Perplexity

يُعد Perplexity من تطبيقات الذكاء الاصطناعي التوليدي التي قدمت نموذجًا مختلفًا نسبيًا عن تطبيقات المحادثة التقليدية؛ إذ يجمع بين قدرات الذكاء الاصطناعي وبين البحث في الويب، بهدف تقديم إجابات مباشرة مدعومة بالمصادر. وتكمن أهميته في أنه لا يكتفي بتوليد إجابة اعتمادًا على النموذج اللغوي، بل يعمل على البحث عن المعلومات من مصادر متاحة على الويب، ثم تنظيمها وتلخيصها في صورة إجابة يمكن للمستخدم مراجعة مصادرها. ولهذا أصبح Perplexity من الأدوات التي تستحق اهتمام الباحثين والطلاب والمهنيين، خصوصًا في المهام التي تتطلب الوصول إلى معلومات حديثة ومصادر متعددة.

أولًا: ما هو Perplexity؟

Perplexity هو محرك بحث مدعوم بالذكاء الاصطناعي، يتيح للمستخدم طرح الأسئلة باللغة الطبيعية والحصول على إجابات منظمة مع الإشارة إلى المصادر المستخدمة. وبدل أن يحصل المستخدم على قائمة طويلة من نتائج البحث، يحاول Perplexity قراءة المعلومات ذات الصلة، ثم تقديم خلاصة مباشرة للموضوع مع روابط المصادر. وبذلك يمكن النظر إليه باعتباره مزيجًا بين:

محرك البحث ← المساعد الذكي ← أداة البحث والاستكشاف.

ثانيًا: ما الذي يميز Perplexity؟

الميزة الأساسية التي تميز Perplexity هي تركيزه على البحث المرتبط بالمصادر. فعندما يطرح المستخدم سؤالًا، يقوم النظام بالبحث في الويب، ثم يجمع المعلومات ذات الصلة ويقدم إجابة مختصرة أو مفصلة بحسب طبيعة السؤال. ويستطيع المستخدم الانتقال إلى المصادر الأصلية لمراجعة المعلومات، وهذه الخاصية مهمة جدًا في الاستخدام الأكاديمي.

فبدل أن تكون العملية:

سؤال ← إجابة.

تصبح:

سؤال ← بحث ← مصادر ← تحليل ← إجابة.

ثالثًا: أبرز قدرات Perplexity

1.       البحث باللغة الطبيعية. يمكن للمستخدم كتابة السؤال كما لو كان يتحدث مع شخص متخصص.

فعلى سبيل المثال، يمكن أن يسأل:

"ما أبرز الاتجاهات الحديثة في استخدام الذكاء الاصطناعي في المكتبات الأكاديمية؟"

بدل البحث عن مجموعة من الكلمات المفتاحية فقط. ويقوم Perplexity بمحاولة فهم السؤال والبحث عن المعلومات المرتبطة به.

2.       تقديم المصادر. من أبرز خصائص Perplexity عرض المصادر المرتبطة بالإجابة. وهذا يسمح للمستخدم بالانتقال من الإجابة المختصرة إلى المصدر الأصلي. وتكتسب هذه الوظيفة أهمية خاصة للباحث؛ لأنها تساعده على التحقق من المعلومات بدل الاعتماد على إجابة الذكاء الاصطناعي وحدها.

3.       البحث المتعمق. يوفر Perplexity أوضاعًا للبحث المتعمق تسمح بالتعامل مع الموضوعات المعقدة من خلال تنفيذ عمليات بحث متعددة وجمع المعلومات من مصادر مختلفة. وهذا النوع من البحث يمكن استخدامه في:

• استكشاف موضوع جديد.
• إعداد تقرير.
• مقارنة مجموعة من التقنيات.
• تحليل اتجاهات مجال معين.
• جمع المعلومات الأولية لدراسة بحثية.

4.       البحث في الموضوعات الحديثة. تظهر أهمية Perplexity بصورة خاصة عندما يكون السؤال متعلقًا بمعلومات حديثة. فعلى سبيل المثال، يمكن استخدامه للبحث عن:

• أحدث تطبيقات الذكاء الاصطناعي.
• التطورات في تقنية معينة.
• أخبار شركة أو مؤسسة.
• أحدث الدراسات أو التقارير.
• الاتجاهات الجديدة في مجال علم المعلومات.

وهنا تختلف طبيعة استخدامه عن بعض النماذج التي تعتمد بصورة أساسية على المعرفة الموجودة داخل النموذج.

