الذكاء الاصطناعي: تحديات من منظور أخلاقيات الطب
احترام الاستقلال
يتطلب مبدأ احترام الاستقلالية أن يكون للمرضى الحق في اتخاذ قراراتهم الخاصة بشأن التدخلات الطبية التي قد يتلقونها. يُظهر ممارسو الرعاية الصحية التزامهم بذلك من خلال مساعدة المرضى على اتخاذ قرارات مستنيرة ، وهي عملية تُعرف باسم “الموافقة المستنيرة”. قبل إجراء أي فحص أو تقديم العلاج ، يجب على الطاقم الطبي الحصول طواعية على إذن المريض (المؤهل) وإبلاغ المريض بجميع مزايا ومخاطر الإجراء الطبي [2]. من خلال مشاركة هذه المعلومات وإشراك المرضى في عملية صنع القرار المشتركة ، يوجه الموظفون المرضى لاتخاذ قرارات تتماشى مع أهدافهم وقيمهم. ومع ذلك ، مع دمج أنظمة الذكاء الاصطناعي في الرعاية الصحية ، تثار أسئلة حول ما إذا كان من الضروري إبلاغ المرضى باستخدام التكنولوجيا لتوجيه عملية اتخاذ القرار الطبي ، وما إذا كانت موافقتهم مطلوبة.
تشكل الموافقة المستنيرة في سياق الذكاء الاصطناعي تحديات عملية أمام تفسير المريض ، حيث قد يكون من الصعب تفسير ناتج النظام [3]. على سبيل المثال ، عند نشر خوارزمية مدربة على اكتشاف الخلايا السرطانية ، قد لا يتمكن الأطباء من تحديد الميزات التي تستخدمها الخوارزمية للكشف عن الخلايا الخبيثة. في حين أنه قد تكون هناك معلومات محدودة حول كيفية اشتقاق مخرجات الذكاء الاصطناعي ، يجب في معظم الحالات مشاركة بعض الخصائص المهمة مع المريض. تفاصيل حساسية الخوارزمية وخصوصية بعض المرضى ، ومعدل الخطأ فيها ، وكيف تقارن دقة الخوارزمية بقرارات الأطباء ، والضمانات لاكتشاف الأخطاء ومنعها ، والعواقب المترتبة على صحتهم إذا كانت الخوارزمية متحيزة.
من المهم أن يفهم المرضى كيف تتخذ الخوارزميات القرارات. في هذا السياق أجريت دراسة نشرت نتائجها في مجلة Nature Medicine ، مقابل خوارزمية يمكن أن تحدد 50 نوعاً مختلفاً من أمراض العيون بمعدل تمييز 94.5٪ ، وهي دقيقة مثل أطباء العيون ، وهي ليست كذلك. اتخاذ قرارات خاطئة وخطيرة سريريًا [4]. هذه المعلومات حول أداء الخوارزمية مفيدة لاتخاذ قرارات الرعاية الصحية وهي مهمة لمشاركتها مع المرضى.
يجب أن يكشف أيضًا عن قيود الخوارزمية للمرضى الذين يتعلمون من بيانات التدريب. يجب أن يحرص الأطباء على عدم الاعتماد بشكل كبير على التوصيات الخوارزمية ، مثل استنتاج فائدة الدواء ، لأنه يجب فهم البيانات التي يتم تدريب الخوارزمية على أساسها حتى يتمكن الطبيب من التنبؤ وإبلاغ المريض بما إذا كانت النتيجة ذات قيمة للمريض [5]. من المفيد أيضًا مشاركة الأدلة على فعالية خوارزميات محددة في التجارب السريرية. قد يكون النطاق الكامل للمعرفة حول فوائد ومخاطر الذكاء الاصطناعي في الرعاية السريرية واضحًا ومفيدًا عند دمج الخوارزميات في الإعدادات السريرية المعقدة. كجزء من عملية الحصول على موافقة المريض قبل أي إجراء ، يجب على الأطباء تزويدهم بمعلومات حول خصائص وطبيعة بيانات المرض التي تم تطوير الخوارزمية بناءً عليها ، مع ملاحظة مدى احتمالية التقليل من أداء السكان الذين تم استخدامها فيها. نظرًا لأن خوارزميات الذكاء الاصطناعي يتم توسيعها لتشمل مجموعات سكانية مختلفة لتحسين النتائج ، فإننا نفترض أنها ستصبح جزءًا من بنية الرعاية الصحية المستقبلية دون موافقة مستنيرة صريحة.
