اثنان وخمسون في المئة من عمال المعرفة باتوا يصححون بانتظام عملاً مولَّداً بالذكاء الاصطناعي أنتجه شخص آخر (Adaptavist, 2026). ليست مخرجاتهم هم — بل مخرجات زميل. وفي المسح نفسه الذي شمل 2500 موظف في خمس دول، يقول 42% إنهم يقضون في التحقق من مخرجات الذكاء الاصطناعي وقتاً أطول مما يوفّرونه باستخدامها. اقرأ الرقمين معاً وستجد السبب الذي يجعل إعادة العمل الناتجة عن الذكاء الاصطناعي غائبة عن أي دراسة جدوى: من يسجّل الوفر ومن يتحمّل الكلفة ليسا الشخص نفسه، وغالباً ليسا في الفريق نفسه.
هذه مشكلة محاسبية قبل أن تكون مشكلة تقنية.
الدراسة، وما يميّزها
أجرت Adaptavist البحث في مارس 2026 في المملكة المتحدة والولايات المتحدة وكندا وألمانيا وإسبانيا — 2500 من عمال المعرفة، ونُشر كامتداد لعملها في 2025 حول التحول الرقمي (Adaptavist, 2026). ويصكّ التقرير مصطلحاً مفيداً: ضريبة التحقق.
الأرقام الرئيسية:
- 52% يصححون بانتظام عملاً مولَّداً بالذكاء الاصطناعي أنتجه زملاء
- 42% يقضون في التحقق من المخرجات وقتاً أطول مما يوفّرونه باستخدامها
- 49% يقولون إن المخرجات الرديئة تُبطئ المشاريع فعلياً
- 46% يقولون إن الذكاء الاصطناعي جعل عملهم أكثر تكراراً وأقل معنى
الرقم الأخير هو ما يتجاوزه معظم القراء. تصحيح مخرجات آلة أنتجها شخص آخر ليس عملاً مثيراً للاهتمام. لا يطوّر أحداً، ونادراً ما يُحتسب في تقييم الأداء، وهو غير مرئي لمن اعتمد الأداة أصلاً.
لاحظ أيضاً ما لا تُظهره الدراسة. ليست بيانات مناهضة للذكاء الاصطناعي: 67% من المستجيبين أنفسهم يريدون أن تزيد مؤسستهم استخدامه، و60% يشعرون بتدريب كافٍ، و66% يقولون إن التبنّي جرى التواصل بشأنه بشفافية (Adaptavist, 2026). هؤلاء أشخاص يريدون التقنية ويصفون خللاً في التوزيع، لا خللاً في القدرة.
لماذا تقول لوحة مؤشراتك "نعم" بينما لا تقول أزمنة الدورة شيئاً
في السوق المتوسط، يجري قياس الذكاء الاصطناعي غالباً لكل مقعد: تراخيص منشورة، أوامر منفَّذة، ساعات موفَّرة معلَنة ذاتياً، نسبة تبنٍّ لكل قسم. كل هذه المقاييس تُجمَع عند نقطة التوليد.
أما إعادة العمل فلا تُجمَع في أي مكان، لأنها تحدث عند نقطة الاستلام.
يولّد التسويق مسودة أولى في تسعين ثانية ويسجّل تسعين دقيقة موفَّرة. ويقضي القسم القانوني أربعين دقيقة في تصحيح استشهاد خاطئ قُدِّم بثقة. لوحة التسويق صادقة. وأربعون دقيقة القسم القانوني تسقط في بند عام لعبء العمل، ولا أحد يوفّق بين الاثنين. كرّر ذلك عبر المالية والعمليات والدعم والمنتج، وستحصل على النمط الذي صار شبه عالمي في تقارير السوق المتوسط: وفورات الوقت المعلَنة ترتفع كل ربع، وأزمنة الدورة تبقى حيث كانت تماماً.
ثلاث خصائص تجعل هذه الكلفة صعبة الرؤية
إنها تعبر حدوداً. محاسبة التكاليف منظَّمة حسب الفريق. والكلفة التي تنشأ في فريق وتسقط في آخر لا مالك طبيعي لها، فلا يتتبعها أي منهما.
إنها أقدمية غير مفوترة. المصحِّح عادةً هو الطرف الأكثر خبرة — الشخص الذي يملك من الحكم المهني ما يكفي لاكتشاف الخطأ. أنت تدفع أعلى أجورك بالساعة لتنظيف مخرجات وُلِّدت بأدنى تكلفة.
من المحرج اجتماعياً الإبلاغ عنها. «قضيت بعد الظهر في إصلاح مسودة زميل مولَّدة بالذكاء الاصطناعي» ليست جملة مريحة في تقرير حالة، فتُسجَّل بدلاً من ذلك تحت المهمة الأصلية.