رابعًا: Perplexity في البحث العلمي

يمكن أن يكون Perplexity أداة مفيدة في المراحل الأولية من البحث العلمي. فقد يستخدمه الباحث من أجل استكشاف المجال قبل الانتقال إلى قواعد البيانات والمصادر الأكاديمية المتخصصة. ومن الاستخدامات الممكنة:

• تحديد المفاهيم الأساسية.
• اكتشاف المصطلحات المرتبطة بالموضوع.
• العثور على مصادر أولية.
• استكشاف الاتجاهات البحثية.
• التعرف على الباحثين والجهات المرتبطة بالموضوع.
• مقارنة الدراسات والتقارير.
• بناء تصور أولي عن المجال.

لكن من المهم التأكيد أن Perplexity لا ينبغي أن يكون البديل عن قواعد البيانات الأكاديمية. فعندما يحتاج الباحث إلى مراجعة أدبيات علمية دقيقة، ينبغي الرجوع إلى المصادر الأصلية وقواعد البيانات المتخصصة والتحقق من بيانات النشر والاستشهادات.

خامسًا: Perplexity وعلم المعلومات

من منظور علم المعلومات، يمثل Perplexity نموذجًا مثيرًا للاهتمام لتطور نظم استرجاع المعلومات. فالنظام التقليدي لاسترجاع المعلومات يعتمد على:

استعلام ← فهرس ← نتائج ← اختيار المستخدم.

بينما يقدم البحث المدعوم بالذكاء الاصطناعي نموذجًا أكثر تطورًا:

سؤال طبيعي ← فهم السؤال ← البحث ← استرجاع المعلومات ← تحليلها ← توليد إجابة ← عرض المصادر.

وهذا يمثل انتقالًا من استرجاع الوثائق إلى استرجاع المعرفة. وهذه النقطة ذات أهمية خاصة في مجال علم المعلومات؛ لأنها تفتح نقاشًا حول مستقبل محركات البحث ونظم استرجاع المعلومات في عصر الذكاء الاصطناعي التوليدي.

سادسًا: Perplexity وإدارة المعرفة

يمكن استخدام Perplexity في مراحل مختلفة من دورة إدارة المعرفة. فمثلًا، عند دخول الباحث في موضوع جديد، يمكن استخدامه لاستكشاف المعلومات الموجودة. ثم يمكن تنظيم المعلومات في موضوعات ومحاور، والانتقال بعدها إلى المصادر الأصلية.

ويمكن تمثيل ذلك بالمسار الآتي:

استكشاف ← بحث ← اكتشاف المصادر ← تحليل ← تنظيم المعرفة ← التحقق ← إعادة الاستخدام.

وهذا يجعل Perplexity مناسبًا بصورة خاصة لمرحلة اكتشاف المعرفة.

سابعًا: Perplexity في التعليم

يمكن استخدام Perplexity في البيئة التعليمية لمساعدة الطلاب على البحث والاستكشاف. فيمكن للطالب طرح سؤال والحصول على إجابة مع مصادر يمكن الرجوع إليها. ويمكن للمدرس استخدامه في:

• إعداد أمثلة.
• استكشاف موضوعات جديدة.
• العثور على مصادر.
• إعداد أنشطة بحثية.
• مقارنة المعلومات.
• تطوير أسئلة للطلاب.

أما الطالب فيمكنه استخدامه في:

• البحث الأولي.
• فهم المفاهيم.
• اكتشاف المصادر.
• إعداد أسئلة البحث.
• مقارنة الآراء والمعلومات.

ويجب أن يكون الهدف هو تدريب الطالب على البحث والتحقق والتفكير النقدي، وليس الاكتفاء بنسخ الإجابة.

ثامنًا: Perplexity مقارنة بمحركات البحث التقليدية

يمكن توضيح الفرق بصورة مبسطة:

العنصر	محرك البحث التقليدي	Perplexity
طريقة السؤال	كلمات مفتاحية	سؤال طبيعي
النتيجة	قائمة صفحات	إجابة منظمة
المصادر	صفحات متعددة	مصادر مرتبطة بالإجابة
التلخيص	يقوم به المستخدم غالبًا	يقوم به الذكاء الاصطناعي
المقارنة	يقوم بها المستخدم	يمكن للذكاء الاصطناعي المساعدة فيها
الاستكشاف	يعتمد على التصفح	يعتمد على البحث والحوار

ومع ذلك، لا يعني هذا أن Perplexity يلغي محركات البحث التقليدية؛ بل يمثل نموذجًا مختلفًا للتفاعل مع المعلومات.

تاسعًا: Perplexity وأدوات البحث المتخصصة

ينبغي على الباحث أن يميز بين ثلاثة أنواع من الأدوات:

أولًا: محركات البحث العامة. مثل Google، وهي مناسبة للوصول الواسع إلى الويب.

