التخرج من الجامعة لا يعني بالضرورة أنك تعرف الوظيفة التي تناسبك، كما أن امتلاكك لخبرة مهنية لا يعني بالضرورة أنك تعرف الخطوة التالية في مسارك المهني.

قد تجد نفسك أمام عشرات التخصصات والمسميات الوظيفية، ومئات الدورات التدريبية، ومهارات جديدة تظهر باستمرار. ومع كثرة الخيارات، يصبح من الصعب معرفة ما يستحق وقتك، وما الذي تحتاج إلى تعلمه فعلًا حتى تصبح مؤهلًا لفرصة مهنية أفضل.

وتزداد أهمية هذه المشكلة مع التغيرات التي يشهدها سوق العمل. فقد أشار تقرير Future of Jobs Report 2025 الصادر عن المنتدى الاقتصادي العالمي إلى أن نحو 39% من المهارات الحالية للعاملين يُتوقع أن تتغير أو تصبح أقل ملاءمة خلال الفترة من 2025 إلى 2030. كما توقع التقرير أن يحتاج 59 من كل 100 عامل إلى التدريب أو إعادة التأهيل المهني بحلول 2030.

في هذا السياق، لا تقتصر فائدة الذكاء الاصطناعي على كتابة السيرة الذاتية أو تحسين حساب LinkedIn؛ إذ يمكن استخدامه بوصفه مساعدًا في البحث المهني، وتحليل المهارات، وتحديد فجوات التعلم، وتصميم المشروعات التطبيقية، والاستعداد للمقابلات الوظيفية.

لكن الاستفادة الحقيقية منه لا تأتي من استخدام أدوات كثيرة أو جمع شهادات تدريبية دون هدف، بل من توظيفه ضمن خطة واضحة ترتبط بفرصة مهنية محددة.

يقدم هذا المقال إطارًا عمليًا لبناء خطة مهنية خلال 90 يومًا، مقسمة إلى ثلاث مراحل: اكتشاف الاتجاه المهني، وتطوير المهارات وإثباتها، ثم بناء الحضور المهني والوصول إلى الفرص المناسبة.

والنتيجة المستهدفة بعد 90 يومًا ليست ضمان الحصول على وظيفة، بل امتلاك اتجاه مهني أكثر وضوحًا، ومهارات أكثر ارتباطًا بسوق العمل، وأدلة عملية على كفاءتك، وخطة واقعية للتحرك نحو الفرص المهنية.

 

يمكنك قراءة:

• 10 أسئلة تكشف مدى قابلية مهنتك للاستبدال بالذكاء الاصطناعي

• كيف تستخدم الذكاء الاصطناعي للبحث عن وظيفة والتقديم عليها؟
• كيفية كتابة سيرة ذاتية بالـ AI؟ دليل عملي خطوة بخطوة مع Prompts جاهزة
• 7 من أدوات الذكاء الاصطناعي للعمل الحر: لن يسبقك المنافسون بعد اليوم

 

كيف تبدو خطة بناء المسار المهني خلال 90 يومًا؟

تعتمد الخطة على تقسيم التسعين يومًا إلى ثلاث مراحل، مدة كل منها 30 يومًا، بحيث تنتقل من فهم إمكاناتك المهنية إلى امتلاك مهارات قابلة للإثبات، ثم الاستعداد للوصول إلى الفرص الوظيفية.

المرحلة	الفترة	الهدف الأساسي	المخرج النهائي
اكتشاف المسار المهني	الأيام 1–30	فهم المهارات والاهتمامات وتحليل سوق العمل	مسار مهني مستهدف وخريطة فجوات المهارات
تطوير المهارات وبناء الخبرة	الأيام 31–60	تعلم المهارات المطلوبة وتنفيذ مشروعات تطبيقية	مشروع عملي قابل للإضافة إلى Portfolio
الاستعداد لسوق العمل	الأيام 61–90	بناء الهوية المهنية والبحث عن الفرص والتواصل	CV وLinkedIn وPortfolio وخطة تقديم للوظائف

وتتوافق هذه المنهجية مع الاتجاه المتزايد نحو Skills-Based Career Development، أي تطوير المسار المهني بناءً على المهارات الفعلية وما يستطيع الشخص إثباته، وليس الاعتماد على الشهادات والمسميات الوظيفية وحدها.

