Return to Video

كيف نتعلم أن نعمل مع آلات الذكاء الإصطناعي ؟

  • 0:01 - 0:03
    إنها الساعة السادسة والنصف صباحاً،
  • 0:04 - 0:08
    وتقوم كريستين بتحريك مريضها المصاب
    بالبروستاتا نحو غرفة العمليات.
  • 0:10 - 0:12
    هي طبيبة جراحة مقيمة من أجل التدريب.
  • 0:12 - 0:14
    مهمتها هي التعلم.
  • 0:15 - 0:19
    هي تأمل فعلاً اليوم أن تقوم ببعض
    عمليات الجراحة العصبية،
  • 0:19 - 0:23
    تشريح بالغ الدقة من شأنه أن يحافظ
    على وظيفة الإنتصاب.
  • 0:24 - 0:27
    الأمر متروك للجراح المشرف
    لكنه لم يصل بعد.
  • 0:28 - 0:30
    تقوم هي والفريق بوضع المريض على السرير،
  • 0:30 - 0:34
    وترأست عمل شق أولي
    بطول 8 بوصات في أسفل البطن.
  • 0:35 - 0:39
    بمجرد ما قامت بتثبيت المريض،
    طلبت من الممرضة الاتصال بالجراح المشرف.
  • 0:40 - 0:42
    لقد وصل، مرتدياً اللباس المخصص،
  • 0:42 - 0:48
    ومنذ تلك اللحظة ،كانت معظم أياديهم الأربعة
    داخل المريض
  • 0:49 - 0:52
    مع ارشادات الجراح
    ولكن كريستين هي التي تتولى زمام الأمور.
  • 0:53 - 0:58
    وعند اخراج البروستات (ونعم، لقد سمح
    لكريستين بعمل القليل من العملية الجراحية)،
  • 0:58 - 0:59
    يقوم بتمزيق رداءه الطبي.
  • 0:59 - 1:00
    ويبدأ بالأعمال الورقية.
  • 1:01 - 1:06
    كريستين تقطب المريض بحلول الساعة 8:15،
  • 1:07 - 1:09
    بوجود مقيم مبتدئ
    يراقب من خلف كتفها.
  • 1:09 - 1:12
    تسمح له بخياطة
    اخر خط من القطب.
  • 1:13 - 1:16
    كريستين تشعر بالروعة.
  • 1:16 - 1:18
    المريض سيكون على ما يرام،
  • 1:18 - 1:21
    وبلا أدنى شك هي جراحة أفضل
    مما كانت عليه في الساعة 6:30.
  • 1:22 - 1:25
    هذا عمل مفرط.
  • 1:25 - 1:29
    ولكن كريستين تتعلم كيف تقوم بوظيفتها
    بالطريقة التي معظمنا يقوم بها:
  • 1:30 - 1:32
    مشاهدة خبير لفترة وجيزة،
  • 1:32 - 1:35
    المشاركة في الأجزاء السهلة،
    الامنة من العمل
  • 1:35 - 1:37
    والتقدم للقيام بمهام أخطر وأصعب
  • 1:37 - 1:39
    كما يوجهون حتى يقرروا انها جاهزة.
  • 1:40 - 1:43
    طوال حياتى كنت مفتون بهذا النوع من التعلم.
  • 1:43 - 1:47
    إنه شعور عنصري،
    جزء مما يجعلنا بشرا.
  • 1:48 - 1:53
    له أسماء عديدة: التعليم المهني،
    التدريب، الإرشاد، التدريب الوظيفي.
  • 1:54 - 1:57
    في الجراحة ، يطلق عليه
    "شاهد مرة، افعل مرة، علّم شخص."
  • 1:58 - 1:59
    لكن العملية هي نفسها،
  • 1:59 - 2:03
    وكان هذا هو الطريق الرئيسي للمهارة
    في جميع أنحاء العالم لآلاف السنين.
