محفظة مشاريع الذكاء الاصطناعي: ما الذي يقنع صاحب العمل؟

في فبراير 2024 نشر معهد بيرنينغ غلاس بالتعاون مع كلية هارفارد للأعمال تقريرًا عن التوظيف القائم على المهارات، وخلص فيه إلى أن شركات كثيرة أعلنت التخلي عن اشتراط الشهادة الجامعية، لكن التغيير الدائم في ممارسات التوظيف ظلّ «عسيرًا» على أغلبها. والعبرة لطالب العمل ليست أن الشهادة بلا قيمة، فالسوق لم يحسم أمره بعد، بل أن أفضل ما يملكه هو أن يجعل كفاءته قابلة للفحص. وهذه وظيفة المحفظة.

ماذا يطلب أصحاب العمل؟

يذكر تقرير المنتدى الاقتصادي العالمي لعام 2025 أن الذكاء الاصطناعي والبيانات الضخمة بين أسرع المهارات نموًّا، وأن ثلثي أصحاب العمل المشاركين يخططون لتوظيف أشخاص بمهارات ذكاء اصطناعي محددة، وأن التفكير التحليلي أكثر المهارات الأساسية طلبًا. أي أن الطلب قائم، والسؤال: كيف يعرف صاحب العمل أنك تملك المهارة لا أنك سمعت بها؟ الشهادة تجيب جزئيًّا، والمشروع الذي يعمل ويُشرح يجيب عن الباقي.

قليل عميق خير من كثير مكرّر

لا تقس المحفظة بعدد مشاريعها. مشروع واحد إلى ثلاثة، يحمل كلٌّ منها قرارًا هندسيًّا يمكنك الدفاع عنه، أنفع من عشرات التمارين المنسوخة عن الدروس. وسيسألك من يقرأ: لماذا اخترت هذا النموذج؟ كيف عالجت نقص البيانات؟ ما الذي فشل في المحاولة الأولى؟ هذه أسئلة يجيب عنها العمق لا الكثرة.

واختر مشكلة تعرفها من سياقك: خدمة تعرف بيئتها، أو بيانات عامة في مجال يهمك، أو معالجة اللغة العربية. وصف الأثر بالأرقام يفرّق بين محفظة وأخرى. فعبارة «يعمل بكفاءة عالية» لا تعني شيئًا، أما «رفع دقة التصنيف في بياناتي التجريبية من 70% إلى 90% مقارنة بخط أساس بسيط» (مثال افتراضي للصياغة لا نتيجة حقيقية) فتتيح للقارئ أن يحاكمها.

وثّق كما يوثّق أهل الصنعة

اقترحت ورقة «بطاقات النماذج» (Model Cards) التي كتبتها مارغريت ميتشل (Margaret Mitchell) وزملاؤها عام 2018 أن يرافق كل نموذج مدرَّب وثيقة قصيرة تصف الاستعمالات المقصودة، وكيف جرى تقييمه، وأداءه على فئات مختلفة. يمكنك أن تستعير الفكرة لكل مشروع، فتكتب في ملف تعريفي واضح:

• المشكلة، ولمن هي مهمة.
• البيانات: مصدرها، وترخيصها، وما استُبعد منها.
• الطريقة، ولماذا اخترتها على بدائلها.
• النتائج وكيف قِسْتَها، ومقارنتها بخط أساس.
• الحدود: أين يخطئ النموذج، ولمن لا يصلح، وما الذي لم تختبره.
• كيف يعيد غيرك تشغيل العمل.

والتوثيق جزء من العمل لا زينة تُضاف بعده، فهو يكشف قدرتك على التواصل ونزاهتك في عرض الحدود.

الأمانة في العرض

قيمة المحفظة من صدقها. فانسب كل ما أخذته من غيرك إلى أصحابه، والتزم تراخيص البيانات والشيفرات، ولا تنشر بيانات أشخاص حقيقيين من غير إذنهم، ولا تضخّم نتيجة ولا تُخفِ إخفاقًا. وعرض الخطأ الذي وقعتَ فيه وكيف صحّحته يزيدك مصداقية ولا ينقصها، فالصدق والأمانة من قيمنا في العلم والعمل.

في السياق السعودي

أعلنت الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا) في أكتوبر 2020 الاستراتيجية الوطنية للبيانات والذكاء الاصطناعي، وكان من أهدافها المعلنة تدريب 20,000 متخصص في البيانات والذكاء الاصطناعي وقيام 300 شركة ناشئة نشطة في المجال، وهي أهداف معلنة لا نتائج محققة. وفي العربية ميدان واسع لمشاريع محلية الطابع (انظر مقال «الذكاء الاصطناعي العربي»): تصنيف نصوص، أو تلخيص وثائق، أو أداة لخدمة جمعية صغيرة.

ابدأ إذن بمشروع صغير تنهيه في أسابيع، ووثّقه، ثم ابنِ الثاني على ما تعلمته من الأول. فالمحفظة عادةٌ تُمارَس لا ملفٌّ يُجمَع قبيل المقابلة، وعلى الله التوفيق.