تشهد بيئات العمل تحولاً متسارعاً نحو دمج أدوات الذكاء الاصطناعي التوليدي في المهام اليومية والعمليات القيادية. غير أن هذا الدمج يصطدم بفجوة معرفية جوهرية تُعرف بـ“أمية الذكاء الاصطناعي“، والتي لا تعني الجهل بالتقنية، بل غياب القدرة على التقييم النقدي لمخرجاتها وضبط حدود الثقة بها ودمجها في سياقات اتخاذ القرار. تستعرض هذه المقالة الأدبيات العلمية الحديثة لتوثيق أثر هذه الأمية على متغيرين محوريين: الإنتاجية الفردية والتنظيمية، وجودة القرارات الإدارية. تشير الأدلة التجريبية إلى أن الذكاء الاصطناعي التوليدي يضيّق فجوات الإنتاجية المرتبطة بالتعليم في المدى القصير، لكن هذه المكاسب قد تكون هشة إذا لم تُرافَق بمهارات استخدام نقدية. كما تُظهر الدراسات المسحية ارتباطاً سلبياً معنوياً بين أمية الذكاء الاصطناعي وجودة القرار الاستراتيجي، مع وساطة متغيرات نفسية-معرفية مثل التحيز الآلي والتفويض المعرفي. وتُقترح في الختام إطاراً لتطوير “الطلاقة في الذكاء الاصطناعي“ كمهارة قيادية، مع التأكيد على ضرورة إدارة التوتر التقني لضمان تحويل الاستثمارات في المهارات إلى أداء مستدام. الكلمات المفتاحية: أمية الذكاء الاصطناعي؛ الإنتاجية؛ القرارات الإدارية؛ التحيز الآلي؛ التفويض المعرفي المقدمة خلال السنوات القليلة الماضية، انتقلت أدوات الذكاء الاصطناعي التوليدي من كونها مشاريع جانبية تجريبية إلى عنصر بنيوي في سير العمل المؤسسي. تشير بيانات ماكينزي وديلويت إلى أن المنظمات بدأت فعلاً في إعادة تصميم عملياتها حول هذه التقنيات، مع تصاعد حاد في الاستثمارات. غير أن العائد على هذه الاستثمارات يظل غير متجانس بشكل صارخ: فقط حوالي خُمس المنظمات تصنَّف كـ“قادة عائد الاستثمار“ الحقيقيين. هذه الفجوة ليست مشكلة أدوات، بل مشكلة قيادة ومعرفة. تبرز في هذا السياق ظاهرة “أمية الذكاء الاصطناعي“ (AI Illiteracy) كمفهوم يتجاوز التعريف التقني البسيط للإلمام بالخوارزميات. يجادل Bertoncini بأن الأمية الحقيقية في هذا المجال لا تتعلق بالقدرة على تشغيل الأدوات التوليدية، بل بالقدرة على مساءلة المنطق الكامن خلف الأنظمة وإدراك أن الخوارزميات “ليست محايدة“، بل هي آراء مضمّنة في شفرة برمجية قد تكرّس عدم المساواة التاريخية. يهدف هذا المقال إلى تقديم مراجعة تحليلية للأدلة العلمية حول كيف تتجلى أمية الذكاء الاصطناعي في بيئات العمل، وما هي آثارها الموثقة على الإنتاجية من جهة، وعلى جودة القرارات الإدارية من جهة أخرى. وينطلق من فرضية مفادها أن الأمية في هذا المجال ليست مجرد نقص في المهارات التقنية، بل حالة معرفية-أخلاقية تُنتج مخاطر تشغيلية وتنظيمية يمكن قياسها. 1. تحديد المفهوم: ما وراء المهارات التقنية ينبغي التمييز بدقة بين “الطلاقة في استخدام الأدوات“ (Tool Fluency) و“الطلاقة في الذكاء الاصطناعي“ (AI Fluency). الأولى تعني معرفة كيفية صياغة الأوامر وتلخيص المستندات وتوليد الأفكار—وهي مهارة تتضاءل قيمتها التنافسية مع كل تحديث يجعل الأدوات أسهل استخداماً. أما الثانية فتعني فهم كيفية تغيير الذكاء الاصطناعي لطبيعة القرارات التجارية: ما المشكلة التي نحلها فعلاً؟ هل نمتلك البيانات المناسبة؟ ما الذي ينبغي أتمتته وما الذي يجب أن يبقى بشرياً؟ كيف سنقيس القيمة ومتى نتوقف؟. هذا التمييز يجد صداه في المناهج البحثية الحديثة لقياس كفاءة الذكاء الاصطناعي في السياقات المهنية. تقترح مقاربة “موجهة بالمهام“ (Task-Oriented) أن الأدوات القياسية ينبغي أن تقيس القدرة على التفاعل العملي مع أنظمة الذكاء الاصطناعي في سياقات العمل، وليس الفهم المجرد للمفاهيم. تشمل هذه الكفاءات العملية: تقييم مخرجات الذكاء الاصطناعي، مطابقة الأدوات بالمهام، التعاون مع الأنظمة الذكية، ومعايرة الثقة (Trust Calibration) المبنية على تقدير المخاطر. في دراسة تطبيقية على شركة أدوية عالمية (PharmaCo)، تبين أن الفجوات في هذه الكفاءات تختلف بشكل منهجي حسب المستوى التنظيمي: احتاج المديرون التنفيذيون إلى “محو أمية استراتيجي“ لفهم آثار الذكاء الاصطناعي على نموذج الأعمال، بينما احتاج المديرون الأوسط إلى “طلاقة تشغيلية“ لدمجه في سير العمل، في حين احتاج الموظفون غير التقنيين إلى “معرفة أساسية“ للتفاعل الفعّال مع الأدوات. هذا التنوع في الاحتياجات يعني أن أمية الذكاء الاصطناعي ليست حالة واحدة، بل طيف من الفجوات المتداخلة. 2. الأثر على الإنتاجية: مكاسب قصيرة الأجل ومخاطر طويلة الأجل 2.1 الأدلة التجريبية على تضييق الفجوات تقدم الأدبيات الاقتصادية أدلة قوية على أن الذكاء الاصطناعي التوليدي يرفع الإنتاجية عبر مستويات المهارات المختلفة، مع مكاسب أكبر للفئات الأقل تعليماً. في تجربة عشوائية شملت 1,174 بالغاً خارج إطار الشركات، وجد الباحثون أن الفارق في الأداء بين المشاركين الأعلى والأدنى تعليماً في المهام الشبيهة بالعمل كان 0.548 انحراف معياري في غياب الذكاء الاصطناعي، لكنه تقلص إلى 0.139 انحراف معياري عند توفر المساعد الذكي—أي أن الذكاء الاصطناعي أغلق نحو ثلاثة أرباع الفجوة الأولية. هذا يفسر جزئياً لماذا يفضل 66% من القادة في 31 دولة عدم توظيف من يفتقرون إلى مهارات الذكاء الاصطناعي، ولماذا يختار 66% من المديرين التنفيذيين في أمريكا اللاتينية مرشحين “ملمّين بالذكاء الاصطناعي“ على أصحاب خبرة أطول لكن بدون هذه المهارات. 2.2 “فخ التعزيز“: عندما تتحول المكاسب إلى خسارة غير أن الصورة أكثر تعقيداً مما يبدو. تشير نتائج المتابعة في التجربة المذكورة إلى أن المكاسب التي تحققت لم تكن مجرد نتاج “تفويض“ المهام للآلة. المشاركون الذين استخدموا الذكاء الاصطناعي لم يؤدوا بشكل أسوأ من المجموعة الضابطة عند سحب الأداة، لكن الفارق التعليمي الكبير عاد للظهور. بعبارة أخرى، المكاسب تراجعت جزئياً دون الدعم التقني، مما يلمح إلى أن بعض التحسن كان مؤقتاً ومرتبطاً بتوفر الأداة لا بتعلم دائم. تتخذ هذه المخاوف شكلاً أكثر تحديداً في مفهوم “فخ التعزيز“ (The Augmentation Trap) الذي يرسمه تحليل نظري حديث: عندما تُصمَّم بيئات العمل حول “ضغط الإنتاج“ و“سهولة التفويض المعرفي“، قد يقع العاملون في دورة من الاعتماد المفرط على الذكاء الاصطناعي تؤدي تدريجياً إلى تآكل خبرتهم الأساسية. المشكلة الجوهرية أن حدود ما يمكن تفويضه للآلة يحدده المستخدم لا التقنية نفسها—وهذا يخلق مجالاً واسعاً لسلوكيات “التفريغ المعرفي“ التي تبدو مربحة في المدى القصير لكنها مكلفة في المدى الطويل. يظهر هذا بوضوح في ظاهرة رصدتها تقارير سوق العمل الأمريكية: ملايين الموظفين يستخدمون أدوات الذكاء الاصطناعي لإخفاء ضعف مهاراتهم الأساسية في القراءة والكتابة والحساب. تنتج هذه الأدوات تقارير تبدو احترافية “على السطح“، لكن العاملين يفتقرون إلى الفهم الحقيقي لمضمونها، مما يخلق قوة عاملة هشة “عاجزة عن اتخاذ القرارات أو حل المشكلات المعقدة عند غياب الدعم التقني“. يُشار إلى هذه الظاهرة بـ“الاستسلام المعرفي“ (Cognitive Surrender): انقياد الموظفين الأعمى لمخرجات التكنولوجيا دون تدقيق أو مراجعة. 