لماذا تحتاج المؤسسات إلى معرفة قابلة لاتخاذ القرار في عصر الذكاء الاصطناعي؟

لا تكمن أصعب مشكلة في استخدام الذكاء الاصطناعي داخل المؤسسات في العثور على المعلومات، بل في تحديد أي معلومة يمكن الاعتماد عليها عند اتخاذ قرار فعلي. قد تشير صفحة تمكين العملاء إلى أن منتجاً ما يدعم حالة استخدام معينة، بينما تذكر محادثة أحدث في قسم الدعم قيداً مؤقتاً، ويضيف مهندس شرطاً مرتبطاً بإعدادات العميل. جمع هذه المصادر لا يجيب وحده عن السؤال: أي معلومة تنطبق اليوم، وعلى هذا العميل تحديداً؟

هذه هي الفكرة المركزية في مادة Stack Overflow: الشركات تحتاج إلى «معرفة قابلة لاتخاذ القرار» (decision-grade knowledge)، لا إلى إجابات تبدو مكتملة فحسب. المادة رأي يشرح المنطق الذي يقف خلف تطوير منصة Stack Internal، وليس تقريراً مستقلاً يثبت أداء المنصة أو نتائج استخدامها.

الاسترجاع بداية العملية وليس نهايتها

توضح الشركة أن تقنيات البحث الهجين وتقسيم المحتوى وإعادة ترتيب النتائج جعلت ربط الأدوات المختلفة والعثور على صفحات ونقاشات وأشخاص ذوي صلة أسهل بكثير. لكن استرجاع ثلاثة مصادر متعارضة لا يحدد أيها ينطبق على إصدار منتج أو منطقة أو إعداد عميل بعينه.

عندما يقدم نظام الذكاء الاصطناعي إجابة سريعة، يظل المستخدم مضطراً إلى مراجعة المصادر، واكتشاف الشرط الناقص، وطلب تأكيد من زميل مختص. ووفقاً للمادة، فإن الجزء الأكثر أهمية من العمل ينتقل عندها إلى الإنسان بدلاً من أن يختفي.

ما الذي يجب أن تحمله الإجابة؟

تقترح المادة خمسة عناصر قبل الاعتماد على إجابة تخص العمل أو العملاء:

• المصدر: إتاحة الأدلة وسجل منشأ المعلومات لفحصها.
• نطاق التطبيق: توضيح متى وأين تنطبق الإجابة، بما في ذلك الإصدار والمنطقة وإعدادات العميل.
• الصلاحيات: احترام قيود الوصول إلى المصادر والحدود التي تضعها المؤسسة.
• التعارضات: إظهار اختلاف الإرشادات الجديدة عن الصفحات الأقدم بدلاً من إخفائه.
• الملكية: تحديد الشخص القادر على حسم الاستثناء أو تفسيره.

وتشدد Stack Overflow على أن الاستشهاد بالمصادر أو منح الإجابة درجة ثقة لا يكفي وحده لتحمل مسؤولية التزام تجاه عميل. هذه الأدوات تساعد على التحقيق، لكنها لا تستبدل حكم الأشخاص الذين يفهمون المنتج أو العملية.

دور الخبراء دون تحويلهم إلى عنق زجاجة

في المثال المطروح، يمكن لفريق المنتج تأكيد القدرة الحالية، وللهندسة شرح شرط الإعداد، وللدعم وصف ما يواجهه العملاء. لكن الشركة لا تقترح أن يراجع الخبراء كل إجابة ينتجها الذكاء الاصطناعي؛ بل أن يتدخلوا عندما تكون الإجابة المؤثرة غير مؤكدة، أو عندما تتعارض المصادر، أو عندما تحتاج معرفة يعتمد عليها عدد كبير من الأشخاص إلى تصديق.

الأهم أن نتيجة التدخل يجب ألا تبقى في محادثة منفردة. ينبغي حفظ الإجابة وشروط انطباقها والأدلة التي تدعمها، مع إمكانية تصحيحها لاحقاً وربط التصحيح بالإرشاد الذي يعدله.

كيف تقدم Stack Internal هذا التصور؟

تقول Stack Overflow إنها تفتح منصة Stack Internal أمام مزيد من الأشخاص والفرق، لتجميع معرفة المؤسسة من مصادرها في طبقة مشتركة مع الحفاظ على السياق اللازم لاستخدامها. وتوفر المنصة هذه المعرفة عبر المحادثة وواجهة API وMCP، مع دور مقصود للخبراء المتخصصين في التحقق من المحتوى وتصحيحه.

وترى الشركة أن السؤال نفسه قد يصل عبر مستخدم للمحادثة أو تطبيق داخلي يستخدم API أو وكيل يستخدم MCP، ولذلك ينبغي أن تستند هذه القنوات إلى المصادر نفسها وقواعد الوصول والمساهمات البشرية نفسها، حتى لو اختلفت الواجهة.

ما الذي يبقى مفتوحاً؟

تطرح المادة اتجاهاً مستقبلياً لتحويل المحادثات التي حُسمت فيها أسئلة صعبة إلى معرفة قابلة لإعادة الاستخدام، مع إبقاء الأدلة والملكية والصلاحيات مرتبطة بها. كما تريد الشركة أن يكتشف النظام التعارضات والفجوات وأن يستدعي الشخص المناسب عند الحاجة.

لكن النص يقر بأن كثيراً من هذا العمل ما زال قيد التطوير، وأن الشركة «لديها الكثير لتثبته وتبنيه» قبل أن يتمكن النظام من استباق السؤال وإظهار قرار ذي صلة أو تعارض غير محلول. القيمة العملية الواضحة حالياً هي طرح إطار لإدارة المعرفة المؤسسية، أما مدى دقة المنصة وفاعليتها وتكلفة إشراك الخبراء فلم يقدمه المصدر بأرقام أو نتائج مستقلة.