كيف يمكن للشخص العادي فهم مجال متخصص بشكل منهجي في 4 ساعات

المؤلف: داني

سألني أصدقائي، لماذا أبدو وكأنني أعرف كل شيء أو في كل مجال؟ باستثناء بعض التجارب السابقة أو الأمور التي أعمل عليها حاليًا، في الحقيقة كثيرًا ما أتعلم وأطبّق في الوقت نفسه. اليوم سأشارككم كيف أستخدم أدوات الذكاء الاصطناعي وNotebooklm لإكمال مسار التعلم الذاتي للأشخاص العاديين.

أولاً، أود أن أقول إن هذه المقالة موجهة نحو: التعلم المنهجي والمنظم وفهم مجال/شيء/مفهوم معين، وبناء نظام معرفي وخرائط ذهنية خاصة بي. إذا كنت بحاجة فقط إلى فهم بعض المفاهيم بشكل بسيط، ومعرفة ما هو هذا الشيء، فالسؤال عن ذلك مباشرة إلى أدوات الذكاء الاصطناعي السائدة في السوق سيكون كافيًا.

هناك عدة قيود وعيوب حالياً عند استخدام الذكاء الاصطناعي لتعلم وفهم شيء جديد:

الأول هو الوهم (Hallucination)، حيث قد يُعطيك الذكاء الاصطناعي (على الأرجح) بيانات وأحداث غير حقيقية، خاصة في المجالات المتخصصة، بسبب نقص البيانات أو المواد التعليمية.

الثاني هو نقص التفاصيل، إذ بسبب حقوق النشر وغيرها من المشكلات، لا يقرأ الذكاء الاصطناعي النصوص الكاملة أو الكتب بنفسه، وغالبًا ما يعتمد على مراجعات وتعليقات الآخرين، خاصة في المجالات المتخصصة، حيث المعلومات قليلة جدًا.

الثالث هو عدم القدرة على وصف المشكلة بدقة، فلو لم تكن قد تطرقت من قبل لهذا الموضوع، فربما لن تتمكن من وصف المشكلة التي تريد فهمها بشكل جيد، ولا تعرف الأسباب والنتائج، فضلاً عن عدم وجود منهجية منظمة لجمع المعلومات وتكوين إطار تعلم منظم.

الجزء النظري

طريقتي بسيطة جدًا: استغلال شبكة “الاقتباسات (quote/reference/impact factor)” في الأوساط الأكاديمية لتنقية المعلومات، ثم استخدام الذكاء الاصطناعي في الإثبات والتفكير الإبداعي لخلق نوع من “تبادل الأدوار” بين النصف الأيسر والأيمن من الدماغ، بهدف تنظيم وفهم شيء جديد.

العمل بشكل مختصر:

• العثور على أوراق بحثية ذات قيمة
• إدراجها في Notebooklm
• استخدام أدوات الذكاء الاصطناعي لإنشاء كلمات مفتاحية
• التعلم من خلال الأسئلة والإجابات في Notebooklm
• إضافة أوراق قيمة أخرى إلى Notebooklm
• التعلم من خلاله
• تكرار هذه العملية

العمل بشكل أكثر تعقيدًا:

الخطوة الأولى: تتبع الطريق (الوقت: 0.25 ساعة)

لا تبحث عن “ما هو XX؟” أو “ما هو مبدأ هذا الشيء؟”، بل ابحث مباشرة عن “المرجع الثابت” في المجال.

استدعِ الذكاء الاصطناعي (Gemini / Perplexity): اسأله مباشرة: “في [مجال معين]، من هم الثلاثة الأوائل المعترف بهم كمرجع أساسي؟ وما هي 1-3 أوراق بحثية عالية الاستشهاد أسست هذا المجال؟” (مثلاً في مجال نماذج اللغة الكبيرة، أوراق مثل Attention Is All You Need). هذا يمثل “الحاضر”.

قم بتنزيل الأوراق الأساسية: استخرج مراجع هذه 1-3 أوراق رئيسية، وقم بتنزيل جميع الأوراق التي استشهدت بها. هذا يمثل “الماضي”.

استخراج الأوراق ذات التكرار العالي: عبر مقارنة مراجع الأوراق الأولى، حدد أعلى 10 أوراق استشهادًا وتكرارًا، واختر أعلى 5 منها. هذا يمثل “اللاحق”.

المنطق الأساسي: النظر إلى العالم من خلال عيون الخبراء هو أسرع طريق بأقل تكلفة. لا تستهين بهذه الخطوة، فهي تتيح لك الاطلاع على خريطة تطور الأفكار الأساسية في هذا المجال على مدى عقود.

الخطوة الثانية: بناء قاعدة معرفية منظمة (الوقت: 0.25 ساعة)

قم بتحميل جميع الأوراق الكلاسيكية التي اخترتها في الخطوة الأولى دفعة واحدة إلى Google NotebookLM.

عادةً، يكفي أن تكون الأوراق الكلاسيكية من خلال هذين المصدرين:

لماذا NotebookLM؟ لأنه لا يُحدث أوهامًا (Hallucination). يجيب فقط استنادًا إلى البيانات التي تقدمها له.

من خلال انتقاء دقيق للأوراق، قمت بقطع الصلة يدويًا عن المعلومات غير المفيدة على الإنترنت، وبنيت قاعدة معرفية نقية ومركزة بشكل عالٍ على هذا المجال.