  • 2:04 - 2:09
    في الوقت الحالي، نتعامل مع
    الذكاء الاصطناعي بطريقة تمنع هذا المسار.
  • 2:10 - 2:12
    نحن نضحي بالتعلم
    في سعينا لتحقيق الإنتاجية.
  • 2:13 - 2:16
    وجدت هذا أولا في الجراحة عندما
    كنت في معهد ماساتشوستس للتقنية،
  • 2:16 - 2:19
    لكن الآن لدي أدلة
    هذا يحدث في كل مكان،
  • 2:19 - 2:22
    في صناعات مختلفة جدا
    ومع أنواع مختلفة جدا من الذكاء الاصطناعي.
  • 2:23 - 2:29
    إذا لم نفعل شيئًا حيال ذلك، ملايين منا
    سوف يصطدم بعقبة
  • 2:29 - 2:32
    ونحن نتعلم كيفية التعامل مع هذا الذكاء.
  • 2:33 - 2:35
    دعنا نعود إلى الجراحة لنرى كيف.
  • 2:36 - 2:38
    لنذهب إلى الأمام مدة الستة أشهر.
  • 2:38 - 2:43
    الساعة 6:30 صباحًا مرة أخرى، وكريستين
    تنقل مريض بروستاتا أخر لغرفة العمليات،
  • 2:43 - 2:46
    ولكن هذه المرة إلى
    غرفة العمليات الروبوتية.
  • 2:48 - 2:49
    الحضور يؤدي إلى إرفاق
  • 2:49 - 2:52
    أربعة أذرع لروبوت بقيمة 1000 جنيه للمريض.
  • 2:53 - 2:55
    كلاهما يمزق من ردائهما الطبي،
  • 2:55 - 2:58
    يتوجهان للتحكم بلوحات المفاتيح
    على بعد 10 أو 15 قدمًا،
  • 2:59 - 3:03
    وكريستين تراقب فقط.
  • 3:04 - 3:07
    الروبوت يسمح للحضور
    للقيام بالإجراء كله بنفسه،
  • 3:07 - 3:09
    فيفعل ذلك أساسا.
  • 3:10 - 3:12
    إنه يعرف أنها تحتاج إلى ممارسة.
  • 3:12 - 3:14
    يريد أن يعطيها السيطرة.
  • 3:14 - 3:18
    لكنه يعرف أيضًا أنها ستكون أبطأ
    وسترتكب المزيد من الأخطاء،
  • 3:18 - 3:19
    ويأتي مريضه أولاً.
  • 3:20 - 3:25
    كريستين ليس لديها أمل في الأقتراب
    من تلك الأعصاب خلال هذه المناوبة.
  • 3:25 - 3:30
    ستكون محظوظة إذا استطاعت أن تعمل أكثر من
    15 دقيقة خلال عملية مدتها أربع ساعات.
  • 3:30 - 3:33
    وهي تعرف أنه عندما تقترف خطأ،
  • 3:33 - 3:36
    سوف ينقر على شاشة اللمس،
    وسترجع للمراقبة مرة أخرى،
  • 3:37 - 3:40
    ستشعر وكأنها طفل يجلس في الزاوية
    مرتدياً قبعة الغبي.
  • 3:42 - 3:45
    مثل كل دراسات الروبوتات والعمل
    الذى أنجزته في السنوات الثماني الماضية،
  • 3:45 - 3:47
    بدأت بهذا
    بسؤال كبير ومفتوح:
  • 3:47 - 3:50
    كيف نتعلم العمل
    مع الآلات الذكية؟
  • 3:51 - 3:57
    لمعرفة ذلك، أمضيت عامين ونصف
    في مراقبة الكثير من الأطباء المقيمين والجراحين
  • 3:57 - 4:00
    وهم يجرون الجراحة التقليدية والروبوتية،
    أقوم بإجراء مقابلات معهم
  • 4:00 - 4:03
    وبشكل عام يمضون الوقت
    مع الأطباء المقيمين وهم يحاولون التعلم.