المرحلة الأولى: اكتشاف المسار المهني خلال الأيام 1–30

المرحلة الأولى هي الأساس الذي ستُبنى عليه بقية الخطة.

فبدلًا من البدء في تعلم مهارات عشوائية أو التسجيل في دورات تدريبية لمجرد أنها منتشرة، تتمثل الأولوية في الوصول إلى إجابة واضحة عن ثلاثة أسئلة:

• ما المهارات والخبرات التي أمتلكها بالفعل؟
• ما المسارات المهنية التي تتوافق مع اهتماماتي وقدراتي؟
• ما المهارات التي يحتاجها سوق العمل في هذه المسارات؟

1. تحليل المهارات والاهتمامات باستخدام الذكاء الاصطناعي

من الأخطاء الشائعة عند التفكير في المستقبل المهني التركيز على ما ينقص الشخص دون الانتباه إلى ما يمتلكه بالفعل.

فقد تكون لديك مهارات اكتسبتها من الدراسة الجامعية، أو التدريب، أو العمل التطوعي، أو المشروعات الشخصية، لكنك لا تدرك مدى ارتباطها بفرص وظيفية معينة.

هنا يمكن أن يساعدك الذكاء الاصطناعي في إجراء Skills Assessment، أي تقييم المهارات والقدرات الحالية، من خلال تحليل خبراتك وتحديد المهارات القابلة للنقل بين الوظائف المختلفة Transferable Skills.

وتشمل عملية التقييم ثلاثة جوانب:

المهارات التقنية Hard Skills: مثل تحليل البيانات، والتصميم، والبرمجة، والتسويق الرقمي، وإدارة المشروعات، والكتابة.

المهارات الشخصية Soft Skills: مثل التواصل، والتفكير النقدي، وحل المشكلات، والقيادة، والعمل الجماعي.

الاهتمامات المهنية Career Interests: مثل البحث والتحليل، والعمل الإبداعي، والتفاعل مع الأشخاص، وإدارة الأعمال، والتعامل مع البيانات.

ومن المفيد أن يستند التقييم إلى تجارب واقعية، وليس إلى أوصاف عامة للشخصية.

على سبيل المثال، امتلاك خبرة في تنظيم فعالية جامعية قد يكشف عن مهارات في إدارة الوقت والتنسيق والتواصل وإدارة المشروعات، حتى لو لم يسبق لصاحب هذه التجربة العمل في وظيفة إدارية.

مثال على Prompt لتحليل المهارات:

أنت مستشار متخصص في التوجيه المهني وتحليل المهارات.

 

أرغب في إجراء تقييم شامل لمهاراتي وخبراتي بهدف اكتشاف المسارات المهنية المناسبة لي.

 

هذه معلوماتي:

 

– المؤهل الدراسي: [التخصص والمؤهل].

– الخبرات العملية: [الوظائف والتدريبات والمشروعات].

– المهارات التقنية: [المهارات الحالية].

– المهارات الشخصية: [نقاط القوة].

– الأنشطة والاهتمامات: [الأنشطة التي أستمتع بها].

– نوع العمل المفضل: [عن بُعد / حضوري / مستقل].

– سوق العمل المستهدف: [الدولة أو المنطقة].

 

المطلوب تحليل المعلومات وتقديم:

 

1. قائمة بالمهارات الحالية وتصنيفها.
2. المهارات القابلة للنقل إلى وظائف أخرى.
3. نقاط القوة التي يمكن الاستفادة منها مهنيًا.
4. ثلاثة مسارات مهنية محتملة تتناسب مع خلفيتي.
5. تفسير مدى ملاءمة كل مسار مع ذكر الأسباب.
6. المعلومات التي لا تزال غير كافية للحكم على ملاءمتي لكل مسار.

 

يستند التقييم إلى الأدلة الموجودة في خبراتي، مع التمييز بين المهارات المثبتة والمهارات التي تحتاج إلى اختبار.

ومن الأدوات المفيدة في هذه المرحلة اختبار ONET Interest Profiler، وهو تقييم مهني طوره مركز ONET الأمريكي، ويعتمد على نموذج RIASEC لتحديد ستة أنواع من الاهتمامات المهنية: الواقعية، والبحثية، والفنية، والاجتماعية، والمبادِرة، والتنظيمية.

