تحية طيبة وبعد،

يسعدنا دعوتكم لحضور جلستنا القادمة ضمن لقاءات إنفوتايمز أكاديمي مع الخبراء، حيث نستضيف الخبير الإعلامي محمد جلال في جلسة مميزة نتناول خلالها خبراته ورؤاه في مجال الإعلام والأسواق.

📅 الموعد: غدًا

⏰ الساعة: 6:00 مساءً بتوقيت القاهرة

💻 تُبث الجلسة عبر منصة Zoom

https://aucegypt.zoom.us/j/97410317503

Passc…

Read more

أعرفها منذ سنوات، حين كانت من بين الصحفيين الذين التقيت بهم خلال زمالتي مع المركز…

Read more

في هذه المقابلة، نلقي الضوء على حياتها المهنية والأكاديمية، حيث تروي لنا رحلتها الملهمة من شغف الكتابة إلى إتقان التكويد، وكيف استطاعت أن تمزج بين أدوات الصحافة التقليدية وأحدث تقنيات علوم البيانات لتحقيق أثر أكبر في مجالها.

لماذا قررتِ التوجه للدراسة الأكاديمية في علوم البيانات؟

خلال أكثر من 8 سنوات في مجال صحافة البيانات ومجال التحقيقات والقصص المعمّقة المدفوعة بالبيانات تحديدًا، كنت دائمًا ما أرى أننا في العالم العربي نحتاج إلى مهارات أكبر وأكثر تخصصًا للتعامل مع المعوقات التي تواجهنا أثناء جمع وتحليل وتمثيل البيانات بصريًا. في المقابل، دائمًا ما ألاحظ إعلانات الوظائف في كبرى الصحف والمواقع العالمية المهتمة بالعمل في صحافة البيانات، وكيف أن المهارات المطلوبة في العادة تكون أعلى بكثير مما يتوفر لدى صحافيي العالم العربي. فكنت دائمًا ما أضع في بالي أن دراسة التكويد وإضافة مهارات متقدمة لصندوق أدواتي مسألة مهمة.

لكن بعد خروج Chat GPT إلى النور، وبعدما صار الذكاء الاصطناعي والذكاء الاصطناعي التوليدي محط الاهتمام من كل العاملين في المجال الصحافي، رأيت أن الخطوة صارت مهمة، ولكن يجب ألا تقتصر على الكتابة بلغات البرمجة فقط، بل عليها أن تكون أكثر شمولًا. قررت دراسة علوم البيانات بشكل أكاديمي، حتى أزود مهاراتي ومعارفي من خلال تعلم مفاهيم متقدمة في الإحصاء وتحليل البيانات، ولغات البرمجة، إضافة إلى تعلم الطريقة التي يستخدمها محللو وعلماء البيانات من أجل الخروج بهذه البرامج الجاذبة. وهي مهارة حل المشكلات أو الـ problem solving، وهي مهارة يمكن الحصول عليها وتعلمها من الكثير من المهن، ولكني رأيت أن فرصة تعلمها أكبر وأكثر كثافة في هذا النوع من الدراسة.

كيف كانت معاييرك في اختيار البرنامج الدراسي في علوم البيانات؟ وهل كنتِ تبحثين عن برنامج معين؟

كنت أبحث عن برنامج مرن يتيح لي التعلّم بجانب الدراسة، كما أنني لم أكن أحبذ أن يكون لقائي الأول مع علوم البيانات من خلال برنامج طويل المدى، ذلك أنني، على الرغم من حماسي الكبير، لم أكن متأكدة من أنني سأكون سعيدة باتخاذ هذا المسار، نظرًا لبعده الكبير عن عملي كصحافية، ومؤخرًا كمديرة مشاريع ومدربة. لكني أيضًا أردت أن يكون البرنامج شاملاً للمواضيع التي تهمني وتفيدني اليوم، والمواضيع التي يمكنني تطويعها لعملي الصحافي والتدريبي. لذلك، وقع اختياري على دبلوم علوم البيانات والذكاء الاصطناعي من كلية مارون سمعان للهندسة والعمارة بالجامعة الأميركية في بيروت.

