مع توسع سوق اللياقة البدنية في السعودية، يتجه استخدام الذكاء الاصطناعي في التدريب الشخصي إلى ما هو أبعد من كتابة البرامج الرياضية أو أتمتة الحجوزات. فالقيمة الأهم -حسب طارق منير، المؤسس والرئيس التنفيذي لشركة «إنهانس فتنس» (Enhance Fitness)- تكمن في قدرة التقنية على قراءة السلوك مبكراً، ورصد تراجع التزام العميل قبل أن ينسحب فعلياً، ثم تنبيه المدرب للتدخل في الوقت المناسب.
ويقول منير خلال لقاء خاص مع «الشرق الأوسط»، إن الذكاء الاصطناعي سرَّع بالفعل تصميم البرامج وتخصيصها؛ إذ إن ما كان يستغرق ساعات من المدرب يمكن اليوم صياغة مسودته في دقائق وتعديله بشكل مستمر. ولكنه يشدد في الوقت نفسه على أن المدرب يبقى المسؤول عن فهم ما يحتاج إليه العميل فعلياً، وهو أمر يختلف كثيراً عما يطلبه أو يعتقد أنه يريده عند بداية العلاقة.
ويصف منير هذا التقسيم بوضوح: «الذكاء الاصطناعي يسرِّع إنشاء البرامج وأتمتتها، بينما يظل المدرب مسؤولاً عن العلاقة». وحسب هذا التصور، تتولى التقنية «طبقة الإنتاج»، بينما يبقى الجزء الذي يدفع العميل من أجله في جوهره إنسانياً.
طارق منير المؤسس والرئيس التنفيذي لشركة «Enhance Fitness» (الشركة)
لا تعتمد «Enhance Fitness» في رؤيتها الحالية على جمع كميات واسعة من البيانات الصحية الحساسة؛ بل تركز بدرجة أكبر على السلوك الفعلي للعميل داخل رحلة التدريب.
ويقول منير إن الشركة تتابع مؤشرات، مثل: الحضور، وتكرار الجلسات، والإلغاءات، وتقييمات العملاء للمدربين، وكيف يتغير إيقاع التدريب مع مرور الوقت. أما بيانات تركيب الجسم والتفاصيل الصحية ومعلومات الأجهزة القابلة للارتداء، فلا يتم جمعها ولا مشاركتها افتراضياً.
ويرى أن هذه المؤشرات السلوكية أكثر فائدة للتخصيص في كثير من الحالات؛ لأنها تكشف جودة العلاقة بين العميل والمدرب ومدى احتمالية استمرارها، وهو العامل الذي يؤثر مباشرة في طول فترة الالتزام، ومن ثم في فرص تحقيق النتائج.
من أبرز الأنماط التي تكشفها البيانات واسعة النطاق -حسب منير- أن انسحاب العميل من التدريب لا يحدث عادة كقرار مفاجئ؛ بل يبدأ على شكل تراجع تدريجي في السلوك.
ويشرح بأن العميل يبدأ في الحضور بشكل أقل قليلاً، ثم تظهر بعض الإلغاءات، وتتكرر الأعذار أو الفجوات بين الجلسات. وعندما يصل الأمر إلى الإلغاء الرسمي أو التوقف الكامل، تكون الإشارات قد بدأت قبل ذلك بأسابيع. ويرى أن فهم هذا «التلاشي» هو ربما أهم ما تكشفه معالجة أعداد كبيرة من الجلسات؛ لأن البيانات تسمح برؤية كيف يبدأ التراجع، وكيف يتسارع، وما الأنماط التي تسبقه.
في هذا السياق، يمكن للذكاء الاصطناعي اكتشاف إشارات فقدان الاهتمام في وقت مبكر، وربطها باحتمالية الانسحاب. ولكن منير يضع حداً واضحاً لدور النظام. ويصرح: «نستخدم التنبؤ لإبلاغ المدرب أو قائد الفريق، ولا شيء أكثر من ذلك. الذكاء الاصطناعي لا يتصل بالعميل ولا يؤَتمت العلاقة».