لصالح
هذا هو مبدأ أساسي للرعاية الصحية. يتحمل ممارسو التمريض مسؤولية أخلاقية للعمل في هذا الاتجاه لصالح المرضى والتصرف في مصلحتهم الفضلى. العديد من التدخلات الطبية لها بعض الضرر المحتمل ، الأمر الذي يتطلب تقييم المخاطر وموازنة الفوائد والأضرار المحتملة على المريض.
يعد الذكاء الاصطناعي بتحسين صحة المرضى وجودة الرعاية. تم استخدامه لتقييم الأعراض وتوجيه ما إذا كان يجب على المرضى طلب العلاج في غرفة الطوارئ [6]. كما أنه يتكامل مع الأنظمة التي تقيم مدى اعتلال الشبكية السكري لدى المرضى [7] ، ويحسن الكشف عن حالات سرطان الثدي ويظهر الكفاءة في تقليل الأخطاء [8] ، ويساعد الأطباء على تشخيص الأمراض الجلدية [9]. سيسمح أيضًا للتعلم الآلي (مجموعة فرعية من الذكاء الاصطناعي) بتحديد الأنماط في التشخيصات المعقدة التي لا يفعلها حتى أفضل الأطباء ، وسيسمح لهم بضبط أنظمة الفحص والوقاية لفائدة المرضى ، وبالتالي فإن اجتياز التشخيص المبكر يقلل بشكل كبير عبء المرض من خلال الكشف عن السرطان.نظرًا لأن أنظمة الرعاية الصحية تتضمن الذكاء الاصطناعي لدعم اتخاذ القرارات السريرية ، فإن الفوائد المحتملة للسكان ، بما في ذلك تحسين جودة الرعاية ودقة التشخيص والكفاءة وتكلفة الرعاية ، قد تتناقض مع الضرر المحتمل للمرضى الأفراد. قد توصي الخوارزمية بتدخل من شأنه زيادة الفوائد الإجمالية ، ولكن قد يضر ذلك بمجموعة من المرضى ربما لم تضعها الخوارزمية في الاعتبار. في حين أن الذكاء الاصطناعي لديه القدرة على تحسين صحة السكان ، فمن المهم أيضًا النظر في كيفية التخفيف من المخاطر المحتملة على الأفراد ، والتي لا ينبغي أن تفوق المخاطر التي قد تنشأ عن عدم استخدام التكنولوجيا.
لا تؤذي
هذا هو المبدأ الثالث في مبادئ أخلاقيات مهنة الطب. ينبغي النظر في فوائد الذكاء الاصطناعي للرعاية الصحية في سياق الأضرار المحتملة. في هذا القسم ، سأركز على إمكانية حدوث ذلك بناءً على مفاهيم الخصوصية والأمان:
الذكاء الاصطناعي: تحديات من منظور أخلاقيات الطب
كيف سيؤثر استخدام الذكاء الاصطناعي على علوم الحياة؟
على مدى العقد المقبل ، من غير المتوقع أن تظل أي صناعة بمنأى عن التطور المتزايد للذكاء الاصطناعي. بالطبع ، تؤثر هذه التقنية على الشركات عبر الصناعات من خلال تحسين العمليات وأتمتة المهام وتعطيل نماذج الأعمال الحالية.
بالنسبة لمجال علوم الحياة ، فإن الذكاء الاصطناعي يبشر بالخير لتطوير العلاجات والأدوية ، وتحليل مجموعات البيانات الكبيرة للحصول على رؤى قيمة ، وجعل الطب الدقيق حقيقة واقعة للمرضى. سنحاول في هذه المقالة تقديم بعض الطرق التي يؤثر بها الذكاء الاصطناعي في مجال علوم الحياة
الذكاء الاصطناعي في التجارب السريرية
يلعب الذكاء الاصطناعي دورًا مهمًا في التجارب السريرية وتطوير الأدوية لأنها عملية مكلفة للغاية وتستغرق وقتًا طويلاً وتتطلب ما يصل إلى خمسة عشر عامًا وتستثمر مليارات الدولارات. على سبيل المثال ، يقدر معهد Paul Ehrlich في ألمانيا تكلفة تطوير وتصنيع لقاح ضد فيروس كورونا المستجد بحوالي ملياري دولار. بالإضافة إلى ذلك ، فشلت نسبة عالية من تجارب التطوير هذه ، مما يعني إهدار استثمارات ضخمة في هذا المجال.
