أدوات AI أخرى: مراجعات ومقارنات

في عام 2023، عوقب محامٍ بعد أن استشهدت مذكرة كتبها ChatGPT بعدة قضايا كانت اختلاقاً من الذكاء الاصطناعي — وأشاعت تلك الواقعة حذراً عالمياً تجاه القانون والذكاء الاصطناعي. ومع ذلك انفجر التبنّي خلال سنوات قليلة، إذ يفيد تقرير Clio «2025 Legal Trends Report» بأن نحو 8 من كل 10 عاملين في المجال القانوني (79%) يستخدمون أداة ذكاء اصطناعي ما. وبصفته المقالة التالية في سلسلة أثر الذكاء الاصطناعي حسب القطاع بعد التجارة والتسويق والاستشارات، يستعرض هذا المقال المهن الحرة. الوضع الراهن بالأرقام (79% من العاملين في المجال القانوني يستخدمون الذكاء الاصطناعي ويبلّغ كثيرون منهم عن توفير الوقت؛ وقفز استخدام الذكاء الاصطناعي التوليدي في شركات الضرائب والمحاسبة والتدقيق من 8% في 2024 إلى 21% في 2025؛ وتُظهر دراسة من Stanford تراجعاً نسبياً بنسبة 16% في توظيف المبتدئين في المهن المعرّضة للذكاء الاصطناعي، ومنها المحاسبة)، والأعمال التي يغيّرها الذكاء الاصطناعي حسب المهنة (المحامون = البحث في القضايا ومراجعة العقود واستخلاص الالتزامات؛ المحاسبون = مسك الدفاتر والتحقّق المستندي وأخذ العيّنات وتحديد المخاطر؛ المستشارون الضريبيون = إدخال البيانات ومسوّدات الإقرارات والبحث في التشريعات — الذكاء الاصطناعي يقوم بالعمل التمهيدي والبشر يصدرون القرار النهائي)، وأكبر فخّ وهو الهلوسة (اختلاق قضايا وتشريعات غير موجودة — يؤدّي إلى عقوبات وفقدان الثقة؛ وترفق CoCounsel بكل استشهاد رابطاً إلى مصدره، مثل قاعدة بيانات القضايا، للتحقّق منه)، والقيمة الجوهرية الثابتة (الحكم النهائي والشكّ المهني والأخلاقيات والأحكام الضريبية الرمادية، وحاسماً — التوقيع والمسؤولية القانونية التي لا يمكن تفويضها للذكاء الاصطناعي)، وأزمة المبتدئين (أتمتة الروتين التدريبي) والأدوار الجديدة (مسؤولو الامتثال للذكاء الاصطناعي، ومهندسو المطالبات الضريبية)، ونصائح حسب الدور للممارسين والطامحين والعملاء (تحقّق من الاستشهادات والأرقام بمقارنتها بالمصادر الأصلية؛ وتأكّد من التعامل مع السرّية). تختلف الأنظمة والمسؤولية من بلد إلى آخر، لذا التزِم بقوانين بلدك وقواعدك المهنية. والسؤال الذي يطرحه الذكاء الاصطناعي: هل ما تبيعه هو العمل، أم الحكم والمسؤولية؟

ينشئ الذكاء الاصطناعي مسودات تفريغ وملفات ترجمة نصية، لكن اكتمال التوليد لا يعني جاهزيتها للنشر. يشرح الدليل الفرق بين النص الكامل وSRT/VTT، ويقارن Whisper وNotta وYouTube وحدود الاستخدام والتصدير. يتناول التجهيز والتفريغ والتدقيق والتصدير، وست نصائح، وأمثلة لأخطاء المحتوى والتوقيت والعرض. للترجمة متعددة اللغات، دقق الأصل ثم افحص عدد المقاطع وترتيبها وتوقيتها ومعناها ومدة عرضها. إرسال نص محلي إلى خدمة سحابية يظل نقلًا خارجيًا. لم نقس نسبة توفير الوقت أو حصة الدقة التي ترجع لجودة الصوت، ولم نرتب المنتجات بتجربة على الصوت نفسه.

