أخلاقيات البيانات في الذكاء الاصطناعي - كتاب التقنية الرقمية - الصف 11 - الفصل 1 - المملكة العربية السعودية

📚 أخلاقيات البيانات في الذكاء الاصطناعي

المفاهيم الأساسية

أخلاقيات البيانات: دراسة متخصصة للنواحي الأخلاقية المتعلقة باستخدام البيانات من قبل الشركات والحكومات.

خريطة المفاهيم

```markmap

الوحدة الثانية: الذكاء الاصطناعي

أهداف التعلم

دور الذكاء الاصطناعي والبيانات

• في التحول الرقمي للمجتمعات

المفاهيم الأساسية

• للذكاء الاصطناعي

أهمية تعلم الآلة

• في الذكاء الاصطناعي

أنواع تعلم الآلة

• تحديدها

#### التعلم الموجه (Supervised learning)

• استخدام بيانات تاريخية للتنبؤ بقيم جديدة
• طرق: تحليل الانحدار، تحليل التصنيف

#### التعلم غير الموجه (Unsupervised learning)

• إيجاد أنماط في بيانات غير مصنفة

#### التعلم التعزيزي (Reinforcement learning)

• التعلم من خلال التفاعل مع البيئة والمكافآت

أخلاقيات البيانات

• في الذكاء الاصطناعي

#### أمثلة على أخلاقيات البيانات غير الجيدة

##### التحيز والتمييز

• التعرف على أنماط مجتمعية تسبب عدم المساواة والتهميش والعنصرية.

##### مسؤولية القرار

• غموض المسؤولية عند اعتماد القرارات على نتائج الذكاء الاصطناعي (المبرمج أم الآلة).

##### النتائج غير المبررة

• إضافة مشرفي النموذج لتحيزاتهم الاجتماعية أثناء التدريب، مما يؤدي لمشكلات يصعب تحديد مصدرها.

##### انتهاك الخصوصية

• الحاجة لكميات كبيرة من بيانات الأشخاص الخاصة، أحياناً دون موافقتهم.

##### العزلة الاجتماعية

• الإفراط في الأتمتة يقلل التفاعل البشري، مما يؤدي للشعور بالوحدة.

##### النتائج الموثوقة

• الاعتماد على قرارات نموذج غير مصمم بشكل صحيح دون تفكير قد يؤدي لنتائج خطيرة.

التطبيقات المختلفة

• لتعلم الآلة

إنشاء نموذج تعلم الآلة

• كيفية إنشائه

برمجة النموذج في سكراتش

• كيفية برمجته

الأدوات المستخدمة

• منصة تعلم الآلة للأطفال (Machine Learning for Kids)
• سكراتش (MIT Scratch)

ما ستتعلمه في الوحدة

• مفاهيم الذكاء الاصطناعي
• تعلم الآلة والمهام التي تتعلمها الآلة
• إنشاء نموذج تعلم الآلة الخاص بك
• استخدام نموذج تعلم الآلة في برنامج سكراتش

التحول الرقمي

تعريفه

• عملية تحول في طريقة العمل باستخدام التقنيات الرقمية لزيادة الإنتاج وتحسين العمل

أكبر التغييرات التي أحدثها

• تغيير طريقة التواصل بين الأفراد
• زيادة سرعة تدفق المعلومات عبر الأجهزة وبين الأفراد
• تسريع تقدم جميع أنواع الصناعات
• زيادة كمية البيانات الناتجة عن التقنيات المتقدمة

أمثلة على التحول الرقمي

