Connect with us

الذكاء الاصطناعي

ملخصات الذكاء الاصطناعي قد تدفع المستهلكين للشراء أكثر من مراجعات البشر

Avatar of هدير ابراهيم

Published

on

iOS 27 قد يركز على التحسينات بدلاً من تغيير التصميم ماذا نعرف حتى الآن 8

كشفت دراسة حديثة أن ملخصات المراجعات التي ينشئها الذكاء الاصطناعي قد تكون أكثر تأثيرًا على قرارات الشراء مما يعتقده كثيرون، إذ أظهرت النتائج أن المستهلكين يصبحون أكثر ميلًا لشراء المنتجات بعد قراءة هذه الملخصات مقارنة بالمراجعات التي يكتبها البشر.

ملخصات الذكاء الاصطناعي قد تدفع المستهلكين للشراء أكثر من مراجعات البشر

ملخصات الذكاء الاصطناعي قد تدفع المستهلكين للشراء أكثر من مراجعات البشر

ملخصات الذكاء الاصطناعي قد تدفع المستهلكين للشراء أكثر من مراجعات البشر

أجرى باحثون في University of California San Diego دراسة لقياس التأثير الفعلي للنماذج اللغوية الكبيرة على سلوك المستخدمين عند التسوق عبر الإنترنت.

ووفق تقرير نشره موقع Live Science، تعد هذه الدراسة من أوائل الأبحاث التي تقيس الأثر الكمي المباشر للذكاء الاصطناعي على قرارات الشراء لدى المستهلكين.

كما أوضح الباحثون أن التحيزات المعرفية الموجودة في النماذج اللغوية قد تؤدي إلى نتائج ملموسة في سلوك المستخدمين.

مراحل متعددة لاختبار دقة الذكاء الاصطناعي

شملت الدراسة عدة تجارب لاختبار قدرة الذكاء الاصطناعي على التعامل مع المعلومات، حيث طلب الباحثون من الأنظمة:

وأظهرت النتائج أن الأنظمة تعاني من قصور واضح في التمييز بين المعلومات الصحيحة والمختلقة في بعض الحالات.

ميل أكبر للشراء بعد قراءة ملخصات الذكاء الاصطناعي

كانت النتيجة الأكثر إثارة للاهتمام تتعلق بتأثير ملخصات الذكاء الاصطناعي على قرارات الشراء.

فقد طلب الباحثون من 70 مشاركًا قراءة أحد خيارين:

  • المراجعات الأصلية لمنتجات استهلاكية.

  • ملخصات للمراجعات تم إنشاؤها بواسطة الذكاء الاصطناعي.

وجاءت النتائج كالتالي:

كما أظهرت التجارب أن قراءة ملخصات إيجابية مولدة بالذكاء الاصطناعي رفعت احتمالية الشراء إلى 83.7%، مقارنةً بـ 52.3% فقط عند قراءة المراجعات الأصلية.

لماذا تؤثر ملخصات الذكاء الاصطناعي أكثر؟

اقترح الباحثون سببين رئيسيين وراء هذا التأثير:

1. ظاهرة “الضياع في المنتصف”

تميل النماذج اللغوية إلى التركيز أكثر على بداية النصوص المدخلة، وهو ما قد يؤدي إلى إبراز بعض النقاط الإيجابية وإهمال تفاصيل أخرى.

وأشارت الباحثة Abeer Alessa إلى هذه الظاهرة في أبحاث سابقة حول تفاعل الإنسان مع أنظمة الذكاء الاصطناعي.

2. محدودية المعلومات خارج بيانات التدريب

قد تصبح النماذج أقل دقة عندما تتعامل مع معلومات لم تكن جزءًا من بيانات التدريب الأصلية، ما يزيد احتمال الوقوع في أخطاء أو استنتاجات غير دقيقة.

هلوسة الذكاء الاصطناعي في نسبة كبيرة من الحالات

أظهرت الدراسة أيضًا أن روبوتات الدردشة غيرت المشاعر الواردة في مراجعات المستخدمين الحقيقية في 26.5% من الحالات.