«سهر الليالي على العروض، وأكوام من البحث اليدوي» — طقس المستشار المبتدئ بدأ يهتز بسبب الذكاء الاصطناعي. يتحقق هذا المقال من بيانات خاصة بقطاع الاستشارات في مصادرها الأصلية (حتى 30 سبتمبر 2026) ويناقش كيف تتغير بنية القطاع. ارتفعت إيرادات BCG في 2025 بنسبة 7% إلى 14.4 مليار دولار، وتجاوزت الخدمات المرتكزة على الذكاء الاصطناعي والتقنية 40% منها، ونمت خدمات الذكاء الاصطناعي 25%، وبلغ عدد الموظفين 33,500. وعمّمت McKinsey منصتها الداخلية Lilli على الشركة كلها في يوليو 2023، ويستخدمها 72% من العاملين الذين يذكرون توفيرًا يصل إلى 30% من الوقت (بحسب الشركة نفسها). وفي تجربة 758 مستشارًا في BCG (Organization Science، مارس 2026) أنجز مستخدمو الذكاء الاصطناعي داخل حدوده مهام أكثر بنسبة 12.2% وأسرع بنسبة 25.1% وبجودة أعلى، لكن احتمال إصابتهم في مهمة خارج حدوده كان أقل بنسبة 19%. ويتوقع BLS نمو محللي الإدارة 10% بحلول 2035. ويتناول المقال أيضًا التدريب الهرمي، والانتقال من الساعات إلى النتائج، والجوهر الذي لا يتغير، والشركات الكبرى والصغيرة، ونصائح، وتصحيحات لأرقام النسخة السابقة.

تعني "AGI" أشياء مختلفة باختلاف الشركة. فميثاق OpenAI يتحدث عن "أنظمة عالية الاستقلالية تتفوق على البشر في معظم الأعمال ذات القيمة الاقتصادية"، ويقيسه باحثو Google DeepMind بمستويات مقارنة بأصحاب المهارة ("Levels of AGI")، أما داريو أمودي، الرئيس التنفيذي لـ Anthropic، فيتجنب الكلمة لعدم دقتها ويقول "powerful AI". انطلاقًا من معنى AGI — ذكاء اصطناعي متعدد الأغراض يتعلم ويحل المشكلات بنفسه في أي مجال مثل الإنسان (حتى 2026 لا يوجد نظام يُعترف به على نطاق واسع بأنه بلغه) — يشرح هذا المقال للمبتدئين اختلافه عن الذكاء الاصطناعي الضيق اليوم، وتعريف كل شركة بنصها الأصلي، ولماذا تعدّ DeepMind ChatGPT ضمن المستوى الأول "Emerging AGI"، والعلاقة بين الذكاء الاصطناعي الضيق وAGI وASI، ويعرض تصريحات مؤرخة وموثقة عن التوقيت ("في وقت مبكر قد يكون 2026" لأمودي، و"خمس إلى عشر سنوات" لهاسابيس، و50% بحلول 2047 في استطلاع للباحثين، ورهان المتشكك غاري ماركوس)، ليبين أن جزءًا كبيرًا من الفجوة بين التوقعات هو فجوة في التعريفات. ويختم بالآمال والمخاطر والمفاهيم الخاطئة الشائعة.

