كتب- محمد منصور:

تواصلت فعاليات المؤتمر الدولي السنوي للذكاء الاصطناعي والأنظمة والتقنيات الناشئة  (IEEE-ICAISET 2026)، بالمعهد العالي للحاسبات بأكاديمية الشروق، لليوم الثالث “الختامي” بعقد الجلسة الأولى التي تناولت تطبيقات الذكاء الاصطناعي في التعليم الهندسي، والزراعة الذكية، وتحليل البيانات الاقتصادية، ودعم ريادة الأعمال، إلى جانب تطوير نماذج متقدمة في إدارة النماذج اللغوية وتحليل الامتثال المالي.

واستعرضت الجلسة بحثًا بعنوان تطوير أداة تفاعلية ثلاثية الأبعاد عبر الويب لتصور المدارات والمسارات الأرضية في تعليم ميكانيكا المدارات، حيث تناول البحث توظيف التقنيات التفاعلية الحديثة لدعم تعليم علوم الفضاء والهندسة الجوية بطريقة مبسطة ومرئية.

كما ناقش بحث آخر بعنوان استخدام نماذج اللغة الكبيرة (LLM) في دعم تطوير البرمجيات في هندسة الطيران عبر سير عمل منظم، والذي ركز على دمج الذكاء الاصطناعي في العملية التعليمية والهندسية لتعزيز كفاءة التعلم والتطوير.

وفي المجال الزراعي، تم عرض دراسة بعنوان تقييم أداء شبكة ResNet50 في تصنيف أمراض أوراق الذرة باستخدام الشبكات العصبية الالتفافية، حيث تناول البحث تحسين دقة تشخيص الأمراض النباتية باستخدام تقنيات التعلم العميق.

كما تضمنت الجلسة عرض بحث بعنوان تحليل العوامل الفيزيائية والكيميائية المؤثرة على جودة مشروبات النبيذ المصنوعة من الكاكاو باستخدام خوارزمية الغابات العشوائية، والذي ركز على استخدام الذكاء الاصطناعي في تحسين جودة الصناعات الغذائية.

وشهدت الجلسة أيضًا تقديم دراسة بعنوان إطار دعم القرار الذكي لتعزيز وبناء القدرات في تعاونيات الشركات الناشئة، حيث تناول البحث تحسين آليات دعم ريادة الأعمال وتطوير بيئات العمل الناشئة.

وفي مجال التعليم وسوق العمل، تم عرض بحث بعنوان تحليل قائم على التعلم الآلي لنتائج التوظيف وملاءمة المناهج في جامعة حكومية بالفلبين مقارنة بكفاءة الخريجين عالميًا، حيث ناقش البحث الفجوة بين التعليم ومتطلبات سوق العمل.

كما استعرضت الجلسة بحثًا بعنوان إدارة تكاليف نماذج اللغة الكبيرة باستخدام التعلم المعزز بالسياق (Contextual Bandit Learning)، والذي ركز على تحسين كفاءة استخدام نماذج الذكاء الاصطناعي وتقليل تكلفتها التشغيلية.

وشهدت الجلسة كذلك عرض دراسة بعنوان العوامل المؤثرة على أداء امتحانات الترخيص لخريجي تخصص التربية باستخدام نموذج التنبؤ Random Forest، حيث تناول البحث التنبؤ بمستوى الأداء الأكاديمي وتحليل عوامل النجاح.

واختُتمت الجلسة بعرض بحث بعنوان كشف الاحتيال القابل للتدقيق: مواءمة نماذج التعلم الآلي مع متطلبات الامتثال مثل GDPR وSOX باستخدام SHAP وGradient Boosting، والذي ركز على تعزيز الشفافية في أنظمة الكشف عن الاحتيال المالي وضمان الالتزام التنظيمي.

وأكد المشاركون أن الذكاء الاصطناعي أصبح عنصرًا محوريًا في تطوير التعليم، وتحسين جودة القرارات، ودعم الامتثال المالي، بما يسهم في بناء أنظمة أكثر كفاءة وشفافية في مختلف القطاعات.