OpenAI تضيف مهام الفرق إلى ChatGPT: إجراءات سحابية روتينية لخطة Enterprise

أطلقت OpenAI مقطع فيديو يستعرض ميزة team tasks في ChatGPT. وهي مهام جماعية تُنفذ وفق جدول زمني محدد في السحابة وتكون متاحة لجميع أعضاء مساحة العمل. وتقتصر هذه الميزة على خطط Enterprise فقط. واستشهدت الشركة بمثال لقسم قانوني يتبع دورة عمل يومية تشمل: فرز الطلبات الواردة، والتحقق من المواعيد النهائية، وتعديل التعليمات المشتركة قبل دورة التشغيل التالية.

ماذا استعرضت OpenAI؟

يُعد السيناريو بسيطاً ومألوفاً لأي إدارة قانونية؛ إذ يتلقى القسم طلبات يومية للموافقة على العقود، أو مراجعة الصياغات، أو الرد على الاستفسارات. وتتولى المهمة في ChatGPT معالجة قائمة الانتظار هذه، وفحص الطلبات الجديدة، ومطابقتها مع المواعيد النهائية. بعد ذلك، تظهر النتيجة في مساحة العمل المشتركة ليطلع عليها الجميع.

ثم تبدأ الخطوة الأكثر أهمية، حيث يفتح أحد الزملاء نتيجة التشغيل لتقييم المخرجات. وإذا أخطأ النموذج في تحديد الأولويات أو أغفل فئة معينة من الطلبات، يقوم الموظف بتعديل التعليمات، ليعتمد التشغيل التالي على النص المحدث مباشرة. وبذلك تتحول المهمة تدريجياً إلى دليل عمل تنظيمي يصقله الفريق باستمرار أثناء الممارسة.

وتؤكد OpenAI تحديداً أن هذه المهام تعمل في السحابة، ما يعني أن سير العمل لا يعتمد على إبقاء علامة تبويب مفتوحة، أو تشغيل جهاز حاسوب محمول، أو تواجد شخص محدد. فإذا كان من أعد المهمة في إجازة، يمكن لبقية الأعضاء مراجعة النتائج ومواصلة العمل دون انقطاع.

كيف تختلف عن المهام الفردية؟

ظهرت المهام في ChatGPT في وقت سابق. فبحسب المعلومات المتاحة، أطلقت OpenAI ميزة Tasks تجريبياً في يناير 2025، وكانت آنذاك أداة شخصية تقتصر على التذكير، وجمع الملخصات، وتنفيذ الإجراءات وفق جدول زمني. أما الإصدار الجديد فينقل المفهوم نفسه إلى مستوى الفريق؛ حيث تصبح المهمة مورداً مشتركاً يتضمن سجلاً لعمليات التشغيل وتعليمات قابلة للتعديل.

وبالنسبة للشركات، يعالج هذا النهج مشكلة مزمنة في الأتمتة، إذ غالباً ما تظل تفاصيل إدارة العملية محصورة في ذهن موظف متحمس واحد. وعندما يغادر المؤسسة أو ينتقل إلى مشروع آخر، يتعطل سير العمل دون أن يفهم أحد السبب. وتساهم التعليمات المشتركة المحفوظة في مكان واحد في تقليص هذا الاعتماد على الأفراد.

ما نعرفه عن الميزة

• الصيغة: team tasks، وهي مهام متكررة تخضع لإدارة مشتركة داخل ChatGPT.
• التوافر: خطط Enterprise.
• آلية التنفيذ: في السحابة، دون ارتباط بجهاز المستخدم.
• السيناريو التجريبي: الاستلام اليومي للطلبات في قسم قانوني.
• العمل التعاوني: استعراض نتائج التشغيل وتعديل التعليمات المشتركة.
• جوانب لم يكشف عنها المحتوى: الأسعار، وحدود مرات التشغيل، والتكامل مع الأنظمة الخارجية، وتفاصيل تسجيل السجلات وصلاحيات الوصول.

تساؤلات لم يجب عنها الفيديو

يحمل المقطع طابعاً تسويقياً لا تقنياً؛ إذ يخلو من أي مقاييس للدقة، أو بيانات حول حجم الوقت الذي يوفره القسم القانوني، أو توضيح لطبيعة الأخطاء الواردة. ويُعد هذا الأمر جوهرياً لقطاع مثل المحاماة والخدمات القانونية، حيث تتضمن الطلبات الواردة غالباً بيانات سرية، كما يترتب على تفويت المواعيد النهائية تكاليف مالية.

لذا، يتعين على عملاء المؤسسات استيضاح عدة أمور قبل البدء في التطبيق: من يملك صلاحية تعديل التعليمات، وهل يتم الاحتفاظ بسجل التعديلات؟ وماذا يحدث في حال فشل عملية التشغيل؟ وما هي مصادر البيانات المصرح للمهمة بالوصول إليها؟ وكيف يتوافق ذلك مع سياسات الاحتفاظ بالبيانات؟

كيف تبدأ المرحلة التجريبية؟

من الحكمة البدء بعملية ذات مدخلات ومواعيد نهائية واضحة، وتكون كلفة الخطأ فيها منخفضة. ويُعد الفرز اليومي للطلبات نموذجاً مناسباً، على عكس إعداد الرأي القانوني النهائي للعميل.

ويفضل صياغة التعليمات كدليل إرشادي لموظف جديد: توضيح ما يُصنف كأمر عاجل، وتحديد الحقول الواجب فحصها، وتعيين صيغة تسليم النتائج. كما ينبغي تعيين مسؤول عن المهمة يتولى خلال الأسابيع الأولى مراجعة كل دورة تشغيل وتوثيق التعديلات، مع الاحتفاظ بسجل موجز للتغييرات لمعرفة أي التعديلات ساهمت في تحسين النتيجة وأيها أدى إلى تراجعها.

ويجب الاتفاق مسبقاً على مقياس للأداء: مثل نسبة الطلبات المعالجة دون تدخل يدوي، أو عدد المواعيد النهائية الفائتة شهرياً. فمن دون هذا المقياس، سيصعب بعد انقضاء ربع سنة الحكم على ما إذا كانت الأتمتة تؤدي غرضها بالفعل أم أنها تكتفي بإعطاء انطباع زائف بالتنظيم.