لماذا بدأ الإنسانيون يكتسبون أهمية في التوظيف في مجال الذكاء الاصطناعي

عندما تبني الشركات أنظمة ذكاء اصطناعي تجيب عن الأسئلة، أو ترتب المرشحين، أو تشكّل سلوك المستخدمين، فإنها لم تعد تتعامل مع الشيفرة البرمجية وحدها. بل إنها تتخذ أحكامًا بشأن اللغة، والنية، والثقة، والعواقب. ولهذا السبب يعيد بعض قادة التوظيف والأكاديميين النظر في فكرة قديمة بإلحاح جديد: قد يكون للتدريب الإنساني مكان داخل فرق التقنية الحديثة.

حقائق سريعة

• لا يزال التوظيف التقني في إسبانيا يُوصف بأنه يركز أولًا على المهارات التقنية، مع عدم تحول الملفات الإنسانية بعد إلى توجه سائد.
• تشير الأصوات الأكاديمية وأصوات التوظيف في النقاش إلى أن التفكير النقدي، والتعاطف، والنظرة الأوسع إلى التكنولوجيا إضافات مفيدة.
• تشمل أمثلة المختبرات الكبرى للذكاء الاصطناعي في هذا السياق فيلسوفًا يعمل على أخلاقيات Claude، وأستاذ فلسفة ينضم إلى عمل بحثي في الذكاء الاصطناعي لدى DeepMind.
• بعض الشركات قلقة بالفعل من استخدام الذكاء الاصطناعي في مسارات التوظيف، بما في ذلك صياغة السيرة الذاتية والتدريب على المقابلات.
• لا يُقدَّم التدريب الإنساني وحده على أنه كافٍ؛ بل تظل المعرفة الهجينة هي الفكرة الأساسية.

من مهارة ناعمة إلى وظيفة رقابية

أكثر ما يثير الاهتمام في هذا النقاش ليس مكانة الفلسفة أو اللسانيات. بل الدور العملي الذي يمكن أن تؤديه هذه التخصصات عندما يجب توجيه أنظمة الذكاء الاصطناعي، والتحقق منها، وشرحها. ففي تطوير النماذج، تصبح اللغة مهمة لأن هذه الأنظمة لا تحسب فقط؛ بل تفسر المطالبات، وتقلد النبرة، وتولد نصوصًا يمكن أن تؤثر في القرارات. وهذا يجعل الحكم الأخلاقي والقراءة المتأنية أكثر من مجرد إضافات ثقافية. إذ يمكن أن تصبح جزءًا من كيفية إدارة المنتج.

وهناك أيضًا إشارة من سوق العمل هنا. فلا يزال جانب التوظيف يفضل بشدة الإعداد التقني، لكن ذلك لا يعني أن المهارات التي تركز على الإنسان غير ذات صلة. قد تساعد حدسُ المجند في التحليل، أو حساسية الفيلسوف تجاه الغموض، أو انتباه اللغوي إلى المعنى، الفرقَ على رصد مخاطر قد يفوتها الهندسة البحتة. والمفتاح بسيط: تعمل هذه المهارات بأفضل شكل عندما تقترن بقدر كافٍ من الإلمام التقني للعمل داخل سير العمل الحقيقي للمنتج أو البيانات.

وتكتسب هذه الموازنة أهمية في إسبانيا، حيث لا يزال النقاش أقرب إلى احتمال مستقبلي منه إلى ممارسة توظيفية حالية. ورسالة السوق ليست أن الهندسة تفقد مكانتها، بل أن الفرق التقنية قد تحتاج إلى حكم أوسع مع ازدياد مركزية الذكاء الاصطناعي في المنتجات، والتوظيف، واتخاذ القرار الداخلي.

ما الذي تظهره أمثلة الذكاء الاصطناعي حقًا

تُعد الإشارات إلى Anthropic وDeepMind مفيدة لأنها تُظهر أن هذا ليس نقاشًا نظريًا. فمؤسسات الذكاء الاصطناعي تستقطب بالفعل أشخاصًا بخلفيات فلسفية للعمل المرتبط بسلوك النماذج والبحث. وهذا لا يعني أن على كل شركة أن تنسخ القالب نفسه. لكنه يشير إلى أن تطوير الذكاء الاصطناعي يخلق أدوارًا جديدة حول التفسير، والتقييم، والإشراف.

بالنسبة للمدافعين ومديري التوظيف، فالعبرة واضحة: إذا كانت أنظمة الذكاء الاصطناعي ستؤثر في الناس، فإن الفرق التي تبنيها تحتاج إلى أكثر من السرعة والمهارة البرمجية. إنها تحتاج إلى أشخاص قادرين على مساءلة الافتراضات، وتحديد الحالات الطرفية، وفهم كيف قد يختبر المستخدمون النظام فعليًا.

الخلاصة

الدرس الأوسع ليس أن العلوم الإنسانية ستحل محل الهندسة. بل إن الذكاء الاصطناعي يجعل من الحكم قيمة تقنية. والفرق التي تتجاهل هذا التحول قد تبني أسرع، لكنها لن تبني بالضرورة بحكمة أكبر. وفي المرحلة التالية من العمل الرقمي، قد تكون الأفضلية التنافسية من نصيب المؤسسات التي تستطيع الجمع بين الشيفرة والضمير.

WIKICROOK

• مواءمة النموذج: عمل يهدف إلى إبقاء سلوك نظام الذكاء الاصطناعي أقرب إلى الأهداف والحدود المقصودة.
• ملف إنساني: مرشح يستند تدريبه إلى مجالات مثل الفلسفة، أو الأدب، أو اللسانيات، أو التاريخ.
• العلوم الإنسانية الرقمية: مجال متعدد التخصصات يجمع بين أسئلة العلوم الإنسانية والأساليب الحاسوبية والأدوات الرقمية.
• سير عمل التوظيف: مجموعة الخطوات المستخدمة للعثور على المرشحين، وفرزهم، وتقييمهم، واختيارهم لدور ما.
• مهارة تأويلية: القدرة على قراءة السياق، والغموض، والنبرة، والمعنى بدلًا من الاعتماد على الإشارات التقنية الخام وحدها.