ملخص: تناقش هذه المقالة المفارقة بين الانتشار السريع للذكاء الاصطناعي وضآلة مكاسبه الإنتاجية الفعلية، وتؤكد أن الفوز بعائداته الاقتصادية الضخمة لا يتحقق بالتكنولوجيا وحدها، بل عبر سد فجوة التعلّم وإعادة تصميم العمل حول شراكة حقيقية بين الإنسان والآلة. وتطرح إطار DEEP كنهج عملي يدمج التعلّم المستمر داخل سير العمل، ويحوّل الذكاء الاصطناعي من أداة لتوفير الوقت إلى محرّك يعزّز الحكم البشري والإبداع، ويقود نحو قوة عاملة معزَّزة قادرة على تحقيق نمو إنتاجي مستدام على مستوى المؤسسات والاقتصاد ككل.
- على الرغم من التسارع الكبير في اعتماد الذكاء الاصطناعي، لا تزال مكاسب الإنتاجية المؤكدة على مستوى المؤسسات الكبرى غير مستقرة.
- وتُظهر أبحاث جديدة أن على المنظمات سد فجوة تعلّم حرجة إذا أرادت دمج القدرات البشرية والذكاء الاصطناعي بشكل فعّال ومستدام.
- ويأتي إطار DEEP ليضع التعلّم في صميم سير العمل اليومي من أجل تحسين مستمر، بدل الاكتفاء بتدريب متقطع ومجزأ.
يشترك القادة في قطاعات الأعمال والحكومات والمجتمع المدني في حماسة حقيقية تجاه إمكانات الذكاء الاصطناعي. وتشير التحليلات باستمرار إلى أثر اقتصادي ضخم يصل إلى عدة تريليونات من الدولارات. ويقدّر المنتدى الاقتصادي العالمي أن يسهم الذكاء الاصطناعي بما يصل إلى 14% من الناتج المحلي الإجمالي العالمي بحلول عام 2030، أي ما يعادل نحو 15.7 تريليون دولار.
ومع ذلك، ورغم انتشار أدوات الذكاء الاصطناعي داخل المؤسسات، لا تزال العوائد الإنتاجية بعيدة المنال. فقد تدهور اتجاه إنتاجية العمل في المملكة المتحدة، بينما شهدت الولايات المتحدة نمواً متذبذباً في الإنتاجية، منخفضاً عن ذروته في أوائل الألفية الجديدة.
المفارقة واضحة: كثير من الموظفين يبلّغون عن “توفير في الوقت” بفضل أدوات الذكاء الاصطناعي، لكن المؤسسات والاقتصادات لا ترى مكاسب مستدامة على مستوى النظام ككل.
وبصفتي المدير التنفيذي للتكنولوجيا في شركة بيرسون، توصلت إلى أن تسارع الاستثمار في الذكاء الاصطناعي لم يُترجم إلى إنتاجية مؤسسية متسقة لأن التركيز لم يكن كافياً على النظام الكامل للعمل: أي البشر والتكنولوجيا يعملون معاً.
نحن بحاجة إلى إعادة تصور شاملة لسير العمل، تتجاوز فكرة “تطبيق التكنولوجيا أولاً ثم تدريب البشر لاحقاً”. المطلوب هو نهج متكامل يضع التعلّم المستمر لكل من البشر ووكلاء الذكاء الاصطناعي في قلب التحول.
إن تحقيق الإمكانات الحقيقية للذكاء الاصطناعي يتطلب أكثر من مجرد توسيع نطاق التكنولوجيا؛ فهو يستلزم شراكة حقيقية بين الإنسان والتقنية، حيث يكون التعلّم والتكيّف حاضرين في كل مرحلة.
وانطلاقاً من خبرتنا العميقة في علم التعلّم، ندرك أن اجتياز هذا التحول يتطلب تمكين الأفراد والفرق، ليس فقط عبر الأدوات التقنية، بل من خلال التطوير المستمر والتعاون الذي يمنح هذه الأدوات قيمتها الفعلية. هذا النهج يضمن أن يكون الذكاء الاصطناعي قوة إيجابية تعزز النتائج للأفراد والمؤسسات على حد سواء.
إن الجائزة الحقيقية تتمثل في بناء قوة عاملة معزَّزة، تُسرَّع فيها الخبرة البشرية وتُضخَّم بفضل الذكاء الاصطناعي داخل تدفق العمل اليومي، وبما يستند إلى السياق الحقيقي لمهارات الأفراد، ويُنسّق المزج الأمثل للقدرات عبر مختلف سير العمل.
فجوة التعلّم الحرجة
يحقق التشغيل الآلي مكاسب سريعة وقابلة للقياس، لكن القوى العاملة المعزَّزة بالذكاء الاصطناعي تعيد تشكيل كيفية خلق القيمة نفسها. وتُظهر أبحاث بيرسون أن أعظم مكاسب الإنتاجية تتحقق عندما يُستخدم الذكاء الاصطناعي في ترميز المعرفة، وتنظيم العمل متعدد الوكلاء، وإدماج التعلّم السريع والمستمر، بحيث ينتقل الأفراد من مجرد “التنفيذ” إلى التمييز والإبداع.
بعبارة أخرى، لا ينبغي للذكاء الاصطناعي أن يستبدل الحكم البشري، بل أن يرفع سقف ما يمكن لهذا الحكم أن ينجزه.
