لم يعد AI يكتب النصوص فقط: بدأ يدربنا على الكلام

ركز معظم النقاش حول الذكاء الاصطناعي في السنوات الأخيرة على ما يستطيع إنتاجه: نصوص وصور وعروض تقديمية وأكواد وفيديوهات وإجابات. لكن أحد التحولات الأكثر إثارة للاهتمام يحدث في الاتجاه المعاكس. فبدلا من طلب تنفيذ مهمة من AI نيابة عنا، يبدأ مزيد من الأشخاص باستخدامه للتدرب على شيء يريدون هم أنفسهم إتقانه.

تعلم الإنجليزية مثال ممتاز على هذا التحول.

بدلا من فتح كتاب دراسي أو إكمال اختبار مفردات أو حجز درس مع معلم، يستطيع المستخدم اليوم فتح تطبيق والتحدث بالإنجليزية وتلقي رد فوري من نظام قائم على الذكاء الاصطناعي.

قد يبدو ذلك ميزة تقنية إضافية، لكنه في الواقع تحول أوسع في طريقة استخدامنا للتعلم الرقمي.

من المحتوى الموحد إلى تجربة تستجيب للمستخدم

معظم منتجات التعلم الرقمي التقليدية مبنية مسبقا.

يحصل الجميع تقريبا على الدرس نفسه والسؤال نفسه والإجابة الصحيحة نفسها. يمكن تغيير الوتيرة أو اختيار مستوى الصعوبة، لكن المسار يظل محددا نسبيا.

يغير الذكاء الاصطناعي التوليدي هذا النموذج.

لا يوجد بالضرورة سيناريو ثابت في المحادثة مع نظام AI. يستطيع المستخدم الحديث عن عمله أو التحضير لمقابلة أو محاكاة حوار مع عميل أو طرح سؤال لم يظهر في الدرس، ثم الانتقال إلى موضوع آخر بحسب سير المحادثة.

من منظور تجربة المستخدم، هذا فرق مهم.

لم يعد البرنامج يعرض المحتوى فقط. إنه يستجيب للمستخدم.

هذا هو التحول الذي بدأنا نراه في مجالات أخرى، من خدمة العملاء إلى الأنظمة المؤسسية: الانتقال من واجهات يحتاج المستخدم إلى تعلم كيفية عملها إلى أنظمة تحاول التكيف مع الشخص الذي أمامها.

لماذا يمثل الكلام حالة اختبار مثيرة للاهتمام

إحدى مشكلات تعلم اللغة أن تلقيها سهل نسبيا، لكن استخدامها بنشاط أصعب بكثير.

يمكن القراءة بالإنجليزية ومشاهدة المسلسلات وفهم ما يقال جيدا، ومع ذلك التعثر عند الحاجة إلى الرد بسرعة في اجتماع أو مقابلة عمل.

السبب بسيط: الكلام يحتاج إلى تدريب.

وهنا يملك AI ميزة عملية لا ترتبط بالضرورة بكونه "أذكى" من المعلم البشري. إنه متاح بدرجة أكبر بكثير فحسب.

يمكن إجراء محادثة لعشر دقائق قبل العمل، وحتى التحدث معه أثناء العمل للاستشارة في مسائل مهنية، أو تكرار الإجابة نفسها، أو التوقف في المنتصف والبدء مجددا، أو طلب تجربة سيناريو آخر. لا حاجة إلى تنسيق درس، ولا شعور بإهدار وقت شخص آخر.

لم يعد الموضوع نظريا فقط. تطور شركات منتجات كاملة حول هذه الفكرة، وبدأ البحث الأكاديمي أيضا يدرس أثرها. تستعرض مراجعة أوسع عن ممارسة الإنجليزية بالذكاء الاصطناعي الشركة الناشئة الإسرائيلية Loora والأبحاث الجديدة، والجوانب التي يمكن أن يساعد فيها AI والحالات التي لا يزال المعلم البشري يتمتع فيها بميزة واضحة.

القدرة على التدريب المتكرر تغير اقتصاديات التعلم

عند التفكير في منتجات AI، يسهل التركيز على جودة إجابة النظام. لكن في التعلم قد تكون الكمية أحيانا مهمة بالقدر نفسه.