#### عالم الأعمال

• استبدال الشركات التقليدية (الطاقة والبناء) بشركات تعتمد على نماذج أعمال مبنية على البيانات (مثل جوجل وأمازون)

#### التواصل الكتابي

• الانتقال من المراسلات الورقية إلى البريد الإلكتروني ووسائل التواصل الاجتماعي

#### وسائل الترفيه

• الانتقال من الذهاب إلى الأحداث المباشرة أو السينما إلى مشاهدة منصات البث التلفزيونية أو الأجهزة اللوحية

#### التسوق

• الانتقال من التسوق في المتاجر إلى التصفح والتسوق من المتاجر الإلكترونية

#### المعاملات المالية

• الانتقال من المعاملات التقليدية إلى الخدمات المصرفية الإلكترونية عبر الإنترنت

نماذج الذكاء الاصطناعي

محركات التوصية

• تقدم توصيات مؤتمتة (تسوق، برامج تلفزيونية) بناءً على عادات المستخدمين.
• أمثلة: يوتيوب، أمازون، لينكدإن.

روبوتات المحادثة لدعم العملاء

• تستخدم لفهم مشكلات العملاء وتقديم إجابات أفضل.
• أمثلة: أمتراك، موقع البريد السعودي، خدمة المحادثة التفاعلية من وزارة الصحة السعودية (937).

المساعد الذكي

• يؤدي المهام ويدون مواعيد الاجتماعات للمستخدم عن طريق تحليل المعلومات الشخصية.
• أمثلة: آبل سيري، مايكروسوفت كورتانا، أمازون أليكسا.

المركز الوطني للذكاء الاصطناعي (NCAI)

• ركيزة رئيسة لقيادة الذكاء الاصطناعي في المملكة العربية السعودية.
• يهدف لتحقيق ريادة عالمية في التطوير والابتكار في مجال الذكاء الاصطناعي.

دور الذكاء الاصطناعي والبيانات في التحول الرقمي

• الذكاء الاصطناعي والبيانات من العوامل الدافعة للتحول الرقمي.
• التعاملات الحديثة المعقدة تنتج كميات كبيرة من البيانات.
• الذكاء الاصطناعي يقوم بتصفية هذه البيانات وتقديم رؤى عنها.
• هذه الرؤى تمكن الأفراد من استخدام تفكيرهم الناقد وخبراتهم لاتخاذ قرارات تطويرية.

مفاهيم الذكاء الاصطناعي

تعلم الآلة (Machine Learning)

• مجال فرعي من الذكاء الاصطناعي.
• يطور خوارزميات لفهم الأنماط من البيانات.
• يمكنه التنبؤ أو التصنيف أو اتخاذ القرار بناءً على بيانات جديدة.
• يشبه قيام المعلم بشرح تمارين للطلاب، ثم قدرة الطالب على حل مشكلات جديدة دون توجيه.

الشبكة العصبية (Neural Network)

• نموذج حوسبي مستوحى من الشبكات العصبية البيولوجية في الدماغ.

معالجة اللغات الطبيعية (NLP)

• فرع يهتم بفهم أو توليد اللغة البشرية (نص/كلام).
• تطبيقاته: الترجمة، المكالمات الهاتفية، التنبؤ بالنص، المساعد الذكي.

ما الذي يمكن أن تتعلمه الآلة؟

• استخراج الأنماط والرؤى من كميات البيانات الكبيرة.
• في البداية: يتم إشراف المبرمج على النموذج وتوجيهه.
• بعد التدريب: يكتسب النموذج قدرة جديدة وتصبح البيانات هي ما يوجهه للحصول على رؤى أحدث.

