دليل استخدام الذكاء الاصطناعي للمهنيين في مجال العلوم الإنسانية

قد لا يقود المتخصصون في العلوم الإنسانية التغيير العالمي، لكنهم يتحملون تبعاته.

يبدو أحيانًا أن بعض مسوّقي دورات الذكاء الاصطناعي يعاملونه كالسحر: مجرد أمر إعجازي، وستنجز أي شيء. لكن الواقع أعقد بكثير. منذ أن أسسنا FUNES، أصبح اعتمادنا على الذكاء الاصطناعي في الإنتاج اليومي أساسيًا. ومع مشاريع مثل Fuyou Tiandi وكتابتي الشخصية، لم يعد الجهد البشري وحده كافيًا. لهذا بحثنا بعمق في كيفية مساهمة الذكاء الاصطناعي في سوق المحتوى وأبحاث العلوم الإنسانية لدينا.

عندما انضم إلينا زملاء جدد، أعددت عرضًا بسيطًا باستخدام Keynote. وعندما علمت Jia Xingjia بذلك، دعتني لعرضه. أطلقنا، أنا وشريكي Keda، على الجلسة اسم "دليل استخدام الذكاء الاصطناعي للمتخصصين في العلوم الإنسانية". كانت في البداية جلسة خاصة تركز على المبادئ الأساسية، ثم توسعت وتطورت مع الوقت.

لم يُنشر هذا الدليل علنًا حتى هذا العام، مع إطلاقنا Shishufeng في vote Chongqing ومناقشته بالكامل للمرة الأولى. النص التالي مقتبس من بودكاست "دليل استخدام الذكاء الاصطناعي للمتخصصين في العلوم الإنسانية"، بمساعدة الذكاء الاصطناعي وبعض الاختصار. للنسخة الكاملة، استمع عبر الموقع الرسمي أو ابحث عن "Shishufeng" على Yuzhou أو Apple Podcasts.

رمز الاستجابة السريعة Xiaoyuzhou

خلال العام الماضي، شاركت هذه الممارسات مع العديد من الزملاء في إنتاج المحتوى والبحث ومنتجات المعرفة. الهدف ليس تعليم أوامر سحرية أو اعتبار الذكاء الاصطناعي حلاً شاملاً. بل هو منهجية—طريقة ل -- دمج النماذج اللغوية الضخمة في الكتابة والبحث والتحرير واختيار المواضيع وتنظيم البيانات وسير العمل الإنتاجي، دون الحاجة للبرمجة، مع ضمان التتبع والإشراف والتحقق، لتبقى واثقًا بتوقيع اسمك على العمل النهائي.

هذا النهج مستمد من تجارب عملية: عندما يتوسع إنتاج المحتوى، لا يكفي العمل البشري وحده؛ أما الاعتماد المباشر على الذكاء الاصطناعي فيؤدي إلى أوهام واختصارات ونصوص "مُصطنعة". كان علينا تحويل الإبداع إلى خط إنتاج، وجعل الخط نظامًا تكراريًا.

بدلاً من قائمة أوامر، أشارك هنا المبادئ التوجيهية الأساسية.

قبل المبادئ: ثلاث قواعد أساسية لهذا الدليل

قبل الخوض في الأساليب، عليك وضع ثلاث قواعد أساسية تحدد "كيف تستخدم الذكاء الاصطناعي" و"لماذا تستخدمه بهذه الطريقة".

يجب أن تكون العملية قابلة للتتبع، تحت الإشراف، وقابلة للتحقق

• لا يكفي أن تطلب النتائج وتتجاهل العملية. في أعمال العلوم الإنسانية، الصناديق السوداء هي الأخطر: الأوهام، الاقتباسات الخاطئة، والانحرافات المفاهيمية تحدث في الظلام.

يجب أن تكون قابلة للتحكم

• عليك ضبط العمل، وتحديد المعايير، وأماكن التمهل أو التشدد. هذا إنتاج وليس مغامرة عشوائية.

يجب أن تكون مستعدًا لتوقيع اسمك

• "هل أقبل أن أوقع اسمي على هذا العمل؟" هذا معيار الجودة النهائي. إذا لم تفعل، غالبًا السبب أن نيتك لم تتحقق خلال العملية، وبالتالي لا ضمان للجودة.