ما هي أصعب المواد الدراسية التي قابلتيها خلال دراستكِ؟ وهل كانت هناك أي تحديات كبيرة واجهتكِ؟

كل مرحلة كنت أدرس فيها مجموعة من المواد كانت لها صعوبتها الخاصة. فالمواد التأسيسية، مثلاً، كانت خليطًا من الإحصاء وأساسيات لغة البرمجة بايثون، والجبر الخطي الذي لم أدرسه من قبل تمامًا. وعلى غير المتوقع، كانت مادة الإحصاء هي الأصعب على الإطلاق. وعلى الرغم من دراستي لها مرتين، خلال مرحلة البكالوريوس وخلال السنة التمهيدية للماجستير في كلية الإعلام جامعة القاهرة، إلا أنني اكتشفت أن الإحصاء، وعلم الاحتمالات تحديدًا، يحتاج إلى التزام ومواظبة.

لكن على قدر الصعوبة جاءت الفائدة، فقد اختلفت رؤيتي للبيانات وتوزيعاتها بشكل كبير مع الدراسة والتعمق، مازلت أذكر عندما كنت في جلسة تدريبية حول لغة البرمجة R، في المؤتمر العالمي للصحافة الاستقصائية، والذي عقد السن الماضية بالسويد، عندما سأل أحد المدربين عن الفريق بين المتوسط والوسيط، من خلال تمثيل بياني لتوزيع طبيعي لأحد قواعد البيانات، وأجبته بمنتهى الأريحية والتمكن، وقدرتي على استخلاص النتائج والإجابة على أسئلته من رؤية لشكل التوزيع وخصائصه، حتى أطلق عليّ يومها "طالبته النجمة my star pupil".

لكن بشكل عام، أصعب مادة مرّت علي خلال الدراسة هي مادة Deep Learning، ربما بسبب اعتماد نماذج التعلم العميق بشكل كبير على الجبر الخطي، أكثر ربما من الإحصاء، وهو ما لم أدرسه لفترة طويلة. لكنها، في الوقت نفسه، كانت مادة مفيدة للغاية.

كيف كانت علاقتكِ مع الإحصاء والبيانات في الصغر؟ هل كنتِ مهتمة بالرياضيات أو التحليل الإحصائي منذ البداية؟

الحقيقة أنني في الثانوية العامة كنت أدرس في القسم العلمي، وحصلت على معدل عام بلغ 98.9%، وحصلت على الدرجة الكاملة في الرياضيات. كما أن المواد التي تحتاج إلى تحليل كانت تحظى باهتمامي أكثر بكثير من المواد التي تعتمد على الحفظ. لكن شغفي وحبي للصحافة والفكرة من ورائها طغى على كل شيء آخر، فقررت دخول كلية الإعلام بجامعة القاهرة. وأنا الآن سعيدة لأنني في مرحلة أستطيع فيها الجمع بين ما أحب وما أتميز فيه.

بالنسبة للتكويد، ما هي المصادر التي اعتمدتِ عليها لتعلم البرمجة؟ وهل كنتِ تجدي صعوبة في تعلم لغات البرمجة المختلفة؟

إضافة إلى الكتب التي يقترحها الأساتذة في الكلية، هناك منصات أفضلها عن غيرها، ليس فقط لأنها تجمع بين الجانب العملي والنظري، ولكن أيضًا لأنها تستخدم أدوات تعليمية مختلفة تناسب الأشخاص البصريين أمثالي. وعلى رأس هذه المنصات DataCamp، بالإضافة إلى المنصات التي يعتمد عليها جميع المهتمين بمجال البرمجة، مثل Udacity وCoursera. طبعًا، لا يكتمل التعلم إلا من خلال العمل على أكبر عدد ممكن من المشروعات، سواء تلك المزودة بتعليمات أو المشروعات الحرة التي تعتمد على قدرتك على حل المشكلة والوصول إلى الـ roadmap الأمثل للبرنامج الذي تعمل عليه.

ما هو أول مشروع تعلم آلي قمتِ بإنشائه؟ وما هي الخوارزميات التي اعتمدتِ عليها في هذا المشروع؟

أول مشروع تعلم آلي بنيته كان مشروع نموذج انحدار مائل، حيث استخدمت نموذج الانحدار الخطي المائل من مكتبة statsmodels لتحديد العوامل الأكثر تأثيرًا على مبيعات السيارات، باستخدام قاعدة بيانات متوفرة على منصة DataCamp.

