تدعو السردية السائدة حول الذكاء الاصطناعي إلى التخصص الشديد: تحديد مكانة مجهرية، والتحول إلى خبراء مطلقين، وتمييز الذات عن الآلات من خلال المعرفة المتعمقة. لكن هذه النظرة تسيء فهم الدور الحقيقي للذكاء الاصطناعي في تطور القدرات البشرية بشكل جذري. في عام 2025، بينما تؤدي الأتمتة إلى تآكل قيمة التخصص التقني، تظهر مفارقة: الشخص الذي يزدهر بشكل أفضل مع الذكاء الاصطناعي ليس المتخصص شديد التركيز، بل الشخص الفضولي العام القادر على الربط بين المجالات المختلفة.
لا يكتفي الأخصائي العام بتجميع المعرفة السطحية في مجالات متعددة. فهو يمتلك ما يسميه عالم الاجتماع كيران هيلي "الذكاء الاصطناعي" - أي القدرة على استكشاف الروابط بين المجالات التي تبدو متباعدة ومعالجة المشاكل الجديدة بإبداع هيكلي. ومن البديهي أن الذكاء الاصطناعي يضاعف هذه القدرة بدلاً من أن يحل محلها.
يميّز ديفيد إبشتاين في كتابه "المدى: لماذا ينتصر العموميون في عالم متخصص" بين البيئات "الطيبة" والبيئات "الشريرة". تقدم البيئات اللطيفة - الشطرنج، والتشخيص الإشعاعي، والترجمة اللغوية المباشرة - أنماطاً واضحة وقواعد محددة وتقييمات فورية. هذه هي المجالات التي يتفوق فيها الذكاء الاصطناعي وحيث يفقد التخصص البشري قيمته بسرعة.
فالبيئات الشريرة - استراتيجية الأعمال، وابتكار المنتجات، والدبلوماسية الدولية - لديها قواعد غامضة، وردود فعل متأخرة أو متناقضة، وتتطلب التكيف المستمر مع السياقات المتغيرة. هذا هو المكان الذي يزدهر فيه العموميون. وكما كتب إبشتاين: "في البيئات الشريرة، غالبًا ما يفشل المتخصصون في البيئات الشريرة لأنهم يطبقون حلولاً معروفة على مشاكل لم يفهموها بعد".
أظهر 2024-2025 هذه الديناميكية تجريبياً. في حين تهيمن GPT-4 وكلود سونيت وجيميني على المهام المتخصصة المحددة جيدًا - توليد التعليمات البرمجية وتحليل البيانات المنظمة والترجمة - فإن المهام التي تتطلب توليفًا إبداعيًا بين المجالات تظل بشرية بعناد.
.png)
تطلبت أثينا القديمة من مواطنيها (وإن كانوا أقلية نخبوية) مهارات متعددة الأوجه: السياسة، والفلسفة، والخطابة، والرياضيات، والاستراتيجية العسكرية، والفنون. أنتج هذا النموذج من "المواطن متعدد الأوجه" ابتكارات استثنائية - الديمقراطية، والمسرح، والفلسفة الغربية، والهندسة الإقليدية - قبل أن ينهار تحت وطأة التعقيد المتزايد، والأكثر واقعية الحروب البيلوبونيسية والجزية الإمبراطورية.
كانت المشكلة التاريخية مع التعميم هي الحد المعرفي: لا يمكن لعقل بشري واحد أن يتقن الطب الحديث والهندسة والاقتصاد والبيولوجيا والعلوم الاجتماعية في آن واحد بالمستوى اللازم للمساهمة بشكل مفيد. لم يكن التخصص خيارًا فلسفيًا بل كان ضرورة عملية - كما وثق هربرت سايمون، الحائز على جائزة نوبل في الاقتصاد، أن المعرفة البشرية نمت بشكل كبير بينما ظلت القدرة المعرفية الفردية ثابتة.
يحل الذكاء الاصطناعي هذا القيد الهيكلي. ليس عن طريق استبدال التعميم، ولكن عن طريق توفير البنية التحتية المعرفية التي تجعل التعميم الفعال ممكنًا على نطاق حديث.
التوليف السريع للنطاقات الجديدة
يمكن لمدير المنتج الذي لديه خلفية في العلوم الإنسانية أن يستخدم Claude أو GPT-4 لفهم أساسيات التعلم الآلي اللازمة لتقييم المقترحات التقنية بسرعة، دون سنوات من التخصص الرسمي. فهو لا يصبح عالم بيانات، ولكنه يكتسب معرفة كافية لطرح أسئلة ذكية واتخاذ قرارات مستنيرة.