المبدأ 0: لا تتمنى على الذكاء الاصطناعي—تعامل معه كمنضدة عمل

يعتبر كثيرون الذكاء الاصطناعي آلة أمنيات:

"أعطني نكتة جيدة"، "اكتب لي مقالاً جيدًا"، "اشرح هذه الورقة".

لكن "اشرح" وحدها لها تفسيرات عديدة: للعامة، لطلبة البكالوريوس أو الدراسات العليا، أو للزملاء. الذكاء الاصطناعي لا يعرف خلفيتك أو أهدافك أو معاييرك تلقائيًا. إذا لم تحدد، سيسلك أقصر الطرق.

تعامل مع النماذج الكبيرة كمنضدة عمل: لا تطلب نتائج نهائية، بل استعن بأدوات الذكاء الاصطناعي لدعم العملية. وضّح التحرير والمعايير والخطوات.

مثال: طلب شرح ورقة علمية من الذكاء الاصطناعي

حوّل الطلب التمني ("اشرح هذه الورقة") إلى مهمة عمل واضحة:

• حدد الجمهور: طلاب دراسات عليا أذكياء وفضوليون لكنهم ليسوا خبراء في المجال
• حدد أسلوب الشرح: إرشادي، تدريجي، صارم أكاديميًا
• حدد الهيكل: الأهمية، الخلفية، عملية البحث، النقاط التقنية الأساسية، ثم الاستنتاجات
• حدد النبرة: محترمة، غير متعالية، ولا تفترض معرفة مسبقة معمقة

كلما اقتربت تعليماتك من "متطلبات المهمة"، كلما أصبح الذكاء الاصطناعي مساعدًا كفئًا.

المبدأ 1: نجاح الذكاء الاصطناعي يبدأ منك—المسؤولية عليك

لو وظفت سكرتيرًا، لن تكتفي بقول:

"صلّح مقالة Han Yang عن حزام الصدأ الأمريكي."

بل ستوضح:

لماذا كُتبت المقالة، لمن هي موجهة، أين تعثرت، ما المشكلة المطلوب حلها، الأجزاء غير القابلة للتغيير، الأسلوب المرغوب، والأولويات.

الذكاء الاصطناعي لا يختلف. عامله كزميل مجتهد يفتقر لافتراضاتك الضمنية. "هندسة الأوامر" الحقيقية تعني المسؤولية: المهمة مسؤوليتك؛ الذكاء الاصطناعي ينفذ فقط.

عند عدم الرضا عن النتائج، الخطوة الأولى ليست "الذكاء الاصطناعي فشل"، بل:

• هل أوضحت "الجمهور/الهدف/الغرض"؟
• هل قدمت خلفية كافية وقيودًا واضحة؟
• هل حولت "الأمنيات" إلى "خطوات عملية"؟
• هل قدمت معايير تقييم؟

المبدأ 2: استخدم ثلاثة نماذج على الأقل—لكل ذكاء اصطناعي "شخصية" ونقاط قوة

في شركتنا، أشجع الزملاء الجدد على سؤال ثلاثة ذكاءات اصطناعية مختلفة نفس السؤال في البداية. النماذج تختلف: بعضها يتقن الكتابة، وبعضها الاستنتاج، أو البرمجة، أو استخدام الأدوات. حتى النماذج من نفس الشركة أو الإصدارات الجديدة تغير "أسلوبها" و"حدودها".

عادة بسيطة وفعالة: اسأل ثلاثة ذكاءات اصطناعية نفس السؤال، وستدرك بسرعة:

• أيها يكتب أفضل، وأيها يستنتج أفضل، وأيها يبحث أفضل، وأيها يتجاوز الخطوات
• أيها أفضل للمسودات الأولى، وأيها للمراجعة
• أيها أفضل للمواضيع/الهياكل، وأيها للفقرة/الجملة

القيمة ليست في judging "أقوى نموذج"، بل في إدارة النماذج ك pipeline فريق—not ككائن واحد عليم.