يساعد الاختبار على ربط الاهتمامات بمجموعة واسعة من المهن، لكنه لا يحدد وظيفة مثالية بصورة قطعية، كما أن قاعدة المهن المرتبطة به تستند أساسًا إلى سوق العمل الأمريكي.

رابط الاختبار: ⏳ انتظر 5 ثانية لظهور الرابط https://onetinterestprofiler.org/

2. اكتشاف المسارات الوظيفية والفرص المطلوبة في سوق العمل

بعد تكوين صورة أوضح عن المهارات والاهتمامات، تأتي مرحلة البحث عن المسارات المهنية المحتملة.

فقد تكون مهتمًا بالتسويق، لكن التسويق مجال واسع يضم تخصصات مختلفة، منها:

• SEO Specialist.
• Content Strategist.
• Social Media Specialist.
• Performance Marketing Specialist.
• Marketing Analyst.
• Growth Marketing Specialist.

والاختلاف بين هذه المسميات لا يقتصر على طبيعة المهام، بل يمتد إلى المهارات المطلوبة، ومستوى الخبرة، وفرص التطور الوظيفي.

يمكن للذكاء الاصطناعي المساعدة في استكشاف هذه المسميات، وتحليل الفروق بينها، والتعرف على المهام اليومية لكل وظيفة، والمهارات الأكثر تكرارًا في إعلانات التوظيف.

لكن الأهم هو ربط هذا البحث بسوق العمل الفعلي في الدولة المستهدفة، لأن متطلبات الوظيفة قد تختلف من دولة إلى أخرى، بل ومن شركة إلى أخرى.

ومن الأمثلة العملية على ذلك خاصية AI-Powered Job Search في LinkedIn، التي تتيح البحث عن الوظائف باستخدام وصف طبيعي لما يبحث عنه المستخدم، بدلًا من الاعتماد الكامل على الكلمات المفتاحية والمسميات الوظيفية التقليدية.

تستطيع هذه الخاصية مطابقة وصف المستخدم مع الأوصاف الوظيفية، بما يساعد على اكتشاف مسميات قريبة من الوظيفة المستهدفة حتى عندما تختلف الكلمات المستخدمة في الإعلان.

مثال على Prompt لتحليل سوق العمل:

أعمل على استكشاف فرص العمل في مجال [اسم المجال]، وأستهدف سوق [اسم الدولة].

 

أحتاج إلى تحليل ثلاثة مسميات وظيفية مناسبة للمبتدئين أو أصحاب الخبرة المحدودة في هذا المجال.

 

يتضمن التحليل:

 

1. المسؤوليات والمهام اليومية لكل وظيفة.
2. المهارات التقنية والشخصية المطلوبة.
3. الأدوات والبرامج المستخدمة.
4. المسميات البديلة المستخدمة في إعلانات التوظيف.
5. متطلبات الخبرة والمؤهلات.
6. فرص التطور الوظيفي بعد سنتين إلى ثلاث سنوات.

 

يستند البحث إلى إعلانات وظائف فعلية وحديثة، وصفحات التوظيف الرسمية للشركات، وتقارير سوق العمل الموثوقة.

 

تُرفق روابط المصادر وتواريخها، مع الفصل بين البيانات المؤكدة والتوقعات، وعدم استخدام بيانات سوق دولة أخرى باعتبارها ممثلة للسوق المستهدف.

وتظل إعلانات الوظائف الفعلية المصدر الأهم للتحقق من المهارات المطلوبة، لأن إجابات الذكاء الاصطناعي قد تتضمن معلومات قديمة أو تقديرات غير دقيقة.

3. تحليل فجوات المهارات وتحديد المسار المستهدف

بعد استكشاف المسارات المحتملة، تأتي خطوة المقارنة بين ما تمتلكه بالفعل وما تحتاج إليه الوظائف المستهدفة.

وتُعرف هذه العملية باسم Skills Gap Analysis، وهي تحليل الفجوة بين المهارات الحالية والمهارات المطلوبة للوصول إلى مستوى مهني معين.

على سبيل المثال، إذا كان أحد المسارات المستهدفة هو تحليل البيانات، فقد تكشف مراجعة إعلانات الوظائف عن تكرار مهارات مثل:

• Excel.
• SQL.
• Power BI.
• Data Visualization.
• Analytical Thinking.

