OpenAI تُنشئ فريقًا جديدًا يُشير إلى تحوّل في توظيف الكفاءات في مجال الذكاء الاصطناعي

OpenAI أعلنت عن تشكيل فريق جديد يُسمى "Applied Evals"، يُركّز على تحسين استخدام الذكاء الاصطناعي في العمليات التجارية المعقدة، مثل معالجة طلبات الاسترداد أو نقل الكود البرمجي. يقود هذا الفريق شيمال أندكات، مهندس في OpenAI، الذي أكد أن الفريق سيُعنى بتطوير قدرات الذكاء الاصطناعي في المهام متعددة الخطوات والذكاء الصوتي، مع التركيز على جعل النماذج أكثر فعالية في السياقات العملية. تُقدّم الوظائف في الفريق رواتب تتراوح بين 255 ألفاً و325 ألف دولار سنوياً، بالإضافة إلى حصص في الأسهم. يُعدّ "الإيفال" (Eval) عملية قياس أداء النماذج الذكية، ويُعتبر من أهم مراحل تطوير منتجات الذكاء الاصطناعي، بحسب أندكات. ويُشير تشكيل هذا الفريق إلى تحوّل في سوق العمل في مجال الذكاء الاصطناعي، حيث تنتقل التركيزات من مجرد بناء النماذج إلى جعلها مفيدة في مهام محددة. وفقاً لخبراء في المجال، أصبحت الشركات تبحث الآن عن خبرات متخصصة في مجالات محددة، مثل هندسة البرمجيات أو الكتابة الأدبية، لمساعدة النماذج على أداء مهام دقيقة وواقعة. الفريق سيبدأ بمهندسين عامّين، ثم سيضيف خبراء من مجالات متعددة حسب الحاجة، مثل مهندسين برمجيين لمهام الترميز، أو أكاديميين في العلوم الإنسانية لدعم مهام الكتابة. سيتعاون الفريق مع شركات تستخدم منصة OpenAI للتطوير، لمساعدتها في إنشاء اختبارات تقييم مناسبة لحالات استخدام محددة، وفقاً لأندكات. يُعدّ هذا التحوّل جزءاً من رؤية أوسع لربط البحث العلمي بالمنتجات العملية، حيث يسعى أندكات إلى دمج فرق البحث والتطوير مع فرق المنتج لتحديد ما يُعدّ "جودة عالية" في الاستخدامات الواقعية. الفريق يعمل بشكل مستقل عن الأقسام التي تُطوّر تطبيقات OpenAI للمستخدمين العاديين، ويُركّز حصراً على العمل مع العملاء التجاريين. الاستجابة لاحتياجات السوق ستُحدد أولويات العمل، وفقاً لأندكات، مع تعاون الفريق مع فرق المبيعات والعمل التجاري لتحديد المشاريع ذات الأولوية. ورغم أن تقييم أداء النماذج كان في السابق يقتصر على إجابات بسيطة مثل "نعم" أو "لا"، أصبح الآن أكثر تعقيداً، ويحتاج إلى فهم عميق للسياق، بحسب ما أشار إليه مايكل جاكوبيدس، أستاذ الاستراتيجية في كلية لندن للإدارة. كما أوضح تانماي جوبال، الرئيس التنفيذي لشركة PromptQL، أن الذكاء الاصطناعي ينتقل من استخدامات عامة إلى حالات تطبيقية دقيقة، ما يستدعي تقييماً أكثر دقة لتحديد ما هو "جيد" أو "سيء" في كل سياق. ويُعتبر تشكيل فريق Applied Evals مؤشراً على أن صناعة الذكاء الاصطناعي تُصبح أكثر نضجاً، وتُركّز على التحول من الابتكار التجريبي إلى التطبيق العملي والفعّال.