الدرس الأول: مدخل إلى التفاعل البشريّ الآليّ - من الحوار بين البشر إلى الحوار مع الآلة حين نعود بذاكرتنا إلى فجر التواصل الإنساني، نرى أن الحوار كان أول جسر تبادلت عليه العقول الأفكار. كانت الكلمة تُلقى، فيتلقّاها الآخر، ثم يبدأ بينهما خيط لا يُرى يربط ما في ذهن أحدهما بما في ذهن الآخر. هكذا وُلدت اللغة، وهكذا بدأت المعاني تتحرك من صدرٍ إلى صدر، ومن عقلٍ إلى عقل. وما تزال هذه الفكرة القديمة -الإصغاء والرد- هي الأصل الذي يقوم عليه معظم ما نفعله اليوم حين نتواصل. غير أنّ ظهور الحاسوب في القرن الماضي ألقى بظلال جديدة على هذا المشهد. فبدل أن نحاور بشرًا يشتركون معنا في التجربة والشعور، وجدنا أنفسنا نخاطب جهازًا لا يعرف إلا التعليمات الصريحة. كتبنا له: "افتح"، "أغلق"، "انسخ"، "احسب"، فامتثل دون أن يفهم شيئًا. لم يكن يرى ما وراء الكلمات، ولا يستنتج النية، ولا يتساءل لماذا نأمره بما نأمر. كان أشبه بآلة صمّاء، تنفّذ لأنها لا تعرف غير التنفيذ. لم يكن هناك "تفاعل"، بل سلسلة أوامر تُلقى من جهة واحدة. ومع ذلك، لم يكن هذا نهاية الطريق؛ فقد كانت بدايته فقط. فمع تطور الخوارزميات واتساع قدرة النماذج على التعلم، بدأت الآلة تتقدم خطوةً بعد أخرى نحو منطقة لم تطأها من قبل: منطقة فهم الإنسان. صار الحاسوب لا يكتفي بتنفيذ الأمر، بل يتساءل عن الغرض منه، يبحث عن السياق، يحاول تفسير ما وراء العبارة. لم يعد ينتظر مِن المستخدم أن يكتب له تعليمات صغيرة متتابعة، بل أصبح قادرًا على فهم الجملة الطويلة، وتحليل السؤال المركّب، والتعامل مع الغموض الذي كان يحيّر الآلات القديمة. ومن هنا، بدأت ملامح التفاعل البشريّ الآليّ تتكوّن في شكلها الحديث. لقد رأينا في المرتكزات السابقة كيف جُمعت البيانات، وكيف صيغت الخوارزميات، وكيف بُنيت التمثيلات التي تمنح النموذج لغة داخلية يفكّر بها. لكن كل تلك الخطوات، على عمقها، كانت تحدث في الخفاء. كانت أشبه بالهندسة الصامتة التي تشيّد بِنية العقل، لكنها لا تكشف لنا كيف يتصرّف هذا العقل حين يواجه الإنسان وجهًا لوجه. هنا، في مرتكز التفاعل، تخرج كل تلك الطبقات إلى السطح. يصبح السؤال: كيف يتصرّف النموذج حين تتكلم معه؟ كيف يفهم؟ كيف يرد؟ ما الذي يجعلك تشعر بأنك “تحاور” كيانًا يمتلك نوعًا من الفهم؟ وما الذي يمنحه القدرة على الاندماج مع حاجتك وتوقعك بطريقة تبدو أحيانًا أقرب إلى البشر منها إلى الآلات؟

يُعدّ الدكتور عبدالرحمن الزراعي أحد المتخصصين العرب في تطوير تطبيقات الذكاء الاصطناعي التوليدي وصناعة النماذج التعليمية والبحثية المعتمدة على تقنيات جي بي تي. يعمل في مجال الإشراف الأكاديمي وتطوير المحتوى العلمي، ويقود عدداً من البرامج التدريبية المتقدمة التي تجمع بين هندسة التوجيهات الذكية (Prompt Engineering)، وتصميم النماذج المخصّصة (Custom GPTs)، وتطبيقات الذكاء الاصطناعي في البحث العلمي والتعليم وصناعة المحتوى. وتتميّز منهجيته التدريبية بالجمع بين: 1. التأسيس العلمي للمفاهيم المتعلقة بالذكاء الاصطناعي. 2. التطبيق العملي المباشر عبر ورش عمل تحاكي بيئات العمل الحقيقية. 3. تصميم نماذج GPT مخصّصة تلائم احتياجات الجهات التعليمية والبحثية. 4. إنتاج محتوى رقمي تفاعلي باستخدام أدوات الذكاء الاصطناعي الحديثة. يقدّم الدكتور الزراعي دوراته وورش عمله في إطار يسعى إلى تمكين الكفاءات الوطنية، ورفع مستوى الوعي التقني، ودعم الانتقال إلى بيئة تعليمية وبحثية تعتمد على الأتمتة الذكية وتوليد المعرفة. ___________ المشاركات: شارك مؤخراً في القمة العالمية للإعلام الذكي وتمكين الشباب المقامة في أسطنبول بورقة علمية عن: (النماذج العربية الذكية: من الهيمنة التقنية إلى الشراكة الإنسانية) __________ الدورات التدريبية: أسّس الدكتور الزراعي عدداً من البرامج والدبلومات المتخصصة، من