يتم تسليط الضوء على دور الذكاء الاصطناعي في سياق التجارب السريرية لأنه يتيح زيادة الكفاءة في تسريع اكتشاف الأدوية الجديدة وتقليل التكاليف مقارنة بأساليب التطوير التقليدية. كما أنه يستخدم في العملية التنبؤية لرصد الآثار الجانبية على الجسم لأخذ عقارين في نفس الوقت لتقليل التفاعلات الدوائية وأضرارها.
تساعد هذه التقنية أيضًا في تقليل المتطلبات التشغيلية في التجارب السريرية باستخدام التوائم الرقمية (النسخ الإلكترونية المتماثلة للكائنات الحية) ، كما هو الحال في شركة “آن ليرن” الأمريكية ، والتي أدت إلى عدد أقل من التجارب السريرية حيث يشارك المتطوعون في إكمال التجارب.
يتم تسليط الضوء على دور الذكاء الاصطناعي في سياق التجارب السريرية لأنه يتيح زيادة الكفاءة في تسريع اكتشاف الأدوية الجديدة وتقليل التكاليف مقارنة بأساليب التطوير التقليدية. كما أنه يستخدم في العملية التنبؤية لرصد الآثار الجانبية على الجسم لأخذ عقارين في نفس الوقت لتقليل التفاعلات الدوائية وأضرارها.
تساعد هذه التقنية أيضًا في تقليل المتطلبات التشغيلية في التجارب السريرية باستخدام التوائم الرقمية (النسخ الإلكترونية المتماثلة للكائنات الحية) ، كما هو الحال في شركة “آن ليرن” الأمريكية ، والتي أدت إلى عدد أقل من التجارب السريرية حيث يشارك المتطوعون في إكمال التجارب.
يتم تسليط الضوء على دور الذكاء الاصطناعي في سياق التجارب السريرية لأنه يتيح زيادة الكفاءة في تسريع اكتشاف الأدوية الجديدة وتقليل التكاليف مقارنة بأساليب التطوير التقليدية. كما أنه يستخدم في العملية التنبؤية لرصد الآثار الجانبية على الجسم لأخذ عقارين في نفس الوقت لتقليل التفاعلات الدوائية وأضرارها.
تساعد هذه التقنية أيضًا في تقليل المتطلبات التشغيلية في التجارب السريرية باستخدام التوائم الرقمية (النسخ الإلكترونية المتماثلة للكائنات الحية) ، كما هو الحال في شركة “آن ليرن” الأمريكية ، والتي أدت إلى عدد أقل من التجارب السريرية حيث يشارك المتطوعون في إكمال التجارب.
نظرًا لأن مقدمي الرعاية الصحية لديهم الآن بيانات عن المرضى أكثر من أي وقت مضى ، في شكل معلومات وراثية وسجلات صحية ، فهناك اعتماد كبير على تقنية الذكاء الاصطناعي للسماح للباحثين بالعثور على العلاجات بشكل أسرع وتكييفها مع علاجات محددة بناءً على احتياجاتهم. مجموعات المرضى تفصيل أدوية أكثر فعالية. الميزات والاحتياجات. وهذا ما يسمى “الطب الدقيق”.
الذكاء الاصطناعي والتشخيص
هناك مجال آخر يمكن أن يلعب فيه الذكاء الاصطناعي دورًا كبيرًا وهو تشخيص الأمراض. تُستخدم هذه التقنية حاليًا لتحليل صور الأشعة ، باستخدام خوارزميات التعلم الآلي لتحديد الصور المتشابهة وتحديد نوع المرض.
مع تفشي فيروس كورونا ، تستخدم شركة “إنفيرفيجن” الذكاء الاصطناعي لمساعدة الأطباء في الكشف عن الفيروس ومراقبته ، من خلال تحليل صور الأشعة السينية لتحديد علامات الالتهاب الرئوي الذي يسببه ،
طور الباحثون في معهد ماساتشوستس للتكنولوجيا في الولايات المتحدة أيضًا ذكاءً اصطناعيًا يمكنه اكتشاف حالات سرطان الثدي قبل 4 سنوات من ظهور صور الثدي الشعاعية التقليدية ، وتحديد سرطان الثدي الذي قد يكون موجودًا أو لا يمكن اكتشافه أو لا يمكن اكتشافه من خلال عمليات التصوير. تم اكتشاف الشذوذ. الترجمة الفورية باستخدام التقنيات التقليدية.