العائق الأكبر أمام تحقيق هذا الإمكان هو اتساع فجوة التعلّم: ففي الوقت الذي تتقدم فيه قدرات الذكاء الاصطناعي بوتيرة أسية، يظل تكيف القوى العاملة متقطعاً وسطحياً. وتشير أبحاثنا إلى أن العديد من المؤسسات “تؤدي واجبها شكلياً” في مبادرات تدريب الذكاء الاصطناعي، لكنها تفشل في إعادة تصميم المهام والأدوار والمهارات حول التعاون بين الإنسان والآلة.
وتفسر هذه الفجوة لماذا لم تتراكم وفورات الوقت الفردية لتصبح إنتاجية مؤسسية، ولماذا تشكّل اليوم الخطر الأكبر على تحولات الوظائف المتوقعة.
إذا نجحنا في سد فجوة التعلّم وتوسيع نطاق التعزيز البشري، فإن العائد الاقتصادي سيكون هائلاً. فقد أظهرت نماذجنا، التي شملت أكثر من 300 وظيفة معرفية، أن التعزيز المدعوم بالذكاء الاصطناعي قد يضيف ما بين 4.8 و6.6 تريليون دولار إلى الاقتصاد الأميركي بحلول عام 2034 (أي نحو 15% من حجمه الحالي)، شريطة اعتماد واسع النطاق لهذا النهج.
ومع التوقعات العالمية، تبقى الرسالة واحدة: الاستثمار في البشر هو مفتاح النمو الجديد.
إطار عملي لإعادة بناء المهارات
لسد فجوة التعلّم، نحتاج إلى مقاربة مختلفة جذرياً لإعادة التأهيل المهني، تتجاوز نماذج التدريب التقليدية إلى تعلّم متمحور حول الإنسان ومدعوم بالذكاء الاصطناعي. وهذا يعني إدماج التعلّم مباشرة في سير العمل، بدلاً من سحب الموظفين إلى جلسات تدريب عامة ومنفصلة.
وقد حدّدت أبحاثنا أربعة أعمدة رئيسية تشكّل جوهر إطار أسميناه DEEP:
التشخيص (Diagnose):
على المؤسسات إجراء تحليل قائم على المهام لفهم كيفية إعادة تشكيل الذكاء الاصطناعي للأدوار الوظيفية، مع الاستفادة من “الخبراء المتحمسين” و”فرق التعزيز” لتحديد حالات الاستخدام العملية وتصميمها وتطبيقها.
الإدماج (Embed):
يجب أن يحدث التعلّم داخل تدفق العمل، عبر توظيف الذكاء الاصطناعي لتقديم توجيه وتغذية راجعة مخصّصة وفي الوقت المناسب. ويتطلب ذلك بناء ثقافات تعلم تشجع التجربة، وتدعم تبادل المعرفة، وتركز على المهارات المستدامة مثل التفكير النقدي والإبداع، إضافة إلى مهارات “التعلّم كيف نتعلّم”.
التقييم (Evaluate):
تحتاج المؤسسات والأفراد إلى بنية تحتية قوية لبيانات المهارات، تتيح توصيات أذكى للتعلّم، وأساليب تقييم غير مباشرة تستخدم الذكاء الاصطناعي لاستنتاج القدرات من السلوكيات ومخرجات العمل، مع قياس التحسين والتخصيص بشكل مستمر.
تحديد الأولويات (Prioritize):
يجب أن تتطور إدارات التعلّم والتطوير من مجرد موزّعي محتوى إلى معماريي قدرات، بدعم قوي من القيادة التنفيذية. ويتطلب ذلك خطط تعلّم قائمة على المهارات، ونظاماً قابلاً للقياس، بما في ذلك محافظ رقمية توثّق مهارات الأفراد عبر مسيرتهم التعليمية والمهنية، مع مواءمة الحوافز والاستثمارات لتحفيز النمو المستمر.
بهذا النهج، يصبح التحول والتغذية الراجعة إيقاعاً طبيعياً في استراتيجية الأعمال، لا برنامجاً تجريبياً مؤقتاً، بل قدرة دائمة تُسرّع التكيّف وتزيد فرص النجاح.
الطريق إلى مستقبل معزَّز
لتحقيق وعد الذكاء الاصطناعي البالغ 15 تريليون دولار، على القادة تبنّي ضرورة جديدة للتعلّم تكون إنسانية، تكرارية، وقائمة على الأدلة. فلا الاستثمار في الذكاء الاصطناعي وحده، ولا التعلّم وحده، قادران على تحقيق أثر مستدام.
المطلوب هو تجاوز الاختيار الزائف بين الأتمتة والعمالة البشرية، واعتماد تعزيز القوى العاملة كمسار للنمو الإنتاجي المستدام.
وعلى القيادات التنفيذية الاستثمار في التعلّم على نطاق واسع، عبر إعادة تصميم العمل حول التعاون بين الإنسان والذكاء الاصطناعي، وبناء بيانات مهارات موثوقة، واعتماد منظومات اعتماد للقدرات، وتمكين قادة التعلّم والتطوير من رسم مستقبل العمل.
فهذا المستقبل يعتمد على أنظمة تعلّم قابلة للتوسع، ونُظم مهارات قابلة للقياس، وبيانات موثوقة تضمن أن التعزيز التكنولوجي يقوّي القدرات البشرية ولا ينتقص منها.