حين هُوجم إعلان عيد الميلاد المصنوع بالذكاء الاصطناعي التوليدي من Coca-Cola بوصفه "بلا روح" أواخر 2024، جسّد ذلك شدّ الحبل الذي يجلبه الذكاء الاصطناعي إلى التسويق: "الكفاءة والفعالية" مقابل "الثقة والعاطفة". يستعرض هذا المقال الموضوع، فيقيس أولاً الوضع الراهن بالأرقام (نحو 87% من المسوّقين يستخدمون الذكاء الاصطناعي التوليدي، صعوداً من 51% في 2024؛ أكثر من 71% من الإنفاق الإعلاني تُحرّكه الخوارزميات؛ صنعت Google نحو 70 مليون أصل إبداعي بـ Gemini في الربع الرابع 2025 وحده؛ تضاعف الإنفاق على أدوات الذكاء الاصطناعي التسويقية نحو ثلاث مرات خلال 18 شهراً). ويغطّي المجالات الخمسة التي يغيّرها الذكاء الاصطناعي (① إنشاء المحتوى ② الإبداع الإعلاني ③ الاستهداف والتوزيع / البرمجي ④ التخصيص / DCO ⑤ التحليلات والقياس) والآثار المُبلَّغ عنها (الشركات التي تربط بيانات الطرف الأول حققت ضعفَي الإيرادات الإضافية بحسب BCG — جميعها منشورة، تعتمد على الظروف)؛ والجوهر الذي لا يتغيّر (الاستراتيجية والعلامة والثقة والإبداع الاختراقي تبقى في يد البشر — الذكاء الاصطناعي مُضخِّم، قاعدة صفر تعني إجابة صفر)؛ والتحول الجذري في SEO/AEO/LLMO (مع روابط داخلية)؛ والمخاطر (فجوة الإدراك 82% من المديرين مقابل 45% من المستهلكين حول إعلانات الذكاء الاصطناعي، التلفيق المُقنع، سلامة العلامة، الحقوق/التنظيم، التشغيل المنفلت دون رقابة)؛ وكيف تتحوّل وظيفة المسوّق (تُؤخَذ المهام، ويثقل الحكم؛ من منتِج إلى رئيس تحرير واستراتيجي)؛ وخطة عملية من خمس خطوات لليوم. أكبر أثر للذكاء الاصطناعي هو تحرير وقت الإنسان من الفعل إلى القرار.

اختر أداة إعداد الشرائح بالذكاء الاصطناعي وفق مكان العرض وصيغة التسليم. يفصل هذا الدليل بين البنية والنص والتصميم، ويقارن Gamma وCopilot داخل PowerPoint وGemini for Google Slides وBeautiful.ai وCanva وChatGPT (@Presentations وإضافة PowerPoint) وClaude Slides. يشرح تحويل محادثة Claude إلى عرض، والفرق عن Claude Docs المخصص للوثائق. ويتناول خمس خطوات من بناء المحتوى إلى التحقق من الأرقام والمصادر وفحص الملف المصدّر، وثلاث مطالبات عملية ونصائح لضبط كمية المعلومات بحسب الغرض. سواء أنجزت العمل في تطبيق واحد أم وزّعته على عدة أدوات، راجع المحتوى والمظهر كلًا على حدة.

ملاحظة بخط اليد، إيصال ورقي، نص إنجليزي داخل لقطة شاشة، لافتة في صورة — إعادة الكتابة التي طالما أنجزتها يدويًّا لم تَعُد، في عام 2026، ضرورية تقريبًا بفضل الذكاء الاصطناعي. يبدأ هذا الدليل من كيفية اختلاف AI OCR عن الـ OCR التقليدي (قراءة حرف واحد في كل مرة مقابل فهم الصفحة كاملةً بالمعنى)، ثم يرتّب ثلاثة خيارات (ذكاء اصطناعي حواري عام / أدوات مخصصة مثل Google Lens / واجهات API ومفتوح المصدر مثل Mistral OCR وPaddleOCR-VL) بحسب حالة الاستخدام. يقارن بين ChatGPT وGemini Pro وClaude Opus من حيث نقاط القوة (خط اليد ← عائلة GPT، هيكلة الجداول ← عائلة Claude، الصفحات الكثيرة ← السياق الطويل لدى Gemini، الـ OCR الخام ← النماذج المتخصصة؛ لا بطل مطلق)، ويقدّم ثلاثة موجّهات جاهزة للنسخ (انسخ دون كسر، جدول إلى Markdown، إيصال إلى JSON، كلها مع قاعدة «لا اختلاق»)، والأنسب لكل حالة (خط اليد، الإيصالات، ملفات PDF، الجداول المعقدة، النص العمودي/القديم، المعادلات والشيفرة)، وست نصائح للدقة مع جودة الصورة باعتبارها 80٪ من النتيجة، ونقطة الضعف الأكبر والوحيدة لدى AI OCR — اختلاق ما لا يستطيع قراءته بشكل معقول (طابِق دائمًا المبالغ والتواريخ والأسماء مع الأصل) — إضافةً إلى تحذيرات الخصوصية حول إرسال السري وحقوق النشر والاستخدام في التدريب. ما يجوز أن تتركه للذكاء الاصطناعي هو «القراءة» فقط؛ أما التأكيد فهو للإنسان الذي رأى الأصل.

