
أفادت TechCrunch بأن شركة Intelligence، وهي الشركة التي تقف وراء Design Arena، جمعت جولة تمويل أولية بقيمة 7.9 مليون دولار. وقادت الجولة شركة Index Ventures، بمشاركة Conviction وA
هذا الإطار مهم للقراء المغاربة. فهو يشير إلى أن جودة النموذج قد لا تُقاس فقط عبر المعايير الآلية. فالتفضيل البشري يمكن أن يشكّل أيضًا ما يبدو مفيدًا أو مصقولًا أو جديرًا بالثقة. وبالنسبة للشركات الناشئة المغربية والوكالات ومختبرات الذكاء الاصطناعي، قد يغيّر ذلك طريقة اختبار الأدوات الإبداعية.
يعتمد Design Arena على المقارنة. يختار المستخدمون بين مخرجين بصريين مولدين بالذكاء الاصطناعي. وتصبح هذه الاختيارات إشارة إلى ما يفضله الناس.
تقول الشركة إن الأداة لديها 5.3 مليون مستخدم و60 مليون دولار من ARR. وتشير هذه الأرقام إلى زخم قوي للمنتج، لكنها لا تخبرنا كيف يعمل النظام في المغرب. وبالنسبة للفرق المغربية، فإن السؤال المهم هو ما إذا كانت هذه التغذية الراجعة ستعكس التوقعات المحلية.
وهنا يصبح التقييم عمليًا. فقد يحقق النموذج نتائج جيدة على معيار قياس، ومع ذلك يفشل في التقاط الأسلوب الذي يريده عميل مغربي. وقد يفشل أيضًا مع المطالبات بالعربية أو الفرنسية أو المزيج اللغوي إذا كانت عملية التدريب والمراجعة ضيقة النطاق.
غالبًا ما تعمل الشركات المغربية عبر لغات وجماهير متعددة. وقد تحتاج أداة بصرية تُستخدم لعلامة تجارية في الدار البيضاء، أو لحملة في القطاع العام، أو لمتجر تجارة إلكترونية إقليمي إلى إشارات ذوق مختلفة. وقد لا تناسب طبقة تفضيل عالمية واحدة كل حالات الاستخدام.
وهذا مهم بشكل خاص للفرق الإبداعية. فقد تهتم بالتخطيط، والملاءمة الثقافية، والطباعة، والنبرة بقدر اهتمامها بجودة الصورة الخام. وإذا كانت التغذية الراجعة البشرية جزءًا من دورة المنتج، فقد يرغب المستخدمون المغاربة في مراجعين خاصين بهم أو مجموعات تقييم خاصة بهم.
هناك أيضًا زاوية تتعلق بالمشتريات. فقد يسأل المشترون في المغرب عن كيفية قياس المورّد للجودة. وقد يرغبون في معرفة ما إذا كان النظام قد اختُبر على محتوى محلي، أو مزيج لغوي محلي، أو تفضيلات تصميم محلية. ومن دون ذلك، قد تبدو الأداة متقدمة لكنها تظل غير ملائمة عمليًا.
يمكن للوكالات استخدام اختبار التفضيل البشري لمقارنة الصور الإعلانية قبل الإطلاق. وقد يساعد ذلك الفرق على اختيار مخرجات تبدو أكثر طبيعية للجمهور المغربي. كما قد يقلل الوقت المستغرق في المراجعات اليدوية.
لكن سير العمل سيحتاج إلى انضباط. فستحتاج الفرق إلى معايير مراجعة واضحة، وبيانات عينة كافية، وطريقة للفصل بين الذوق الشخصي ومتطلبات العميل. وإلا فقد تصبح حلقة التغذية الراجعة غير متسقة.
يمكن للشركات الناشئة المغربية التي تبني منتجات ذكاء اصطناعي أن تتعلم من هذا النموذج. فقد تحتاج إلى اختبار ليس فقط ما إذا كان النظام يعمل، بل أيضًا ما إذا كان المستخدمون يحبون النتيجة. وهذا مهم للتطبيقات الاستهلاكية، وأدوات التصميم، ومنصات المحتوى.
يمكن لشركة ناشئة أن تجري مراجعات داخلية A/B مع موظفين محليين. كما يمكنها جمع ملاحظات منظمة من المستخدمين المستهدفين. والافتراض هنا بسيط: إذا كان المنتج يخدم المستخدمين المغاربة، فقد تحسن إشارات الذوق المغربية من ملاءمته.
قد ترى مختبرات الذكاء الاصطناعي في المغرب أن التقييم طبقة منفصلة عن التدريب. فقد يكون النموذج قويًا تقنيًا ومع ذلك ينتج مخرجات تبدو خاطئة للمستخدمين. ويمكن للمراجعة البشرية أن تكشف هذه الفجوات.