ويضيف أن الهدف من الإشارة هو التأكد من أن شخصاً حقيقياً يتدخل في اللحظة المناسبة، وباهتمام فعلي وليس من خلال محادثة بيعية. وحسب منير، فإن تراجع الالتزام هو في جوهره ضعف في العلاقة، ولذلك فإن إصلاحه يتطلب تدخلاً بشرياً.
تُستخدم تنبيهات الذكاء الاصطناعي لإبلاغ المدرب أو قائد الفريق بينما تبقى العلاقة والتواصل مع العميل مسؤولية بشرية بالكامل (أدوبي)
يرى منير أن الذكاء الاصطناعي مناسب للجانب الهيكلي من العمل، مثل: اقتراح البرامج، وإدارة منطق التقدم، واستخراج الأنماط من البيانات، وتقليل الأعمال الإدارية التي تستهلك وقت المدرب.
لكن القرارات التي تمس تجربة العميل مباشرة تبقى بشرية. ويقول: «عندما يدفع شخص مقابل تدريب شخصي في عصر الذكاء الاصطناعي، فهو لا يشتري برنامجاً فعلياً، فالبرامج أصبحت متاحة مجاناً. ما يشتريه هو المساءلة والموثوقية والسلامة والثقة والعلاقة مع شخص يعرفه ويقف إلى جانبه». ولهذا تعتمد المنصة على مبدأ واضح: الذكاء الاصطناعي يوصي، والمدرب يقرر وينفذ.
قد يهمك أيضًا: وصول 13 قافلة إغاثية سعودية إلى عدن
يؤكد منير أن الشركة لا تعتمد بالكامل على توصيات يولدها الذكاء الاصطناعي، ليس بسبب قصور تقني مؤقت؛ بل لأنه يعتبر أن وجود الإنسان جزء من التصميم نفسه. ويشير إلى أن النماذج تحسنت كثيراً خلال عام أو عامين، ولكن الدقة وحدها ليست العامل الحاسم. فالمدرب يستطيع قراءة أشياء لا تظهر بالضرورة في البيانات، مثل: التعب، وانخفاض الدافعية، ومحاولة العميل التقليل من شأن ألم يشعر به.
ويقول إن هذه «البوابة البشرية» هي آلية الأمان الأساسية في النظام، ولا يتوقع إزالتها.
ويظهر المنطق نفسه عند التعامل مع البيانات الناقصة أو الرديئة. فإذا كانت البيانات محدودة، يمكن للنظام أن ينتج اقتراحاً غير مناسب، ولكن الاقتراح لا يصل مباشرة إلى العميل؛ لأن مدرباً مؤهلاً يقف بين النموذج والجلسة.
من الناحية التقنية، يمكن دمج بيانات أجهزة تتبُّع النوم والساعات الرياضية ومؤشرات تركيب الجسم، ولكن «Enhance Fitness» تتعامل مع هذا الجانب بتحفُّظ.
ويفيد منير بأن هذه البيانات لا تُجمع مباشرة إلا إذا اختار العميل صراحة مشاركتها مع مدربه. وعندما توجد بيانات على مستوى المنصة، يتم التعامل معها بصورة مجمَّعة ومجهولة الهوية.
ويتابع: «هناك قيمة حقيقية في السياق الذي توفره هذه البيانات، ولكن هذه القيمة لا تبرر أبداً المساس بسيطرة العميل على معلوماته. الاختيار المسبق والموافقة أولاً، أو لا يتم الأمر».
ويؤكد أن موقف الشركة من ملكية البيانات واضح، رغم وجود مساحة رمادية في القطاع عموماً: «بيانات العميل تخص العميل». ويضيف أن الشركة لا تستخدم المعلومات الصحية الشخصية للعملاء، ولا تقدمها إلى أصحاب العمل ولا لشركات التأمين ولا لأي طرف ثالث.
