باحثو ستانفورد يتوقعون أن يركز الذكاء الاصطناعي في عام 2026 على الشفافية والفائدة العملية

ملخص موجز

تتوقع هيئة التدريس في HAI بجامعة ستانفورد أن يركز تطوير الذكاء الاصطناعي في عام 2026 على التأثير العملي عبر الرعاية الصحية والقانون والقوى العاملة والتطبيقات التي تركز على الإنسان، مع التأكيد على الفعالية والمساءلة والفوائد الواقعية.

نشرت هيئة التدريس في الذكاء الاصطناعي المتمحور حول الإنسان بجامعة ستانفورد توقعاتها لتطوير الذكاء الاصطناعي في عام 2026. يقترح المحللون أن فترة الحماس الواسع للذكاء الاصطناعي تتغير نحو التركيز على التقييم الدقيق

بدلاً من السؤال عما إذا كان الذكاء الاصطناعي قادرًا على أداء مهمة، سينتقل التركيز إلى تقييم فعاليته والتكاليف المرتبطة به وتأثيره على أصحاب المصلحة المختلفين. يشمل ذلك استخدام معايير موحدة للمنطق القانوني، والمراقبة في الوقت الحقيقي لتأثيرات القوى العاملة، والأطر السريرية لتقييم العدد المتزايد من تطبيقات الذكاء الاصطناعي الطبية.

يتوقع جيمس لانداي، المدير المشارك لهيئة الذكاء الاصطناعي المتمحور حول الإنسان في ستانفورد، أنه لن يكون هناك ذكاء اصطناعي عام في 2026. ويشير إلى أن سيادة الذكاء الاصطناعي ستصبح محورًا رئيسيًا، حيث تسعى الدول إلى السيطرة على الذكاء الاصطناعي من خلال بناء نماذجها الخاصة أو تشغيل نماذج خارجية محليًا للحفاظ على البيانات داخل البلاد. من المتوقع استمرار الاستثمار العالمي في مراكز بيانات الذكاء الاصطناعي، على الرغم من أن القطاع يظهر علامات على مخاطر مضاربة. يتوقع لانداي أن تظهر تقارير أكثر عن مكاسب إنتاجية محدودة من الذكاء الاصطناعي، مع تسليط الضوء على الفشل الذي يبرز الحاجة إلى تطبيقات مستهدفة. من المحتمل أن تظهر تقدمات في واجهات الذكاء الاصطناعي المخصصة، وتحسين الأداء من مجموعات البيانات الصغيرة المختارة، وأدوات الفيديو العملية للذكاء الاصطناعي، إلى جانب تزايد المخاوف المتعلقة بحقوق النشر.

يسلط روس ألتمان، زميل كبير في هيئة الذكاء الاصطناعي في ستانفورد، الضوء على إمكانيات النماذج الأساسية في دفع الاكتشافات في العلوم والطب. ويشير إلى أن السؤال الرئيسي لعام 2026 سيكون ما إذا كانت نماذج الدمج المبكر، التي تجمع جميع أنواع البيانات، أو نماذج الدمج المتأخر، التي تدمج نماذج منفصلة، أكثر فاعلية. في البحث العلمي، يتحول الاهتمام من التنبؤات إلى فهم كيفية وصول النماذج إلى الاستنتاجات، مع استخدام تقنيات مثل المشفرات التلقائية النادرة لتفسير الشبكات العصبية. في الرعاية الصحية، أدى انتشار حلول الذكاء الاصطناعي للمستشفيات إلى تحديات في تقييم أدائها الفني، وتأثير سير العمل، والقيمة الإجمالية، وتُبذل جهود لتطوير أطر تقييم لهذه العوامل وجعلها متاحة للبيئات ذات الموارد المحدودة.

يتوقع جوليان نياركو، المدير المساعد لهيئة الذكاء الاصطناعي في ستانفورد، أن يتم تحديد عام 2026 في الذكاء الاصطناعي القانوني من خلال التركيز على الأداء القابل للقياس والقيمة العملية. من المتوقع أن تتجاوز الشركات القانونية والمحاكم السؤال عما إذا كان الذكاء الاصطناعي يمكنه الكتابة، إلى تقييم الدقة والمخاطر والكفاءة وتأثيره على سير العمل الحقيقي. ستتعامل أنظمة الذكاء الاصطناعي بشكل متزايد مع مهام معقدة مثل التفكير في مستندات متعددة، ورسم الخرائط للحجج، واست sourcing للسلطات المضادة، مما يدفع إلى تطوير أطر تقييم ومعايير جديدة لتوجيه استخدامها في الأعمال القانونية ذات المستوى الأعلى.

