الملخص

أدى التقدم السريع في نماذج اللغة الكبيرة (LLMs) إلى ظهور ما يُعرف بـ"الوكلاء البيانات" – أي أنظمة مستقلة مصممة لتنظيم بيئات تكامل البيانات والذكاء الاصطناعي (Data + AI) لمعالجة المهام المعقدة المرتبطة بالبيانات. ومع ذلك، يعاني مصطلح "الوكلاء البيانات" حاليًا من غموض مفاهيمي واعتماد غير متسق، ما يؤدي إلى خلط بين المُجيبين البسيطين على الاستفسارات ونُظم التصميم المتطورة والمستقلة. هذا الغموض المفاهيمي يُسهم في توليد توقعات غير متناسقة من المستخدمين، وصعوبات في تحديد المسؤولية، وعوائق أمام النمو الصناعي. مستلهمين من المعيار SAE J3016 الخاص بمستويات أتمتة القيادة، يقدم هذا الاستعراض أول تصنيف هرمي منهجي للوكلاء البيانات، يتألف من ستة مستويات تُحدِّد وتميّز التحولات التدريجية في درجة الاستقلالية، بدءًا من العمليات اليدوية (اللّوحة 0) ووصولًا إلى رؤية واقعية لوكلاء بيانات مُولِّدَة ومستقلة بالكامل (اللّوحة 5)، مما يُسهم في توضيح حدود القدرات وتوزيع المسؤوليات. من خلال هذا الإطار، نقدّم مراجعة منظمة للبحوث الحالية، مُصنَّفة وفقًا لزيادة درجة الاستقلالية، وتشمل الوكلاء المتخصصة في إدارة البيانات، وإعدادها، وتحليلها، فضلًا عن الجهود الناشئة نحو أنظمة متعددة الاستخدامات وشاملة تمتلك استقلالية مُحسَّنة. ونُحلِّل كذلك التحولات الجوهرية في التطور، والثغرات التقنية الحاسمة التي تُمكّن من تطوير الوكلاء البيانات، لا سيما الانتقال المستمر من اللّوحة 2 إلى اللّوحة 3، حيث تتطور الوكلاء من أداء إجرائيات مُحدَّدة إلى تنظيم مستقل وذكي. وأخيرًا، نُقدّم خارطة طريق مستقبلية تُصوِّر ظهور وُكلاء بيانات تلقائية ووَلَادِية (Generative) قادرة على اتخاذ إجراءات استباقية.