الخطوة الثالثة: التفاعل بين أنواع مختلفة من الذكاء الاصطناعي (الوقت: 1-3.5 ساعات)

هذه هي جوهر العملية. تتيح للذكاء الاصطناعي المختلف خصائصه أن يتبادل الاستفسارات داخل قاعدتك المعرفية، ليشكل مسارات معرفية منظمة، ويقوم باستنتاجات منطقية، وفي النهاية يكوّن رؤيتك الخاصة.

ابدأ بطرح أسئلة نشطة بدلاً من الاستقبال السلبي للمعلومات. الأسئلة النشطة (الاهتمام) تحفز تفكير الدماغ.

ابحث عن نقاط مرجعية: اسأل Claude، Deepseek، Gemini أو Perplexity: “ما هي القضايا الأساسية والنظرية الأساسية في مجال XX التي يختلف حولها الباحثون أو الصناعة حاليًا؟”

إغلاق الحلقة: باستخدام هذه القضايا الأساسية، عد إلى NotebookLM واطرح سؤالاً: “بالاعتماد على الأوراق التي أرفقتها، كيف يجيب الخبراء على هذه القضايا؟ يرجى ذكر المصادر والأدلة المنطقية.”

تقييم متعدد الأبعاد: انسخ الإجابة الدقيقة التي أنتجها NotebookLM وأعد إرسالها إلى Gemini أو Claude، اللذين يمتلكان قدرات تحليل منطقية قوية، وأعطِهما الأمر: “قم بمراجعة نقدية لهذه الآراء، وأشر إلى الثغرات المنطقية، أو القيود الزمنية، أو المناطق العمياء فيها. بناءً على ذلك، ما هي الأسئلة الثلاثة الأعمق التي ينبغي أن أتابعها؟”

تصاعد الوعي: استخدم الثغرات والأسئلة الجديدة التي كشفها الذكاء الاصطناعي، وارجع مرة أخرى إلى NotebookLM لطلب مزيد من التوضيح.

التطبيق العملي

سأستخدم مثالاً بسيطًا: “ما هو الـ LLM (نماذج اللغة الكبيرة)؟” 😂

الخطوة الأولى: تتبع الطريق (الوقت: 0.25 ساعة)

سألت كل من Gemini وClaude: “ما هو الـ LLM؟” و"كيف يعمل؟" فكانت الإجابات كالتالي:

Gemini

Claude

ثم تذكرت فجأة أن معلمي في المدرسة الابتدائية قالوا دائمًا إن النظرية العلمية يجب أن تكون متصلة بين الماضي والحاضر والمستقبل. فطلبت من الذكاء الاصطناعي أن يبحث لي عن الأوراق التي استشهدت بها هذه الأوراق الأساسية (غالبًا في قسم “مراجعة الأدبيات”)، وأي أوراق أخرى استشهدت بها لاحقًا، ليقوم بانتقائها.

الخطوة الثانية: بناء قاعدة معرفية منظمة

نظرًا لخصائص بعض نماذج الـ LLM وقيود صلاحيات الذكاء الاصطناعي، نحتاج إلى تحميل الأوراق يدويًا (أو يمكنك أن تطلب من “السلطعون” الخاص بك أن يقوم بالمهمة).

عادةً، بعد التحميل، تضعها في Notebooklm (حاليًا يدعم حوالي 300 ورقة في المكتبة).

الخطوة الثالثة: التفاعل بين أنواع الذكاء الاصطناعي

ابدأ بطرح أسئلة بسيطة وواضحة في Notebooklm، ثم ناقش وفكر مع الذكاء الاصطناعي الآخر، وأخيرًا أرسل النتائج إلى Notebooklm ليقوم بالرد، أو المناقشة، أو التصحيح.

إجابات Notebooklm وتعليقاته:

كرر هذه العملية عدة مرات، حتى تتمكن من رسم خريطة تفكيرك الخاصة.

وإذا أردت أن تكون أكثر جدية، اطلب من Notebooklm أن يضع لك اختبارًا لتقييم معرفتك.

وبذلك، تكون قد حصلت على فهم جيد لهذا المجال (على الأقل تعرفت على الماضي والحاضر والمستقبل، وعندما يُسأل الآخرون، يمكنك أن تتحدث لمدة خمس دقائق إضافية).

ختامًا

احفظ “قاعدة معرفتك” وقم بتحديثها باستمرار (يمكن أن يساعدك “السلطعون” في ذلك)، وأنشئ مجلدًا خاصًا، مثلاً أخصص مجلدًا للأوراق النظرية المتعلقة بـ “التداول بالعقود”، وعند الحاجة لتحليل قضية معينة، استخرج هذا المجلد، وقدم البيانات والأمثلة، وستتمكن من التحليل بشكل تقريبي بدون أوهام.

ليس أن نماذج الذكاء الاصطناعي الحالية غير قادرة على التفكير والتحليل العميق، بل أنت لم تستخدم الأدوات بشكل صحيح فقط. (إحدى أهم معلمات الـ LLM هي قيود الإدخال والظروف المسبقة).

استخدام الذكاء الاصطناعي هو مهارة، لكن كيف تجعل الذكاء الاصطناعي يعزز قدرات الإنسان هو مهارة أخرى. استخدام الذكاء الاصطناعي هو مهارة، لكن كيف تجعل الذكاء الاصطناعي يقوي الإنسان هو مهارة أخرى.