كيف نتخذ قراراتنا؟
من أهم استخدامات #علم_البيانات إن لم يكن أهمها على الإطلاق #دعم_القرارات ، أسفل هذه التغريدة سأتكلم عن تطور عملية إتخاذ القرار ، ولماذا نحتاج اليوم أن ننتقل من قرارات تقودها البيانات إلى قرارات يقودها #الذكاء_الاصطناعي ؟
المصدر:
hbr.org/2019/07/what-a…
تكيفت العديد من الشركات مع نهج "Data-Driven" لاتخاذ القرارات التشغيلية. يمكن للبيانات تحسين القرارات ، لكنها تتطلب "المعالج" المناسب لتحقيق أقصى استفادة منها ، يفترض الكثير من الناس أن المعالج لهذه البيانات هو (الإنسان)
للاستفادة الكاملة من القيمة الكامنة في البيانات يجب أن تُدخل الشركات تقنيات #الذكاء_الاصطناعي في إجراءات العمل اليومية ، بمعنى إخراج (الإنسان) من عملية اتخاذ القرار كلما كان ذلك ممكناً
يجب أن لا نفهم من هذا اننا ندعو إلى التحول إلى أتمتة العمليات ، فالأتمتة بدأت من أكثر من عقدين ، المطلوب هو إدخال عنصر الذكاء في إجراءات العمل للتغلب على عيوب البشر في اتخاذ القرار (إنتاجية منخفضة وتحيز معرفي)!
الفرق بين قرارات تقودها #البيانات وقرارات يقودها #الذكاء_الاصطناعي أن البيانات تحمل رؤى تساعد في اتخاذ قرارات أفضل وأن الذكاء الاصطناعي يقوم بدور "المعالج" لاستخراج تلك الأفكار من البيانات وتنفيذها باتخاذ قرارات أثناء إجراءات العمل الاعتيادية
قديماً كان العقل البشري هو المعالج المركزي لصنع واتخاذ القرارات ، أعتمد الناس على حدسهم والذي يتم تطويره بالخبرة مثل اختيار التصميم المناسب لحملة إعلانية أو تحديد مستويات المخزون ، أو حتى الموافقة على الدخول في استثمار معين
تخيل أن أحدهم سمع صوتاً وغير متأكد من كونه حيوان مفترس أو أليف ويجب أن يتخذ قرار سريع إما الهرب أو جمع معلومات أكثر لتمييز الفرصة و إقتناصها ، لاحظوا أن اتخاذ القرار في مثل هذه الظروف صعب كون المفاضلة بين الهرب وفقدان فرصة "أرنب" أو الانتظار لجمع معلومات أكثر وفقدان الحياة!
العقل البشري متحيز للأحداث الأخيرة ، يركز على الخبرة السابقة حتى عندما لا تكون ذات صلة على الإطلاق ، يستحضر تفسيرات خادعة لأحداث هي مجرد ضوضاء عشوائية ، العقل كمعالج مركزي للقرارات متقلب وغير فعال
انتقل البشر من اتخاذ القرارات بشكل عشوائي إلى اتخاذ قرارات معتمدة على البيانات ، تم استخدام الاجهزة والتقنيات الحديثة لتلخيص البيانات وتقديمها للعقل البشري لمساعدته في اتخاذ القرار ، لاحظوا لايزال "المعالج" هو العقل البشري لكنه الآن يستخدم بيانات ملخصة كمدخل جديد
بلا شك أن الإعتماد على البيانات في اتخاذ القرارات افضل من الاعتماد على الحدس، لكننا نواجه تحدي قصور العقل البشري في قراءة كم هائل من البيانات، لذلك نضطر إلى تلخيص البيانات حتى يستطيع فهمها ومعالجتها، التلخيص للأسف ربما يخفي الكثير من الرؤى والعلاقات والأنماط المفيدة لاتخاذ القرار
البيانات ليست كافية لحل مشكلة التحيز المعرفي لدى البشر ، بطبيعتنا نفضل العلاقات البسيطة بين العناصر ، نميل إلى التصنيف البديهي وإلى تجميع البيانات إلى شرائح يسهل فهمها ، وافتراض أن العلاقات خطية ليسهل علينا معالجتها ، تحيز البشر يفسد قيمة البيانات!
لذلك نحن اليوم بحاجة ماسة لإدخال #الذكاء_الاصطناعي في إجراءات العمل كـ "معالج" أساسي للبيانات ، الذكاء الاصطناعي أقل عرضة للتحيز المعرفي من البشر ، قادر على معالجة كم كبير من البيانات ، وقادر على تفسير التباين في العلاقات وصنع قرارات أفضل
أحياناً قد نحتاج للجمع بين #الذكاء_الاصطناعي والعقل البشري في اتخاذ القرارات ، الذكاء الاصطناعي يقوم باقتراح العديد من القرارات والعقل البشري يختار من بينها ، الذكاء الاصطناعي يقلل العبء على البشر ، والعقل البشري يضيف عنصر الإنسانية في اتخاذ القرارات
الخلاصة أن البشر لا يتفاعلون بشكل مباشر مع #البيانات وإنما مع الاحتمالات التي تنتجها معالجة #الذكاء_الاصطناعي للبيانات ، التطور القادم في إجراءات العمل هو الدفع بالذكاء الاصطناعي لاتخاذ القرارات والسماح للبشر بالمساهمة بطرق تكميلية

