فورد تعيد اكتشاف قيمة الخبرة البشرية: 350 مهندسًا يعودون لمعالجة إخفاقات الذكاء الاصطناعي
ابتكار

فورد تعيد اكتشاف قيمة الخبرة البشرية: 350 مهندسًا يعودون لمعالجة إخفاقات الذكاء الاصطناعي

بعد أن كلّفها الذكاء الاصطناعي ثلاث سنوات ومليارات الدولارات، تعيد فورد توظيف 350 مهندسًا مخضرمًا لإصلاح عيوب التصنيع والجودة، مما يؤكد على الدور المحوري للخبرة البشرية في عصر الأتمتة.

فورد تستعين بالخبراء المخضرمين لمعالجة أخطاء الذكاء الاصطناعي


في خطوة مفاجئة تكشف عن تداعيات الاعتماد المفرط على التكنولوجيا، تعود شركة فورد لصناعة السيارات إلى الاستعانة بخبرات مهندسيها المخضرمين. فقد لجأت الشركة إلى توظيف 350 مهندسًا ذا خبرة واسعة، يُطلق عليهم "مهندسو اللحية الرمادية"، لمعالجة المشكلات التي نجمت عن أنظمة التصميم والجودة المعتمدة على الذكاء الاصطناعي.


إخفاق الذكاء الاصطناعي: عندما تفقد الأنظمة الخبرة البشرية


لم تكن المشكلة في تقنيات الذكاء الاصطناعي بحد ذاتها، بل في غياب الأساس المعرفي الذي ترسّخه الخبرة البشرية. صرّح تشارلز بون، نائب رئيس هندسة الأجهزة المركبة في فورد، بأن الشركة افترضت خطأً أن مجرد دمج الذكاء الاصطناعي وتعديل متطلبات التصميم سيؤدي إلى منتجات عالية الجودة. لكن، مع مغادرة المهندسين ذوي الخبرة قبل استيعاب معارفهم في أنظمة الذكاء الاصطناعي، أصبحت الأدوات الآلية تضخم المدخلات الضعيفة بدلًا من التقاط عيوب التصميم.


عودة "اللحى الرمادية" ترفع الجودة


أدت عودة هؤلاء المهندسين المخضرمين إلى تصحيح الأخطاء وتدريب المهندسين الأصغر سنًا وإعادة برمجة الأنظمة الآلية. النتيجة كانت استثنائية؛ فقد تصدرت فورد تصنيفات JD Power للجودة في السيارات السائدة، وهو إنجاز لم تحققه منذ 16 عامًا. لم يقتصر دورهم على التصحيح، بل ساهموا في بناء خطوط بيانات قوية لتغذية تدريب الذكاء الاصطناعي، مما عزز فعاليته.


الدروس المستفادة: قيمة المهارات البشرية في عصر الأتمتة


تأتي تجربة فورد في وقت تتجه فيه العديد من الشركات، مثل Klarna و IBM، إلى إعادة تقييم دور العمالة البشرية في ظل التطورات المتسارعة للذكاء الاصطناعي. ففي حين قد يؤدي الذكاء الاصطناعي إلى خفض التكاليف، فإن إهمال الخبرة البشرية يمكن أن يؤدي إلى تدهور الجودة وفقدان الثقة. الدرس الأوضح هو أن الذكاء الاصطناعي أداة قوية، لكن قيمته تعتمد بشكل أساسي على جودة المعلومات التي تُستخدم لتدريبه، وعلى وجود خبراء قادرين على توجيهه وتصحيح مساره عند اللزوم. إن الفشل الأكثر تكلفة للذكاء الاصطناعي ليس في مخرجاته السيئة، بل في اللحظة التي تدرك فيها الشركة أنها فقدت الأشخاص القادرين على تمييز أخطائه.