أثبتت تجربة عملية أن الذكاء الاصطناعي لا يقتصر دوره على كتابة النصوص أو تلخيص المعلومات، بل يمكن أن يتحول إلى أداة لبناء أدوات برمجية صغيرة تحل مشكلات يومية محددة. في هذه الحالة، كان التحدي متعلقاً بملفات PDF تحتوي على صفحات مطبوعة على ورق ملوّن، وتحديداً خلفية صفراء تسببت في صعوبة إعادة الطباعة والقراءة، إضافة إلى احتمال إرباك بعض تطبيقات التعرف على المحتوى الموسيقي.
المشكلة بدت بسيطة ظاهرياً: تحويل الخلفية الصفراء إلى بيضاء مع الحفاظ على النصوص والنوتات الموسيقية كما هي. لكن الحل اليدوي عبر برامج تحرير الصور لم يكن عملياً، لأن كل صفحة كانت تحتاج إلى ضبط مختلف، وهو ما جعل العملية مرهقة وبطيئة وغير مناسبة إذا كان المطلوب التعامل مع عدد كبير من الصفحات.
من التعديل اليدوي إلى حل برمجي دقيق
الطريقة التقليدية في برامج التصميم مثل تحرير مستويات الألوان أو تعديل التباين قد تنجح في بعض الحالات، لكنها لا توفر ثباتاً كافياً عندما يكون المطلوب إزالة لون الخلفية دون المساس بالعناصر الداكنة الأساسية. وفي هذه الحالة، كان الهدف واضحاً: إبقاء المحتوى المهم كما هو، والتخلص فقط من كل ما يقترب من اللون الأصفر أو الخلفيات الملونة التي لا تخدم الغرض النهائي للطباعة أو المعالجة الرقمية.
هنا ظهرت فائدة النهج البرمجي. بدلاً من إدخال تعديلات يدوية متكررة، يمكن كتابة أداة تنفذ قاعدة ثابتة على كل صفحة: أي بكسل لا يصنف ضمن نطاق الرمادي أو الأسود يتحول إلى أبيض، مع ترك مساحة صغيرة للتدرجات اللونية الخفيفة حتى لا يختفي النص المطبوع على خلفية ملونة. هذه الفكرة بسيطة، لكنها تعتمد على منطق واضح وقابل للتكرار.
لماذا كان الذكاء الاصطناعي مناسباً لهذه المهمة
اللافت في التجربة أن ChatGPT لم يستخدم مباشرة كأداة لتحرير الملف، بل كوسيلة لكتابة البرنامج الذي ينفذ التحرير. هذا يوضح جانباً مهماً في استخدام الذكاء الاصطناعي: ليس ضرورياً أن يقوم النموذج بكل شيء بنفسه، بل قد يكون دوره الأفضل هو تسريع بناء الحلول البرمجية التي تعمل بطريقة حتمية ودقيقة.
الفرق بين النتائج العشوائية نسبياً التي قد ينتجها نموذج لغوي، وبين البرنامج البرمجي، مهم هنا. النموذج يمكن أن يعطي مخرجات مختلفة عند تكرار الطلب نفسه، بينما السكربت البرمجي ينفذ القاعدة ذاتها على كل ملف بالشكل نفسه. ولهذا كان من الضروري أن تكون الأداة النهائية قائمة على منطق ثابت، لا على معالجة احتمالية قد تغيّر بعض التفاصيل الدقيقة داخل المستند.
هذا النوع من الاستخدام يبرز قيمة الذكاء الاصطناعي في بيئات العمل التقنية: إنتاج الكود، اقتراح البنية، ثم ترك التنفيذ للبرنامج نفسه. بهذه الطريقة يصبح النموذج مساعداً في مرحلة البناء، بينما تتولى الخوارزمية المرحلة التشغيلية التي تحتاج إلى الاتساق.
سكربت بايثون يعالج ملفات PDF متعددة الصفحات
جرى توجيه النموذج إلى كتابة سكربت بايثون قادر على استقبال ملف JPEG أو PDF، ثم إزالة الألوان غير المرغوبة وحفظ الناتج بصيغة جديدة. والأهم أن الطلب لم يقتصر على صورة واحدة، بل شمل أيضاً مستندات PDF متعددة الصفحات، ما يعني أن الأداة يجب أن تكون قادرة على التعامل مع الملفات بشكل كامل، صفحة بعد صفحة.
