صندوق النقد العربي يكشف عن مجالات العمل الأهم والأكثر طلباً في المستقبل
كشف "صندوق النقد العربي" في العدد (33) من سلسلة الكُتيبات التعريفية "التَّخطيط لِوظائِف المُستقبل"، عن أهم 16 مجال عمل ستكون مطلوبة في المستقبل، مقدماً ما يحتاجه الأشخاص ليكونوا مؤهلين.
ويؤكد كتيب "التَّخطيط لِوظائِف المُستقبل" للعام 2022، على أهمية التحوط من المخاطر في رسم مستقبل الوظائف، ويدعو الشباب إلى العمل على تعزيز مهاراتهم بما يتوافق مع تغييرات سوق العمل وأهدافهم المستقبلية، مشيراً إلى أنه "كلما كان هناك توازن بين مسار التأهيل ومسار الطلب على العمل في المستقبل، انخفضت تأثيرات المخاطر الكامنة المتأصلة في أي خيار نتخذه".
وشملت مجالات العمل والمواد التأهيلية التي سيطرت على أغلبها الرقمنة والتقنية، بحسب الصندوق:
-
علوم البيانات: يمكن أن يعمل في هذا المجال حاملي شهادات الإحصاء والتحليل ولغات البرمجة.
-
الحوسبة السحابية: المواد التي تؤهل للعمل في هذا المجال برمجة جافا وهندسة أمن الفضاء الإلكتروني وعلوم تصميم النظم وعلوم البيانات.
-
الذكاء الاصطناعي: المواد المؤهلة هي هندسة تعلم الآلة ومفاهيم وأدوات الذكاء الاصطناعي وبناء نظم الذكاء الاصطناعي ولغات البرمجة المتقدمة.
-
إنترنت الأشياء: الشهادات المؤهلة هي هندسة الشبكات، وهندسة الإلكترونيات، وھندسة المیكانیكا المدمجة.
-
أمن الفضاء الإلكتروني: المواد التي تؤهل للعمل في هذا المجال: الھندسة الرقمیة، وھندسة أمن الفضاء الإلكتروني، ولغات البرمجة المتقدمة.
-
تقنية السجلات الموزعة من بينها تقنية البلوك تشين: الشهادات المؤهلة هي تقنیة سلسلة الكتل، ولغات برمجة سجلات الأصول الموزعة، وھندسة الإلكترونیات، وتصميم النظم وأمن المعلومات.
-
الطاقة المتجددة: المواد التي تؤهل للعمل في هذا المجال: علوم الفیزیاء والریاضیات، وھندسة التصنیع، وھندسة الكھرباء والإلكترومیكانیك.
-
الإنسان الآلي: المواد المؤهلة هي برمجة مسارات الآلة، والھندسة المدمجة للمیكانیكا والإلكترونیات، ولغات البرمجة المتقدمة، وعلوم البصريات الآلية، وعلوم الذكاء الاصطناعي.
-
المسيّرات: المواد التي تؤهل للعمل في هذا المجال: علوم المسیرات، علوم الھندسة المدمجة للطیران، والإلكترونيات، ولغات البرمجة والذكاء الاصطناعي.
للمزيد حول مجالات العمل المستقبلية الأكثر طلباً، تابع القراءة على منصة فورتشن العربية.
الرابط
كيف تستخدم تطبيقات بث الموسيقى الذكاء الاصطناعي لتحسين تجربة المستخدم؟
تتطور صناعة الموسيقى ويتغير المزاج العام للجمهور باستمرار وبسرعة كبيرة، هذا الأمر يفرض على شركات بث الموسيقى استخدام أحدث التكنولوجيات التي تساعد على معرفة توجهات الجمهور وتقديم التوصيات الأفضل حسب رغبته وتفضيلاته، ولا يوجد أفضل من تكنولوجيا الذكاء الاصطناعي لتحقيق هذه الغاية. يمكن بفضل الذكاء الاصطناعي دراسة سلوك كل مستخدم وتقييمه، ومعرفة ما يفضله وما يريد الاستماع له، وهذا يساعد على اقتراح موسيقى وأغانٍ يفضلها وتناسبه تماماً، بدلاً من تقديم التوصيات بشكلٍ عشوائي.
لا يعد استخدام الذكاء الاصطناعي من قبل خدمات بث الموسيقى أمراً جديداً، إذ تستخدم العديد من الشركات الذكاء الاصطناعي منذ فترة طويلة، مثل شركة سبوتيفاي (Spotify) وآبل ميوزك (Apple Music) وأمازون ميوزك (ِAmazon Music) وأنغامي (Anghami). تقوم شركات بث الموسيقى بجمع بيانات ملايين المستخدمين كل يوم. وتستخدم تكنولوجيا الذكاء الاصطناعي والتعلم الآلي لتحليل هذه البيانات بغرض تحسين التوصيات وزيادة المشاركة والتنبؤ بسلوك المستخدم.