إلا أن المشاريع التي أفخر بها والتي عملت عليها خلال عام 2024 كانت مشروعين مميزين. المشروع الأول كان بناء نموذج من نوع الشبكات العصبية الالتفافية (CNN) لتصنيف أنواع سرطان الجلد باستخدام صور النتوءات المصاحبة لهذا المرض، مستعينًا بمكتبتي TensorFlow وKeras. أما المشروع الثاني فكان بناء نموذج من نوع الشبكات العصبية الراجعة (RNN) لتحليل المشاعر في مجموعة من الآراء والنصوص العربية. كلا المشروعين حققا نسب دقة تتعدى 90% في نسختيهما الأولى، وهو ما شكل خطوة مهمة في مسيرتي مع تعلم الآلة.

أهم ما فادتني به علوم البيانات على المستوى الصحافي هو تطور قدرتي على النظر إلى البيانات والاستفادة منها وتقييمها، فهم التوزيعات والنماذج التحليلية المختلفة والمفاهيم الإحصائية المتقدمة يجعلك قادراً على استخلاص نتائج أعمق وأقوى من نفس البيانات التي نعمل بها ونشتكي من ضآلة ما تخبرنا به.

هل أثر تعلمكِ لعلوم البيانات في تعاملكِ مع الموضوعات الصحفية المختلفة؟ وهل أصبحتِ قادرة على التعامل مع مواضيع غير تقليدية؟

بالتأكيد، وعلى الرغم من أنه من المبكر الحديث عن الأمر، يمكنني القول إنني أخصص جزءًا كبيرًا من وقتي في عام 2025 للعمل على مشروع أهدف من خلاله إلى ترجمة ما تعلمته إلى لغة الصحافة والبيانات، بطريقة تجعلها أكثر فائدة للعديد من الصحافيين، خاصة صحافيي البيانات.

الأهم في هذا المشروع هو أنني أرى أن هذه الفوائد والإضافات لا تتطلب من الصحافي سوى الرغبة في التعلم، دون الحاجة إلى تكاليف إضافية أو جهود خارقة تتطلب أموالًا طائلة أو موارد معقدة. الفكرة هي جعل التعلم ممكنًا ومتاحًا للجميع بأسلوب عملي ومباشر.

كيف تقيّمين تأثير علوم البيانات في تطوير الصحافة الحديثة؟ وهل تعتبرين أن الصحفيين بحاجة إلى إلمام قوي بتقنيات مثل التعلم الآلي والبيانات الضخمة؟

أعتقد أن هذا السؤال تجيب عنه صفحات التوظيف في كبريات الصحف والمواقع العالمية. وظائف مثل عالم بيانات أو محلل، سواء على مستوى الإنتاج الصحافي أو على مستوى المؤسسة كمؤسسة هادفة للربح، أصبحت أمرًا عاديًا.

مؤسسات كبيرة مثل New York Times وغيرها تستحدث وظائف للصحافيين الماهرين في التعامل مع لغات البرمجة وبناء نماذج التعلم الآلي والتعلم العميق. ولا تكتفي فقط بتوظيف علماء بيانات لمساعدة الصحافيين في عملهم الاستقصائي أو في إنتاج القصص بشكل مبتكر.

كل هذه الشواهد تخبرنا أن التعامل مع علوم البيانات ولغات البرمجة أصبح أمرًا لا مفر منه لأي صحافي يهتم بالابتكار، أو التقصي، أو بصحافة البيانات. في هذا الأمر يكمن مستقبلنا.

هل هناك مشروع صحفي قمتِ به وأنتِ تستخدمين تقنيات علوم البيانات بشكل أساسي؟ ما هي أبرز التحديات التي واجهتكِ أثناء هذا المشروع؟

أعمل حاليًا على مشروع يهدف إلى استخدام تقنيات وخوارزميات متقدمة لإنتاج مصادر بيانات مبتكرة تساعد الصحافيين والباحثين. نحن، أنا والزملاء المشاركين، نعمل على مدار الساعة لتحقيق تقدم ملموس، ونتطلع إلى إطلاق هذا المشروع في أقرب فرصة ممكنة. أشعر بحماس كبير للحديث عنه ومشاركة تفاصيله عندما يكون الوقت مناسبًا.