لنفترض أن موظفا يريد تحسين إنجليزيته استعدادا لعروض أمام عملاء في الخارج.

قد يكون درس أسبوعي لمدة ساعة ممتازا، لكنه يوفر عددا محدودا من دقائق الكلام. وإذا أضاف الموظف عشر دقائق أو خمس عشرة دقيقة من التدريب كل يوم تقريبا، يتغير حجم تفاعله مع اللغة بصورة كبيرة.

هذا نموذج يهم المؤسسات أيضا.

قد لا تستطيع شركة تشغل عشرات الموظفين أو مئاتهم توفير دروس خاصة لكل فرد. ويمكن لنظام رقمي متاح عند الطلب زيادة حجم التدريب دون محاولة استبدال الإرشاد البشري بالكامل.

وربما تكون هذه نقطة مهمة خصوصا: المنتجات الأكثر إثارة للاهتمام ليست بالضرورة التي تحاول محو ما سبقها، بل التي تنجح في استكماله.

ليست كل ملاحظة يقدمها AI جيدة بالضرورة

التوافر الكبير لا يحل جميع المشكلات.

يمكن لنظام محادثة أن يتيح للمستخدم الكلام أكثر، لكن كثرة التدريب لا تضمن اكتشاف كل خطأ أو صحة الشرح وملاءمته لمستوى المتعلم.

حتى مفهوم "معرفة الإنجليزية" يشمل قدرات مختلفة.

هناك الطلاقة والدقة النحوية والنطق والمفردات وفهم المسموع والقدرة على تكييف اللغة مع موقف مهني أو اجتماعي. قد يكون النظام فعالا جدا في مجال وأقل كفاءة في آخر.

ويستطيع المعلم البشري أيضا فهم المتعلم بمرور الوقت ورصد نمط متكرر ومعرفة متى يتوقف للتصحيح ومتى يترك المحادثة تستمر.

لذلك ليس السؤال الأهم ما إذا كان AI يستطيع استبدال معلمي الإنجليزية. السؤال هو أي أجزاء التعلم تتغير عندما يملك كل شخص شريكا للتدريب متاحا في كل لحظة تقريبا.

الصوت يتحول إلى واجهة أكثر مركزية

هناك هنا أيضا قصة تقنية أوسع بكثير من تعلم الإنجليزية.

اعتدنا لسنوات التواصل مع الحواسيب أساسا عبر الشاشة والفأرة ولوحة المفاتيح ونموذج البحث. تجعل أنظمة AI الصوتية المحادثة نفسها واجهة.

وهذا يحمل معنى كبيرا للشركات التي تبني منتجات رقمية.

عندما يستطيع المستخدم التحدث ببساطة مع خدمة، تبدأ الحدود بين التطبيق والمعلم وموظف خدمة العملاء والمساعد الشخصي بالتلاشي. ننتقل من منتجات تعرض سلسلة شاشات إلى منتجات تدير تفاعلا مستمرا.

لن يكون التحدي مجرد بناء نموذج يعرف كيف يجيب، بل إنشاء تجربة يثق بها المستخدم ويريد العودة إليها.

الاختبار الحقيقي ليس ما يعرفه AI، بل ما يستطيع المستخدم فعله

قد يبهر الذكاء الاصطناعي في عرض مدته دقيقتان. لكن المنتج المفيد يحتاج إلى إثبات أمر أصعب: أنه يساعد المستخدم على التقدم.

في تعلم اللغة، ليس المقياس مدى طبيعية صوت نظام AI، بل ما إذا كان المستخدم نفسه يتحدث بعد أسابيع أو أشهر بصورة أفضل وأكثر ثقة وطلاقة.

وربما ينطبق المبدأ نفسه على موجة كاملة من منتجات AI في التعليم والتدريب المهني والعمل.

كانت المرحلة الأولى من ثورة الذكاء الاصطناعي جعل الآلة تنتج أشياء لنا.

قد تكون المرحلة التالية أكثر إثارة للاهتمام: استخدام الآلة لمساعدتنا على تحسين أنفسنا.