السياق أهم من الكود: كيف «توظّف» الشبكة العصبية في فريقك بالطريقة الصحيحة

تخيّل أنك وظّفت متدربًا عبقريًا قرأ كل كتب العالم، لكنه لا يعرف كيف يُعدّ القهوة في مكتبكم، ولا إلى من يكتب إذا تعطّل الخادم فجأة. هذا تقريبًا ما يشعر به نموذج اللغة الحديث حين يُلقى فجأة في بيئة مؤسسية معقدة. اعتدنا أن نظن أن منح الذكاء الاصطناعي إمكانية الوصول إلى قاعدة المعرفة يكفي ليحدث السحر من تلقاء نفسه. لكن الواقع أكثر نثرية: فبدون السياق الصحيح يتحول زميلك الرقمي الجديد إلى مصدر ضجيج مهذب لكنه عديم الفائدة تمامًا. وهذه مشكلة لا يحلّها مجرد شراء اشتراك أغلى في GPT-4.

في السابق كانت مشكلة تأقلم الموظفين الجدد تُحَلّ بالوقت والتشرّب الطبيعي. كان الموظف يحضر الاجتماعات العامة، ويسمع أحاديث الممرات، ويدرك تدريجيًا أن كلمة «عاجل» تعني عند رئيس قسم التسويق «خلال أسبوع»، وعند المدير التقني «بالأمس». أما الذكاء الاصطناعي فهو محروم من هذه الرفاهية الاجتماعية في التعلّم. عليك أن تمنحه الشيفرة الثقافية الكاملة للشركة بصورة مضغوطة ومنظمة، وفورًا. وهذه هي هندسة السياق، وهي تخصص سيصبح في السنوات المقبلة أهم من البرمجة التقليدية. نحن ننتقل من عصر كنا نعلّم فيه الناس كيف يعملون مع البرامج إلى عصر نعلّم فيه البرامج كيف تفهم الناس.

المرحلة الأولى والأهم في هذه العملية هي جرد المعرفة الضمنية. هذه هي الأشياء التي «يعرفها الجميع أصلًا» لكن أحدًا لم يكلّف نفسه عناء تدوينها. فإذا كانت شركتك تقدّر الصراحة والإيجاز، بينما يكتب وكيل الذكاء الاصطناعي رسائله بأسلوب نبيل فيكتوري، فهذا ليس خطأ في النموذج، بل إخفاق منك كمدير. يجب تقنين أسلوب التواصل والتسلسل الهرمي الداخلي، وحتى قائمة المواضيع المحظورة. وبدون ذلك سيقع الوكيل باستمرار في مواقف محرجة، وهو يحاول أن يكون «مفيدًا أكثر من اللازم» في موضع يكفي فيه أن يصمت.

تتطلب المرحلة الثانية بناء نظام ديناميكي لتزويد النموذج بالبيانات. فمجرد ضخّ تيرابايت من المستندات في قاعدة بيانات متجهية لأغراض RAG هو طريق مضمون لجعل النموذج يهلوس بوجه واثق. يجب بناء تسلسل هرمي واضح: ما هو الحقيقة الحاسمة، وما هو المعلومة الثانوية، وما الذي بات قديمًا بلا أمل منذ ثلاث سنوات. على الذكاء الاصطناعي أن يميّز بين اللائحة الرسمية ومسودة فكرة نسي أحدهم حذفها من السحابة المشتركة. وبدون هذه التصفية لن تحصل على مساعد، بل على مولّد للحقائق العشوائية.

لماذا يكتسب هذا أهمية حاسمة الآن تحديدًا؟ لأن السوق ينتقل بسرعة من روبوتات الدردشة البسيطة إلى وكلاء مستقلين مخوّلين باتخاذ القرارات وتنفيذ الإجراءات. وإذا كان هذا الوكيل لا يفهم دقائق عملك، فقد يتسبب في أخطاء سيضطر القسم القانوني إلى معالجتها لاحقًا. ونرى شركات تنفق الملايين على البنية التحتية ووحدات GPU، بينما تبخل بالقروش على إعداد بيانات عالية الجودة. وهذا يشبه إلى حد بعيد شراء سيارة Ferrari للتنقل اليومي عبر مستنقع لا يمكن عبوره. وهندسة السياق هي الطريق الذي ينبغي شقّه.

في نهاية المطاف، لن يعتمد نجاح إدخال الذكاء الاصطناعي في الأعمال على من فاز نموذجه في الاختبارات المعيارية هذا الشهر. الفائز هو من ينجح في تعبئة خبرته المؤسسية الفريدة في صيغة مفهومة للآلة. فالذكاء الاصطناعي لن يحلّ محل موظفيك غدًا، لكنه سيجعل بالتأكيد الشركات التي لم تنجح في تكييف عملياتها الداخلية مع الواقع الجديد غير قادرة على المنافسة. وعلينا جميعًا أن نتعلم شرح البديهي من أجل الحصول على المذهل.

الخلاصة: كفّ عن التعامل مع الذكاء الاصطناعي كعرّاف يعرف كل شيء، وابدأ بالتعامل معه كموظف جديد ذي نمط إدراك خاص جدًا. إنه لا يحتاج إلى بيانات فحسب، بل إلى قواعد لعبة واضحة وفهم للسياق. فهل أنت مستعد لإعادة كتابة ثقافة شركتك بلغة الـ prompts؟