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with د. حمود الدوسري

د. حمود الدوسري Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @Dr_Hmood

Apr 25, 2021
هل يمكن للآلة ان تكتسب صفة الذكاء؟ هل يمكن أن تتعلم؟
#الذكاء_الاصطناعي و #تعلم_الآلة من أهم المجالات الحديثة التي دخلت في حياتنا اليومية ، هناك الكثير من التطبيقات والأمثلة ، في هذه السلسلة سنتحدث عن تعلم الآلة (Machine Learning)
#علم_البيانات
#العطاء_الرقمي
#تعلم_الآلة أحد فروع الذكاء الاصطناعي ، يعنى بتمكين الحواسيب والآلات من التعلم واتخاذ القرارات وتنفيذ المهام دون أن يتم برمجتها مسبقًا، من خلال خوارزميات تمكنها من التعلم الذاتي وتحليل البيانات المدخلة، وتنفيذ الأوامر وتحديد ما يجب إنجازه دون مساعدة بشرية
تعمل الخوارزميات كعقل مدبر للآلة، فتتألف من سلسلةٍ من الأوامر والإرشادات لتوجيه الآلة للكيفية التي يجب بها تنفيذ المهام، وتقوم الآلة بتخزين وتجميع ومعالجة كم هائل من البيانات بتكلفة مادية قليلة مقارنة بتكلفة الأيدي العاملة، واختيار القرار الأمثل بسرعة ودقة
Read 10 tweets
May 29, 2020
يعجبك العمل مع البيانات وتفكر في الدخول في هذا المجال ، ولكن تعتقد أن القطار فاتك كونك موظف على رأس العمل ويصعب عليك الدراسة من جديد .. إذاً ما الحل؟ 🤔🙄