تلاحظ أنجيلي كريستين، زميلة كبيرة في هيئة الذكاء الاصطناعي في ستانفورد، أنه على الرغم من أن الذكاء الاصطناعي جذب استثمارات هائلة وتطوير بنية تحتية، إلا أن قدراته غالبًا ما تكون مبالغًا فيها. يمكن للذكاء الاصطناعي تحسين مهام معينة لكنه قد يضلل، يقلل من المهارات، أو يسبب ضررًا في أخرى، ويحمل نموه تكاليف بيئية كبيرة. من المتوقع في 2026 أن يكون هناك فهم أكثر توازنًا لتأثيرات الذكاء الاصطناعي العملية، مع تركيز الأبحاث على فوائده وقيوده الواقعية بدلاً من الضجيج الإعلامي.

الذكاء الاصطناعي سيركز على الفوائد الواقعية، والرعاية الصحية، ورؤى القوى العاملة في 2026

تلاحظ أنجيلي كريستين، زميلة كبيرة في هيئة الذكاء الاصطناعي في ستانفورد، أنه على الرغم من أن الذكاء الاصطناعي جذب استثمارات هائلة وتطوير بنية تحتية، إلا أن قدراته غالبًا ما تكون مبالغًا فيها. يمكن للذكاء الاصطناعي تحسين مهام معينة لكنه قد يضلل، يقلل من المهارات، أو يسبب ضررًا في أخرى، ويحمل نموه تكاليف بيئية كبيرة. من المتوقع في 2026 أن يكون هناك فهم أكثر توازنًا لتأثيرات الذكاء الاصطناعي العملية، مع تركيز الأبحاث على فوائده وقيوده الواقعية بدلاً من الضجيج الإعلامي.

يلاحظ سيرتس لانجلوطز، زميل كبير في هيئة الذكاء الاصطناعي في ستانفورد، أن التعلم الذاتي قد خفض بشكل كبير من تكلفة تطوير الذكاء الاصطناعي الطبي من خلال القضاء على الحاجة إلى مجموعات بيانات موسومة بالكامل. على الرغم من أن مخاوف الخصوصية أبطأت إنشاء مجموعات بيانات طبية كبيرة، إلا أن النماذج الذاتية الصغيرة أظهرت وعدًا عبر مجالات طبية حيوية متعددة. يتوقع لانجلوطز أنه مع تجميع بيانات رعاية صحية عالية الجودة، ستظهر نماذج أساسية في المجال الطبي، مما يحسن دقة التشخيص ويمكّن أدوات الذكاء الاصطناعي للأمراض النادرة والمعقدة.

يتوقع إريك برينجولسون، زميل كبير في هيئة الذكاء الاصطناعي في ستانفورد، أن يتحول النقاش حول التأثير الاقتصادي للذكاء الاصطناعي في 2026 من الجدل إلى القياس. ستتبع لوحات معلومات اقتصادية عالية التردد للذكاء الاصطناعي مكاسب الإنتاجية، والتشريد الوظيفي، وخلق أدوار جديدة على مستوى المهام والمهن باستخدام بيانات الرواتب والمنصات. ستتيح هذه الأدوات للمديرين وصانعي السياسات مراقبة تأثيرات الذكاء الاصطناعي في الوقت الحقيقي تقريبًا، وتوجيه دعم القوى العاملة، والتدريب، والاستثمارات لضمان مساهمة الذكاء الاصطناعي في فوائد اقتصادية واسعة النطاق.

يتوقع نيجام شاه، كبير علماء البيانات في الرعاية الصحية في ستانفورد هيلث كير، أن يقدم منشئو الذكاء الاصطناعي التوليدي بشكل متزايد تطبيقات مباشرة للمستخدمين النهائيين، متجاوزين دورات اتخاذ القرار البطيئة في النظام الصحي. قد تتيح التقدمات في المحولات التوليدية التنبؤ بالتشخيصات، واستجابات العلاج، وتطور الأمراض بدون الحاجة إلى تسميات خاصة بالمهمة. مع تزايد توفر هذه الأدوات، سيكون فهم المرضى لإرشادات الذكاء الاصطناعي ضروريًا، وسيكون هناك تركيز متزايد على الحلول التي تمنح المرضى مزيدًا من السيطرة على رعايتهم.

تؤكد ديي يانغ، أستاذة مساعدة في علوم الحاسوب في ستانفورد، على الحاجة إلى أنظمة ذكاء اصطناعي تدعم التنمية البشرية على المدى الطويل بدلاً من المشاركة قصيرة الأمد. وتسلط الضوء على أهمية تصميم ذكاء اصطناعي متمحور حول الإنسان يعزز التفكير النقدي، والتعاون، والرفاهية، مع دمج هذه الأهداف في عملية التطوير من البداية بدلاً من كونه فكرة لاحقة.