ثانيًا: محركات البحث المدعومة بالذكاء الاصطناعي. مثل Perplexity، وهي مفيدة في البحث والحوار والتلخيص والاستكشاف.

ثالثًا: قواعد البيانات الأكاديمية. مثل Scopus وWeb of Science وPubMed  وغيرها، وهي أكثر تخصصًا في الوصول إلى الأدبيات العلمية المفهرسة.

ومن هنا يمكن استخدام Perplexity بوصفه مرحلة استكشافية تسبق البحث الأكاديمي المتخصص، وليس بديلًا عنه.

عاشرًا: أهم مزايا Perplexity

يمكن تلخيص أهم مزاياه في:

1.       البحث باللغة الطبيعية.

2.       الجمع بين البحث والذكاء الاصطناعي.

3.       عرض المصادر مع الإجابات.

4.       تلخيص المعلومات من مصادر متعددة.

5.       المساعدة في البحث المتعمق.

6.       مناسب لاستكشاف الموضوعات الحديثة.

7.       دعم المقارنة بين المعلومات.

8.       المساعدة في اكتشاف مصادر جديدة.

9.       توفير تجربة بحث حوارية.

10.   إمكانية استخدامه في التعليم والبحث العلمي.

حادي عشر: أهم التحديات والقيود

رغم ارتباط Perplexity بالمصادر، فإن وجود مصدر لا يعني بالضرورة أن الإجابة صحيحة بصورة كاملة. فقد يحدث أن:

• يسيء النظام تفسير المصدر.
• يستنتج نتيجة لا يقولها المصدر بصورة مباشرة.
• يعتمد على مصدر ضعيف.
• يقدم تلخيصًا غير دقيق.
• يغفل مصدرًا مهمًا.
• يخلط بين معلومات من مصادر مختلفة.

ولهذا ينبغي أن تكون القاعدة الأساسية للباحث:

المصدر المعروض ليس نهاية عملية التحقق، بل بداية الرجوع إلى المصدر الأصلي.

ثاني عشر: كيف يمكن للباحث استخدام Perplexity بصورة فعالة؟

يمكن للباحث استخدام Perplexity في المرحلة الأولى من البحث من خلال سؤال أكثر تحديدًا، مثل:

"استكشف أحدث الاتجاهات البحثية في استخدام الذكاء الاصطناعي التوليدي في المكتبات الأكاديمية، وحدد الموضوعات الرئيسة، واذكر المصادر التي اعتمدت عليها، ثم اقترح مجموعة من الفجوات البحثية المحتملة."

بعد ذلك يمكن للباحث:

مراجعة الإجابة ← فتح المصادر الأصلية ← التحقق منها ← الانتقال إلى قواعد البيانات الأكاديمية ← بناء المراجعة العلمية. وهنا يصبح Perplexity أداة مساعدة في اكتشاف المعلومات وليس بديلًا عن البحث العلمي.

ثالث عشر: Perplexity ومستقبل البحث

يمثل Perplexity نموذجًا مهمًا للتحول الذي يحدث في طريقة الوصول إلى المعلومات. فالمستخدم لم يعد مضطرًا دائمًا إلى كتابة كلمات مفتاحية ثم تصفح عشرات الصفحات، بل أصبح قادرًا على طرح سؤال والحصول على إجابة مركبة مع إمكانية الرجوع إلى المصادر. وهذا التطور قد يؤدي إلى إعادة تعريف العلاقة بين:

المستخدم ← محرك البحث ← الوثيقة ← المعرفة.

بحيث يصبح الذكاء الاصطناعي طبقة وسيطة تساعد المستخدم على الانتقال من السؤال إلى المعرفة.

رابع عشر: الخلاصة

يُعد Perplexity من التطبيقات المهمة في مجال الذكاء الاصطناعي التوليدي والبحث الذكي، وتكمن أهميته في الجمع بين قدرات البحث في الويب وقدرات النماذج اللغوية التوليدية. وتظهر قيمته بصورة خاصة في استكشاف الموضوعات، واكتشاف المصادر، وتلخيص المعلومات، ومقارنة الأفكار، والبحث الأولي. ومن منظور علم المعلومات، يمثل Perplexity نموذجًا للانتقال من نظم استرجاع المعلومات التقليدية إلى نظم أكثر قدرة على فهم السؤال وتحليل المصادر وتوليد إجابة معرفية. ويمكن تلخيص فكرته الأساسية بالعبارة الآتية: Perplexity يحول البحث من مجرد العثور على صفحات إلى حوار ذكي مع المعلومات ومصادرها.