في المستقبل ، قد يكون لهذه التقنية القدرة على إجراء تشخيصات أكثر دقة مع تقليل العبء على الأطباء لإجراء مثل هذه التشخيصات ، مما يوفر المزيد من الوقت لرعاية المرضى.
في حين أننا لا نستطيع التنبؤ بجميع التأثيرات المستقبلية للذكاء الاصطناعي في علوم الحياة ، فمن الواضح أن التكنولوجيا ستلعب دورًا إيجابيًا في هذا المجال ، من تقديم تجارب إكلينيكية أكثر كفاءة إلى الحصول على الأدوية بشكل أسرع إلى تسهيل التشخيص الأفضل. بالنسبة للمرضى ، استخلاص استنتاجات دقيقة من كميات كبيرة من البيانات.
كيف سيؤثر استخدام الذكاء الاصطناعي على علوم الحياة؟
فيلسوف في آلة!
نص فلسفي بين الذكاء الاصطناعي والإبداع البشري
هل أنت قارئ للفلسفة ، أو طالب فلسفة ، أو خبير في أحد هذه المذاهب؟ هل تميل إلى تبني وجهات نظر فلسفية في حد ذاتها أو تتبع فلاسفة محددين؟ هل لديك سؤال يزعجك وتريد أن تسأل فيلسوفك المحبوب (سواء كان حيا أو ميتا ، سواء كان سؤالك يتعلق بمشاكل ومواقف قديمة أو جديدة) بحيث يكون ذلك بلغة الفيلسوف
ما هو أسلوبه من حيث مذهبه أو مزاجه الفلسفي العام؟
هذا الشيء لم يعد مستحيلاً أو صعباً. كل ما عليك فعله هو الجلوس أمام نموذج اللغة التوليدية لنموذج الذكاء الاصطناعي المطور ، أو طرح أسئلتك عليه ، أو التعلم منه أو التعلم منه كما لو كنت أمام فيلسوف تريد أن تسمعه ، وحتى التحدث إليه حول شيء لم يلمسه من قبل ، ستجد نفسك في وسط تجربة مثيرة قد لا تتمكن خلالها من معرفة ما هو بشري مما هو مصطنع ، وقد تتساءل عما يفعله الذكاء الاصطناعي بأذهاننا ، أو بالأحرى مندهش من شدة وعمق التحديات التي يطرحها مفكرونا ومفكرونا وفنانوننا وعلماءنا وفلاسفتنا عبر تاريخ الحضارة ؛ ويخرجون بحلول تزاحم البشر!في السنوات الأخيرة ، مع التطور الواسع النطاق والسريع لتكنولوجيا الذكاء الاصطناعي ، والنماذج اللغوية واسعة النطاق التي تستفيد بشكل كبير من التحسينات التكنولوجية ، مما أدى إلى أنظمة معلومات وحوار متقدمة ، أصبح من الممكن لنماذج الكمبيوتر أن تتفوق على البشر في مجموعة واسعة من المهام ، بدءًا من ممارسة الألعاب الذهنية مثل الشطرنج ، مرورًا بمعالجة البيانات وتحليل المشكلات واتخاذ القرار ، إلى توقع الهياكل الجزيئية الحيوية للبروتين وإجراء عمليات حساب مضاعفة المصفوفة. لكن مجالًا آخر من مجالات البحث الذي جذب اهتمامًا أكاديميًا مؤخرًا هو ما إذا كان بإمكان الذكاء الاصطناعي أيضًا كتابة أوراق فلسفية مدروسة ومبتكرة. حتى وقت قريب ، كان الناس يعتقدون أننا بشرإنها أفضل من الآلات عندما يتعلق الأمر بمهام أكثر غموضًا مثل الإبداع الفلسفي ، وتتطلب الفلسفة المهنية على مستوى الخبراء شكلاً من الكفاءة والمعرفة التي لا تزال تتطلبها نماذج الذكاء الاصطناعي. ولكن مع تمكين الذكاء الاصطناعي للآلات من إنتاج أعمال فنية وموسيقى وحتى أدبية جيدة جدًا ، يبدو أن عدد البشر يفوق عددهم عندما يتعلق الأمر بالإبداع على جبهات متعددة ، لذا فإن معرفة ما إذا كان يمكن تعليم نماذج اللغة الكبيرة لكتابة أعمال فلسفية إبداعية هو أمر مهم للغاية. نص شيء مثير للاهتمام. لا يمكن تمييزها بالفعل عما كتبه أو كتبه الفلاسفة!