تشهد التكنولوجيا تقدمًا غير مسبوق في مجال تصور البيانات بفضل نماذج اللغة الكبيرة متعددة الوسائط، لكن ما زالت الجهود تركز إلى حد كبير على الرسوم البيانية الثابتة، مما يغفل الاستفادة الحقيقية من لوحات المعلومات التفاعلية المستخدمة في استكشاف البيانات. في هذا الصدد، تم تقديم مشروع مبتكر يُدعى Dashboard2Code، والذي يمثل خطوة مهمة نحو تحسين كيفية تفاعل نماذج الذكاء الاصطناعي مع بيانات العالم الحقيقي.

يهدف Dashboard2Code إلى تمكين نموذج الذكاء الاصطناعي من استكشاف لوحة تفاعلية، وجمع المعلومات، ودمج الفيدباك من تفاعلاته (مثل النقر والتصفية)، ومن ثم توليد كود يعيد إنتاج تلك اللوحة المستهدفة. ولاختبار فعالية هذا النظام، تم تقديم مجموعة بيانات جديدة تُدعى DashboardMimic، وهي أول معيار معتمد على Plotly+Dash يتضمن 180 زوجًا من لوحة المعلومات والكود، تم تصميمها يدويًا والتحقق منها بعناية، تغطي ثلاثة مستويات من الصعوبة وثمانية أنماط تفاعلية شائعة.

كما تم اقتراح إطار تقييم آلي مصمم خصيصًا للوح المعلومات، والذي يجمع بين تحليل دلالات الكود واختبار التفاعلات الديناميكية لتقييم الاتساق البصري والتفاعلي، موضحًا توافقًا قويًا مع أحكام البشر.

تظهر التجارب عبر مجموعة من النماذج متعددة الوسائط المصدرين المفتوح والمغلق أن الأنظمة الأقوى لا تزال تواجه صعوبة في لوحات المعلومات ذات التعقيد العالي، مما يبرز فجوة الأداء الكبيرة بين النماذج مفتوحة المصدر وتلك المغلقة.

خلاصة القول، يمثل Dashboard2Code بداية جديدة في كيفية التفاعل مع البيانات، والشكل الذي يمكن أن يبدو عليه مستقبل أدوات الذكاء الاصطناعي في تسهيل الوصول إلى المعلومات المعقدة.