تقترح التطبيقات مجموعة من الأغاني والمقاطع الموسيقية على الصفحة الرئيسية. تعتبر هذه القائمة مميزة للغاية ومفيدة للجميع، إذ لا يتم اقتراح نفس القائمة لجميع المستخدمين، بل تكون هذه القائمة مخصصة وحصرية لكل مستخدم، وذلك حسب اختياره الشخصي وسجل الاستماع والأغاني التي يهتم بها. معظم الأغاني والمقاطع الموسيقية التي يقترحها التطبيق لم يستمع لها المستخدم في السابق، لكنها تنال إعجابه كونها تطابق تفضيلاته ونوع الموسيقى التي يحبها ويهتم بالاستماع لها، وكلما قام المستخدم بتغيير سلوكه والاستماع إلى أنواع أخرى من الموسيقى، سيقوم التطبيق بتعديل القائمة واقتراح أغانٍ أو موسيقى جديدة عليه.
تستخدم كل شركة مجموعة من التكنولوجيات والبرمجيات وتتعاون مع شركات أخرى لتطوير قدرة الذكاء الاصطناعي على التوصية، وذلك من خلال خوارزميات التصفية التي تفحص وتقيم قوائم التشغيل التي أنشأها المستخدم والقوائم التي يستمع إليها. هذه الخوارزميات تعدل قوائم الاقتراحات والتوصيات وتضيف أو تحذف الأغاني منها حسب سلوك المستخدم.
للمزيد حول التقنيات المستخدمة لتحسين تجربة المستهلك، تابع قراءة المقالة على موقعنا عبر هذا الرابط
طريقة جديدة لترويج المحتوى الموثوق دون الوقوع في فخ التحيزات
في عام 2018، كشف نيل مورهان -كبير مسؤولي المنتجات في موقع "يوتيوب"- الدور الذي تؤديه "خوارزميات نظام التوصية" في توسيع نطاق استخدام المتابعين لمقاطع الفيديو، مؤكداً أن "70% من مقاطع الفيديو التي يشاهدها المتابعون ترسلها إليهم هذه الخوارزمية؛ إذ إن إحدى التوصيات التي ترتكز على تقنيات الذكاء الاصطناعي تُغري المستخدمين بمتابعة مقاطع معينة دون غيرها".
التصريحات السابقة كانت أحد فصول الجدل الذي لا يتوقف حول مواقع التواصل الاجتماعي ودورها في تضخيم المعلومات عبر "خوارزميات نظام التوصية" عوضاً عن خوارزميات أخرى تراعي الموضوعية والدقة، ما قد يُسهم في تنامي مشاعر الاستقطاب والآراء المتطرفة في إطار سعي هذه المواقع والمنصات وراء تحقيق المكاسب والانتشار على حساب الدقة والموضوعية، ولقد شملت الانتقادات العاملين بالشركات العملاقة في وسائل التواصل الاجتماعي.
لمعالجة هذه القضايا، سعى فريق متعدد التخصصات من علماء الحاسوب والفيزيائيين وعلماء الاجتماع بقيادة جامعة جنوب فلوريدا، إلى إيجاد حل لضمان تعرُّض مستخدمي وسائل التواصل الاجتماعي لمصادر إخبارية أكثر موثوقية، ووفق الدراسة التي نشرتها دورية نيتشر هيومن بيهيفير (Nature Human Behavior)، ركز الباحثون على "خوارزميات نظام التوصية" التي تستخدمها منصات التواصل الاجتماعي لتحديد أولويات المحتوى المعروض للمستخدمين، وبدلاً من قياس المشاركة بناءً على عدد المستخدمين وأعداد مشاهدة الصفحة، درس الباحثون المحتوى الذي يُضخ في ملفات "التغذية الإخبارية" (News Feed)، مع التركيز على درجة موثوقية مصدر الأخبار ومدى التنوع السياسي لجمهوره.
وبالتعاون مع باحثين في جامعة إنديانا وكلية دارتموث الأميركيتين، صمم الباحثون خوارزميةً جديدةً باستخدام بيانات عن "حركة المرور على الموقع" -حركة الموقع- تكشف إجمالي عدد زواره والتصرفات التي يفعلونها، كما اعتمد الباحثون على بيانات الانتماء السياسي المبلغ عنه ذاتياً لإجمالي عينة البحث البالغ عددها 6890 فرداً يعكسون التنوع السياسي في الولايات الأميركية، أبدى المشاركون موافقتهم على تصفح صفحاتهم الشخصية، وأجابوا عن استبيان حول أيديولوجيتهم السياسية وانتمائهم الحزبي.
وجد الباحثون أن المواقع ذات الجمهور الأكثر تنوعاً أيديولوجياً تراعي بمعدل أعلى موثوقية الأخبار، أما المواقع ذات الجمهور الأكثر تطرفاً والأقل تنوعاً من الناحية الأيديولوجية فلديها اهتمام أقل فيما يتعلق بمراعاة المعايير الصحفية.
وخلص الباحثون إلى أن الأنظمة الأساسية لمنصات التواصل الاجتماعي قادرة بسهولة على تضمين تنوع الجمهور في "خوارزميات نظام التوصية" الخاص بها؛ لأن مقاييس التنوع يمكن الحصول عليها من بيانات المشاركة؛ إذ تقوم المنصات بالفعل بتسجيل هذه البيانات عندما ينقر المستخدمون على زر "أعجبني" أو يشاركون شيئاً ما في شريطهم الإخباري.
الرابط