تعرف "ما هو RAG"، لكن عند البناء تخرج الإجابة مختلّة — لأنه ما يزال RAG الساذج: تقطيع باستهتار وبحث متجهي بسيط. وبوصفه متابعة التنفيذ لدليل RAG للمبتدئين، يشرح هذا المقال خط أنابيب RAG العملي في 2026 (تقطيع ذكي، embedding، قاعدة بيانات متجهية، بحث هجين، إعادة ترتيب) مرحلة مرحلة: استراتيجيات التقطيع (recursive 512 افتراضياً، semantic/structural/parent-child، وContextual Retrieval مع إعادة الترتيب، الذي تقول Anthropic إنه يخفّض فشل الاسترجاع ضمن أول 20 نتيجة حتى 67%)، واختيار نموذج embedding (text-embedding-3-large وغيره)، ومقارنة ست قواعد بيانات متجهية (Chroma للنماذج الأولية، pgvector مع Postgres، Qdrant منخفض الزمن، Pinecone المُدارة بالكامل، Weaviate بطلة الهجين، Milvus للنطاق الضخم)، وبحث هجين يدمج BM25 + متجهات كثيفة عبر RRF، وretrieve-then-rerank بـ bi-encoder ثم cross-encoder (Cohere/Voyage/BGE/Jina)، وتقسيم LlamaIndex (الاسترجاع) مقابل LangChain/LangGraph (التحكّم)، ولماذا لا تستبدل نافذة 1M توكن الـ RAG (lost in the middle، التشتيت)، وملاحظات الإنتاج مثل بناء مجموعة تقييم أولاً.

تعرف «ما هو الوكيل الذكي» — فكيف تبني واحدًا؟ في 2026 يتيح نهج بلا كود تشغيل وكيل عامل في غضون فترة بعد الظهر عبر السحب والإفلات، وتتيح حِزم SDK الحديثة تجميع وكيل عملي في أقل من 100 سطر. بوصفه الرفيق العملي لمقال «ما هو الوكيل الذكي»، يغطّي هذا المقال البنية (الدماغ LLM + التعليمات + الأدوات + الذاكرة + الحلقة المستقلة)، والمسارين (بلا كود مقابل البرمجة)، وإطار البناء الشامل المكوّن من 5 خطوات (حدّد نطاق المشكلة، اختر قاعدتك، اكتب التعليمات، اربط الأدوات، اختبر على نطاق صغير)، ومقارنة أدوات بلا كود (Dify لمنصة متكاملة، n8n للتكامل مع الأعمال، Flowise للنماذج الأولية، والأسهل Custom GPT/Gemini Gems/Claude Projects)، ومقارنة أطر العمل البرمجية (Claude Agent SDK/OpenAI Agents SDK المتينة، LangGraph للتحكّم المعقّد، CrewAI لتنسيق الأدوار)، ومثالًا عمليًا محددًا (تلخيص رسائل الدعم ثم الإشعار عبر Slack)، وإرشادات التكلفة (نحو $20-$60/شهر للمنصة بالإضافة إلى استهلاك النموذج) والجدول الزمني، والمزالق (لا توسّع النطاق أكثر من اللازم، الصلاحيات والتحكّم بالانفلات، احذر من إثبات المفهوم فقط). بالنسبة لمعظم الناس، البناء بلا كود أولًا هو الخطوة الصحيحة.

