سمه ده، کارتونه په میز دي - دا پوښتنه هرچیرې راپورته کیږي. په تخنیکي غونډو کې، په کار کې د کافي وقفې، او هو، حتی په هغو اوږد مهاله لینکډین تارونو کې هیڅوک د لوستلو اعتراف نه کوي. اندیښنه خورا روښانه ده: که چیرې AI دومره اتومات اداره کولی شي، ایا دا د معلوماتو ساینس یو ډول ... ضایع کیدونکی کوي؟ چټک ځواب: نه. اوږد ځواب؟ دا پیچلی، ګډوډ، او د فلیټ "هو" یا "نه" په پرتله خورا په زړه پورې دی
هغه مقالې چې تاسو یې له دې وروسته لوستل خوښولی شئ:
🔗 د معلوماتو ساینس او مصنوعي استخبارات: د نوښت راتلونکی
د دې څېړنه چې څنګه مصنوعي ذهانت او معلوماتي ساینس د سبا د نوښت منظره جوړوي.
🔗 ایا مصنوعي ذهانت به د معلوماتو شنونکو ځای ونیسي: ریښتینې خبرې
د معلوماتو شنونکي رولونو او صنعت اړتیاو باندې د مصنوعي ذهانت اغیزې پوهیدل.
🔗 د AI وسیلو لپاره د معلوماتو مدیریت چې تاسو یې باید وګورئ
د AI وسیلو د ظرفیت د اعظمي کولو لپاره د معلوماتو مدیریت کلیدي کړنې.
هغه څه چې په حقیقت کې د معلوماتو ساینس ارزښتناک کوي 🎯
دلته خبره دا ده - د معلوماتو ساینس یوازې د ریاضي او ماډلونو سره یوځای والی نه دی. هغه څه چې دا ځواکمن کوي د احصایوي دقت، سوداګرۍ شرایطو، او د تخلیقي ستونزو حل کولو لمس . مصنوعي ذهانت کولی شي په یوه شیبه کې لس زره احتمالات محاسبه کړي، البته. مګر ایا دا پریکړه کولی شي چې کومه ستونزه د شرکت د پای کرښې لپاره مهمه ده؟ یا دا تشریح کولی شي چې دا ستونزه څنګه د ستراتیژۍ او پیرودونکو چلند سره تړاو لري؟ دا هغه ځای دی چې انسانان پکې لاسوهنه کوي.
په خپل اصل کې، د معلوماتو ساینس یو څه د ژباړونکي په څیر دی. دا خام ګډوډي اخلي - بدصورت سپریډ شیټونه، لاګونه، سروېګانې چې هیڅ معنی نلري - او دا په هغو پریکړو بدلوي چې عادي خلک یې په حقیقت کې عمل کولی شي. د ژباړې هغه طبقه لرې کړئ او AI ډیری وختونه په ډاډمنه توګه بې معنی خبرې کوي. HBR د کلونو راهیسې دا وایی: پټ ساس دقت میټریکونه ندي، دا قانع کول او شرایط دي [2].
د واقعیت چک کول: مطالعې ښیي چې مصنوعي ذهانت کولی شي په یوه دنده کې ډیری دندې اتومات کړي - ځینې وختونه له نیمایي څخه ډیر . مګر د کار ساحه، د قضاوت غوښتنې کول، او د "سازمان" په نوم د ګډوډ شی سره سمون؟ لاهم د انسان ډیره سیمه ده [1].
چټکه پرتله کول: د معلوماتو ساینس د مصنوعي ذهانت په وړاندې
دا جدول بشپړ نه دی، مګر دا هغه مختلف رولونه روښانه کوي چې دوی یې لوبوي:
| ځانګړتیا / زاویه | د معلوماتو ساینس 👩🔬 | مصنوعي ذهانت 🤖 | ولې دا مهمه ده |
|---|---|---|---|
| لومړني تمرکز | بصیرت او پریکړه کول | اتومات کول او وړاندوینه | د معلوماتو ساینس "څه" او "ولې" چوکاټ کوي |
| عادي کاروونکي | شنونکي، ستراتیژیان، سوداګریز ټیمونه | انجنیران، د عملیاتو ټیمونه، د سافټویر ایپسونه | مختلف لیدونکي، متقابل اړتیاوې |
| د لګښت فکتور 💸 | معاشونه او وسایل (وړاندوینه کیدونکی) | کلاوډ کمپیوټ (په پیمانه متغیر) | مصنوعي ذهانت تر هغه وخته ارزانه ښکاري چې د استعمال کچه لوړه شي |
| ځواک | شرایط + کیسه ویل | سرعت + د پیمانه کولو وړتیا | یوځای، دوی همجنسباز دي |
| کمزوري | د تکراري کارونو لپاره ورو | د ابهام سره مبارزه کوي | په سمه توګه ولې یو بل نه وژني |
د "بشپړ بدیل" افسانه 🚫
دا ښه ښکاري چې تصور وکړئ چې مصنوعي ذهانت د معلوماتو هر کار په خپله خوښه اخلي، خو دا په دې غلط انګیرنه ولاړ دی - چې د معلوماتو ساینس ټول ارزښت تخنیکي دی. ډیری یې په حقیقت کې تفسیري، سیاسي او مخابراتي .
