أطلق تطبيق In the Long Run ميزة تفاعلية جديدة تثرى خرائط مساراته الافتراضية حول العالم بعلامات النقاط السياحية والتاريخية، مما يضيف بُعداً استكشافياً لتجربة المستخدمين الذين يتتبعون إنجازاتهم عبر منصة Strava. يهدف المشروع إلى تحسين دقة الخرائط من خلال بناء خط أنابيب بيانات متكامل يعالج التحديات التقنية المصاحبة لدمج تقنيات الذكاء الاصطناعي في قواعد البيانات الجغرافية. اعتمد الفريق في التجهيز الأولي على بيانات المصدر المفتوح GeoNames، حيث تم تصفية نحو ثلاثة عشر مليون سجل لتبقى نحو 725 ألف نقطة ذات صلة مثل الحدائق والمعالم الطبيعية والمواقع التاريخية. استُخدمت لغة بايثون مع صيغ بيانات Apache Parquet وقاعدة بيانات DuckDB للمعالجة والاستعلام، بينما استُخدمت مكتبات Shapely وPyproj لحساب المسافات الجغرافية وربط النقاط بالمسارات ضمن نطاق خمسين كيلومتراً. تم دمج روابط ويكيبيديا كمؤشر موضوعي على شهرة الموقع، مما ساعد في ترشيح البيانات الأولية وتقليل الضوضاء الناتجة عن المستوطنات السكانية الصغيرة. في مرحلة التثري، سعى المطورون إلى استخدام نموذج لغوي كبير Anthropic Haiku لتوليد ملخصات نصية وتقييمات ذاتية للمواقع. غير أن التجربة كشفت عن مشاكل جوهرية تتمثل في الهلوسة الرقمية، حيث أخطأ النموذج في تحديد هويات الأماكن وتضخيم أبعادها أو أعداد سكانها بشكل غير دقيق. ونتيجة لذلك، تم التخلي عن توليد النصوص الواقعية لصالح الاعتماد على ملخصات ويكيبيديا الموثقة، مع الاحتفاظ بدور الذكاء الاصطناعي حصرياً في منح كل نقطة درجة ذائقة موضوعية تساعد في ترتيب الأهمية النسبية للمعالم. كشفت العملية عن تحديات منهجية عميقة، أبرزها التحيز الأنجلوفوني الطبيعي في البيانات، وصعوبة تطبيق معايير تقييم موحدة عبر قارات وثقافات مختلفة. أدت هذه التعقيدات إلى تطوير معايير مرنة وقابلة للتخصيص لكل مسار، تشمل ضبط عتبات الكثافة السكانية، والأوزان النسبية للتقييمات، والتصفية الجغرافية لضمان توزيع متوازن بين المراكز الحضرية والمناطق الريفية. وقد خلص الفريق إلى أن الذكاء الاصطناعي يظل أداة داعمة تعزز سير العمل التقليدي بدلاً من أن تكون بديلاً عنه، خاصة في المجالات التي يفتقر فيها اختيار البيانات إلى أرضية حقيقية يمكن اختبارها بوحدات كودية. تم إطلاق النسخة الأولية من الميزة حالياً، حيث تتيح للمستخدمين تجربة مسارات مختارة مع عرض نقاط الاهتمام المخصّصة بدقة على الخرائط التفاعلية عبر موقع InTheLongRun.app. يعكس هذا المشروع الدرس التقني الأوسع حول ضرورة الموازنة بين الأتمتة الذكية والدقة الواقعية، وكيف أن بناء خطوط أنابيب بيانات مرنة يبقى أساسياً حتى في عصر النماذج التوليدية، مما يفتح المجال أمام تطويرات مستقبلية تعتمد على التقييم البشري لتحسين معايير الاختيار الرقمي.