في المقابل، قد يمتلك الشخص خبرة جيدة في Excel، لكنه لا يمتلك معرفة كافية بـSQL أو أدوات التصور البياني.

وهنا تظهر الفجوة بصورة أكثر تحديدًا، بدلًا من الاكتفاء بالشعور العام بأن المهارات غير كافية.

يمكن تنظيم نتائج التحليل في جدول مثل التالي:

المهارة المطلوبة	المستوى الحالي	الأولوية
Excel	متوسط	تطوير
SQL	مبتدئ	مرتفعة
Power BI	لا توجد خبرة	مرتفعة
Analytical Thinking	جيد	الحفاظ والتطوير
Communication	جيد	تطوير

ويُفضل أن تتضمن المصفوفة أيضًا عدد مرات ظهور كل مهارة في إعلانات الوظائف التي تمت مراجعتها، ومدى إمكانية إثباتها بمشروع عملي.

مثال على Prompt لتحليل الفجوات:

بالاعتماد على تحليل المهارات الحالية ومتطلبات الوظيفة المستهدفة، أحتاج إلى إعداد Skills Gap Analysis.

 

المسمى الوظيفي المستهدف: [المسمى الوظيفي].

 

المهارات الحالية: [قائمة المهارات ومستوياتها].

 

المهارات المتكررة في إعلانات الوظائف: [قائمة المهارات المطلوبة].

 

المطلوب تقديم:

 

– المهارات الموجودة بالفعل.

– المهارات التي تحتاج إلى تطوير.

– المهارات الجديدة التي تحتاج إلى اكتساب.

– ترتيب الفجوات حسب أهميتها للوظيفة.

– المهارات التي يمكن تعلمها وتطبيقها خلال 30 يومًا.

– المهارات التي تحتاج إلى فترة تدريب أطول.

 

النتيجة المطلوبة خريطة تعلم عملية بأولويات واضحة، وليس قائمة طويلة من الدورات التدريبية.

المخرج النهائي للمرحلة الأولى:

بنهاية اليوم الثلاثين، يفترض أن تكون هناك صورة أوضح للمسار المهني المستهدف، تشمل مسمى وظيفيًا رئيسيًا، وسوق العمل المناسب، والمهارات الأساسية المطلوبة، والفجوات التي تحتاج إلى تطوير خلال المرحلة التالية.

والأهم أن يكون الاختيار قائمًا على تقاطع ثلاثة عوامل: الاهتمامات الشخصية، والقدرات الحالية، والطلب الفعلي في سوق العمل.

المرحلة الثانية: تطوير المهارات وبناء الخبرة خلال الأيام 31–60

بعد تحديد المسار المهني، تبدأ المرحلة الأكثر أهمية في تحويل المعرفة النظرية إلى كفاءة يمكن ملاحظتها وتقييمها.

فامتلاك قائمة بالمهارات المطلوبة لا يعني بالضرورة امتلاك القدرة على استخدامها في بيئة العمل.

وهنا ينتقل دور الذكاء الاصطناعي من مساعد في الاستكشاف إلى شريك في التعلم والتطبيق والمراجعة.

4. إنشاء خطة تعلم مخصصة باستخدام AI

من المشكلات المتكررة في التطوير المهني استهلاك وقت طويل في مشاهدة الدورات التدريبية وجمع الشهادات، دون وجود تقدم واضح في مستوى المهارة أو القدرة على تنفيذ المهام المهنية.

والحل هنا هو بناء Personalized Learning Roadmap، أي خطة تعلم مخصصة ترتبط بالمهارات التي ظهرت في تحليل الفجوات.

فبدلًا من دراسة كل ما يتعلق بالتسويق الرقمي مثلًا، يمكن أن تركز الخطة على المهارات التي تتكرر في الوظيفة المستهدفة، مثل Keyword Research وContent Strategy وSEO Analytics، مع مراعاة المستوى الحالي.

يمكن للذكاء الاصطناعي تقسيم كل مهارة إلى موضوعات فرعية، وترتيبها من الأساسيات إلى المستوى المتقدم، واقتراح مصادر تعليمية وتمارين تطبيقية تساعد على قياس التقدم.