كما سجلت الأنظمة نسبة هلوسة بلغت 60% عند طرح أسئلة إضافية حول هذه المراجعات، ما يعني أنها قد تضيف معلومات غير موجودة في الأصل.

أجهزة محمولة

نموذج MiniMax M3.1 Flash.. سرعة تتجاوز 200 رمز في الثانية وتكلفة أقل

Avatar of هدير ابراهيم

Published

on

نموذج MiniMax M3.1 Flash. سرعة تتجاوز 200 رمز في الثانية وتكلفة أقل

أعلنت شركة ميني ماكس الصينية إطلاق تحديث جديد من نموذج MiniMax M3.1 Flash، مع تحسينات تستهدف البرمجة ووكلاء الذكاء الاصطناعي والأمن السيبراني. وقالت الشركة إن الإصدار الجديد يرفع سرعة الاستنتاج عبر الإنترنت إلى نحو ثلاثة أضعاف، مع خفض تكاليف الاستخدام بنسبة 70%.

نموذج MiniMax M3.1 Flash يعزز السرعة والكفاءة

تقول ميني ماكس إن النموذج المحدث يقدم تحسينات كبيرة في تنفيذ المهام المعقدة، خاصةً المهام التي تعتمد على وكلاء الذكاء الاصطناعي القادرين على تنفيذ خطوات متعددة، إلى جانب كتابة الأكواد وتحليل التهديدات الأمنية.

وتتجاوز سرعة توليد المخرجات 200 رمز في الثانية في بعض الاستخدامات اليومية، بينما تتخطى السرعة الوسيطة 170 رمزًا في الثانية، وفقًا للشركة. وقد تساعد هذه السرعة على تقليل وقت الانتظار عند استخدام النموذج في البرمجة والتطبيقات التفاعلية.

أسعار استخدام النموذج الجديد

حددت الشركة تكلفة الاستخدام عند 0.15 دولار لكل مليون رمز مُدخل، و0.60 دولار لكل مليون رمز مُخرج، مع أسعار أقل للرموز المخزنة مؤقتًا.

وتستهدف هذه الأسعار خفض تكلفة تشغيل تطبيقات الذكاء الاصطناعي، خصوصًا الخدمات التي تعالج كميات كبيرة من النصوص أو تعتمد على استدعاء النماذج بصورة متكررة.

نموذج MiniMax M3.1 Flash.. سرعة تتجاوز 200 رمز في الثانية وتكلفة أقل

نموذج MiniMax M3.1 Flash.. سرعة تتجاوز 200 رمز في الثانية وتكلفة أقل

طرق الوصول إلى MiniMax M3.1 Flash

أصبح نموذج MiniMax M3.1 Flash متاحًا عبر واجهة برمجة التطبيقات (API) الخاصة بالشركة، إلى جانب خطة الاشتراك M Plan وأداة MiniMax Code المخصصة لمهام البرمجة.

كما تخطط ميني ماكس لإتاحة أوزان النموذج لاحقًا، وهو ما قد يمنح المطورين خيارات إضافية لتجربته ودمجه في تطبيقاتهم، وفقًا لما أعلنته الشركة.

منافسة متزايدة في سوق الذكاء الاصطناعي

يعكس التحديث تركيز شركات الذكاء الاصطناعي الصينية على الجمع بين سرعة الاستجابة وخفض تكاليف التشغيل، في سوق تتنافس فيه النماذج على تقديم أداء مرتفع بتكلفة مناسبة للمطورين والشركات.

ومع ذلك، تظل تقييمات الأداء الفعلي بحاجة إلى اختبارات مستقلة تقارن النموذج ببدائل أخرى في البرمجة والاستدلال والمهام متعددة الخطوات.

Continue Reading

الذكاء الاصطناعي

جوجل تطلق Deep Review لمراجعة المستندات التقنية مجانًا

أطلقت جوجل Deep Review لمراجعة المستندات التقنية، مع مراجعتين مجانًا أسبوعيًا ودعم PDF والنصوص. تعرّف إلى آلية العمل وحدودها وسياسة الاحتفاظ بالملفات.

Avatar of عمر الشال

Published

on

رسم توضيحي لمراجعة المستندات والأدلة بالذكاء الاصطناعي
صورة توضيحية مولّدة بالذكاء الاصطناعي، وليست لقطة من واجهة Deep Review.