أسفل هذه التغريدة سأتكلم عن المسار المناسب لتحقيق حلم الدخول في عالم #علم_البيانات (Data Science)
علم البيانات مجال مفتوح على نطاق واسع ويدخل في كل المجالات تقريباً ، أينما وجدت بيانات سنحتاج إلى مختصين للتعامل معها ، الكثير مما نقرأه يشير إلى درجات الماجستير والدكتوراه كمتطلب للدخول في هذا المجال ، ولكن الحقيقة أن معظم الشركات لا تحتاج إلى هذا المستوى العالي من الشهادات
علماء البيانات يسدون فجوة أساسية تتمثل في الحاجة لمعالجة #البيانات_الضخمة (Big Data) من قبل الشركات والقطاعات الحكومية ، يقوم عالم البيانات بتنفيذ المبادرات المرتبطة بالبيانات ، ولكن إذا بحثنا عن المسمى الوظيفي في الغالب لانجده تحت أسم "عالم بيانات" ربما بمسميات أخرى
Read 14 tweets
Mar 16, 2020
أزمة #كورونا تعلمنا 4 دروس في #علم_البيانات :
📌أهمية جودة البيانات والشفافية
📌أهمية عرض البيانات بطريقة غيرمتحيزة
📌إنشاء نتائج تحليلية لاتخاذ قرارات حكيمة
📌فهم واستيعاب تكلفة الخطأ الإيجابي والخطأ السلبي (False Positive/Negative)
التفصيل أسفل التغريدة
linkedin.com/pulse/data-sci…
لا يمكن اتخاذ قرارات سليمة بدون بيانات موثوقة وعالية الجودة ، الثقة والشفافية في مصدر البيانات مهمة ، مثلاً لحساب معدل الوفيات نقسم "عدد الوفيات" على "عدد المصابين" ، الأول رقم موثوق به ولكن الأخير (عدد المصابين) هو تخمين لأن معظم البلدان لم تبدأ في إجراء الاختبار على نطاق واسع
يجب تقديم البيانات بطريقة محايدة وبمنظور غير متحيز حتى يساعد صناع القرار على اتخاذ قرارات فعالة، مثلاً الرسم المرفق يمثل حالات #كورونا في كوريا الجنوبية ، اليسار حالات مجمعة تعطي انطباع ان العدد في تصاعد بينما اليمين يوضح عدد الحالات اليومية ويشير ربما إلى تجاوز كوريا الذروة
Read 5 tweets
Oct 2, 2019
اشتهرت قناة الاخبار الأمريكية فوكس نيوز (Fox News) باستخدام الرسوم البيانية (Data Visualization) بطريقة غير صحيحة جهلاً أو تضليلاً، بغض النظر عن الهدف تعالوا نستعرض أشهر الرسومات البيانية التي عرضتها القناة ونوضح كيف حدث التضليل؟ وماهو الخطأ في تمثيلهم للبيانات؟
#علم_البيانات
في السباق الرئاسي عام 2012م قامت القناة بتمثيل السباق بين ثلاث مرشحين بصيغة Pie Chart، هذا التمثيل يستخدم في الغالب لتوضيح الجزء من الكل بطريقة مئوية، أي كأنه كعكه يتم تقسيمها، المجموع في هذا التمثيل يجب أن يكون مائة، النسب الذي تم تمثيلها وصل مجموعها 193%!!
رسم يوضح أن الأثرياء في أمريكا سيشهدون زيادة كبيرة في سعر الفائدة إذا انتهت صلاحية تخفيضات بوش، الرسم يوحي بأن الزيادة كبيرة، بينما واقعياً 5% فقط
الخدعة التي أُستخدمت في هذا الرسم هي عدم البدء من صفر، وكأنهم عملوا zoom in لتقريب العمودين مما جعل الزيادة تبدو وكأنها كبيرة!
Read 11 tweets
Jul 24, 2019
شاب صغير ومتحمس قابلني في أحد الممرات، و أمطرني بوابل من الاسئلة في #علم_البيانات ، فقلت له: على رسلك! أعتقد أن الوقفة القصيرة لن تشبع شغفك ولا فضولك تعال نجلس ونكمل الحوار، رتب اسئلتك و لنأخذها واحداً تلو الآخر .. فقال: على بركة الله .. وبدأ الحوار ...
بدأ وقال: حدثني عن علم البيانات؟ كيف بدأ؟ وماهو تاريخه؟
فقلت: علم البيانات ليس مجال جديد، الإحصائيون كانوا يقومون بهذه المهمة حتى قبل اختراع الحاسب، ولكن تطور إمكانيات الحاسب من جهة، وانفجار البيانات من جهة أخرى أدى إلى ظهور مايسمى بـ "اكتشاف المعرفة" و "استخراج الأنماط"
في آواخر الثمانينات ظهر نظام إدارة قواعد البيانات العلائقية (DBMS)، في عام 1997م تم نشر مصطلح "البيانات الضخمة" في مكتبة ACM الرقمية بعد أن لاحظت صناعة قواعد البيانات انفجار بيانات الأعمال، في أواخر التسعينات خرج مصطلح علم البيانات
Read 15 tweets
Jun 27, 2019
تمثل البيانات المحرك الرئيس للاقتصاد الرقمي (Digital economy)، هذا الاقتصاد الذي بدأ يشكل ملامح قادة المستقبل، ولكن الصناعة اليوم تُغيرت بوصلتها لتنتقل من التركيز على معالجة كفاءة عمليات الأعمال إلى إشتقاق القيم التحليلية من البيانات (Data Analytics).. التفاصيل 👇
#علم_البيانات
في عام 2006م أطلق رائد الأعمال البريطاني كلايف همبي عبارة "البيانات هي النفط الجديد"، عبارة اشتهرت لاحقاً ولاقت أصداء كبيرة وتم تكرارها في أكثر من مؤتمر ومحفل للبيانات، عبارة عميقة، ترى ما الذي يجعل البيانات كالنفط؟ هنا مقالي في تفصيل هذه العبارة
hmoodaldossari.blogspot.com/2018/07/blog-p…
حينما يتم تمثيل باخرات النفط في البحر بشركات التقنية فهذا ليس مبالغة، قيمة تلك الشركات اليوم تتجاوز ميزانيات دول، ويلاحظ أن الشركات الأمريكية تتسيد الأكثر قيمة في العالم لعام 2018م ممثلة بـ (أمازون، أبل، جوجل، فيسبوك، مايكروسوفت)
aitnews.com/2018/12/10/%D8…
Read 7 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Don't want to be a Premium member but still want to support us?

Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal

Or Donate anonymously using crypto!

Ethereum

0xfe58350B80634f60Fa6Dc149a72b4DFbc17D341E copy

Bitcoin

3ATGMxNzCUFzxpMCHL5sWSt4DVtS8UqXpi copy

Thank you for your support!

:(