```

نقاط مهمة

• أهمية أخلاقيات البيانات: بسبب تأثير الخوارزميات الذكية على كل جزء من الحياة تقريباً.
• الحاجة إلى لوائح: تزداد الحاجة إلى وجود لوائح قانونية وأخلاقية معيارية لحماية الناس من الاستغلال.
• المخاطر الرئيسية: تتمثل في التحيز، غموض المسؤولية، انتهاك الخصوصية، العزلة الاجتماعية، والاعتماد على نتائج غير موثوقة.

أخلاقيات البيانات دراسة متخصصة للنواحي الأخلاقية المتعلقة باستخدام البيانات من قبل الشركات والحكومات. يُعد هذا في الوقت الحالي مهما لأن كل جزء من الحياة تقريبًا يتأثر بالخوارزميات الذكية المدفوعة باستهلاك البيانات. تزداد الحاجة إلى وجود لوائح قانونية وأخلاقية معيارية لجميع الأطراف التي لديها إمكانية الوصول إلى البيانات؛ لحماية الناس من الاستغلال.

يمكن لتقنيات الذكاء الاصطناعي التعرف على الأنماط المجتمعية التي تسبب عدم المساواة والتهميش والعنصرية تجاه مجموعة من الأفراد.

إذا كانت معظم القرارات تعتمد على نتائج أُنشئت بواسطة الذكاء الاصطناعي، فهناك ليس حول الطرف الذي يتحمل مسؤولية القرار الشخص الذي يبرمج نموذج الذكاء الاصطناعي أم الآلة.

قد يضيف مشرفو نموذج الذكاء الاصطناعي في بعض الأحيان بعض التحيزات الاجتماعية الخاصة بهم إلى النموذج الذي يعملون على تدريبه، مما قد يؤدي إلى مشكلات يصعب تحديد مصدرها.

تحتاج تقنيات الذكاء الاصطناعي إلى الكثير من البيانات التي يقدمها الأشخاص عن حياتهم الخاصة دون موافقتهم في بعض الأحيان.

مع استخدام الأتمتة بشكل مفرط، لم يعد هناك تفاعل بين الأفراد بشكل كاف مما يؤدي إلى الشعور بالوحدة أو العزلة الاجتماعية.

إذا لم يُصمم نموذج الذكاء الاصطناعي بشكل صحيح، واستخدم الأفراد قراراته دون تفكير، فقد يؤدي ذلك إلى نتائج خطيرة.

التحيز والتمييز

مسؤولية القرار

النتائج غير المبررة

انتهاك الخصوصية

العزلة الاجتماعية

النتائج الموثوقة

Ministry of Education 2025 - 1447

--- SECTION: أخلاقيات البيانات في الذكاء الاصطناعي --- أخلاقيات البيانات دراسة متخصصة للنواحي الأخلاقية المتعلقة باستخدام البيانات من قبل الشركات والحكومات. يُعد هذا في الوقت الحالي مهما لأن كل جزء من الحياة تقريبًا يتأثر بالخوارزميات الذكية المدفوعة باستهلاك البيانات. تزداد الحاجة إلى وجود لوائح قانونية وأخلاقية معيارية لجميع الأطراف التي لديها إمكانية الوصول إلى البيانات؛ لحماية الناس من الاستغلال. --- SECTION: أمثلة على أخلاقيات البيانات غير الجيدة في الذكاء الاصطناعي --- يمكن لتقنيات الذكاء الاصطناعي التعرف على الأنماط المجتمعية التي تسبب عدم المساواة والتهميش والعنصرية تجاه مجموعة من الأفراد. إذا كانت معظم القرارات تعتمد على نتائج أُنشئت بواسطة الذكاء الاصطناعي، فهناك ليس حول الطرف الذي يتحمل مسؤولية القرار الشخص الذي يبرمج نموذج الذكاء الاصطناعي أم الآلة. قد يضيف مشرفو نموذج الذكاء الاصطناعي في بعض الأحيان بعض التحيزات الاجتماعية الخاصة بهم إلى النموذج الذي يعملون على تدريبه، مما قد يؤدي إلى مشكلات يصعب تحديد مصدرها. تحتاج تقنيات الذكاء الاصطناعي إلى الكثير من البيانات التي يقدمها الأشخاص عن حياتهم الخاصة دون موافقتهم في بعض الأحيان. مع استخدام الأتمتة بشكل مفرط، لم يعد هناك تفاعل بين الأفراد بشكل كاف مما يؤدي إلى الشعور بالوحدة أو العزلة الاجتماعية. إذا لم يُصمم نموذج الذكاء الاصطناعي بشكل صحيح، واستخدم الأفراد قراراته دون تفكير، فقد يؤدي ذلك إلى نتائج خطيرة. التحيز والتمييز مسؤولية القرار النتائج غير المبررة انتهاك الخصوصية العزلة الاجتماعية النتائج الموثوقة Ministry of Education 2025 - 1447 --- VISUAL CONTEXT --- **FIGURE**: Untitled Description: A stylized illustration of a gear with a warning triangle symbol containing an exclamation mark. The gear has a distressed, broken appearance on the top right. Context: Represents potential ethical or safety issues related to data and AI.