هذا ليس الاسترداد الذي قرأت عنه من قبل
يخلط كثيرون بين هذه النتيجة ونتيجتين مجاورتين، والتمييز بينها يحدد أي رافعة تسحب.
مؤشر Work AI Index من Glean — 6000 عامل رقمي، أُنجز مع باحثين من Stanford وUC Berkeley وHarvard — وجد أن الذكاء الاصطناعي يوفّر نحو 11 ساعة أسبوعياً بينما يحرق العاملون نحو 6.4 ساعة في «رعاية البوت»: الإشراف وتصحيح الأخطاء والتنقل بين الأدوات (Glean, 2026). هذا استرداد على العامل نفسه: من يوفّر الوقت يعيد دفعه بنفسه، والعلاج هو الوصول إلى السياق — ما تسمح أنظمتك للنموذج ببلوغه.
أما التجربة العشوائية من METR فأشارت إلى خلل مختلف: 16 مطوّر برمجيات مفتوحة المصدر من ذوي الخبرة، و246 مهمة حقيقية في مستودعاتهم. توقعوا تسارعاً بنسبة 24%، واعتقدوا لاحقاً أنهم كسبوا 20%، بينما جاء القياس أبطأ بنسبة 19% (METR, 2025). هذا خلل في الإدراك: الوفورات المعلَنة ذاتياً غير موثوقة حتى لدى خبراء يعملون على شفرتهم الخاصة.
وتصف Adaptavist أمراً ثالثاً: تحويلاً أفقياً. ليس العامل نفسه يعيد الدفع لنفسه، ولا مكسباً أُسيء إدراكه، بل كلفة تغادر مركز تكلفة وتصل إلى آخر. أدوات السياق لن تصلحه. تحسين الإبلاغ الذاتي لن يصلحه. القياس عند الحدود وحده يصلحه.
والنتائج الثلاث تتراكم، بالمناسبة. إذا كانت الوفورات مبالغاً فيها عند المصدر (METR)، ومُعاد امتصاص جزء منها لدى العامل نفسه (Glean)، ومُصدَّر جزء آخر إلى زميل (Adaptavist)، فإن صافي المكسب المتبقي في سير عمل نموذجي في السوق المتوسط رقم أصغر بكثير مما توحي به أي دراسة منفردة.
تقدير الحجم: كم تساوي ضريبة التحقق في شركة بـ200 موظف بدوام كامل
تعرض الدراسة نِسَباً لا ساعات، لذا فأي رقم مالي هو حسابك أنت لا حساب Adaptavist. احسبه على أي حال — فرتبة الحجم هي الحجة.
خذ شركة من 200 شخص، يعمل 120 منهم في عمل معرفي. إذا كان 52% يصححون بانتظام مخرجات زملائهم، فذلك نحو 62 شخصاً. افترض — بتحفّظ، وهذا هو الافتراض الذي يجب اختباره لا تصديقه — ساعتين أسبوعياً لكل منهم. تصبح 124 ساعة أسبوعياً، ونحو 6400 ساعة سنوياً، أي ما يعادل ثلاث وظائف بدوام كامل لم توظّفها ولم تُدرجها في الميزانية ولم تناقشها قط.
والآن انظر لمن تعود تلك الساعات. التصحيح يتطلب الحكم اللازم لمعرفة الخطأ، فيتركّز لدى كبار المساهمين الأفراد لديك — الأشخاص أنفسهم الذين ستذكرهم لو سُئلت من الأصعب استبدالاً. أنت تنفق ثلاث وظائف كاملة من أندر أنواع الحكم لديك على تنظيف لا يظهر في أهداف أحد.
الرقم توضيحي. أما التمرين فليس كذلك: أعِد حسابه بأعداد موظفيك وتقديرك أنت، ثم ضعه أمام من يملك ميزانية الذكاء الاصطناعي، وراقب سرعة انتقال النقاش من عدد التراخيص إلى تصميم العمليات.
ما لا تستطيع الدراسة إخبارك به
ثلاثة حدود، بوضوح. الدراسة معلَنة ذاتياً، فنسبة 42% إدراك لصافي الوقت لا قياس له — وعمل METR تحذير مباشر من مدى انحراف الإبلاغ الذاتي. وهي مقطعية، فتصوّر مارس 2026 ولا تقول إن كانت الضريبة تتصاعد أم تتراجع. وهي تمسح عاملين من خمس دول ومن شركات بكل الأحجام، لا عمليات السوق المتوسط تحديداً؛ الاتجاه ينبغي أن ينتقل، أما المقدار في سياقك فغير محدد.
ما ينجو من الحدود الثلاثة هو النقطة البنيوية: التصحيح يعبر حدوداً لا يعبرها القياس.
