تدريب الذكاء الاصطناعي على بياناتك: ما ينفع وما لا ينفع

تدريب الذكاء الاصطناعي على بياناتنا. هكذا يصوغها معظم أصحاب الشركات حين يتصلون. يريدون مساعدًا يعرف قوائم أسعارهم وعقودهم وأدلتهم الفنية والاتفاقات التي أُبرمت يومًا مع عميل. ليس ذكاءً اصطناعيًا يعرف الإنترنت، بل واحدًا يعرف شركتهم. منطقي تمامًا. غير أن التدريب في تسع حالات من كل عشر ليس ما ينبغي فعله، وهذا يوفر مالًا كثيرًا.

يتناول هذا المقال ثلاثة أمور: المعاني الثلاثة التي تختبئ خلف هذه الجملة الواحدة، وأيها تقصد على الأرجح، وأين تسوء الأمور عمليًا. بالأرقام، ومن دون لغة تقنية.

ثلاثة معانٍ لعبارة تدريب الذكاء الاصطناعي على بياناتك

حين ينطق ثلاثة من أصحاب الشركات بالجملة نفسها، فهم غالبًا يقصدون ثلاثة أشياء مختلفة. يستحق الأمر الفصل بينها، لأن الفارق في السعر بينها قد يبلغ ألف ضعف.

• إرفاق مستندات بمحادثة. تسحب ملف pdf إلى نافذة المحادثة وتسأل عنه. مجاني وفوري، ويختفي بانتهاء المحادثة.
• جعل الذكاء الاصطناعي يبحث في أرشيفك أنت. تُهيَّأ مستنداتك بحيث تُستخرج مع كل سؤال المقاطع الصحيحة أولًا، وتُبنى الإجابة عليها مع ذكر المستند.
• تعديل النموذج نفسه. تجعل نموذجًا قائمًا يتعلم من موادك حتى يتغير سلوكه.

الأول يستخدمه الجميع تقريبًا بالفعل. والثالث هو ما يقصده معظم الناس حين يقولون تدريب. والثاني هو ما يريدونه فعلًا.

لماذا لا تكون إعادة تدريب النموذج هي الحل تقريبًا أبدًا

إعادة التدريب تغيّر طريقة تصرّف النموذج: نبرته، والقالب الذي يلتزم به، ومصطلحات المهنة التي يستعملها. أما ما لا يفعله بشكل موثوق فهو تذكّر الوقائع. والوقائع هي بالضبط ما تبحث عنه حين تريد معرفة مدة الضمان الواردة في عقد عام 2023.

• الوقائع تتشوش. النموذج المعاد تدريبه يعطي إجابة تشبه أسلوب مستنداتك، لا بالضرورة ما هو مكتوب فيها.
• لا يمكنك التحقق من مصدر الإجابة. لا مستند ولا رقم صفحة ولا رقابة.
• كل تغيير يكلّف جولة جديدة. قائمة أسعار جديدة في يناير؟ إذن من البداية.
• الحذف صعب. العميل الذي يسأل هل حُذفت بياناته فعلًا لن يقبل جوابًا مثل في معظمها.
• إنه أغلى بكثير من البدائل، مالًا ووقتًا.

هناك استثناء واحد، وهو بصراحة نادر في الشركات الصغيرة. إذا كان عليك أن تنتج مرات كثيرة في اليوم النوع نفسه تمامًا من النص بقالب ثابت خاص بك، تخيّل آلاف التقييمات القصيرة الموحّدة، فقد يكون لإعادة التدريب معنى. عندها تشتري شكلًا لا معرفة. وإن لم تجد نفسك في هذا الوصف فالأمر لا يعنيك.

ما ينفع فعلًا: ابحث أولًا ثم أجب

ما تحتاجه في الغالب أبسط في الفهم. مستنداتك، أي الأدلة الفنية وعروض الأسعار والعقود والمحاضر واتفاقات الأسعار، تُهيَّأ بحيث يمكن البحث فيها بالمعنى لا بالكلمات الحرفية وحدها. يسأل أحدهم سؤالًا بلغة عادية. يستخرج النظام المقاطع القليلة التي تهم فعلًا. وبعد ذلك فقط تُصاغ الإجابة استنادًا إلى تلك المقاطع.