دراسة حالة: قامت شركة ناشئة في مجال التكنولوجيا الحيوية في عام 2024 بتعيين رئيس تنفيذي ذو خلفية في الفلسفة والتصميم. وباستخدامه المكثف للذكاء الاصطناعي لفهم موجزات البيولوجيا الجزيئية السريعة، قام بتوجيه الشركة إلى محاور استراتيجية من العلاجات التقليدية إلى الطب الشخصي القائم على علم الجينوم الذي ربما لم ينتبه إليها متخصص يركز بشكل ضيق على منهجية واحدة.
تسليط الضوء على الروابط عبر النطاقات
يتفوق الذكاء الاصطناعي في مطابقة الأنماط على مجموعات البيانات الضخمة. يمكن للباحث أن يسأل أنظمة مثل "أنثروبيك كلود": "ما هي مبادئ نظرية الألعاب المطبقة في الاقتصاد التي يمكن أن تفيد استراتيجيات الدفاع المناعي في علم الأحياء؟ يحدد النموذج الأدبيات ذات الصلة، والروابط المفاهيمية، والباحثين الذين يعملون على التقاطعات.
النتيجة الموثقة: استخدم البحث الذي نُشر في مجلة Nature في عام 2024 هذا النهج بالضبط، حيث طبق نماذج المنافسة الاقتصادية على ديناميكيات الورم، وحدد استراتيجيات علاجية جديدة. وقد أشار المؤلفون صراحةً إلى استخدام الذكاء الاصطناعي "لتجاوز الحواجز التخصصية التي كان من الممكن أن يستغرق استكشافها يدوياً سنوات".
الإدارة الروتينية المعرفية
يعمل الذكاء الاصطناعي على أتمتة المهام التي كانت تتطلب تخصصًا في السابق ولكن يمكن تحديدها خوارزميًا: التحليل المالي الأساسي، وإنشاء التقارير القياسية، ومراجعة العقود بحثًا عن البنود الشائعة، ومراقبة بيانات النظام.
من خلال توفير الوقت من هذه الأنشطة، يمكن للممارسين التركيز على ما يسميه إبشتاين "نقل التعلم" - تطبيق المبادئ من مجال واحد على مشاكل في سياقات مختلفة تمامًا. وهذه قدرة بشرية متميزة لا يمكن للذكاء الاصطناعي تكرارها.
تضخيم الفضول
قبل الذكاء الاصطناعي، كان استكشاف مجال جديد يتطلب استثمارًا كبيرًا: قراءة الكتب التمهيدية، وحضور الدورات التدريبية، وبناء المفردات الأساسية. كانت الحواجز العالية لا تشجع على الاستكشاف العرضي. أما الآن، تتيح المحادثات مع الذكاء الاصطناعي "فضولاً منخفض الاحتكاك" - طرح أسئلة ساذجة، وتلقي تفسيرات تتناسب مع مستوى الفهم الحالي، واتباع طرق عرض مثيرة للاهتمام دون تكاليف باهظة.
في عام 2025، نحن نشهد ظهور ما يسميه الاقتصادي تايلر كوين "اقتصاد التخصيص" - حيث لا تُستمد القيمة الاقتصادية من امتلاك المعرفة (التي أصبحت سلعة بشكل متزايد بواسطة الذكاء الاصطناعي) ولكن من القدرة على تخصيص الذكاء (البشري + الاصطناعي) بكفاءة للمشاكل ذات القيمة العالية.
التحول الأساسي:
في هذا الاقتصاد، يصبح المنظور الواسع للأخصائي العام أحد الأصول الاستراتيجية. وكما أشار بن طومسون، المحلل التقني في Stratechery: "لم تعد الندرة تتعلق بالوصول إلى المعلومات بل بالقدرة على تمييز المعلومات المهمة وكيفية دمجها بطرق غير واضحة".
يتفوق الذكاء الاصطناعي في معالجة المعلومات في إطار معايير محددة - "بالنظر إلى س، احسب ص". ولكنه لا يولد الأسئلة الأساسية، "هل نقوم بتحسين المشكلة الصحيحة؟" "هل هناك مناهج مختلفة تمامًا لم نأخذها بعين الاعتبار؟" "ما هي الافتراضات الضمنية التي نضعها؟" هذه هي الأفكار التي تنبثق من وجهات نظر متعددة التخصصات.