المبدأ 3: الذكاء الاصطناعي ليس عليمًا—عامله كطالب جامعي قوي

توقع عملي:

معرفة الذكاء الاصطناعي العامة ≈ طالب جامعي متميز.

إذا شعرت أن "حتى طالب جامعي قوي قد لا يعرف هذا"، فافترض أن الذكاء الاصطناعي أيضًا لا يعرف، أو سيتظاهر بذلك.

ينتج عن ذلك إجراءان أساسيان:

يجب أن تعلّمه كل ما يتجاوز المعرفة العامة

• مثال: تريد نكات، أو نصوصًا إبداعية، أو حججًا متخصصة؟ لا تطلب "اجعلها جيدة" فقط. قدم أمثلة، معايير، مناطق محظورة، ومواد مصدرية. إذا كنت تحتاج لتفسير ما يجعل الكتابة جيدة لصديقك، فالذكاء الاصطناعي لن يعرف تلقائيًا.

عامله كمتدرب، لا كإله

• يمكنه بناء الهيكل ودمج موادك في نص قابل للقراءة. لكن "الهيكل" و"الاتجاه" مسؤوليتك.

المبدأ 4: وجّه الذكاء الاصطناعي خطوة بخطوة—الشفافية والتعددية أكثر موثوقية من "الصندوق الأسود"

قوة الذكاء الاصطناعي ليست في "الإجابات الفورية الصحيحة"، بل في تنفيذ الخطوات الصغيرة ضمن العملية بدقة. كلما طلبت "نتائج فورية"، زاد احتمال اختصار الخطوات.

مثال واضح: نصوص التحويل الصوتي أو السرد. بدلاً من "احذر من الحروف متعددة النطق"، جزئ المهمة إلى خطوات:

• تحديد الوقفات/التأكيد/تغييرات الإيقاع
• تحديد الحروف متعددة النطق المحتملة
• التحقق من القواميس أو المصادر الموثوقة
• تمييز الحروف الشائعة التي يسهل الخطأ بها
• عند الضرورة، استبدالها بمرادفات واضحة

البشر يطبقون هذه الخطوات افتراضيًا، لكن الذكاء الاصطناعي لا يفعل. إذا لم تحدد، سيخطئ الذكاء الاصطناعي في أقصر الطرق.

المبدأ 5: نظم عملك قبل أتمتته—لا يمكنك القفز من الإلهام إلى sop automation

إذا كان سير عملك في الكتابة أو البحث عشوائيًا وغير منظم، لن يفيدك الذكاء الاصطناعي. يمكنه فقط التعامل مع ما هو "قابل للوصف والتكرار".

المسار العملي:

• أولاً، حوّل العمل إلى "خط إنتاج": قابل للتقسيم، قابل لإعادة الاستخدام، خاضع لمعلومات الجودة
• ثم فوّض المهام الفرعية للذكاء الاصطناعي: دعه يكون محطة عمل، لا كيانًا خارقًا

قمنا بتمرين مهم: تفكيك عملية كتابتي غير الروائية، بما في ذلك:

• لماذا أبدأ بهذه القصة
• لماذا أختار هذه الجملة
• كيف أقيّم الأمثلة
• كيف أنتقل وأختم
• كيف أربط القصص الصغيرة بالسرد الأكبر

في النهاية، قسمناها إلى equally عشرات الخطوات، مع ذكاءات اصطناعية مختلفة لكل منها. النتيجة:

النموذج لم يصبح أقوى فجأة، لكن العملية ربطت قدراته "التراكمية".

عندما تستطيع وصف "كيف يُصنع مقالي" بوضوح، ستدرك: سقف الجودة الحقيقي ليس "أي نموذج تستخدم"، بل مدى وضوح سير عملك.

بعض الخطوات النموذجية من اختبارات خط إنتاجنا

أنصح بالاستماع إلى البرنامج لمزيد من التفاصيل.

المبدأ 6: توقع اختصارات الذكاء الاصطناعي—يقتصد في الموارد، فاحذف "حواجز الصيغة"

الذكاء الاصطناعي يتبع الاختصارات منهجيًا: إذا استطاع تفادي فتح صفحة ويب، سيفعل؛ إذا استطاع تجاوز ملف PDF، سيفعل. ليس ذلك تعمدًا—بل بسبب قيود الموارد والزمن، يميل دومًا للطريق الأسهل.