للتحقيق في هذا ، وللإجابة على السؤال المثير للاهتمام حول الإبداع الميكانيكي الفلسفي ، طور باحثون من ثلاث جامعات مختلفة نموذجًا لغويًا واسع النطاق يمكنه الرد على الاستفسارات الفلسفية بطرق مشابهة جدًا لكيفية استجابة الفيلسوف. يعد المحول التوليدي المدرَّب مسبقًا ، والمعروف باسم ChatGPT ، والذي طورته منظمة OpenAI الأمريكية غير الربحية ، أحد أفضل الأمثلة على كيفية عمل النماذج اللغوية. من المثير للدهشة أنه عند كتابة المستندات والتحدث إلى البشر والإجابة على أسئلتهم ، استخدم الباحثون نسخة مما أطلقوا عليه GPT-3 ، وهو عبارة عن محول توليدي من الجيل الثالث ، وهو نموذج لغوي ذاتي الانحدار يستخدم التعلم العميق لتوليد ما يشبه الإنسان. النص ، باستخدام خوارزميات إحصائية متقدمة وقوية تمكنه من التنبؤ بالكلمة التالية في النص في سياقه السابق بعد تحليل قدر كبير من النص كإشارة.على سبيل المثال ، لنفترض أن السياق هو: “أنا آخذ زوجتي في رحلة رومانسية إلى …”. من المرجح أن تحتوي الجداول على كلمة “باريس” بدلاً من النقاط أكثر من كلمات مثل “مستشفى” أو “مكتب بريد” ، وبالطبع يمكن كتابة النص بكلمات مختلفة. ولكن هنا يفحص النموذج السياق الكامل للجملة ، ويراجع جزءًا كبيرًا من النص (يصل إلى بضع مئات من الكلمات) ، ثم يخمن الكلمة التالية إحصائيًا ، ليس لأنها “تعرف” أن باريس مدينة رومانسية ، ولكن لأنها وجدت في قواعد البيانات الكبيرة لاستخدام اللغة. تظهر كلمات مثل “سفر” و “رومانسي” قبل “باريس” أكثر من كلمات مثل “مستشفى” أو “مكتب بريد” (فاديلي ، 2023).
فيلسوف في آلة! نص فلسفي بين الذكاء الاصطناعي والإبداع البشري
كيف يمكن للذكاء الاصطناعي أن يغير مستقبل صناعة الأطراف؟
بالنسبة لمليون مبتور جديد في جميع أنحاء العالم كل عام (واحد كل 30 ثانية) ، فإن فقدان أحد الأطراف يعني أنه يجب عليهم التكيف مع عالم جديد. لنأخذ الهند كمثال ، فهي واحدة من أكثر الدول كثافة سكانية في العالم. تم تكييف 3 في المائة فقط من مبانيها لاستيعاب الأشخاص ذوي الاحتياجات الخاصة ، ويوجد في البلاد أكثر من نصف مليون مبتور. من المرجح أن تزداد هذه الأرقام في جميع أنحاء العالم ، حيث من المحتمل أن تضاعف بعض البلدان ، مثل الولايات المتحدة ، أعدادها بحلول عام 2050 مع زيادة حالات الإصابة بأمراض الأوعية الدموية وغيرها من الحالات التي تؤدي إلى بتر الأطراف.
ومع ذلك ، فإن التقدم في مجال الأطراف الصناعية قد يساعد في تحسين حياة هؤلاء الأفراد وتعزيزها ، حتى لو لم يتحسن العالم من حولهم بالضرورة. في هذه المقالة ، سنحاول فهم ما قد يخبئه لنا مستقبل صناعة الأطراف ، وحيث يمكن للذكاء الاصطناعي أن يلعب دورًا في هذا المجال.
