43% من استفسارات العمل في ChatGPT تتجاوز حدود الوظيفة: ظاهرة «تقاطع المهام» تعيد رسم خريطة العمل
أبرز النقاط
- 43.5% من استفسارات العمل في ChatGPT تتعلق بمهام خارج التخصص الأصلي للمستخدم
- التسويق والهندسة أكثر المجالات التي يتقاطع فيها غير المتخصصين مع المتخصصين
- الشركات الصغيرة تشهد الظاهرة بوتيرة أعلى بسبب غياب فرق متخصصة
أصدرت OpenAI تحليلاً جديداً يكشف تحولاً لافتاً في طريقة استخدام ChatGPT داخل بيئات العمل: نحو 43.5% من الاستفسارات المهنية التي حللتها الشركة لم تكن مرتبطة بالوظيفة الأصلية للمستخدم، بل بمهام تنتمي تقليدياً إلى تخصصات أخرى. أطلقت الشركة على هذه الظاهرة مصطلح «تقاطع المهام» (Task Crossover)، وترى فيها مؤشراً مبكراً على إعادة تشكيل الأدوار الوظيفية قبل أن تتغير المسميات الرسمية.
ما حجم العينة التي استندت إليها الدراسة؟
اعتمد التحليل على أكثر من 800 ألف رسالة مرتبطة بالعمل أُرسلت عبر ChatGPT. صنّفت OpenAI هذه الرسائل باستخدام قاعدة البيانات المهنية الأمريكية O*NET، التي تربط الأنشطة بالملفات الوظيفية القياسية. واستُبعدت المهام الشائعة مثل الكتابة العامة والتلخيص وجدولة المواعيد للتركيز على الاستخدامات المتخصصة فعلياً.
أي المجالات تشهد أعلى نسبة تقاطع؟
برز التسويق والهندسة بوصفهما أكثر المجالين اللذين يتقاطع معهما غير المتخصصين. بات موظفون من خلفيات متنوعة يستخدمون ChatGPT لمراجعة العقود، وتحليل البيانات، واستكشاف أخطاء المواقع الإلكترونية — مهام كانت حكراً على محامين ومحللي بيانات ومطورين.
- مراجعة العقود: موظفون غير قانونيين يستعينون بالذكاء الاصطناعي لفحص البنود
- تحليل البيانات: فرق العمليات تستخرج رؤى دون الرجوع لمحللين متخصصين
- استكشاف أخطاء المواقع: مسوّقون ومديرو منتجات يعالجون مشكلات تقنية بأنفسهم
لماذا تتصدر الشركات الصغيرة هذه الظاهرة؟
تشير بيانات OpenAI إلى أن تأثير تقاطع المهام يتضخم في الشركات الصغيرة والناشئة، حيث تغيب الفرق المتخصصة. في هذه البيئات، يُطلب من الموظف الواحد ارتداء عدة قبعات، ويصبح ChatGPT أداة تعويضية تتيح له أداء مهام تسويقية أو تقنية أو قانونية دون امتلاك خبرة عميقة فيها.
ماذا يعني هذا لمسميات الوظائف؟
ترى OpenAI أن البيانات تمثل إشارة مبكرة على تحول فعلي في طبيعة الأدوار الوظيفية، حتى قبل أن تُحدَّث المسميات أو الأوصاف الوظيفية الرسمية. بعبارة أخرى، الموظفون يتوسعون فعلياً في مهامهم بفضل الذكاء الاصطناعي، بينما لا تزال الهياكل التنظيمية تلحق بالركب.
رأي Logicity
تكشف هذه الدراسة عن تحدٍّ استراتيجي لفرق المنتجات: إذا كان المستخدم يؤدي مهام خمسة تخصصات عبر أداة واحدة، فهل نصمم منتجات عمودية متخصصة أم منصات أفقية متعددة القدرات؟ المنافسة لم تعد بين ChatGPT وClaude وGemini فحسب، بل بين هذه النماذج وأدوات SaaS المتخصصة مثل Notion AI للتوثيق، وJasper للتسويق، وHarvey للقانون. الفائز سيكون من يحقق التوازن بين العمق والاتساع بسعر مقبول.
كيف يمكن لفرق المنتجات الاستفادة من هذه البيانات؟
بالنسبة لصناع الذكاء الاصطناعي، تفتح ظاهرة تقاطع المهام أفقاً لتصميم تجارب مستخدم تدعم السياقات المتعددة: مساعد ذكي يتعرف على أن المستخدم ينتقل من مهمة تسويقية إلى مراجعة عقد، ويُكيّف أسلوبه ومصادره تلقائياً. كما تشير البيانات إلى فرصة لبناء أدوات تدريب مدمجة تُعلّم المستخدم أثناء إنجاز المهمة، بدلاً من الاكتفاء بتنفيذها نيابةً عنه.
الأسئلة الشائعة
ما المقصود بتقاطع المهام (Task Crossover) في سياق ChatGPT؟
هو استخدام الموظف لـ ChatGPT لأداء مهام تنتمي تقليدياً إلى تخصص مهني آخر غير تخصصه الأصلي، مثل قيام مسوّق بتحليل بيانات أو مراجعة عقد.
كم عدد الرسائل التي حللتها OpenAI في هذه الدراسة؟
أكثر من 800 ألف رسالة عمل، صُنّفت وفق قاعدة البيانات المهنية الأمريكية O*NET.
لماذا يظهر تقاطع المهام بوضوح أكبر في الشركات الصغيرة؟
لأن هذه الشركات تفتقر عادةً إلى فرق متخصصة، فيضطر الموظف لتغطية مهام متعددة، ويصبح ChatGPT أداة تعويضية.
هل سيؤدي ذلك إلى تغيير المسميات الوظيفية؟
ترى OpenAI أن البيانات مؤشر مبكر على تحول الأدوار فعلياً، وأن المسميات الرسمية ستلحق بهذا التغيير لاحقاً.
ما أبرز المهام التي يتقاطع فيها غير المتخصصين؟
مراجعة العقود، تحليل البيانات، واستكشاف أخطاء المواقع الإلكترونية — مهام كانت حكراً على محامين ومحللين ومطورين.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تبني منتجاً يعتمد على نماذج اللغة الكبيرة وتريد فهم أنماط استخدام جمهورك، تواصل مع فريق Logicity للحصول على استشارة متخصصة في تصميم تجارب الذكاء الاصطناعي.
عمر حسن
كاتب تقني وابتكار
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