الفرق عن خاصية البحث التي لديك اليوم: تلك تجد ملفات، وهذه تجد إجابات. ابحث اليوم عن ضمان اللوح الشمسي فتحصل على اثني عشر اسم ملف وعليك أن تقرأها بنفسك. في الحالة الأخرى تحصل على: خمس سنوات على التركيب، وخمس وعشرون سنة على اللوح نفسه، وتحته اسم المستند الذي جاء منه ذلك.

ذكر المصدر ليس زينة. إنه الشيء الوحيد الذي يتيح لأحدهم التحقق من صحة الإجابة قبل التصرف بناءً عليها. والنظام الذي لا يستطيع ذكر مصدره ليس جاهزًا للاستخدام في العمل.

أبدأ بلقاء تعارف مجاني. نتحدث عن الأعمال التي تستغرق وقتًا، والأنظمة التي تستخدمها، وكيف يمكن للأتمتة أن تساعدك. ثم تحصل على عرض يتضمن فرص الأتمتة والربط والجدول الزمني والتكاليف.

أين تسوء الأمور: ليس في التقنية بل في مستنداتك

في كل مشروع يتعثر عند هذه النقطة تقريبًا، السبب ليس الذكاء الاصطناعي. خمس حالات كلاسيكية.

• نسخ متعارضة. إن كانت في المجلد ثلاث قوائم أسعار ولا واحدة منها معتمدة، فستحصل مرة على هذه ومرة على تلك. هذا ليس خطأ الذكاء الاصطناعي بل خطأ أرشيفك.
• مستندات ممسوحة ضوئيًا بلا نص. المرفق المصوَّر بالنسبة للحاسوب مجرد صورة. الأمر قابل للحل لكنه يتطلب عملًا.
• الصلاحيات. إن صار كل شيء قابلًا للبحث، صار ملف شؤون الموظفين كذلك. من يرى ماذا يُنظَّم مسبقًا لا بعد أن يعثر عليه أحدهم.
• معرفة موجودة في الرؤوس فقط. ما لم يُكتب في أي مكان لا يمكن العثور عليه. أحيانًا الخطوة الأولى هي أن تكتب أخيرًا تلك الأمور العشرة التي تتكرر.
• أسئلة قليلة جدًا. إن كان البحث يجري خمس مرات في الأسبوع فلن تسترد كلفة نظام. عندها الجواب مجلد مرتب.

نريد نموذجًا بلغتنا، ولماذا هذا سوء فهم

فكرة منطقية: مستنداتك بلغة معينة، إذن تريد نموذجًا مصنوعًا لتلك اللغة. في سبتمبر 2025 صدرت أول دراسة جادة تختبر ذلك. بنى باحثون في تقنيات اللغة بجامعة أنتويرب مقياس MTEB-NL، وهو مقياس بأربعين مجموعة اختبار هولندية، من بينها نصوص قانونية ومناقصات.

النتيجة مخالفة للحدس. النماذج المبنية خصيصًا على النص الهولندي، وهي BERTje وRobBERT، سجلت 17,6 و18,3 نقطة في العثور على المقطع الصحيح. أما النماذج الدولية متعددة اللغات فبلغت 59,1. وفي التعرف على النصوص وتصنيفها كانت النماذج نفسها معقولة، 50,9 مقابل 60,2. إنها تفهم اللغة جيدًا. لكنها ببساطة لا تجد شيئًا.

التفسير في الدراسة نفسها: البحث مهارة منفصلة يجب ضبط النموذج عليها على حدة. خذ النموذج نفسه واضبطه على البحث فتقفز الدرجة من 18,3 إلى 51,6. فالمسألة إذن ليست لغة النموذج، بل ما إذا كان قد اختُبر على البحث بلغتك. اسأل عن ذلك. وجملة إنه نموذج بلغتك ليست جوابًا على هذا السؤال.

هل تبقى مستنداتك داخل البلد؟

هذا هو السؤال الأكثر تكرارًا والأقل حصولًا على جواب لائق. بالنسبة لجانب البحث هناك خبر جيد: أفضل النماذج أداءً في تلك الدراسة متاحة بحرية ويمكن تشغيلها على خادمك أنت. وأحد النماذج جيدة الأداء صغير إلى حد لا يتطلب جهازًا ثقيلًا. أي أن أرشيفك لا يحتاج إلى مغادرة المبنى.