دورك: ركز موارد الذكاء الاصطناعي على "فهم النص"، لا "معالجة الصيغ".

استراتيجيات فعالة:

• تحويل المواد إلى نص عادي أو Markdown قبل الإدخال
• نسخ محتوى الويب كنص نظيف (إزالة التنقل، الإعلانات، الحواشي)
• للمواد الطويلة، استخرج الحقائق أو الهيكل أولاً، ثم دع الذكاء الاصطناعي يكتب
• وحّد ملفات PDF/EPUB/صفحات الويب ضمن قاعدة بيانات TXT قابلة للبحث

ستلاحظ: كثيرون يقاومون هذا "العمل اليدوي"، معتقدين "يجب أن تفعل الآلات ذلك". لكن في التعاون مع الذكاء الاصطناعي، العكس صحيح—إذا توليت بعض المهام الميكانيكية، تزداد دقة الذكاء الاصطناعي وموثوقيته.

المبدأ 7: تذكر أن السياق محدود—فضل "مهام الضغط" على "التوسع من لا شيء"

للذكاء الاصطناعي نافذة سياق—حدود للذاكرة. إذا أعطيته 20,000 كلمة، قد يحتفظ بجزء فقط؛ 200,000، وقد يقرأ العناوين فقط. تخيل حبس شخص في غرفة مع كتاب من 200,000 كلمة ليوم واحد وطلب تلاوته—هذا تقريبًا "ذاكرة" الذكاء الاصطناعي.

فكرة جوهرية:

الضغط أسهل من التوسع

• ضغط مليون كلمة إلى عشرة آلاف أكثر موثوقية من توسيع عشرة آلاف إلى مليون.

وهذا يغير نهجك:

• لا تستخدم أمرًا من 100 كلمة لطلب ورقة كاملة
• بل زود الذكاء الاصطناعي بأكبر قدر ممكن من المواد (على دفعات، أو عبر الاسترجاع RAG، إلخ)، ثم دعه يضغطها إلى target هيكل وحجج ونص رئيسي

عند الكتابة، أنت بالفعل "تقرأ كثيرًا → تلخص → تنظم → تكتب". توقع الشيء نفسه من الذكاء الاصطناعي—ولا تطلب منه الإبداع من لا شيء.

المبدأ 8: قاوم رغبة "سأصلحها"—كرر العملية، لا النتيجة

الكتاب المحترفون غالبًا ما يتعثرون مع الذكاء الاصطناعي:

ينتج الذكاء الاصطناعي مسودة بدرجة 59؛ تعتقد أنك تستطيع تحريرها إلى 80، ثم تعيد كتابتها؛ بعد إعادة الكتابة، تقرر "سأنجزها بنفسي"، وتتوقف عن استخدام الذكاء الاصطناعي.

الحل ليس التحرير الشاق، بل نقل التركيز إلى المراحل الأولى:

• لا تطمح لأن ينتج الذكاء الاصطناعي نتيجة مثالية بدرجة 100
• استهدف خط إنتاج يحقق باستمرار 75–80
• كرر العملية لرفع المتوسط، لا لتحسين كل مخرج على حدة

المبدأ 9: عامل سير العمل كمنتج يتطور—الموثوقية هي القيمة

النظام الذي ينتج مسودة بدرجة 70 باستمرار قيمته ليست في أنه "يشبهك"، بل لأنه:

• يمنحك مسودة قابلة للاستخدام بتكلفة شبه معدومة
• يمكنك التركيز على القرارات العليا: الموضوع، الهيكل، الأدلة، الأسلوب، والمفاضلات

لست بحاجة إلى بديل كلي القدرة—بل مصنع موثوق: مستقر، وإن لم يكن مثاليًا.

المبدأ 10: فضل الكم—أنشئ أكثر، ثم اختر

طلب نسخة واحدة من about/ الذكاء الاصطناعي ينتج متوسطًا. استخدم "الكم" لمواجهة المتوسط.

