في عالم الأبحاث العلمية، تتزايد التحديات المرتبطة بتحليل البيانات الكبيرة والمعقدة بشكل متسارع. يسعى العلماء في مركز European XFEL إلى فهم أعمق للبيانات التي تنتجها تجاربهم، والتي غالبًا ما تكون هائلة في حجمها وتعقيدها. قد يكون التوفيق بين معرفتهم العلمية والخبرات التقنية المطلوبة أمرًا شاقًا، إذ يتطلب الأمر دمج خبراتهم مع المعرفة المتعلقة بالمرافق، والأدوات، والبرمجيات.

لمعالجة هذه التحديات، قام الباحثون بتصميم وتقييم نظام ذكاء اصطناعي وكيل (Agentic AI) مُصمم خصيصًا لاحتياجات العلماء ومتكامل مع بيئة الحوسبة عالية الأداء في المركز. وفقًا لمقاربة بحث علمي للتصميم، تم إجراء مراجعة سريعة للأدبيات، وتقييم منهجي لـ16 أداة ذكاء اصطناعي، بالإضافة إلى إجراء مقابلات ومجموعة تركيز ودراسة مستخدمين مع خبراء في مركز European XFEL لتطوير وتقييم نموذجي نظامين.

تُظهر النتائج المستخلصة من هذه الدراسة التحديات المعرفية الرئيسية التي يواجهها العلماء في تحليل البيانات العلمية، وتستخلص متطلبات لوكيل ذكاء اصطناعي يدعم استرجاع المعرفة وتوليد الشيفرات المصدرية. كما تقدم توصيات تصميمية لنظام متخصص قادر على التكيف مع تطور أدوات الذكاء الاصطناعي.

في النهاية، توفر هذه النتائج إرشادات قيّمة لتطوير دعم صيانة الذكاء الاصطناعي في بيئات البحث المتخصصة، مما يمهد الطريق لتحقيق كفاءة أعلى وجودة أفضل في الأبحاث المستقبلية.