ومن المهم أيضًا ألا تقتصر الخطة على المهارات التقنية؛ فالتفكير التحليلي والتواصل والتكيف مع التغيرات تظل من المهارات المهمة إلى جانب المعرفة التقنية.

وهذا يعني أن الخطة المهنية المتوازنة تجمع بين ثلاثة أنواع من المهارات:

1. Domain Skills: المهارات المتخصصة في المجال المهني.
2. AI Literacy: القدرة على فهم أدوات الذكاء الاصطناعي واستخدامها بفاعلية ومسؤولية.
3. Human Skills: مثل التواصل والتفكير النقدي وحل المشكلات والإبداع.

مثال على Prompt لبناء خطة التعلم:

بناءً على تحليل فجوات المهارات لوظيفة [المسمى الوظيفي]، أحتاج إلى تصميم خطة تعلم مدتها 30 يومًا.

 

مستواي الحالي: [المستوى].

 

المهارات ذات الأولوية: [قائمة المهارات].

 

الوقت المتاح أسبوعيًا: [عدد الساعات].

 

تتضمن الخطة:

 

– ترتيب المهارات حسب الأولوية.

– الموضوعات الفرعية المطلوب تعلمها.

– مصادر تعليمية موثوقة ومناسبة للمستوى.

– تطبيق عملي لكل مهارة.

– تمارين واختبارات قصيرة لقياس الفهم.

– معايير واضحة لتقييم مستوى التقدم.

 

أفضّل أن تكون نسبة التطبيق العملي أكبر من الاكتفاء بالمحتوى النظري، وأن تكون الخطة قابلة للتنفيذ ضمن الوقت المتاح.

5. تحويل التعلم إلى مشروعات تطبيقية

هذه الخطوة هي التي تميز الشخص الذي اكتسب معرفة نظرية عن الشخص الذي يستطيع تحويلها إلى نتائج عملية.

فمن الصعب تقييم مستوى شخص في التسويق الرقمي من خلال قائمة الدورات التدريبية التي حصل عليها فقط، بينما يصبح تقييمه أسهل عندما يمتلك مشروعًا يوضح قدرته على إجراء تحليل للكلمات المفتاحية، وبناء استراتيجية محتوى، وإعداد خطة نشر، وقياس النتائج.

لذلك، يرتبط التعلم خلال هذه المرحلة بتنفيذ مشروع واحد على الأقل يحاكي مهام الوظيفة المستهدفة.

وتختلف طبيعة المشروعات حسب المجال:

المجال المهني	مثال على مشروع تطبيقي
Digital Marketing	إعداد استراتيجية تسويق رقمي لعلامة تجارية افتراضية
Data Analysis	تحليل مجموعة بيانات وإنشاء Dashboard
Graphic Design	تصميم هوية بصرية ومجموعة تطبيقات لها
Human Resources	إعداد خطة توظيف ووصف وظيفي ومصفوفة تقييم
Programming	تطوير تطبيق صغير مع توثيق طريقة عمله
Content Marketing	إعداد استراتيجية محتوى وتحليل كلمات مفتاحية
Education	تصميم وحدة تعليمية وقياس مخرجات التعلم

يمكن للذكاء الاصطناعي المشاركة في هذه العملية من خلال تحليل المشروع، ومحاكاة دور العميل أو المدير، وتقديم ملاحظات على جودة التنفيذ، وتحديد نقاط الضعف التي تحتاج إلى مراجعة.

كما يمكن استخدامه في فهم الأخطاء التقنية، وتفسير المفاهيم المعقدة، ومقارنة أكثر من طريقة لتنفيذ المهمة نفسها.

لكن قيمة المشروع لا تأتي من كونه أُنتج باستخدام AI، بل من قدرتك على شرح المشكلة التي يعالجها، والقرارات التي اتخذتها، والمهارات التي استخدمتها، والنتيجة التي وصلت إليها.

مثال على Prompt لتصميم مشروع تطبيقي:

أتعلم حاليًا مهارات [اسم المجال] استعدادًا للعمل بوظيفة [المسمى الوظيفي].

 

أحتاج إلى مشروع تطبيقي يحاكي مهمة حقيقية من المهام التي ينفذها المتخصص في هذا المجال.

 

مستوى خبرتي الحالي: [المستوى].

