تعتبر أنظمة التوصية (Recommender Systems) واحدة من أكثر مشاكل التعلم الآلي شيوعاً في صناعة الإنترنت الاستهلاكي، ورغم ذلك، فإن تدريبها وتقديمها بشكل فعّال يمثل تحدياً كبيراً. مع ظهور نماذج اللغات الضخمة (Large Language Models)، لوحظ تحول مثير في كيفية تصميم هذه الأنظمة، حيث انتقلنا من الأهداف التقليدية المعتمدة على تشابه التضمين إلى أهداف توليدية تهدف إلى توقع الإجراء أو العنصر التالي في قائمة ضخمة بناءً على تسلسل تاريخ المستخدم.

تعمل هذه الأنظمة التوليدية على تعزيز دقة التوصيات بشكل لم يسبق له مثيل، حيث تحلل سلوكيات المستخدم السابقة وتتنبأ بما قد يكون مثيراً لاهتمامه في المستقبل. بعض النماذج الجديدة تأخذ في الحسبان التجارب الفردية لمستخدمين متعددين، مما يسمح بتخصيص أكثر دقة وأهمية.

هذه التحولات في تصميم أنظمة التوصية تعكس التقدم السريع في تقنيات الذكاء الاصطناعي وتفتح آفاق جديدة للمؤسسات للتميز في تقديم خدماتها. كيف سيؤثر هذا التحول على عادات المستهلكين؟ وكيف سنرى تأثيره في مختلف الصناعات؟