  • 4:04 - 4:08
    غطيت 18 من أفضل
    المستشفيات التعليمية الأمريكية،
  • 4:08 - 4:09
    وكانت القصة هي نفسها.
  • 4:10 - 4:12
    قد مر معظم الأطباء المقيمون محل كريستين.
  • 4:13 - 4:15
    كان لديهم الكثير من "رؤية واحدة"،
  • 4:16 - 4:18
    ولكن "فعل واحد" كان بالكاد متاح.
  • 4:18 - 4:21
    لذلك لم يستطيعوا أن يكافحوا،
    ولم يتعلموا.
  • 4:21 - 4:25
    كان هذا خبرًا مهمًا للجراحين، لكن
    كنت بحاجة لمعرفة مدى انتشاره:
  • 4:25 - 4:29
    في أي مكان أخر كان أستخدام الذكاء
    الأصطناعي يمنع التعلم في الوظيفة؟
  • 4:30 - 4:35
    لمعرفة ذلك، تواصلت مع مجموعة صغيرة
    ولكن متزادية من الباحثين الشباب
  • 4:35 - 4:38
    الذين قاموا بدراسات على أرض الواقع
    متعلقة بأعمال تتضمن الذكاء الإصطناعي.
  • 4:38 - 4:41
    في أوساط متنوعة جدا
    مثل الشركات الناشئة، في الحفاظ على الأمن،
  • 4:41 - 4:44
    الخدمات المصرفية الاستثمارية
    والتعليم عبر الإنترنت.
  • 4:44 - 4:49
    مثلي، أمضوا سنة على الأقل
    ومئات الساعات في المراقبة،
  • 4:50 - 4:53
    والقيام بمقابلات والعمل في كثير من الأحيان
    جنبا إلى جنب مع الأشخاص الذين درسوهم.
  • 4:54 - 4:57
    شاركنا البيانات، وقمت بالبحث عن الأنماط.
  • 4:58 - 5:03
    بغض النظر عن الصناعة، العمل،
    الذكاء الأصطناعي، كانت القصة هي نفسها.
  • 5:04 - 5:08
    كانت المنظمات تحاول بجد وبجد
    للحصول على نتائج من الذكاء الأصطناعي،
  • 5:08 - 5:11
    وكانوا يزيحون المتعلمين بعيدا عن
    عمل الخبراء وهم يفعلون ذلك.
  • 5:12 - 5:15
    كان مدراء الشركات الناشئة
    يصدرون مستحقات الزبائن.
  • 5:16 - 5:20
    اضطر رجال الشرطة تعلم كيفية التعامل
    مع توقعات الجريمة دون دعم الخبراء.
  • 5:21 - 5:24
    تم إخراج صغارالمصرفيين
    من عمليات التحليل المعقدة،
  • 5:24 - 5:28
    وكان يجب على الأساتذة إنشاء
    دورات عبر الإنترنت دون مساعدة.
  • 5:29 - 5:32
    وتأثير كل هذا
    كان هو نفسه في حال الجراحة.
  • 5:32 - 5:35
    التعلم في الوظيفة أصبح أصعب بكثير.
  • 5:37 - 5:38
    لا يمكن لهذا أن يستمر.
  • 5:40 - 5:44
    تقدر ماكينزي أن مابين النصف
    مليار ومليار منّا
  • 5:44 - 5:48
    سوف يضطر إلى التكيف مع الذكاء الأصطناعي
    في عملنا اليومي بحلول عام 2030.
  • 5:49 - 5:51
    ونحن نفترض أن التعلم أثناء العمل
  • 5:51 - 5:53
    سيكون موجود من أجلنا ونحن نحاول.
  • 5:54 - 5:58
    أظهر أحدث استطلاع لشركة أكسنتشر للعمال
    أن معظم العمال تعلموا المهارات الأساسية
  • 5:58 - 6:00
    أثناء العمل، وليس في التدريب الرسمي.