أبرزها: - دبلوم الذكاء الاصطناعي التوليدي وصناعة البوتات، الموجّه للمطورين، وروّاد الأعمال، والباحثين، وصُنّاع المحتوى، والذي يركّز على تمكين المتدربين من بناء بوتات ذكية قادرة على التحليل والتفاعل وتوليد المخرجات بدقة عالية . - برنامج توظيف الذكاء الاصطناعي في خدمة البحث العلمي والتعليم، الذي يعزّز قدرات الباحثين والأكاديميين على استخدام تقنيات النماذج اللغوية في إعداد الخطط، وصياغة الإطار النظري، وتحليل البيانات، وبناء المحتوى التعليمي التفاعلي . - برامج متخصّصة في بناء النماذج الذكية، هندسة المطالبات، وصناعة المحتوى الإبداعي باستخدام الصور والفيديو والصوت بالذكاء الاصطناعي. تركّز أعماله على تمكين المتعلمين والباحثين من استخدام الذكاء الاصطناعي بطريقة عملية وأخلاقية وابتكارية، وإعداد جيل قادر على توظيف التقنيات الناشئة في بناء مشاريع بحثية وتعليمية وريادية ذات أثر ملموس. - ورشة عمل الذكاء الاصطناعي التوليدي في التعليم لدائرة الإشراف التربوي بوزاة التربية والتعليم بسلطنة عمان - المشاركة في مؤتمر الذكاء الاصطناعي والشريعة الإسلامية: الفرص والتحديات في ضوء الرؤية المستدامة بالعراق - شهادة توظيف الذكاء الاصطناعي في البحث العلمي من أكاديمية علوم الدولية - شهادة توظيف الذكاء الاصطناعي في الأبحاث العلمية من ملتقى البحث العلمي - مبادئ الذكاء الاصطناعي في التعليم من مركز الابتار الأمثل

الدرس الحادي عشر: 🧩 ضغط التمثيلات وتصوير المساحات الرقمية — كيف نختصر العالم الرقمي… ثم نراه؟ حين تتسع الفضاءات الرقمية داخل النماذج الحديثة، وتتشكل أبعادها بالعشرات والمئات والآلاف، يصبح العقل الاصطناعي أشبه بمدينة هائلة لا تهدأ. شوارع ممتدة تمثل العلاقات، وساحات واسعة تضم المفاهيم المتقاربة، وتقاطعات تتشابك عندها المعاني التي اكتسبها النموذج عبر ملايين الأمثلة. هذه الوفرة تمنحه عمقًا ودقة في الفهم، لكنها في الوقت نفسه تزيد عبء الحساب وتثقل حركة النموذج كلما حاول تفسير نص أو تحليل صورة أو اتخاذ قرار. ومن هنا تبدأ الحاجة إلى ضغط التمثيلات: محاولة لإعادة ترتيب هذه المساحات، بحيث تحتفظ بما هو ضروري، وتترك ما لا يضيف جديدًا. إنها عملية شبيهة بطيّ كتاب ضخم إلى خلاصة صغيرة من دون أن يضيّع فكرته، أو اختزال خريطة واسعة إلى خطوطها الكبرى دون أن يَبهت شكل الأرض. والفكرة في جوهرها تقوم على سؤال واحد: ما الذي يمكن للنموذج أن يستغني عنه من دون أن يختلّ فهمه؟ فالأبعاد داخل المتجه ليست جميعها ذات القيمة نفسها؛ بعضها يحمل جوهر المعنى، وبعضها مجرد ظلال رقمية نتجت عن ضوضاء التدريب أو تفاصيل لا تأثير لها. ومن هنا ظهرت عدة طرائق تعمل كما يعمل الناقد حين يقرأ نصًا طويلًا، فيحتفظ بجملته المركزية ويترك الزوائد. فهناك تحليل المكونات الرئيسية، الذي يضغط الفضاء في محاوره الجوهرية، فيكشف ما يميز المعاني بعضها عن بعض ويُبقي عليه. وهناك التكميم الذي يقلل دقة الأعداد لكنه يترك الشكل العام للتمثيل قائمًا، تمامًا كما نقلل درجات الألوان في صورة من دون أن نفقد ملامحها. وتأتي التجزئة كخطوة أشد اختصارًا، إذ تُعاد صياغة المتجهات في رموز صغيرة يمكن مقارنتها بسهولة. وأخيرًا تظهر التصفية التكيفية، وهي عملية جراحية دقيقة تزيل الأبعاد الأقل تأثيرًا، واحدًا بعد آخر، حتى يصبح الفضاء نحيفًا لكنه قادر على أداء وظيفته. ومع ذلك، لا يُعد الضغط سباقًا نحو الأصغر، بل توازنًا بين السرعة والمعنى. فكلما زاد الضغط، تحرك النموذج بخفة، لكن الخط الفاصل بين الاختصار والفقدان يصبح أدق. الإفراط في إزالة الأبعاد يذيب الفروق الدقيقة بين المفاهيم، فيصبح الفضاء متشابه الملامح، كلوحة طُمست ألوانها حتى غدت رمادية. أمّا الاعتدال فيبقي الفضاء قابلاً للعمل، خفيفًا لكنه نابض بالمعرفة، قادرًا على خدمة التطبيقات العملية من غير أن يفقد بصيرته.

