وقد تم تصميم أدوات البيانات المتنوعة التي تمنح إدراكًا عشوائيًا بمجرد الضغط على القفز.هذه الطريقة هي في كل مكان: تحميل ورقة حسابية، تمكن النظام من تشغيلها، وتلقى قصة كاملة، دون جدوى. ولكن أي شخص يحاول هذه الأدوات يعرف النتائج غالباً ما تكون قصيرة، ويجب أن تركز على السرعة أكثر من الضرورة. سوف يمنح الهزيمة AI مكانًا للتعب في التطبيقات، وهذا هو السبب في أن التفاوض يتحرك نحو التوازن والإنتاجية، حيث تساعد الذكاء الاصطناعي، ولكن ليس بدلاً من ذلك، الحكم البشري المطلوب لتفسير المعلومات بشكل دقيق. المشكلة الأساسية هي بسيطة: قصة البيانات ليست مهمة ميكانيكية. أنها تتضمن الخصائص والضوء والضوء. هذه هي الخصائص التي يعرفها البشر بطبيعة الحال، والذكاء الاصطناعي لا يزال يحاول تكرارها. تحليل “Push-Button” غالبًا ما تنتهي إصدارات الرؤية التلقائية التلقائية التلقائية من نفس الأسباب.ما هي النماذج التي يمكن أن تنتجها الذكاء الاصطناعي؟ ولكنها لا يمكن أن تحدد بثقة ما هي النماذج التي تختلف عن الأشخاص الحقيقيين.يجب أن يكون انخفاض في حركة المرور مثيرًا للاهتمام إحصائيًا ولكن ليس له أهمية استراتيجيًا.يجب أن يذكر انخفاض في المشاركة، ولكن فقط إذا فهم أحد الجانب الأوسع من ذلك. هذا الفرق في الحكم يخلق الفشل الأكثر شيوعًا في الذكاء الاصطناعي: إرسال المعلومات الخاطئة بطريقة آمنة.تمثل الأبحاث من ستانفورد أن الماجستير في إدارة الأعمال (LLM) تظهر أو تنتج النتائج الخاطئة في 17-88% من المهام في العديد من الصناعات (المصدر: جامعة ستانفورد، 2024). ووجدت دراسة أن 56 في المئة من المنظمات تشير إلى عدم اليقين كخطر كبير عند تطوير الذكاء الاصطناعي (المصدر: ماكينسي، 2023). وبالإضافة إلى ذلك، فإن الأدوات التلقائية غالباً ما تنتج شاشات ذات صلة تقنية، ولكنها مدهشة بصورة رؤية، أو غير ذات العلامة التجارية، أو غير متكاملة تماماً مع القصة. تحتاج معرفة بيانات جيدة إلى شخص يحدد المعنى، وليس فقط تحديد النماذج، وهذا يعني التعرف على ما إذا كان الإدراك مهمًا استراتيجيًا، وإذا كان هناك نقص في النماذج، وإذا كان جودة البيانات مشكوك فيها، أو إذا كان هناك حاجة إلى التغيير في المعنى لتلبية الجمهور. هذه هي المناطق التي تتحقق فيها البشر بشكل مستمر من الذكاء الاصطناعي، وتتلقى ما لا يراه النموذج: الخطوط الأساسية الخاطئة، والاتفاقيات غير ذات الصلة، ومجموعات البيانات غير الكاملة، والتأثيرات التي تتطلب فهمًا منظمًا. هذا ليس قيودًا على التكنولوجيا، بل هو تعبير عن ما هو القصة في الواقع: إنجاز إنساني مبني على التفسير، وليس تلقائيًا. أسلوب أفضل: AI مع إنسان في الطريق مات جينسن، مؤسس معروف بإنشاء أدوات ملموسة، تم تصميمها لتسوية مشاكل تدفق العمل في العالم الحقيقي بدلاً من التسلل، أطلقت أداة تسمى وتتراوح أبحاثه بين تطوير المنتج والبيانات والعمليات التي يقوم بها الفريق