حللت دراسة معهد ماساتشوستس للتكنولوجيا التي نُشرت في يناير 2025 2,847 من العاملين في مجال المعرفة في 18 شركة تقنية على مدار 12 شهراً من اعتماد الذكاء الاصطناعي. النتائج:
المتخصصون الضيقون (-12% من الإنتاجية المتصورة): رأى أصحاب الخبرات العميقة ولكن الضيقة أن المهام الأساسية قد تمت أتمتتها دون الحصول على مسؤوليات جديدة ذات قيمة مكافئة. مثال: تم استبدال المترجمين المتخصصين في أزواج لغوية محددة بمترجمين متخصصين في أزواج لغوية محددة من فئة GPT-4.
العامون المتكيفون (+34% من الإنتاجية المتصورة): أولئك الذين لديهم مهارات ناعمة وتعلموا بسرعة استخدموا الذكاء الاصطناعي لتوسيع نطاق العمل. مثال: استخدم مدير المنتج الذي يتمتع بخلفية تصميم + هندسة + أعمال الذكاء الاصطناعي لإضافة تحليل بيانات متقدم إلى مجموعة الأدوات، مما زاد من تأثير اتخاذ القرار.
T" المهنيين (+41% من الإنتاجية المتصورة): خبرة عميقة في مجال واحد + خبرة واسعة في العديد من المجالات الأخرى. نتائج أفضل لأنهم جمعوا بين التخصص من أجل المصداقية + العمومية من أجل التنوع.
ويخلص البحث إلى أن: "الذكاء الاصطناعي لا يكافئ المتخصصين البحتين ولا المتخصصين السطحيين العامين، بل يكافئ المهنيين الذين يجمعون بين العمق في مجال واحد على الأقل مع القدرة على تطوير الكفاءة الوظيفية بسرعة في مجالات جديدة".
من المهم عدم إضفاء الطابع الرومانسي على التعميم. فهناك مجالات لا يمكن الاستغناء فيها عن التخصص العميق:
الطب المتقدم: يتطلب جراح القلب والأوعية الدموية أكثر من 15 عامًا من التدريب المتخصص. يمكن أن يساعد الذكاء الاصطناعي في التشخيص والتخطيط، ولكنه لا يحل محل الخبرة الإجرائية المتخصصة.
البحث التأسيسي: تتطلب الاكتشافات العلمية الخارقة الانغماس العميق في مشاكل محددة لسنوات. لم يطور آينشتاين النسبية العامة من خلال "التعميم" بين الفيزياء والمجالات الأخرى، ولكن من خلال التركيز المهووس على مفارقات محددة في الفيزياء النظرية.
الحرفية الممتازة: يتطلب الإتقان في الآلات الموسيقية ورياضات النخبة والفنون الجميلة ممارسة متعمدة متخصصة للغاية لا يسرع الذكاء الاصطناعي من سرعتها بشكل كبير.
الفرق الحاسم: يظل التخصص ذا قيمة عندما يستند إلى مهارات إجرائية ضمنية وأحكام سياقية عميقة. أما التخصص المبني على حفظ الحقائق وتطبيق خوارزميات محددة - وهو بالضبط ما يقوم به الذكاء الاصطناعي على أفضل وجه - فسرعان ما يفقد قيمته.
ما الذي يميز العموميين الناجحين في عصر الذكاء الاصطناعي؟
1. التفكير المنهجي: رؤية الأنماط والترابطات. فهم كيفية انتشار التغييرات في مجال واحد عبر الأنظمة المعقدة. يوفر الذكاء الاصطناعي البيانات، بينما يرى الأخصائي العام البنية.
2. التوليف الإبداعي: دمج الأفكار من مصادر مختلفة في تكوينات جديدة. لا يقوم الذكاء الاصطناعي بـ "اختراع" الروابط - بل يستنبط من الأنماط الموجودة. وتبقى القفزة الإبداعية بشرية.
3. إدارة الغموض: العمل بفعالية عندما تكون المشاكل غير محددة المعالم، والأهداف متضاربة، والمعلومات غير مكتملة. يتطلب الذكاء الاصطناعي توجيهات واضحة؛ ونادراً ما يوفرها الواقع.
4. التعلم السريع: اكتساب الكفاءة الوظيفية بسرعة في مجالات جديدة. ليس خبرة تمتد لعقد من الزمن، ولكن "ما يكفي من الخبرة" في أسابيع بدلاً من سنوات.
5. ما وراء المعرفة: معرفة ما لا تعرفه. معرفة متى تحتاج إلى خبرة عميقة مقابل الخبرة السطحية الكافية. تحديد متى يجب تفويض الذكاء الاصطناعي مقابل الحاجة إلى حكم بشري.