الدرس الثاني عشر: 🧩 كيف تتكامل المساحات الرقمية لبناء ذكاءٍ اصطناعي فعّال – رؤية في داخل العقول الرقمية حين ننظر إلى الفصول الماضية، نجد أننا لم نكن نتعلم موضوعات متفرقة، بل كنا نسير بمحاذاة خيط واحد يشدّ المعرفة كلها إلى مركزها: التمثيل. فمنذ اللحظة الأولى التي يتحول فيها الرمز إلى رقم، ثم الرقم إلى بُعد، ثم البُعد إلى نقطة تعيش داخل فضاءٍ رقميٍّ واسع، تبدأ رحلة بناء “العقل الاصطناعي” كما نعرفه اليوم. وكل خطوة درسناها لم تكن سوى لِبْنة في هذا البناء الكبير. فالتمثيل هو لغة التفكير داخل الآلة. لا يرى النظام الصورة كما نراها، ولا يسمع الصوت كما نسمعه، ولا يقرأ النص كما نقرؤه، بل يعيد تشكيل الجميع في هيئة تمثيلات عددية تتقابل في مساحة مشتركة. وفي هذه المساحة تُقاس المسافات بين المفاهيم، وتُستنتج العلاقات، وتُختار القرارات. فالتمييز بين “قطة” و“كلب”، وفهم معنى جملة، وترجمة نص، واستكمال فقرة، كل ذلك يبدأ من جودة التمثيل الذي يصف المعاني ويحدد مواقعها داخل فضاء النموذج. وإذا عدنا إلى بدايات هذا المرتكز، أدركنا أن تحويل الكلمات والصور إلى تمثيلات لم يكن سوى الخطوة الأولى. فقد تعرّفنا إلى الأبعاد المتعددة التي تعبّر عن طبقات المعنى، ثم رأينا كيف تتداخل وسائط مختلفة: نص، صورة، صوت داخل فضاء واحد، وكيف يمكن اختبار جودة هذا الفضاء من خلال القياس الرياضي أو التجارب العملية التي تكشف مدى اتساقه. وبعدها اكتشفنا المخاطر التي تصيب هذه المساحات: الانحيازات التي تتسرب إلى التمثيل، والنسيان الذي قد يغيّر تضاريس الفضاء، والاضطراب الذي قد ينشأ عند التحديث أو إعادة التدريب. ثم جئنا إلى ضغط التمثيلات، حيث يتقلص الفضاء دون أن نفقد جوهره، وإلى تصويره لتظهر لنا خريطته الداخلية كأننا نرى عقل النموذج وقد تحوّل إلى لوحة مرئية. هذه السلسلة المترابطة توضّح أن التمثيل هو العمود الفقري للذكاء الاصطناعي. من خلاله تُبنى المعرفة، وتُنظَّم، وتُضغط، وتُراجع، ثم تُستخدم لاتخاذ القرار. فالمهندس حين يدرّب نموذجًا جديدًا يمرّ بكل هذه المحطات دون أن يتوقف عندها بالضرورة: ينشئ فضاءً، يختبره، يوازن أبعاده، يصحّح انحيازاته، يضغطه، ثم يصوّره ليفهم شكله. وما إن تستقر هذه العمليات، حتى يتكوّن “عقل رقمي” قادر على التفاعل مع النصوص والصور والأصوات ليس بوصفها بيانات خام، بل بوصفها معاني مترابطة تتشكل من جديد في كل لحظة.

أبرز محاور الجلسة - 📚 الوصول إلى الكتب والمراجع المناسبة لبناء تعليمات النموذج. - 🧠 استخلاص المبادئ التشغيلية وتحويلها إلى تعليمات واضحة. - ⚙️ صياغة هوية النموذج وتعليمات النظام والسياق وخطوط السلوك. - 📝 تطبيق عملي مباشر على كتاب وتحويله إلى نموذج ذكي جاهز. - 🚀 تحويل التعليمات إلى مشروع فعلي قابل للتشغيل والربح. الفئة المستهدفة - 🎓 الباحثون والأكاديميون - 👨‍💻 مطوّرو الذكاء الاصطناعي - ✍️ صناع المحتوى - 💼 روّاد الأعمال - 🔧 الهواة والمهتمون ببناء نماذج GPT المتخصصة ______________________ رابط تفاصيل الدورة https://www.skool.com/zraiee-3956/calendar ما مستوى فهمك للمحاضرة