عن بعد ، مما يمنح له رؤية واضحة حول كيفية استخدام المنظمات في البيانات و ما هي الأماكن التي لا تتوفر فيها أدوات الذكاء الاصطناعي التلقائية بشكل مستمر لتوفير رؤية معقولة. Graphitup بدلاً من تثبيت كل قرار، يمنح تدفق العمل للمستخدمين رؤية كيف وصلت AI إلى النتائج وتطلب إصلاحًا في كل مرحلة. "يمنح الذكاء الاصطناعي فرصًا في سرعة هائلة، ولكن الناس يقررون ما هو الأهم في الواقع"، يقول مات جينز. "الهدف ليس استبدال الحكم، بل تسريعها". تبدأ العملية مع تشخيص الفنون التشكيلية للكتابة وتطوير مجموعة من القصص. بدلاً من تقديم “الحلول” الوحيدة، يقدم النظام العديد من الجوانب التي تستحق التفكير، مثل تحليلين رئيسيين يقدمون خيارات. في حين أن القصة تأخذ شكلًا، يقدم الذكاء الاصطناعي توجيهًا بصريًا وتصميمًا، في حين أن الناس يقيسون الجانب التنظيمي. هذا النموذج يصف أكبر نقص في أنظمة تلقائية بالكامل: الاعتقاد بأن السرعة أكثر أهمية من السياق.إن التلقائي يهدف إلى توفير الوقت، ولكن قد يغرق ذلك من خلال محاولة استبدال طبقة التفسير التي تحول البيانات الخام إلى الاتصال المعقود. الحفاظ على الأشخاص في القفص يفعل أكثر من تجنب الأخطاء؛ فإنه يزيد من جودة النتائج النهائية.المنظمات تحصل على سرعة التمويل دون فقدان السيطرة على الرسالة.المعرفة أصبحت أكثر صرامة لأن النظام يمكن أن يوصف نموذجًا قد يخسر المستخدمون، في حين أن المستخدمين تنزيل الصوت AI غالباً ما يزيد. كما أن الناس أكثر استقرارًا في القصة عندما فهموا كيف تم تشكيلها وتمكنوا من تصحيح منطقها.في تقرير Deloitte 2024 حول حالة الذكاء الاصطناعي في تقرير Enterprise، يقول أكثر من نصف المنظمات المتقدمة في مجال الذكاء الاصطناعي أنها تركز على التقييم البشري كمتطلب رئيسي للتخفيف من المخاطر (المصدر: Deloitte، 2024)، مما يعزز أن الثقة مهمة أكثر من السرعة عندما يكون لها تأثيرات. بدلاً من أن تصبح أداةً أخرى من القماش الأسود، فإنه يقطع العملية في خطوات قابلة للتعليق التي تمنح AI مساحة للاستفادة في الوقت الذي يمنح الناس الخيار الأخير. إنّ التحدّي المبكر للصناعة في اتّخاذ كلّ شيء يخلق حواجز من الأدوات التي ظهرت مثيرة للجدل ولكنها غالباً ما تعطي نتائج غير قابلة للتطبيق أو الخاطئة. تصفح البيانات يصبح تعاونًا بين سرعة الذكاء الاصطناعي وظهور الأفكار البشريّة، وهذا التوازن يخلق قصصًا تتصوّر، والصور التي تتواصل بصورة واضحة، والمعرفة التي تدعم، وليس تغيّر، اتخاذ القرارات. المستقبل ليس بلا أيديه، وهو يراقب، وتتطلع، وتدير البشرية. شاهد كيف تحسن الذكاء الاصطناعي الذي يدير الإنسان جودة قصص البيانات الخاصة بك. https://graphitup.com. تم توزيع هذه القصة كجزء من إصدار Sanya Kapoor تحت برنامج HackerNoon Business Blogging. تم توزيع هذه القصة كجزء من إصدار Sanya Kapoor تحت برنامج HackerNoon Business Blogging.