وخلافاً للرواية السائدة، فإن بعض أهم نجاحات 2024-2025 تأتي من المتخصصين العموميين:
سام ألتمان (OpenAI): خلفية في علوم الكمبيوتر + ريادة الأعمال + السياسة + الفلسفة. قاد OpenAI ليس لأنه أفضل باحث في مجال التعلم الآلي (فهو ليس كذلك) ولكن لأنه استطاع أن يرى الروابط بين التكنولوجيا والأعمال والحوكمة التي لا يستطيع المتخصصون البحتون رؤيتها.
ديميس هاسابيس (Google DeepMind): علم الأعصاب + تصميم الألعاب + أبحاث الذكاء الاصطناعي. بدأت ألفا فولد - التي تحولت إلى التنبؤ بتركيب البروتين - من الحدس بأن الذكاء الاصطناعي للألعاب (AlphaGo) يمكن تطبيقه على علم الأحياء الجزيئي. العلاقة غير واضحة للمتخصصين في مجال واحد.
توبي لوتكه (Shopify): خلفية في البرمجة + التصميم + الأعمال + الفلسفة. قام ببناء Shopify ليس لأنه أفضل تقني (يمكنك توظيف هؤلاء) ولكن من خلال رؤية تربط بين تجربة المستخدم والبنية التقنية ونموذج الأعمال بشكل كلي.
النمط المشترك: النجاح ليس من الخبرة التقنية القصوى ولكن من القدرة على رؤية الروابط وتنسيق خبرات الآخرين (الإنسان + الذكاء الاصطناعي).
القياس التاريخي: لم تقضِ الطباعة على الفكر البشري بل ضخّمته. قبل الطباعة، كان حفظ النصوص قبل الطباعة مهارة ثمينة - فقد كرّس الرهبان حياتهم لحفظ الكتب المقدسة. أما الطباعة فقد سلَّعت الحفظ، وحررت العقل للتحليل النقدي والتركيب والإبداع الجديد.
يقوم الذكاء الاصطناعي بالشيء نفسه بالنسبة للمهارات المعرفية التي كانت تتطلب التخصص في السابق. تسليع معالجة المعلومات والحوسبة ومطابقة الأنماط على بيانات محددة. يحرر العقل البشري من أجل:
فكما أن الطباعة لم تجعل من كل شخص كاتبًا بارعًا ولكنها سمحت لأصحاب الفكر الأصيل بتضخيمه، فإن الذكاء الاصطناعي لا يجعل من كل شخص كاتبًا عامًّا ذا قيمة، ولكنه يسمح لأصحاب الفضول الحقيقي والفكر التركيبي بالعمل على نطاق كان مستحيلًا في السابق.
بالنسبة للأفراد:
بالنسبة للمنظمات:
التخصص لا يختفي بل يعيد تعريف نفسه. فالمستقبل ليس ملكًا للمتخصص السطحي الذي يعرف القليل عن كل شيء، ولا للمتخصص الضيق الذي يعرف كل شيء عن القليل. إنه ينتمي إلى أولئك الذين يجمعون بين الكفاءة الحقيقية في مجال واحد على الأقل مع القدرة على التعلم السريع والتنقل بفعالية بين التخصصات المختلفة.
يعمل الذكاء الاصطناعي على تمكين الأخصائي العام، حيث يوفر الأدوات اللازمة لتضخيم ما تجيده العقول البشرية: رؤية الروابط غير الواضحة، والتوليف الإبداعي، والتعامل مع الغموض، وطرح الأسئلة الأساسية التي تعيد تعريف المشاكل.
ومثلما حوّلت الطباعة القيمة من الحفظ إلى التفكير النقدي، فإن الذكاء الاصطناعي يحولها من التخصص إلى التنسيق. إن أولئك الذين يزدهرون ليسوا أولئك الذين يحفظون المزيد من المعلومات أو ينفذون الخوارزميات بشكل أفضل - فالآلات تفوز في هذا المجال. أولئك الذين يزدهرون هم أولئك الذين يرون أبعد من ذلك ويتواصلون بشكل أعمق ويتكيفون بشكل أسرع.
في عام 2025، بينما يؤدي الذكاء الاصطناعي إلى تآكل قيمة الخبرة الضيقة، فإن الشخص الفضولي العام المجهز بأدوات الذكاء الاصطناعي ليس من مخلفات الماضي. إنه يمثل المستقبل.
المصادر:
.svg)
.svg)
.svg)
.jpeg)
.jpeg)