الاعتراض البديهي، وأين يصمد
الردّ المعقول: هذا احتكاك تبنٍّ مبكر. جودة المخرجات تتحسن، وأعراف المراجعة تنضج، والضريبة تتراجع. جزء من ذلك صحيح بالتأكيد؛ فالاستخدام من الجيل الأول لأي فئة أدوات يحمل علاوة تصحيح تنخفض مع الألفة.
لكن أمرين يقيّدان التفاؤل.
أولاً، التصحيح ليس أساساً مسألة جودة نموذج — بل مسألة موضع المساءلة. ما دام التوليد رخيصاً والمراجعة مكلفة، سيرتفع الحجم إلى المستوى الذي يريح المولِّد، ويمتص المراجِع الفرق. والنماذج الأفضل ترفع الحجم بالسرعة نفسها التي ترفع بها الجودة.
ثانياً، ثمة دليل على أن الاحتكاك يجري ترسيمه لا إذابته. وجد بحث القوى العاملة 2026 من BambooHR أن 81% من القادة يعلنون مكاسب إنتاجية من الذكاء الاصطناعي بينما يقول 49% من العاملين إنه لم يقدّم أي قيمة (BambooHR, 2026). وحين تكون المكاسب غير المتحقَّق منها مسعّرة سلفاً في توقعات القيادة، لا يحصل عمل التصحيح على موارد: يمتصه بصمت الأشخاص الذين يُقاس أداؤهم بالمكسب المعلَن نفسه.
إذاً: حجة الاحتكاك تصمد أمام مقدار الضريبة، ولا تصمد أمام اتجاهها.
قياس إعادة العمل عند حدود التسليم
أربع خطوات. جميعها تغييرات في القياس أو السياسة؛ ولا تتطلب إنفاقاً جديداً.
1. قِس التسليم، لا ضغطة المفاتيح. اختر أكثر مسارَي عمل عبوراً بين الفرق حجماً، وسجّل ثلاثة أشياء في الجهة المستلِمة: ساعات المراجعة، والمسودات المرفوضة، وعدد الجولات حتى القبول. خطوة المراجعة موجودة أصلاً؛ أنت فقط لا توقّتها. شهر واحد من ذلك ينتج رقماً حقيقياً لصافي الساعات بدل رقم معلَن ذاتياً.
2. عيّن مالك المراجعة قبل إطلاق أي أداة. كل مسار عمل مدعوم بالذكاء الاصطناعي يعبر حدود فريق يحتاج مراجِعاً مسمّى وعدد ساعات مُدرجاً في الميزانية. وإن لم يموّل أحد المراجعة فالمسار غير جاهز: أنت تقترح توجيه كلفة غير مُدرجة إلى أسبوع زميل.
3. اجعل بيان المصدر عُرفاً لا اعترافاً. طلب سطر واحد على العمل المدعوم بالذكاء الاصطناعي حين يعبر حدوداً — ما الذي وُلِّد، وما الذي جرى التحقق منه، وما الذي لم يُتحقق — يكلف المرسِل ثوانٍ ويوفّر على المستلِم إعادة البناء. كما يكبح الحجم بهدوء، لأن المخرجات الضخمة غير المراجَعة تصبح منسوبة بوضوح.
4. أعِد موازنة عيّنة من تسأل. استطلاعات التبنّي تسأل المولِّدين دائماً تقريباً. اسأل المستلِمين: كم من أسبوعك يذهب في تصحيح عمل مدعوم بالذكاء الاصطناعي لم تنتجه أنت؟ هذا السؤال وحده، موجَّهاً إلى كبار المساهمين الأفراد لديك، سيخبرك عن عائد استثمارك الحقيقي أكثر من لوحة استخدام التراخيص بأكملها.
لاحظ النمط في الأربعة: لا شيء منها يبطئ التبنّي. جميعها تنقل القياس إلى حيث تسقط الكلفة فعلاً.
قرار واحد لهذا الربع
إعادة العمل الناتجة عن الذكاء الاصطناعي ليست خطأ تقريب، وهي ليست غير مرئية لأنها صغيرة. هي غير مرئية لأن أدوات قياسك تتوقف عند لحظة التوليد، بينما تبدأ الكلفة على المكتب المجاور.
فالسؤال ليس ما إذا كان الذكاء الاصطناعي لديك يحقق قيمة. السؤال أضيق وأسهل إجابةً بكثير: في أكثر مسارَي عمل عبوراً بين فرقك حجماً، من يقوم بالتصحيح الآن — وهل سأله أحد يوماً كم يستغرق ذلك؟
إن لم تستطع تسمية ذلك الشخص قبل نهاية الأسبوع، فليست لديك مشكلة عائد استثمار في الذكاء الاصطناعي. لديك مشكلة قياس مرتدية زيّ العائد، وستظل تخبرك بما تريد سماعه بالضبط حتى تنقل المقياس إلى الجهة الأخرى من التسليم.