أطلقت جوجل أداة Deep Review لمراجعة المستندات المعقدة بالذكاء الاصطناعي، مع إتاحتها عالميًا بمراجعتين مجانًا لكل مستخدم أسبوعيًا، بحسب إعلان Google Research المنشور في 14 أكتوبر 2026.

تستهدف الأداة فحص اتساق الحجج والأدلة والادعاءات التقنية، وتقديم ملاحظات تساعد على تحسين المستند قبل مشاركته أو نشره. وتشمل استخداماتها الأوراق البحثية ووثائق التصميم والعروض التقديمية.

ما الملفات التي تدعمها Deep Review؟

تدعم الخدمة عند الإطلاق ملفات PDF والنصوص العادية، بينما تصف جوجل مراجعة عدة ملفات معًا بأنها ميزة قادمة. ويمكن لأصحاب الاستخدام المكثف ربط مفتاح Gemini API لرفع حدود الاستخدام والاستفادة من التكامل البرمجي؛ أما الحصة المجانية المعلنة فتقتصر على مراجعتين أسبوعيًا.

كيف تراجع المستندات؟

تطورت Deep Review من أداة Paper Assistant Tool، المعروفة اختصارًا باسم PAT. وتشرح الورقة البحثية للفريق نهجًا يقسم المستند إلى أجزاء منطقية، ثم يخصص جهدًا حسابيًا أكبر للأقسام الأصعب، مثل البراهين والمعادلات.

يتولى وكلاء متخصصون مراجعة الأجزاء مع الاطلاع على سياق المستند كاملًا، قبل دمج النتائج في تقرير موحد وإجراء فحوص إضافية باستخدام البحث. ويساعد هذا التنظيم على توزيع الانتباه على المستند الطويل بدلًا من الاكتفاء باستدعاء واحد للنموذج.

وفي تجارب PAT مع مؤتمري STOC وICML، تلقى المؤلفون الملاحظات قبل تسليم أوراقهم، بصورة منفصلة عن التحكيم الرسمي. لذلك لا تعني مراجعة الأداة اعتماد البحث أو ضمان قبوله للنشر.

الخصوصية وحدود الاعتماد على النتائج

تقول جوجل إن المستندات المرفوعة لا تُستخدم لتدريب نماذجها أو ضبطها أو تحسينها، لكنها تُحفظ لمدة عام لعرضها للمستخدم داخل واجهة Deep Review.

وتقر الورقة البحثية بأن أدوات المراجعة قد تخطئ في فهم الاستدلال، فتصف حجة صحيحة بأنها خاطئة. وتبقى مسؤولية التحقق من الملاحظات والقرارات النهائية على الباحث أو المراجع البشري.

عمليًا، يُفضّل التعامل مع التقرير بوصفه قائمة نقاط للفحص: راجع كل اعتراض في سياقه، وطابقه مع بياناتك ومصادرك، ولا تعدّل استنتاجًا لمجرد أن الأداة اعترضت عليه. وقبل رفع مستند سري، تحقّق من صلاحية مشاركته وسياسة مؤسستك، مع الانتباه إلى مدة الاحتفاظ المعلنة.

يمكن الوصول إلى الخدمة عبر بوابة Deep Review الرسمية.

Continue Reading

أخبار تقنية

ديدان الذكاء الاصطناعي.. تهديد سيبراني جديد قد ينتشر ذاتيًا بين الأجهزة

Avatar of هدير ابراهيم

Published

on

ديدان الذكاء الاصطناعي. تهديد سيبراني جديد قد ينتشر ذاتيًا بين الأجهزة 1

حذّرت شركة أنثروبيك من تزايد مخاطر ديدان الذكاء الاصطناعي، وهي برامج خبيثة قد تنسخ نفسها وتنتشر تلقائيًا بين الأجهزة المتصلة بالإنترنت.

وأشار باحثون إلى تجربة استخدمت أجهزة تلفاز ذكية لتوزيع أجزاء من العمليات الحاسوبية على 15 جهازًا، ما يسلط الضوء على مخاطر استغلال الأجهزة محدودة الموارد في الهجمات الإلكترونية.