2.3 الشرط الحاسم: إدارة التوتر التقني تكشف دراسة ميدانية على 403 ثنائيات من الموظفين والمشرفين في جنوب أفريقيا عن شرط تنظيمي حاسم. ترتبط “محو الأمية التعاوني في الذكاء الاصطناعي“ بتحسين الأداء—لكن فقط عندما يكون التوتر التقني (Technostress) منخفضاً. في ظروف التوتر المرتفع، لم تعد زيادة كفاءة الذكاء الاصطناعي تعزز التوافق بين المهمة والتقنية، بل قد تقوّضه، مما يؤدي إلى تقليص الفوائد الأدائية أو حتى عكسها. الخلاصة الإدارية واضحة: الاستثمار في المهارات ي yield عوائد إيجابية فقط عندما تُدار البيئة النفسية للعمل بالتوازي. 3. الأثر على القرارات الإدارية: من التحيز الآلي إلى تآكل الحكم 3.1 الأمية كمتغير تنبؤي بجودة القرار في دراسة حديثة استخدمت إطاراً قابلاً للتفسير يدمج تحليلات الدلالة اللغوية مع نمذجة المعادلات البنائية، وجد Salem وKhalil أن أمية الذكاء الاصطناعي الأعلى ترتبط سلبياً بجودة القرار الاستراتيجي، وترتبط إيجابياً بثلاثة متغيرات وسيطة خطيرة: التحيز الآلي (Automation Bias)، والثقة غير النقدية في الذكاء الاصطناعي، والتفريغ المعرفي. التحيز الآلي ليس مفهوماً نظرياً. في محاكاة تركيبية للسياقات التعليمية والبحثية، وجد Bertoncini وزملاؤه أن 78% من الوكلاء البشريين يقبلون قرارات الذكاء الاصطناعي دون مراجعة في غياب الكفاءة النقدية القوية. الدليل الميداني من هولندا يضيف نكهة قاتمة: الثقة العمياء في الخوارزميات لم تتراجع بشكل ذي دلالة إلا بعد تداعيات فضيحة حكومية كبرى. كان الفضيحة “جرس إنذار أخلاقياً“، لكن التكلفة الاجتماعية كانت غير مقبولة. 3.2 التفويض المعرفي كخطر مؤسسي المشكلة في التفويض المعرفي ليست أخلاقية فحسب، بل تشغيلية. عندما يفوّض المدير قراراً حساساً—من يستحق المزايا؟ من ينبغي تدقيقه؟—إلى نظام “صندوق أسود“، فإنه يتنازل عن وكالته الأخلاقية، كما يقول Bertoncini، مستشهداً بـSerafim وزملائه بأن المسؤولية عن الآلات التي تفتقر إلى الخبرة الأخلاقية الحقيقية هي خطأ جوهري. الكفاءة الأخلاقية في الذكاء الاصطناعي تكمن، بشكل مفارق، في معرفة أين يجب ألا تعمل الآلة. تشير الأدبيات المتعلقة بقادة الأعمال إلى أن القادة يحتاجون إلى أكثر من إتقان الأدوات. كما يقول أحد الممارسين في كلية إدارة الأعمال بجامعة بوسطن: “يمكن للذكاء الاصطناعي أن يجعل استراتيجية ضعيفة تُنفَّذ بشكل أسرع. يمكنه إنتاج مزيد من المخرجات دون إنتاج مزيد من القيمة“. الطلاقة في الذكاء الاصطناعي، على مستوى القيادة، هي القدرة على طرح الأسئلة الصحيحة حول ما ينبغي أتمتته وما يجب أن يبقى بشرياً، وكيفية قياس القيمة، وما هي المخاطر الأخلاقية والقانونية التي نُدخلها. 3.3 نحو إطار لتنمية الطلاقة القيادية يُظهر تطوير أدوات مثل “لوحة تطوير محو الأمية في الذكاء الاصطناعي“ (AI Literacy Development Canvas) أن المنظمات بدأت تتعامل مع هذه الفجوة كتحدٍّ منهجي لا كتدريب عابر. تتيح هذه اللوحة رسم خرائط للكفاءات المستهدفة عبر ثلاثة مستويات—محو الأمية المفاهيمي (فهم دور الذكاء الاصطناعي في سلسلة القيمة)، محو الأمية الأخلاقي (الحوكمة والتحيز والامتثال)، ومحو الأمية العملي (تشغيل الرؤى في التخطيط الاستراتيجي)—مع تخصيص الاحتياجات لكل شريحة تنظيمية. في دراسة حالة PharmaCo، كشفت التقييمات عن فجوات محددة في كل مستوى: المديرون التنفيذيون افتقروا إلى “محو الأمية الأخلاقي“ المتعلق بحوكمة الرؤى المولّدة في قرارات الموافقة على الأدوية، والمديرون الأوسط إلى فهم كيفية عمل النماذج داخل سير العمل، والموظفون غير التقنيين إلى المعرفة الأساسية بكيفية توليد الأدوات لمخرجاتها. هذه التحديدات الدقيقة تسمح بتدخلات تدريبية موجّهة بدلاً من جهود “رفع الوعي“ العامة. 