أساسيات الذكاء الاصطناعي وعلم البيانات

 الأهداف التعليمية

• فهم أساسيات الذكاء الاصطناعي وتاريخه وتطبيقاته الحالية.
• استكشاف الجوانب الأخلاقية (التحيز، الخصوصية، المساءلة).
• التعرّف على أثر الذكاء الاصطناعي في الصناعات والحياة اليومية.
• فهم كيفية جمع البيانات وتخزينها واستخدامها في تطبيقات الذكاء الاصطناعي.
• تقييم جودة البيانات وفهم الانحياز وتأثيره على أداء النماذج.
• استكشاف أدوات تصوّر البيانات وتقنيات التفسير.

مخرجات التعلّم

• وصف المفاهيم الأساسية وتاريخ الذكاء الاصطناعي.
• تحديد التحديات الأخلاقية المرتبطة بتقنيات الذكاء الاصطناعي.
• التعرّف على تطبيقات واقعية للذكاء الاصطناعي.
• شرح دور البيانات في تطبيقات الذكاء الاصطناعي.
• تقييم جودة البيانات وفهم الانحيازات فيها.
• تفسير التصورات البيانية لدعم اتخاذ القرار.

 المحاور العامة

1) الأسس والمفاهيم

• تطور الذكاء الاصطناعي من المفهوم إلى الواقع.
• تحديد استخدامات الذكاء الاصطناعي في الحياة اليومية.
• دراسات حالة: كيف غيّر الذكاء الاصطناعي خدمة العملاء.

2) التطبيقات القطاعية

• الأثر في الصحة والمالية والتجزئة وغيرها.
• نجاحات وحدود التطبيقات الواقعية.
• نشاط جماعي: خريطة ذهنية لتطبيقات الذكاء الاصطناعي عبر القطاعات.

3) الأخلاقيات والحوكمة

• التحيز والخصوصية والمساءلة.
• بناء إطار أخلاقي وتطبيقه على حالات مثل التعرّف على الوجه.

4) الأدوات والمنصّات

• استكشاف IBM Watson وGoogle AI واستخدام النماذج الجاهزة.
• كيف يستفيد غير التقنيين من أدوات الذكاء الاصطناعي.

5) البيانات والتصور

• ما هي البيانات؟ سرد القصص بالبيانات.
• أدوات التصور (Tableau, IBM Cognos) وتحديد مصادر البيانات للمشاريع.
• تحليل التصورات والمخططات وتقديم الرؤى بصريًا.

6) التقييم والمشاريع

• اختبار مفاهيمي ومراجعة المستفاد.
• عروض جماعية لتطبيقات الذكاء الاصطناعي وبيانات واقعية.
• تحدي تفسير البيانات وتغذية راجعة أقران.
• مشروع تطبيقي: خريطة مفاهيم لـ 5 استخدامات + لوحة معلومات لسيناريو اتخاذ قرار.