تكشف البيانات أن انسحاب العميل يحدث غالباً تدريجياً ويمكن للذكاء الاصطناعي اكتشاف مؤشرات التراجع قبل التوقف الفعلي بأسابيع (أدوبي)
يمكن للذكاء الاصطناعي أيضاً أن يساعد على رفع مستوى الجودة، عبر مدن أو نوادٍ ومشغلين مختلفين، ولكن منير يتحفظ على كلمة «التوحيد» عندما يتعلق الأمر بالتدريب الشخصي. ويرى أن من الممكن تطبيق قوالب مشتركة، ومنطق موحد لتصميم البرامج، وأسس جودة ثابتة، وهو ما يساعد الذكاء الاصطناعي على رفع الحد الأدنى من الجودة عبر أماكن متعددة في وقت واحد. ولكن العلاقة نفسها لا ينبغي توحيدها. ويختصر الفكرة بقوله: «وحِّد الأساس، ولا توحِّد العلاقة».
فيما يتعلق بقياس أثر الذكاء الاصطناعي، يميز منير بين ما يمكن إثباته اليوم وبين ما قد يصبح ممكناً لاحقاً. ويشير إلى أن الأدلة الحالية ذات طبيعة سلوكية في المقام الأول، مثل استمرار الالتزام، وطول العلاقة مع العميل، وقدرته على الاستمرار في التدريب بمرور الوقت.
أما استخدام الذكاء الاصطناعي لقراءة مؤشرات صحية والتوصية بناءً عليها، فيعتبره مجالاً يحتاج إلى معالجة قانونية وأخلاقية أكثر وضوحاً قبل التوسع فيه. ويقول: «خريطة الطريق ستتجه في النهاية إلى نماذج تستطيع قراءة المؤشرات الصحية والوصف بشكل أفضل، ولكن ما إذا كان ذلك ممكناً قانونياً وأخلاقياً، فلا يزال منطقة رمادية، والموضوع شديد الحساسية بحيث لا يمكن ببساطة تسليمه إلى الذكاء الاصطناعي».
يقترح منير تجربة عملية في السعودية لا تختبر ما إذا كان الذكاء الاصطناعي قادراً على إنتاج برنامج أفضل؛ بل ما إذا كان يستطيع مساعدة المدرب على إبقاء العلاقة مع العميل لفترة أطول.
وتقوم الفكرة على اختيار مجموعة من العملاء الجدد في مدينتين أو 3 مدن سعودية، مع الحفاظ على النوادي والمدربين أنفسهم قدر الإمكان، ثم تقسيم التجربة إلى مجموعتين: تعمل الأولى بالطريقة التقليدية، بينما تستخدم الثانية دعماً من الذكاء الاصطناعي في إعداد البرامج، ورصد العلامات المبكرة لتراجع الالتزام، وتزويد المدرب بمعلومات تساعده في الجانب البشري من عمله.
ويُقاس الأثر على مدى 12 شهراً من خلال مؤشرات، مثل: مدة بقاء العميل، وانتظامه في الحضور، واستمراره في التدريب بعد انتهاء الباقة الرسمية، إلى جانب عدد محدود من المؤشرات الصحية الأساسية في بداية التجربة ونهايتها. ويتوقع طارق منير أن تتفوق المجموعة المدعومة بالذكاء الاصطناعي؛ ليس لأن برامجها ستكون أكثر ذكاءً بالضرورة؛ بل لأن المدربين سيتمكنون من اكتشاف تراجع الالتزام بشكل أبكر، والحفاظ على العلاقة لفترة أطول. ويرى أن السعودية بيئة مناسبة لمثل هذه الدراسة، بسبب سرعة توسع السوق، ووجود اهتمام متزايد بقياس النتائج بصورة أكثر مصداقية.