4. الخلاصة والتوصيات تشير المراجعة إلى أن أمية الذكاء الاصطناعي في بيئات العمل ليست مجرد فجوة في المهارات التقنية، بل حالة معرفية-تنظيمية تُنتج آثاراً مزدوجة: على الإنتاجية، حيث تبدو المكاسب الأولية سريعة لكنها قد تكون هشة وقابلة للانعكاس إذا تحولت إلى تفويض معرفي دائم؛ وعلى القرارات الإدارية، حيث ترتبط الأمية سلبياً بجودة القرار الاستراتيجي عبر مسارات التحيز الآلي والثقة غير النقدية. المفارقة المركزية التي تكشفها الأدبيات هي أن الذكاء الاصطناعي يضيّق فجوات الأداء في المهمة الواحدة، لكنه في الوقت نفسه يضخّم الفجوة بين من يستخدمه بوعي نقدي ومن يستسلم له. الشرط الحاسم ليس توفر الأداة، بل وجود “الطلاقة“ التي تسمح بالتمييز بين التفويض المثمر والتفريغ المدمّر. التوصيات التشغيلية: أولاً، التمييز في برامج التطوير بين “الطلاقة في الأدوات“ و“الطلاقة في الذكاء الاصطناعي“، مع التركيز على الأخيرة لأنها غير قابلة للتقليد السريع. ثانياً، تصميم التدريب بحسب المستوى التنظيمي: كفاءات استراتيجية للقيادة، تشغيلية للمديرين الأوسط، وأساسية للموظفين غير التقنيين. ثالثاً، دمج إدارة التوتر التقني كمكوّن أساسي في أي مبادرة لتطوير المهارات، لأن الأدلة تُظهر أن الفوائد تختفي أو تنعكس تحت التوتر المرتفع. رابعاً، بناء آليات مؤسسية لقياس جودة القرار وليس فقط سرعة الإنجاز، لأن مؤشرات الإنتاجية قصيرة الأجل قد تخفي تآكلاً في القدرات الحاكمة. خامساً، الاعتراف بأن أين لا ينبغي للآلة أن تعمل هو جزء من الكفاءة، لا نقص فيها. المراجع [1] Cruces, G., Fernández Meijide, D., Galiani, S., Gálvez, R. H., & Lombardi, M. (2026). Does Generative AI Narrow Education-Based Productivity Gaps? Evidence from a Randomized Experiment. NBER Working Paper 34851. [2] Bertoncini, A. L. C. (2025). AI Literacy as a Mechanism for Democratic Defense: From the Technical to the Socio-technical. Admethics. [3] Albannai, N. A. A., & Raziq, M. M. (2026). Navigating ethical, human-centric leadership in AI-driven organizations: a thematic literature review. The Service Industries Journal, 46(5–6), 555–582. [4] Benlian, A., & Pinski, M. (2025). The AI literacy development canvas: Assessing and building AI literacy in organizations. Business Horizons. [5] تقرير أكسيوس (2026). الذكاء الاصطناعي يخفي أمية الموظفين ويهدد إنتاجية الشركات الأميركية بأزمة صامتة. الإمارات اليوم. [6] Salem, M. A., & Khalil, Z. A. (2026). Integrating Semantic NLP and PLS-SEM for AI-Enabled Strategic Decision Support: An Explainable Framework for Assessing Organisational AI Illiteracy. Information. [7] Rodríguez Castelán, C., & Winkler, H. (2025). Artificial intelligence is transforming middle-class jobs. Can it also help the poor? World Bank Blogs. [8] Tan, W., Nawaz, M., Shu, T., & Ramzan, B. (2026). Collaborative artificial intelligence literacy and employee performance: Task–technology fit and technostress in a moderated mediation model. South African Journal of Business Management, 57(1). [9] Boston University. (2026). Why Business Leaders Need AI Fluency, Not Just AI Tools. [10] AI Literacy Assessment Revisited: A Task-Oriented Approach Aligned with Real-world Occupations. (2025). arXiv. [11] The Augmentation Trap: AI Productivity and the Cost of Cognitive Offloading. (2026). arXiv.