من الخشب إلى الأطراف الصناعية
في عام 2011 ، اكتشف علماء الآثار واحدة من أقدم “الأجهزة” المعروفة من صنع الإنسان ، وهي إصبع قدم خشبي دفن مومياء مصرية منذ حوالي 3000 عام. وجد الباحثون أنها بالفعل وسائل مساعدة عملية للمشي. على الرغم من مرور آلاف السنين ، لم تشهد الأطراف الصناعية تطورًا كبيرًا إلا في العقود القليلة الماضية مع ظهور الأطراف الروبوتية التي تعمل بالذكاء الاصطناعي. في ورقة بحثية عام 2008 ، وصف الباحثون كيف استخدمت القرود نشاط الدماغ للتحكم في ذراع آلية. تم ذلك باستخدام أقطاب كهربائية مزروعة في الدماغ ، مما سمح لهم أيضًا بتناول الفاكهة ؛ كان أول طرف صناعي من نوعه يتحكم فيه الدماغ. منذ عام 2011 ، بدأ عصر جديد يتجلى من خلال الأطراف المعيارية ، بدءًا من ظهور أطراف ذكية يمكن التحكم فيها من خلال التحكم في العقل ولديها أيضًا القدرة على توفير تجربة استشعار الألم.
الحدود والقيود الذكية
أساس الجمع بين الذكاء الاصطناعي والأطراف الصناعية هو التفسير الحسابي للإشارات العصبية من عضلات المريض ، مما سيسمح بتحكم أكثر دقة في الطرف. في دراسة أجريت في شهر مارس الماضي ، وثق باحثون في جامعة ميشيغان طريقة جديدة لدمج التكنولوجيا مع المزيد من الأطراف (الأجزاء السفلية). تعتمد تقنيتهم على تجديد واجهة الأعصاب الطرفية ، حيث يستخدم الجراحون قطعة صغيرة من العضلات ويلفونها حول نهاية عصبية مبتورة لتوليد إشارات. ثم يطبق علماء الكمبيوتر خوارزميات التعلم الآلي لترجمة هذه الإشارات إلى حركات دقيقة للأطراف. هذا الإجراء مناسب لأي نوع من أنواع البتر ، وتمكن المشاركون في الدراسة من أداء ما وصفوه بحركات “دقيقة” ، مثل التقاط مكعبات ألعاب صغيرة وربط أصابعهم معًا ، وفقًا لقادة الدراسة.
في حين أن التكنولوجيا قد يكون لها إمكانات جيدة للتحكم الأكثر تعقيدًا لمبتوري الأطراف ، إلا أنها تتطلب زرع أجهزة استشعار للعضلات ، وهي تقنية معقدة ومكلفة وغير متوفرة على نطاق واسع حتى الآن. يعاني جهاز جامعة ميشيغان أيضًا من مشكلة لأنه يعتمد على آلية اتصال سلكية متصلة بجهاز كمبيوتر لا يبعد أكثر من مترين عن الجهاز. لذلك ، وفقًا لـ Cynthia Chistek ، إحدى مؤلفي التجربة المشاركين في الدراسة ، لا يزال هناك الكثير من العمل الذي يتعين القيام به لاستخدام الغرسات اللاسلكية غير المتصلة بجهاز كمبيوتر. علاوة على ذلك ، بصرف النظر عن عامل التكلفة كما ذكرنا سابقًا ، يجب أيضًا أن يكون الجهاز مرخصًا ومعتمدًا من قبل السلطات المختصة ، مما قد يحد من اعتماده. بالإضافة إلى ذلك ، ما زلنا نفتقر إلى فهم كيفية عمل آليات التغذية الراجعة في الجهاز العصبي البشري وتفرد الأنظمة العصبية الفردية ، مما يجعل من الصعب تدريب خوارزميات الذكاء الاصطناعي للتنبؤ بالنوايا البشرية. إذن هذا السؤال ليس مجرد سؤال هندسي أو برمجي ، ولكنه سؤال علمي أساسي
نظرًا لأن الروبوتات والتعلم الآلي يحرزان تقدمًا ثابتًا في صنع الأطراف ، فإن تكاليف تشغيل هذه الأدوات ستنخفض حتمًا ، وسيكون هناك أمل لأولئك الذين فقدوا أطرافهم. قد تمر بضع سنوات قبل أن نرى هذه التكنولوجيا مستخدمة على نطاق واسع في حياتنا ، لذلك نعتقد أن الوقت قد حان لنتطلع إليها.
كيف يمكن للذكاء الاصطناعي أن يغير مستقبل صناعة الأطراف؟
استخدام صحافة الذكاء الاصطناعي في المؤسسات الإخبارية
تسبب التأثير الاقتصادي لوباء COVID-19 في أزمة غير مسبوقة في الصحافة تهدد بتدمير المؤسسات الإخبارية في جميع أنحاء العالم.