  • 6:01 - 6:05
    فبينما نتحدث كثيرا عن
    التأثير المستقبلي المحتمل،
  • 6:05 - 6:09
    الجانب اللذي قد يكون أكثر أهميةا
    للذكاء الاصطناعي
  • 6:09 - 6:12
    هو أننا نتعامل معه بطريقة
    تمنع التعلم أثناء العمل
  • 6:12 - 6:14
    فقط عندما نحن في أشد الحاجة إليه.
  • 6:15 - 6:22
    عبر جميع مواقعنا الآن،
    وجدت أقلية صغيرة وسيلة للتعلم.
  • 6:24 - 6:27
    فعلوا ذلك عن طريق كسر القواعد ومخالفتها.
  • 6:27 - 6:32
    الأساليب المعتمدة لم تكن تعمل،
    لذلك انحنوا وخرقوا القواعد
  • 6:32 - 6:34
    للحصول على التدريب العملي مع الخبراء.
  • 6:34 - 6:39
    في محيطي، انخرط المقيمون
    في الجراحة الروبوتية في كلية الطب
  • 6:39 - 6:43
    على حساب تعليمهم العام.
  • 6:44 - 6:50
    وأمضوا مئات الساعات الإضافية م
    ع نظم المحاكاة وتسجيلات الجراحة،
  • 6:50 - 6:53
    عندما كان من المفترض أن تتعلم
    في غرفة العمليات.
  • 6:53 - 6:57
    وربما الأهم من ذلك،
    وجدوا طرق للكفاح
  • 6:57 - 7:01
    في الإجراءات الحية
    بإشراف محدود من خبير.
  • 7:02 - 7:06
    أنا أسمي كل هذا "تعلم الظل" ،
    لأنه يكسر القواعد
  • 7:06 - 7:08
    ويفعل المتعلمون ذلك خارج دائرة الضوء.
  • 7:10 - 7:14
    والجميع يغض الطرف
    لأنه يحصل على نتائج.
  • 7:14 - 7:17
    تذكر، هذه هي
    تلاميذ النجوم من حفنة.
  • 7:18 - 7:21
    الآن ، بالطبع، هذا ليس على جيداً،
    وهي ليست مستدامة.
  • 7:22 - 7:24
    لا ينبغي لأحد أن يخاطر بتعرضه للطرد
  • 7:24 - 7:26
    لتعلم المهارات
    هم بحاجة للقيام بعملهم.
  • 7:27 - 7:29
    لكننا بحاجة إلى التعلم من هؤلاء الناس.
  • 7:30 - 7:32
    تعلرضوا لمخاطر جديّة من أجل التعلم.
  • 7:33 - 7:37
    لقد فهموا أنهم بحاجة إلى الحماية
    النضال والتحدي في عملهم
  • 7:37 - 7:40
    حتى يتمكنوا من دفع أنفسهم
    لمواجهة المشاكل الصعبة
  • 7:40 - 7:42
    بالقرب من حافة قدرتهم.
  • 7:42 - 7:45
    وتأكدوا أيضاً من وجود خبير قريب
  • 7:45 - 7:48
    لتقديم المؤشرات والدعم ضد الكارثة.
  • 7:49 - 7:52
    دعونا نبني هذه المجموعة التي تضم
    النضال ودعم الخبراء
  • 7:53 - 7:55
    في كل تنفيذ للذكاء الأصطناعي.
  • 7:56 - 7:59
    إليكم مثال واحد واضح
    اللذي يمكنني الحصول عليه من أرض الواقع.
  • 8:00 - 8:01
    قبل الروبوتات،
  • 8:01 - 8:06
    إذا كنت مختص بالتخلص من القنابل،
    تعاملت مع عبوة ناسفة من خلال المشي عليها.