اعتقد العقبة الأساسية في مشروع كهذا أو أية مشاريع مماثلة، هو أننا في النهاية لا نستخدم خوارزميات أو تقنيات مخصصة للصحافيين، فيقع علينا مسؤولية تقنينها والتعامل معها بما يفيدنا كصحافيين، مع الحفاظ على القيم والقواعد الصحافية التي عرفنا الصحافة بها.

هل تواجهين صعوبة في الجمع بين العمل الصحفي وعلوم البيانات؟ وكيف تديرين الوقت بين هذين المجالين؟

الحقيقة أن المسألة صعبة للغاية، لكنني أوفر الكثير من الوقت بطرح سؤال بسيط على نفسي قبل التعلم أو الخوض في أي موضوع مرتبط بعلوم البيانات: ماذا سأستفيد من هذا كصحافية؟

في النهاية، هذا هو الهدف الأساسي الذي دفعني لدراسة علوم البيانات. لذلك، أختار الخوارزمية أو التقنية أو المكتبة أو حتى أسلوب البرمجة الذي أجد أنه الأكثر فائدة لعملي، وأترك البقية لأوقات فراغي. بهذه الطريقة، أتمكن من التركيز على ما يحقق لي أكبر قيمة مهنية، مع ترك مساحة للتعلم الاستكشافي لاحقًا.

ما هي المهارات الأساسية التي تنصحين الصحفيين بتعلمها في مجال البيانات والتكنولوجيا؟

لصحافيي البيانات تحديدًا، أصبح تعلم المهارات والمفاهيم الإحصائية المتقدمة أمرًا أساسيًا. هذه المهارات تتجاوز المفاهيم الوصفية مثل الوسط والوسيط وكيفية حسابها، لتشمل تقنيات أكثر تعقيدًا مثل اختبار الفروض إحصائيًا.

إضافة إلى ذلك، فإن تعلم النماذج التنبؤية والتحليلية وكيفية استخدامها مع "التأكد" من دقة وموثوقية نتائجها أصبح ضروريًا لأي صحفي بيانات يسعى للتميز.

ولا يقل أهمية عن ذلك تعلم إحدى لغات البرمجة مثل Python أو R، إلى جانب لغة SQL، نظرًا لدورها المحوري في إدارة قواعد البيانات وتحليلها بكفاءة. هذه الأدوات والمهارات لم تعد إضافية، بل أصبحت جزءًا أساسيًا من صندوق أدوات صحافي البيانات العصري.

أما الصحافيين في التخصصات الأخرى، فإن محو الأمية التقنية والبياناتية صار ضرورة، لا يشترط أن يكونوا عالمين بالفرق بين البيانات الموزعة توزيعاً طبيعياً وأنواع التوزيعات الأخرى، ولكن من المهم التعرف على هذه الأنواع ومعرفة ما تسير عنها، إضافة إلى أنواع نماذج تعلم الآلة واستخداماتها، على الأقل حتى يستطيع الصحافة الحكم على دراسة أو مصدر بيانات يستخدم هذه المفاهيم، إذا كان مناسباً لقصته أو لا، وحتى يستطيع العمل على صياغتها بشكل مفهوم للجمهور في القصص التي يكتبها.

هل هناك أي تطبيقات مستقبلية ترين أنها قد تحدث تحولًا كبيرًا في مجال الصحافة باستخدام علوم البيانات؟

على الرغم من أن تركيز الصحافيين والمؤسسات الصحافية حول العالم ينصب بشكل كبير على الذكاء الاصطناعي التوليدي، وهو تركيز مستحق بلا شك، إلا أنني أعتقد أن مستقبل الصحافة الحقيقي يكمن في استخدام الخوارزميات الحالية، التي تُستخدم بالفعل في مجالات أخرى، في عمليات تحليل وإنتاج صحافة البيانات.

هذا النهج، في رأيي، يمثل ضرورة لأنه سيساعد الصحافيين، وخصوصًا صحافيي البيانات، على إيجاد زوايا قوية ومبتكرة لقصصهم المدفوعة بالبيانات. الاستفادة من هذه الخوارزميات تفتح آفاقًا جديدة لتحليل أعمق وطرح رؤى أكثر تأثيرًا، مما يعزز جودة المحتوى الصحافي ويجعل البيانات ركيزة أساسية في سرد القصص.