ديدان الذكاء الاصطناعي قد تتجاوز الفيروسات التقليدية

تختلف الديدان الإلكترونية عن الفيروسات التقليدية بقدرتها على الانتشار بين الأجهزة دون الحاجة إلى تدخل المستخدم في كل مرحلة. وقد تساعد تقنيات الذكاء الاصطناعي هذه البرامج على التكيف مع بيئات مختلفة واكتشاف فرص جديدة لاستغلال الثغرات الأمنية.

وتشمل الأجهزة المعرضة للخطر منتجات إنترنت الأشياء، مثل التلفاز الذكي والأجهزة المنزلية المتصلة بالشبكة، خصوصًا عندما تتأخر تحديثاتها الأمنية أو تستمر فيها ثغرات غير معالجة.

ويرى باحثو أنثروبيك أن تطور النماذج الحالية قد يجعل تنفيذ هذه الهجمات أكثر سهولة مستقبلًا، وربطوا احتمالية ظهور تهديدات أكثر تطورًا بنهاية عام 2026، إذا استمر تقدم التقنية بالمعدل الحالي.

من موريس إلى نوت بيتيا.. تاريخ من الهجمات واسعة النطاق

شهدت العقود الماضية هجمات بارزة اعتمدت على الانتشار الذاتي، من بينها دودة موريس عام 1988، التي عطلت عددًا كبيرًا من الحواسيب، وهجوم ستوكسنت الذي استهدف أنظمة صناعية في المنشآت النووية الإيرانية.

كما تسببت هجمات مثل WannaCry وNotPetya في خسائر اقتصادية واسعة. ويخشى خبراء أن تجعل ديدان الذكاء الاصطناعي احتواء الهجمات أكثر تعقيدًا إذا تمكنت من التكيف مع ثغرات جديدة والانتقال بين منصات مختلفة.

ديدان الذكاء الاصطناعي.. تهديد سيبراني جديد قد ينتشر ذاتيًا بين الأجهزة

ديدان الذكاء الاصطناعي.. تهديد سيبراني جديد قد ينتشر ذاتيًا بين الأجهزة

هل الخطر وشيك أم مبالغ فيه؟

لا يتفق الخبراء على حجم التهديد الفعلي. فقد أشار جوناس غوان، الباحث بجامعة تورنتو، إلى سرعة تطور القدرات التقنية، لكنه لفت إلى أن التجربة التي عرضتها أنثروبيك أظهرت انتشارًا بطيئًا.

كما شكك خوان أندريس غيريرو سايد، نائب رئيس الأبحاث في SentinelOne، في القيمة العملية للتجربة، معتبرًا أنها لا تثبت امتلاك نماذج الذكاء الاصطناعي إرادة مستقلة أو قدرة واسعة على إحداث الضرر.

وتظل القدرة على رصد السلوك غير المعتاد وحظر الاتصالات المشبوهة عاملًا مهمًا في احتواء الديدان الإلكترونية قبل انتشارها على نطاق واسع.

إجراءات الحماية تقلل فرص الانتشار

يمكن للمستخدمين تقليل مخاطر الهجمات عبر تحديث الأجهزة والبرامج باستمرار، واستخدام كلمات مرور قوية وفريدة، وتفعيل المصادقة الثنائية حيثما تتوفر، إلى جانب تغيير كلمات المرور الافتراضية لأجهزة إنترنت الأشياء.

استخدامات دفاعية محتملة

قد تُستخدم بعض التقنيات نفسها في تطبيقات دفاعية، مثل اكتشاف الثغرات الأمنية ومعالجتها تلقائيًا. لكن نجاح هذه الاستخدامات يتطلب ضوابط تمنع تحول أدوات الحماية إلى مصدر خطر إضافي.

وتعيد التحذيرات فتح النقاش حول مسؤولية شركات التكنولوجيا والجهات التنظيمية في الحد من المخاطر السيبرانية، مع ضرورة التمييز بين الإمكانات المستقبلية والقدرات التي أثبتتها التجارب فعليًا.

Continue Reading

Trending