وأخيراً، ولعل الأهم، يمكنه دعم اتخاذ القرار من خلال جمع كافة الحقائق ذات الصلة وتقديمها بوضة، مع ترك الخيار النهائي للإنسان.
وجد الباحثون أنه لكي تحظى هذه التكنولوجيا بالثقة، يجب أن تكون شفافة. أصر الأشخاص الذين تمت مقابلتهم على أنهم بحاجة لفهم سبب اقتراح الذكاء الاصطناعي لشريك أو مصدر تمويل معين، وأرادوا رؤية الدليل وراء التوصية. كما طالبوا بالحفاظ على أمن بياناتهم وأن يظل الإنسان دائماً هو المسؤول عن القرار النهائي. نُظر إلى الذكاء الاصطناعي كوسيلة للقيام بالأعمال الشاقة المتعلقة بإدارة المعلومات، ولكن نُظر إلى الإنسان على أنه هو من يجب أن يحكم على قيمة تلك المعلومات ويبني العلاقة.
تشير هذه الدراسة إلى أن مستقبل التعاون بين العلم والصناعة لا يكمن في استبدال الوسطاء البشر بالروبوتات، بل يكمن في استخدام الذكاء الاصطناعي للتعامل مع تدفق المعلومات الزائد الذي يشل النظام حالياً. ومن خلال تنظيم البيانات المجزأة، والتحقق من المؤهلات، وتصفية الضجيج، يمكن لهذه الأدوات جعل النظام البيئي الواسع للمعرفة متاحاً وقابلاً للاستخدام. إن التكنولوجيا لا تخلق الثقة أو الشراكة نفسها، بل تمهد الطريق لكي يقوم البشر بما يجيدونه بأفضل شكل: الحكم، والربط، والتعاون. ويخلص الباحثون إلى أنه إذا بُنيت هذه الأنظمة مع وضع الشفافية والإشراف البشري في جوهرها، فيمكنها تحويل الحالة الراهنة من الارتباك إلى بيئة منظمة حيث يمكن للأفكار الجديدة أن تترسخ أخيراً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.