-
هیڅ اجرایوي رییس نه وايي، "مهرباني وکړئ ماته یو ماډل راکړئ چې 94٪ دقت ولري."
-
دوی وايي، "آیا موږ باید دې نوي بازار ته پراختیا ورکړو، هو یا نه؟"
مصنوعي ذهانت کولی شي وړاندوینه رامینځته کړي. هغه څه چې دا به پکې شامل نه وي: تنظیمي سر دردونه، کلتوري توپیرونه، یا د اجرایوي رییس د خطر لیوالتیا. تحلیل په عمل بدلول لاهم یوه انساني لوبه ده ، چې د سوداګرۍ او هڅونې څخه ډکه ده [2].
چیرته چې مصنوعي ذهانت لا دمخه شیان لړزوي 💥
راځئ چې صادق واوسو - د معلوماتو ساینس برخې لا دمخه د مصنوعي ذهانت لخوا ژوندي خوړل شوي دي:
-
د معلوماتو پاکول او چمتووالی → اتوماتیک چکونه ورک شوي ارزښتونه، بې نظمۍ، او د انسانانو په پرتله چې په ایکسل کې یې کاروي ګړندي حرکت کوي.
-
د ماډل انتخاب او ټونینګ → آټو ایم ایل د الګوریتم انتخابونه محدودوي او هایپر پیرامیټرونه اداره کوي، د اونیو بې ځایه کار خوندي کوي [5].
-
لیدلوری او راپور ورکول → وسایل اوس کولی شي د یوې واحدې اشارې څخه ډشبورډونه یا د متن لنډیزونه مسوده کړي.
څوک دا ډیر احساسوي؟ هغه خلک چې دندې یې د تکراري چارټ جوړونې یا اساسي ماډلینګ شاوخوا ګرځي. د وتلو لاره؟ د ارزښت زنځیر ته پورته لاړ شئ: تیزې پوښتنې وکړئ، روښانه کیسې ووایاست، او غوره سپارښتنې ترتیب کړئ.
د قضیې چټک سنیپ شاټ: یو پرچون پلورونکی د بدلون لپاره AutoML ازموینه کوي. دا یو قوي اساس ماډل خپروي. مګر لویه بریا هغه وخت راځي کله چې د معلوماتو ساینس پوه دنده بیا تنظیموي: د "څوک به بدلون وکړي؟" پرځای دا کیږي "کوم مداخلې په حقیقت کې د برخې له مخې خالص حاشیه زیاتوي؟" دا بدلون - او د محدودیتونو ټاکلو لپاره د مالي سره ملګرتیا - هغه څه دي چې ارزښت چلوي. اتومات کول شیان ګړندي کوي، مګر چوکاټ پایله خلاصوي.
د معلوماتو ساینس پوهانو رول مخ په ودې دی 🔄
د ورکېدو پر ځای، دنده په نویو بڼو بدلېږي:
-
د مصنوعي ذهانت ژباړونکي - تخنیکي پایلې د هغو مشرانو لپاره د هضم وړ ګرځوي چې د ډالرو او د برانډ خطر ته پاملرنه کوي.
-
د حکومتدارۍ او اخلاقو لارښوونې - د تعصب ازموینې، څارنې، او کنټرولونو تنظیم کول چې د NIST د AI RMF [3] په څیر معیارونو سره سمون لري.
-
د محصول ستراتیژیان - د پیرودونکو تجربو او د محصول سړک نقشو کې معلومات او مصنوعي ذهانت شاملول.
په طنزیه توګه، لکه څنګه چې مصنوعي ذهانت ډیر تخنیکي کار په غاړه اخلي، انساني مهارتونه - د کیسې ویلو مهارت، د قضاوت ساحه، انتقادي فکر کول - هغه برخې کیږي چې تاسو یې په اسانۍ سره نشئ بدلولی.