لعل بقاء الصحافة واستمرارها يكمن في اعتمادها لمفاهيم المرونة والاستدامة والتعايش مع ظروف غير مؤكدة والانتقال إلى الوضع الطبيعي الجديد ، وهو ما يعبر عن التغيرات الدراماتيكية المرتبطة بأزمة كوفيد -19 ، بما في ذلك القبول السريع للتكنولوجيا المتقدمة. .
مثل الذكاء الاصطناعي.
يشير الذكاء الاصطناعي إلى “الآلات التي يمكنها التعلم من خلال التجربة ، وتقليد الذكاء البشري في أداء المهام ، وتكون قادرة على تطوير نفسها تلقائيًا بناءً على المعلومات التي تجمعها وتفحصها وتعقبها وتستخرج الأنماط.”
لقد ذهب بعض العلماء إلى أبعد من ذلك ، حيث قال هانز مورفيك وراي كورزويل أنه من الممكن تقنيًا نسخ الدماغ مباشرة على الأجهزة والبرامج ، وهو ما يسمى بتقنية الدماغ الاصطناعي ، وقد أجرت شركة Neuralink تحت إشراف Elon Musk تجارب واختبارات في وذلك بهدف التعايش بين البشر والذكاء الاصطناعي.
عند دراسة المفهوم الناشئ حديثًا لصحافة الذكاء الاصطناعي ، نجد أنه يمكن تعريفه من خلال القدرات الغنية التي توفرها التقنيات المتقدمة ، مثل التعلم الآلي ، والشبكات العصبية العميقة ، ومعالجة اللغة الطبيعية ، وتوليد اللغة الطبيعية ، والتلخيص التلقائي ، ورؤية الكمبيوتر ، إلخ. وبهذه الطريقة ، يمكن للمؤسسات الإخبارية استخدام تقنية الذكاء الاصطناعي لأتمتة العديد من المهام التي تتكون منها سلسلة الذكاء الاصطناعي ، بما في ذلك استخراج البيانات ومراجعتها ، وكذلك إنتاج القصص والرسومات ، باستخدام الفرز التلقائي والاختيار وإعداد المرشحات و تحديد الأولويات ، وتمييز المقالات. الوظيفة.
إيجابيات وسلبيات استخدام المنظمات الإخبارية للذكاء الاصطناعي في الصحافة
يوفر اعتماد صحافة الذكاء الاصطناعي في المؤسسات الإخبارية مزايا متعددة ، بما في ذلك دعم مهمة الصحافة اليومية. برعت خوارزمية GPT-3 في تحليل 45 تيرابايت من البيانات و 175 مليار معلمة ، وتمكنت من توليد روايات أعمق من خوارزميات اللغة التقليدية لفتح آفاق جديدة).
بالإضافة إلى ذلك ، يمكن لتقنية الذكاء الاصطناعي تنفيذ إجراءات معقدة بناءً على كميات هائلة من البيانات ، وتوسيع نطاق التغطية الإعلامية إلى مناطق بعيدة عن متناول الصحفيين (مثل مناطق صراع الحرب ، والبيئات المناخية الخطرة مثل الفيضانات والبراكين والزلازل) ، وتحسين التقارير الإخبارية في الوقت الفعلي. الفعلية (على سبيل المثال ، الأخبار الصحية في الوقت الفعلي حول وباء Covid-19 ، التي تقدمها بعض المؤسسات الإخبارية الدولية مثل The Washington Post و CNN والعديد من شركات التكنولوجيا الكبرى مثل Google) ، فضلاً عن البحث القائم على الخوارزميات والتوصيات وما إلى ذلك ، بناءً على اهتمامات الجمهور وتفضيلاته. تقديم محتوى إخباري.
من ناحية أخرى ، تعتمد كفاءة هذه التقنيات على جودة بيانات الإدخال ، لأن مبدأ إدخال القمامة وإزالة القمامة (GIGO) في علوم الكمبيوتر ينص على أنه إذا كانت بيانات إدخال القمامة معيبة أو غير منطقية ، فإنها ستنتج مخرجات غير منطقية ، عدم وجود مدخلات دقيقة وموثوقة تجعل من المستحيل الحصول على مخرجات دقيقة وموثوقة.