أساليب أكثر فاعلية:

• الملخصات: اطلب 5 نسخ دفعة واحدة
• المقدمات: اطلب 5 دفعة واحدة، ونفذ اختبارات AB
• المواضيع: اطلب 50 دفعة واحدة، ثم صنف واختر
• الهياكل: اطلب 3 مجموعات، ثم دمجها
• الصياغات: اطلب 10 تعبيرات مختلفة، ثم اختر الأفضل

عندما ترفع المتوسط والحجم، ستظهر "عينات مفاجئة" بدرجات 85 أو 90. غالبًا، التميز ليس "ضربة عبقرية"، بل نتيجة اختيار إحصائي.

المبدأ 11: لا تتجاوز دورك—وجّه مثل رئيس الطهاة: تذوق، قدّم ملاحظات، أعدها

إذا كنت رئيس الطهاة التنفيذي، لا تحضر كل طبق بنفسك. بل:

• تتذوق
• تحكم إن كان يفي بالمعايير
• تقدم ملاحظات واضحة (ما الخطأ، وكيفية إصلاحه)
• تعيد الطاهي لإعادة العمل

الأمر نفسه ينطبق على التعاون مع الذكاء الاصطناعي. احترم عملية إنتاجه—وعلّمه معاييرك بدلًا من إصلاح كل مخرج بنفسك.

وإلا ستنهكك التعديلات اللانهائية.

المبدأ الجوهري: عد إلى الواقع—المواد × الذائقة هي السقف

في عصر الذكاء الاصطناعي، جودة عملك أصبحت بشكل متزايد:

المواد × الذائقة.

النماذج ستتغير والأساليب ستتطور، لكن هذين العاملين ثابتان:

المواد تأتي من الواقع

• أمامك خياران للكتابة:

• استخدم أحدث نموذج، بمواد متاحة فقط على الإنترنت

أو استخدم نموذجًا أقدم، مع أرشيفات كاملة وتواريخ شفهية وبحوث ميدانية

• الثاني غالبًا يعطي نتائج أفضل.

الذائقة تأتي من ممارسة طويلة الأمد

• مع انخفاض تكلفة "التوليد"، ما يصبح نادرًا فعلًا هو:

• معرفة ما يستحق الكتابة

• معرفة أي الأدلة متينة

• معرفة أي السرد مقنع

• الاستعداد لبذل الجهد: البحث العميق، والاستقصاء الميداني

الذكاء الاصطناعي يغير كفاءة وطريقة التعامل مع المواد، لكنك تبقى المؤلف، المواد هي الموضوع، والذكاء الاصطناعي مجرد أداة.

العمل الميداني المتعمق لجمع المواد المصدرية

الخلاصة: حوّل القلق إلى خبرة

يجد كثيرون صعوبة مع pipeline الذكاء الاصطناعي—not لنقص الذكاء، بل للبقاء في دائرة "تمني—خيبة أمل—تخلي". التحول الحقيقي يأتي من معاملة الذكاء الاصطناعي كمنضدة عمل، وهندسة المهام، وشفافية العمليات، وتطوير الخبرة بالممارسة.

حين تفعل ذلك، لن تكرر "الذكاء الاصطناعي لا يعمل"؛ بل ستصبح محترفًا جديدًا—قادرًا على إدارة الأدوات الحديثة بمرونة، دون تعالٍ أو رهبة، وتدمجها في سير عملك وواقعك وأعمالك التي تفتخر بت pipeline توقيعها.

أنا Hanyang. إذا كنت مهتمًا بكتاباتي، تابعني على X أو اقرأ المزيد في مدونتي.

بيان:

1. هذه المقالة معاد نشرها من [HanyangWang]. حقوق النشر تعود للمؤلف الأصلي [HanyangWang]. للاستفسار عن إعادة النشر، يرجى التواصل مع فريق Gate Learn. سيتولى الفريق معالجة طلبك بسرعة وفق الإجراءات المعتمدة.

2. إخلاء مسؤولية: الآراء الواردة في هذه المقالة تعبر عن رأي الكاتب فقط ولا تشكل نصيحة استثمارية.

3. نسخ هذه المقالة بلغات أخرى تمت ترجمتها بواسطة فريق Gate Learn. ما لم يُذكر Gate كمصدر، يُمنع نسخ أو توزيع أو اقتباس الترجمة.