متخصصین او معلومات څه وایی 🗣️
-
اتوماتیک کول ریښتیني دي، خو جزوي دي : اوسنی مصنوعي ذهانت کولی شي په ډیری دندو کې ډیری دندې اتومات کړي، مګر دا معمولا انسانان آزادوي چې د لوړ ارزښت کار ته مخه کړي [1].
-
پریکړې انسانانو ته اړتیا لري : HBR په ګوته کوي چې سازمانونه د خامو شمیرو له امله حرکت نه کوي - دوی حرکت کوي ځکه چې کیسې او کیسې مشران عمل کوي [2].
-
د دندو اغیز ≠ ډله ییزې ګوښه کول : د WEF معلومات ښیې چې شرکتونه تمه لري چې AI به رولونه بدل کړي او کارمندان به کم کړي چیرې چې دندې خورا اتوماتیک وي، مګر دوی د بیا مهارتونو په برخه کې هم دوه چنده کوي [4]. نمونه د بدیل په پرتله د بیا ډیزاین په څیر ښکاري.
ولې وېره دوام لري 😟
د رسنیو سرلیکونه د "دندو ځای په ځای کولو مصنوعي ذهانت" په اړه دي. "د دندو ځای په ځای کولو مصنوعي ذهانت!" پلورل کیږي. مګر جدي مطالعات په دوامداره توګه دا ټکي ښیې: د دندې اتومات کول، د کاري جریان بیا ډیزاین، او د نوي رول رامینځته کول [1][4]. د کیلکولیټر مشابهت کار کوي: هیڅوک نور د لاس په واسطه اوږده ویش نه کوي، مګر تاسو لاهم اړتیا لرئ چې الجبرا پوه شئ ترڅو پوه شئ چې کله کیلکولیټر وکاروئ.
اړونده پاتې کیدل: یو عملي کتابچه 🧰
-
د پریکړې سره پیل وکړئ. خپل کار د سوداګرۍ پوښتنې او د غلط کیدو لګښت سره وتړئ.
-
پرېږدئ چې مصنوعي ذهانت مسوده جوړه کړي، تاسو یې اصلاح کړئ. د هغې پایلې د پیل ټکي په توګه وګڼئ - تاسو قضاوت او شرایط راوړئ.
-
په خپل جریان کې حکومتداري جوړه کړئ. د سپکو تعصبونو چکونه، څارنه، او اسناد چې د NIST [3] په څیر چوکاټونو سره تړلي دي.
-
د ستراتیژۍ او اړیکو په لور حرکت وکړئ. هرڅومره چې تاسو د "تڼۍ فشارولو" سره لږ تړلي یاست، هومره به ستاسو اتومات کول ستونزمن وي.
-
خپل آټو ایم ایل وپیژنئ. د یو تکړه مګر بې پروا انٹرن په څیر فکر وکړئ: ګړندی، نه ستړی کیدونکی، ځینې وختونه خورا غلط. تاسو د ساتونکو پټلۍ چمتو کوئ [5].
نو... ایا مصنوعي ذهانت به د معلوماتو ساینس ځای ونیسي؟ ✅❌
واضح ځواب: نه، خو دا به یې بیا شکل ورکړي وسیلې وسیله بیا لیکي د انسان تفسیر، تخلیقیت او قضاوت ته اړتیا ده . که څه هم، ښه ډیټا ساینس پوهان ډیر ارزښت لري.
پایله: مصنوعي ذهانت دندې بدلوي، نه مسلک [1][2][4].
ماخذونه
[1] مک کینسي او شرکت - د تولیدي مصنوعي ذهانت اقتصادي ظرفیت: د تولید راتلونکې پوله (جون 2023).
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier
[2] د هارورډ سوداګرۍ بیاکتنه - د معلوماتو ساینس او د هڅونې هنر (سکاټ بیریناتو، جنوري – فبروري 2019).
https://hbr.org/2019/01/data-science-and-the-art-of-persuasion
[3] NIST - د مصنوعي استخباراتو د خطر مدیریت چوکاټ (AI RMF 1.0) (2023).
https://nvlpubs.nist.gov/nistpubs/ai/nist.ai.100-1.pdf
[4] نړیوال اقتصادي فورم - ایا مصنوعي ذهانت د داخلي کچې د کار فرصتونو دروازه تړلې ده؟ (اپریل 30، 2025) - د دندو د راتلونکي 2025 .
https://www.weforum.org/stories/2025/04/ai-jobs-international-workers-day/
[5] هغه، ایکس. او نور - آټو ایم ایل: د عصري حالت سروې (arXiv، 2019).
https://arxiv.org/abs/1908.00709