لا تقتصر أتمتة أساليب إنتاج الأخبار على إنشاء نص ، بل تتجاوز تقنية الكلام الاصطناعي القائمة على الذكاء الاصطناعي لتحويل المقالات النصية إلى كلام وقراءتها بصوت عالٍ ، (كما طبقت قناة بي بي سي نيوز على موقعها على الإنترنت ، دخلت القناة في شراكة مع Microsoft ، إنشاء برنامج جديد للصوت والذكاء الاصطناعي ، باستخدام الشبكات العصبية العميقة لتوليد صوت اصطناعي ونغمات طبيعية وتعبيرات نصية واضحة ، يمكن للأداة التعرف على أنماط سلوك المستخدم وتحديد أولويات المحتوى وفقًا لتفضيلاتهم).
بالإضافة إلى ذلك ، تبنت المؤسسات الإخبارية أنظمة فيديو مؤتمتة قائمة على الذكاء الاصطناعي لإنتاج قصص إخبارية ، مثل شراكة رويترز مع Synthesia ، والتي تنشئ مرساة افتراضية قابلة للبرمجة بالكامل من خلال دمج مقاطع الفيديو من مرساة بشرية. وسيقدم المشرفون الروبوتيون المدعومون بالذكاء الاصطناعي ملخصات الأخبار عن طريق التنقيب عن الصور والتقارير المتاحة على موقع رويترز ، ثم اتخاذ الإجراءات وإضافة التعليقات الأساسية دون كتابة نصوص بشرية أو تحرير أو إنتاج.
في المقابل ، تواجه المؤسسات الإخبارية العديد من الحواجز الرئيسية التي تحول دون تبني تكنولوجيا الذكاء الاصطناعي وتطويرها ، مثل المقاومة الثقافية المتعلقة بالبطالة ، وتغيير العمليات التجارية ، وتكاليف التطوير المرتفعة ، مما يفسر سبب سعادة الشركات والمؤسسات الإخبارية الكبرى باستخدامها.
الموارد المالية لمشاريع الصحافة بالذكاء الاصطناعي
تهتم Google بشدة بصناعة الأخبار. وقد قدم صندوق ابتكار الأخبار الرقمية من Google مساهمة كبيرة في تمويل المشاريع ذات الصلة في أوروبا لاستكشاف إمكانيات التقنيات الجديدة. وقد دعمت Google DNI وتمويل ما لا يقل عن 262 مشروعًا بقيمة 150 مليون يورو.
وتشمل هذه المشاريع مشروع RADAR ومقره المملكة المتحدة ، والذي يمثل الصحفيين والبيانات والروبوتات ، والذي حصل على تمويل يقدر بنحو 706000 يورو.
يوضح الموقع الإلكتروني للمشروع: “أنشأنا وكالة الأنباء المحلية الآلية الوحيدة في العالم ، التي تقدم مقالات تعتمد على البيانات إلى مئات المواقع الإخبارية والصحف ومحطات الراديو في جميع أنحاء المملكة المتحدة”. الخدمة ليست مؤتمتة بالكامل. يعمل فريق من الصحفيين بجد لمراجعة الخوارزمية وصقلها للتأكد من صحة المدخلات ولضمان استمرارية الرقابة التحريرية.
بالإضافة إلى ذلك ، تلقت مجموعة SESAAB مشروعًا بقيمة 400000 يورو لتطوير خوارزميات لتنظيم المحتوى بناءً على سلوك المستخدم ، حيث تهدف خوارزميات البحث والتوصية إلى زيادة الإيرادات والاشتراكات.
الميزة الرئيسية لهذه المنصات هي قدرتها على التحكم في الخدمات والبرامج المقدمة للمستخدم النهائي ، حيث يمكنها ضبط معايير عملية البناء – من اختيار البيانات إلى تصميم ظهور المواد الإعلامية – دون الحاجة إلى مهارات متخصصة.
تمكنت مجموعة تاميديا الإعلامية السويسرية من تبني الحل ، باستخدام روبوتات توبي للإبلاغ تلقائيًا عن نتائج الانتخابات العامة في جميع البلديات البالغ عددها 2222 بلدية في سويسرا. “Dehorning a cow” ، يمكن للروبوت أن يصنع بقرة في بضع دقائق فقط ، مما يمكّن التجربة من تلبية احتياجات الجماهير ذات الذيل الطويل وتحسين تجربة المستخدم من خلال التخصيص.
استخدام صحافة الذكاء الاصطناعي في المؤسسات الإخبارية