"ChatGPT أم Claude أم Gemini — أيها أشترك به؟" في 2026 الثلاثة جميعها بنحو 20$ شهريًا وكلها من الطراز الأول، فلا يوجد "هذا هو الفائز" وحيد. السؤال الصحيح هو "أيها الأفضل لحالة استخدامك". استنادًا إلى الإجماع عبر المصادر، تغطي هذه المقالة الأساسيات (المزوّد، عائلة النموذج الرئيسي، أسعار المجاني/القياسي/المميز)، واختلافات الطابع (Claude = حِرفي الكتابة/التحليل/الكود، ChatGPT = متعدد المهارات بمنظومة وصورة/صوت، Gemini = وسائط متعددة وسياق طويل وتكامل مع Google)، وجدولًا مفصّلًا حسب حالة الاستخدام (الكتابة، الكود، العام، توليد الصور، الصوت، فهم الصورة/PDF/الفيديو، النصوص الطويلة جدًا، التكامل مع Google، البحث، العربية)، وكيفية اختيار الخطة حسب حجم الاستخدام، والدمج الذكي بين أداتين لمن لا يستطيع اختيار واحدة (نواة واحدة + واحدة لسدّ الثغرات). تتبدّل الترتيبات كل بضعة أشهر، لذا بدلًا من ملاحقة "أفضل" ثابت، استخدم كل واحد حسب نقطة قوته وقِس على مهامك الخاصة بالمستوى المجاني.

يمكن للذكاء الاصطناعي إعداد مسودة محضر، لكن يجب مراجعة التفريغ والقرارات والمهام قبل المشاركة. يشرح الدليل التسجيل والتفريغ والتلخيص والاستخراج، ويقارن الأدوات المتخصصة بمنظومة تجمعها بنفسك وبالميزات المدمجة في Zoom وTeams وMeet. يشمل حدود Otter وNotta المجانية، وطلبًا لإعداد المحضر، وخمس نصائح لتحسين الدقة، وتجربة بالمحتوى نفسه تقيس التصحيح والمراجعة أيضًا. التشغيل المحلي أو غياب مساعد آلي لا يضمن السرية؛ فتحقق من وجهات البيانات والنسخ الاحتياطية وصلاحيات الوصول. لم نقس دقة المنتجات أو الوفر في الوقت بتسجيل مشترك.

كان من الممكن في السابق شرح الفرق بين Cursor وClaude Code وGitHub Copilot وCodex بالنوع: «محرّر / إضافة / CLI / سحابة». لكن حين أعدنا قراءة الوثائق الرسمية للشركات الأربع في 22 سبتمبر 2026، وجدنا أنها كلها تعمل في الطرفية وبيئة التطوير وتطبيق سطح المكتب والسحابة والهاتف، ويعمل بعضها داخل بعض. يرتّب هذا المقال مع المصادر النقاط الثلاث التي يظهر فيها الفرق اليوم: النماذج المتاحة (Cursor وCopilot لعدة شركات، وClaude Code لنماذج Claude وحدها، وCodex لنماذج OpenAI وحدها)، والسعر وطريقة احتساب الاستخدام (الخطط المجانية، والاشتراكات الشهرية من Go بسعر $8 حتى $200، والحصص الشهرية مقابل حصص الساعات الخمس والأسبوع، وطريقة الدفع عند التجاوز)، والمقرّ (المحرّر الخاص، وGitHub، واشتراكا Claude وChatGPT). ونعرض أيضًا الفروق في طلبات الدمج والمراجعة على GitHub، والاختيار في ثمانية مواقف، وطرق الجمع بينها، وخطوات مقارنتها على مستودعك في 30 دقيقة. وقد صحّحنا في آخر المقال أخطاء النسخة السابقة مثل «Copilot هي الأرخص» و«أكفأ في استهلاك الرموز بنحو 4 أضعاف».