بعد تنفيذ التعديلات اللازمة على المكتبات المطلوبة، أصبح السكربت يعمل كما هو متوقع. الفكرة التشغيلية تعتمد على المرور على كل بكسل أو على كل صفحة بحسب نوع الملف، ثم إعادة بناء المستند بشكل يحافظ على النصوص الداكنة ويزيل الخلفية الملونة. النتيجة النهائية ملف جديد يمكن طباعته أو تمريره إلى تطبيقات أخرى دون أن تؤثر الخلفية الأصلية في وضوحه.
الجانب العملي في هذا النوع من الحلول هو أنه لا يحتاج إلى واجهة معقدة. أحياناً تكون أداة سطر أوامر بسيطة أكثر فاعلية من برنامج كامل بواجهة رسومية. المستخدم يمرر الملف المدخل، ويحصل على ملف جديد جاهز للاستخدام، وهو ما يختصر الوقت ويخفض احتمالات الخطأ.
ما الذي يجعل هذا الأسلوب مفيداً للمستخدمين
تستفيد هذه المقاربة من نقطتين أساسيتين. الأولى أن المشكلة نفسها ليست نادرة؛ فكثير من المستندات الممسوحة ضوئياً أو الصفحات التعليمية والملاحظات المطبوعة تأتي بخلفيات ملونة أو ورق غير أبيض، ما يجعل الطباعة اللاحقة أقل جودة وأكثر استهلاكاً للحبر. والثانية أن الحل لا يتطلب بالضرورة خبرة متقدمة في تحرير الصور، بل يكفي وصف المشكلة بدقة حتى يساعد النموذج في بناء أداة مناسبة.
كما أن هذا النوع من الاستخدام يكشف عن فائدة عملية للذكاء الاصطناعي في التعامل مع الملفات. بدلاً من الاعتماد على التعديل البصري اليدوي، يمكن تحويل المهمة إلى عملية قابلة للأتمتة، وهو ما يفتح الباب أمام استخدامات أخرى مشابهة، مثل تنظيف المستندات، تحسين قابلية القراءة، أو تجهيز الملفات قبل إدخالها إلى تطبيقات التعرف الضوئي على الحروف أو قراءة النوتات الموسيقية.
ومن منظور الإنتاجية، فإن إنشاء أداة صغيرة مخصصة لمهمة واحدة قد يكون أكثر قيمة من الاعتماد على أدوات عامة لا تقدم الدقة المطلوبة. هنا يصبح الذكاء الاصطناعي وسيلة لتقليل الفجوة بين الفكرة والتنفيذ، لا بديلاً كاملاً عن البرمجة، بل محفزاً لها.
دروس تقنية من التجربة
يمكن استخدام الذكاء الاصطناعي لكتابة أدوات محددة تعمل وفق قواعد واضحة، بدل الاعتماد عليه لتنفيذ المهمة النهائية مباشرة.
البرامج الحتمية تظل أفضل عندما يكون المطلوب الحفاظ على دقة الملف الأصلي وعدم تغيير المحتوى الأساسي.
الأدوات البسيطة قد تكون أكثر عملية من الحلول المعقدة، خاصة في مهام المعالجة الدفترية أو الأرشفة أو الطباعة.
بايثون يظل خياراً مناسباً لمثل هذه المهام بفضل كثرة المكتبات المتاحة وسهولة تركيب الحلول عليه بسرعة.
في النهاية، توضح هذه الحالة أن الذكاء الاصطناعي يفيد أكثر عندما يُستخدم بوصفه شريكاً في بناء الأداة المناسبة، لا مجرد واجهة إجابة عامة. وعندما تكون المهمة مرتبطة بملف PDF يحتاج إلى تنظيف دقيق من لون الخلفية مع الحفاظ على النص كما هو، فإن الجمع بين ChatGPT وبايثون قد يكون حلّاً عملياً وفعالاً.