  • 8:07 - 8:09
    كان ضابط مبتدئ على بعد مئات الأقدام،
  • 8:10 - 8:13
    فيمكن له فقط فقط المشاهدة والمساعدة
    إذا قررت أن ذلك أمن.
  • 8:13 - 8:14
    ودعوتهم خارج المدى.
  • 8:15 - 8:19
    أنت الآن تجلس جنبًا إلى جنب
    في شاحنة مضادة للقنابل.
  • 8:19 - 8:21
    لقد شاهد كلاهما البث المصور.
  • 8:21 - 8:25
    يسيطرون على روبوت بعيد،
    وأنت تقوم بتوجيه العمل بصوت عالٍ.
  • 8:25 - 8:28
    يتعمل المتدربون بشكل أفضل
    مما فعلوه قبل وجود الروبوتات.
  • 8:29 - 8:33
    يمكننا توسيع النطاق على العملية الجراحية،
    الشركات الناشئة، انظمة المراقبة،
  • 8:33 - 8:36
    توظيف الأموال،
    التعليم عبر الإنترنت وخارجها.
  • 8:36 - 8:39
    والخبر السار هو
    لدينا أدوات جديدة للقيام بذلك.
  • 8:40 - 8:44
    يعني الإنترنت والسحابة أننا
    لا نحتاج دائماً إلى خبير واحد لكل متدرب،
  • 8:44 - 8:49
    لكي يستطيعوا جسديا أن يكونوا بالقرب
    من بعضهم أو حتى أن يكونوا في نفس المنظمة.
  • 8:49 - 8:52
    ويمكننا بناء الذكاء الاصطناعي للمساعدة في:
  • 8:53 - 8:58
    تدريب المتعلمين وهم يكافحون،
    تدريب الخبراء وهم يدربون
  • 8:58 - 9:01
    ولربط هاتين المجموعتين بطرق ذكية.
  • 9:03 - 9:06
    هناك أشخاص في العمل
    على أنظمة مثل هذا،
  • 9:06 - 9:09
    ولكن يكون أغلب تركيزهم
    على التدريب الرسمي.
  • 9:09 - 9:12
    والأزمة الأعمق هي
    في التعلم أثناء العمل.
  • 9:12 - 9:14
    يجب علينا فعل ما هو أفضل.
  • 9:14 - 9:17
    مشاكل اليوم تتطلب أن نفعل الأفضل
  • 9:17 - 9:22
    لخلق العمل الذي يستفيد استفادة كاملة
    من القدرة المذهلة للذكاء الأصطناعي
  • 9:23 - 9:26
    مع تعزيز مهاراتنا ونحن نفعل ذلك.
  • 9:26 - 9:29
    هذا هو نوع المستقبل
    كما حلمت به كطفل.
  • 9:29 - 9:32
    والوقت لإنشائه هو الآن.
  • 9:32 - 9:34
    شكراً
  • 9:34 - 9:37
    (تصفيق)
Title:
كيف نتعلم أن نعمل مع آلات الذكاء الإصطناعي ؟
Speaker:
مات بين
Description:

ما زالت أساليب اكتساب الخبرات ذاتها لم تتغير منذ آلاف السنين في العالَم: القيام بمهام بسيطة وسهلة تحت إشراف خبراء كنوع من التدريب قبل البدء بمهام أكثر منها صعوبةً وخطورةً.
"نقوم بالعمل على توظيف الذكاء الإصطناعي في تطوير هذا الأسلوب بطريقة أفضل " يقول الإنثوغرافي (مات بين) .
يشارك معنا (بين) وجهة نظره التي ستقوم بتغيير هذا النهج الى نهج آخرعلمي ومتطور يهدف الى الاستفادة التامة من ميزات الذكاء الاصطناعي المذهلة وفي الوقت ذاته الى تعزيز المهارات والخبرات وزيادتها.
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
09:50

Arabic subtitles

Revisions

Our website uses cookies for analysis purposes.