في عالم متسارع يتغير فيه سوق العمل بشكل متواصل، يصبح توقع مستقبل المهن مهمة صعبة ولكنها ضرورية. أخيرًا، تم تقديم نهج مبتكر يعتمد على الذكاء الاصطناعي لتعزيز الأداء في توقعات المهن المستقبلية. تعتمد هذه الطريقة على نماذج اللغة الكبيرة (Large Language Models) وأسلوب تفكير جديد يهدف إلى مساعدة الأفراد في اختيار مساراتهم المهنية بناءً على تاريخهم التعليمي والمهني.

**النهج الثنائي لتوقعات المهن**
تستند هذه الطريقة إلى مرحلتين رئيسيتين. في المرحلة الأولى، يقوم مولد الأسباب (Reason Generator) بإنشاء "سبب" مخصص لكل مستخدم بناءً على بياناته السابقة. هذا السبب يلخص تفضيلات المستخدم ويستخدم كمدخل لمولد توقعات المهنة (Occupation Predictor) لتقديم توصيات نهائية حول المهنة المناسبة.

ومع ذلك، يبدو أن تطبيق هذا النهج ليس بالأمر السهل، حيث أن نماذج اللغة الكبيرة لا تتوافق دائمًا مع مسارات المهن أو الأسباب غير المرئية الكامنة وراء قرارات التوظيف. ولتجاوز هذه التحديات، تم اقتراح تحسين نماذج اللغة من خلال عملية تدريب دقيقة تركز على تحسين أدائها في مجال التفكير وتوقع المهن.

**تحقيق نتائج مذهلة**
تشير التجارب الواسعة التي أُجريت إلى أن الأسلوب الجديد يثبت فعاليته من حيث تزايد دقة توقعات المهن، مما يجعله في مصاف الأساليب المعتمدة بالكامل. كما تظهر النتائج أن نموذجاً واحداً مدرباً لتوليد الأسباب وتوقع المهنة يمكن أن يتفوق على نموذجين آخرين مدربين لأداء المهام بشكل منفصل. لذا، فإن دقة توقع المهنة تعتمد بشكل كبير على جودة الأسباب التي يتم توليدها.

هل تعتقد أن الذكاء الاصطناعي سيلعب دورًا أكبر في تحديد مستقبل المهن؟ شاركونا آرائكم في التعليقات!