وهذا مفيد للنماذج التي تولد الوسائط. كما قد يساعد الفرق على مقارنة المخرجات عبر المطالبات والأساليب واللغات. ويتمثل التحدي في بناء عملية مراجعة قابلة للتكرار وغير مكلفة جدًا.
التغذية الراجعة البشرية مفيدة، لكنها ليست محايدة. فالمراجعون يجلبون معهم التحيز والسياق والذوق الشخصي. وإذا كانت العينة صغيرة جدًا، فقد يتعلم النموذج نمط تفضيل ضيقًا بدلًا من نمط واسع.
وبالنسبة للمغرب، فإن توافر البيانات يمثل قيدًا حقيقيًا. فقد لا تمتلك الفرق أمثلة محلية كافية لبناء مجموعات تقييم قوية. وقد تواجه أيضًا صعوبة مع المزيج اللغوي، لأن العديد من المنتجات تحتاج إلى دعم العربية والفرنسية وأحيانًا الإنجليزية.
وتكتسب البنية التحتية أهمية أيضًا. فعملية اختبار التفضيل تحتاج إلى أدوات مستقرة وتخزين وضوابط وصول. وإذا اعتمدت الفرق على أجهزة مشتركة أو أذونات ضعيفة، فإن مخاطر الخصوصية والأمن السيبراني ترتفع. وهذا مهم بشكل خاص عندما تتضمن بيانات المراجعة أصول العملاء أو أعمالًا إبداعية غير منشورة.
كما تحتاج الامتثال إلى اهتمام. فستحتاج المؤسسات المغربية إلى التحقق من كيفية جمع بيانات التغذية الراجعة وتخزينها واستخدامها. كما ستحتاج إلى تحديد من يمكنه مراجعة المخرجات، ومن يمكنه تصدير النتائج، ومدة الاحتفاظ بالسجلات. هذه أسئلة حوكمة، وليست تقنية فقط.
ابدأوا بحالة استخدام ضيقة. يمكن للفريق اختبار سير عمل واحد، مثل الصور الإعلانية أو النماذج الأولية للمنتجات. وهذا يجعل عملية التقييم أكثر قابلية للإدارة ويجعل النتائج أسهل في التفسير.
ابنوا معيار مراجعة محليًا. يجب أن يغطي المعيار الأسلوب والوضوح وملاءمة اللغة والاتساق مع العلامة التجارية. كما ينبغي أن يفصل الذوق الذاتي عن المتطلبات الصارمة. وهذا يساعد الفرق على تجنب الخلط بين التفضيل والجودة.
استخدموا الاختبار متعدد اللغات عند الحاجة. إذا كان المنتج يخدم المستخدمين المغاربة، فقد تحتاج المطالبات والمخرجات إلى فحوصات بالعربية والفرنسية. وقد يفوّت التقييم باللغة الإنجليزية فقط مشكلات مهمة.
خططوا للمهارات والعملية. فالتقييم البشري يحتاج إلى تنسيق. يجب على شخص ما تحديد المراجعين، وجمع الملاحظات، وتتبع التغييرات بمرور الوقت. ومن دون ذلك، قد يولد النظام ضوضاء بدلًا من الرؤى.
وأخيرًا، تعاملوا مع الحوكمة كجزء من تصميم المنتج. ينبغي للفرق التفكير في الخصوصية والأمن السيبراني والامتثال قبل التوسع. كما ينبغي أن تسأل ما إذا كانت بيانات التقييم تعكس المستخدمين المغاربة أم مجرد مجموعة داخلية ضيقة.
تذكّر جولة تمويل Design Arena بأن جودة الذكاء الاصطناعي ليست مجرد مشكلة نموذج. إنها أيضًا مشكلة حكم بشري. وبالنسبة للمغرب، قد يكون هذا هو الدرس الأكثر فائدة.
إذا أرادت الشركات الناشئة والوكالات المغربية مخرجات ذكاء اصطناعي أفضل، فقد تحتاج إلى حلقات تغذية راجعة أفضل. وينبغي أن تعكس هذه الحلقات اللغة المحلية والذوق المحلي والقيود المحلية. والهدف ليس نسخ معيار عالمي، بل بناء تقييم يناسب حالات الاستخدام المغربية الحقيقية.
أضفوا Intelligence Artificielle Maroc إلى مصادركم المفضلة لرؤية المزيد من أخبارنا ذات الصلة في بحث Google.
نحن نبني منصات ذكاء اصطناعي مخصصة ومنتجات SaaS وتطبيقات أعمال ذكية وأنظمة أتمتة.
هذا النموذج مخصص لطلبات المشاريع وليس للأسئلة العامة حول الذكاء الاصطناعي.