أما صياغة الإجابة فمسألة أخرى. هناك يُستخدم عادة نموذج كبير من مزود كبير، والسؤال حينها أين يعمل. بعض المزودين يوفرون معالجة داخل أوروبا وبعضهم لا، والأمر يختلف بحسب جزء العرض. اسأل عن ذلك، واجعله مكتوبًا في العقد، ولا تقبل بجواب مثل الأمور بخير.

ما حجم الأرشيف الذي يجعل هذا مجديًا؟

هناك قاعدة عملية. مع حفنة مستندات يمكنك ببساطة إرفاقها في كل مرة. هذا يعمل جيدًا وأرخص. وفوق أربعين صفحة تقريبًا ينقلب الميزان: إرسال كل شيء يصير أغلى من البحث الموجَّه، مهما بلغ عدد مرات الاستخدام. وكلما كبر أرشيفك بعد ذلك قلّ الفرق. في البحث الموجّه يكلف سؤال عن ألف صفحة تقريبًا ما يكلفه سؤال عن أربعين.

عمليًا: كتالوج منتجات أو مجلد عقود أو مجموعة تعليمات تركيب يقع دائمًا فوق ذلك بكثير. أما خمسة إجراءات ودليل موظفين فلا.

أين تقف الشركات الصغيرة اليوم

ليست معركة خاسرة، وليست سباقًا خسرته سلفًا. بحسب مكتب الإحصاء الهولندي استخدم 33 بالمئة من الشركات التي لديها عشرة موظفين أو أكثر الذكاء الاصطناعي في 2025، مقابل 23 بالمئة في 2024 و14 بالمئة في 2023. وفي شريحة العشرة إلى الخمسين موظفًا تبلغ النسبة 28 بالمئة.

وهذا الاستخدام سطحي. تُظهر دراسة عن استخدام الذكاء الاصطناعي في الشركات الصغيرة نشرتها الحكومة الهولندية في سبتمبر 2025 أنه موجَّه أساسًا لكتابة النصوص والتواصل وتلخيص المستندات. أما التطبيقات الأكثر تخصصًا فنادرة. وهناك تحديدًا، في العمل الملتصق بمستنداتك أنت، لا يزال المجال مفتوحًا.

الأهم من النسبة هو سبب عدم البدء. في الأرقام نفسها يذكر غير المستخدمين نقص المعرفة والخبرة أربع مرات تقريبًا أكثر من ارتفاع التكلفة. إذن ليست مشكلة مال. إنها مشكلة لا أعرف من أين أبدأ.

كيف تبدأ

• سجّل على مدى أسبوعين ما الأسئلة التي تُطرح فعلًا وأين كانت الإجابة. لا من الذاكرة بل مكتوبًا، مع الوقت الذي استغرقه البحث.
• أحصِ عدد الصفحات المعنية حقًا. غالبًا ما يكون جزءًا صغيرًا مما في المجلد.
• حدّد لكل موضوع مستندًا معتمدًا وأخرج البقية من المصدر. على هذه الخطوة يقوم المشروع أو يسقط.
• ابدأ بنوع واحد من الأسئلة لفريق واحد. لا أن يصير كل شيء قابلًا للبحث، بل أن يستطيع فنيونا استدعاء تعليمات التركيب.
• اشترط ذكر المصدر مع كل إجابة، ودع شخصين يفحصان الإجابات بالعينة لمدة أسبوع.
• بعد شهر قِس الشيء نفسه الذي قسته في الخطوة الأولى. إن لم ينخفض وقت البحث فتوقف.

ما ينتج عن هذا نادرًا ما يكون مبهرًا للنظر. لن يظهر روبوت ذكي. سيظهر شخص لم يعد مضطرًا للاتصال بثلاثة زملاء ليعرف أي مدة ضمان تنطبق. وبالمناسبة، أكثر تعليق نسمعه بعد التسليم لا يتعلق بالذكاء الاصطناعي بل بالمستندات: لم نكن نعلم أن الفوضى بهذا الحجم.

لا تفعل ذلك إن كانت مستنداتك ما تزال بحاجة إلى أن تُكتب بدل أن تُوجد، أو إن كانت الأسئلة حفنة في الأسبوع، أو إن كانت المشكلة الحقيقية أن لا أحد يعرف أي مستند هو المعتمد. هذه الأخيرة تُحل باتفاق لا ببرنامج.