 

المهارات التي أعمل على تطويرها: [المهارات].

 

المطلوب تصميم مشروع يتضمن:

 

1. وصف المشكلة أو السيناريو المهني.
2. الهدف النهائي للمشروع.
3. المهام المطلوب تنفيذها.
4. الأدوات المناسبة.
5. معايير تقييم جودة العمل.
6. المخرجات النهائية التي يمكن عرضها في Portfolio.

 

يُراعى أن يكون المشروع قابلًا للتنفيذ بمستواي الحالي، مع وجود مساحة للتطور والتعلم أثناء التنفيذ.

6. تقييم مستوى المهارات وتحسين جودة المشروعات

لا تكتمل عملية التعلم بمجرد الانتهاء من المشروع؛ فالتقييم والمراجعة عنصران أساسيان في معرفة مدى التطور الفعلي.

وهنا يمكن استخدام الذكاء الاصطناعي بوصفه AI Learning Coach، من خلال تقديم معايير لتقييم المشروع، وتحليل نقاط القوة والقصور، ومقارنة العمل بالمستوى المتوقع من شخص يتقدم للوظيفة المستهدفة.

على سبيل المثال، يمكن تقييم مشروع تحليل البيانات بناءً على دقة النتائج، وطريقة تنظيف البيانات، وجودة التصور البياني، ووضوح الاستنتاجات.

أما مشروع كتابة المحتوى، فيمكن تقييمه بناءً على توافقه مع Search Intent، ودقة المعلومات، وجودة البحث، والتنظيم، وتجربة القراءة، ومدى تحقيقه لهدفه.

وتزداد قيمة التقييم عند جمعه مع Feedback من شخص لديه خبرة فعلية في المجال، لأن الذكاء الاصطناعي قد لا يلتقط جميع التفاصيل التي يلاحظها المتخصص أثناء تنفيذ المهام المهنية.

مثال على Prompt لتقييم المشروع:

أرفقت مشروعًا عمليًا في مجال [اسم المجال]، وهو يستهدف إثبات قدرتي على أداء مهام وظيفة [المسمى الوظيفي].

 

أحتاج إلى تقييم المشروع وفقًا لمعايير مهنية تشمل:

 

– جودة التنفيذ.

– مدى دقة النتائج.

– استخدام الأدوات المناسبة.

– التفكير التحليلي وحل المشكلات.

– نقاط القوة والقصور.

– مدى جاهزية المشروع للعرض في Portfolio.

 

لكل معيار، يتضمن التقييم درجة من 10 مع تفسير الدرجة والأسباب.

 

وفي النهاية، أحتاج إلى تقرير يوضح أهم التحسينات التي سترفع جودة المشروع، مع التمييز بين الأخطاء الفعلية والاقتراحات الاختيارية.

المخرج النهائي للمرحلة الثانية:

بحلول اليوم الستين، يفترض وجود تقدم ملموس في المهارات ذات الأولوية، مع مشروع تطبيقي واحد على الأقل يمكن استخدامه لإثبات الكفاءة المهنية.

وهنا يصبح لدى الشخص ما هو أكثر من مجرد شهادة تدريبية؛ إذ يمتلك تجربة عملية يستطيع الحديث عنها وعرض تفاصيلها أثناء التقديم للوظائف أو المقابلات.

المرحلة الثالثة: الاستعداد لسوق العمل وبناء الحضور المهني خلال الأيام 61–90

بعد اكتساب المهارات وتنفيذ المشروعات، تبدأ مرحلة تحويل هذا العمل إلى فرص مهنية.

فقد يمتلك الشخص معرفة جيدة ومشروعات قوية، لكنه لا يحصل على الفرص المناسبة بسبب ضعف عرض خبراته، أو عدم وضوح هويته المهنية، أو عدم قدرته على الوصول إلى الشركات والأشخاص المناسبين.

وهنا يمكن للذكاء الاصطناعي أن يؤدي دورًا مهمًا في تحسين الحضور المهني وتنظيم البحث عن الوظائف والاستعداد للمقابلات.

7. بناء السيرة الذاتية وPortfolio والهوية المهنية

الهدف من هذه الخطوة هو تحويل المهارات والخبرات والمشروعات السابقة إلى صورة مهنية واضحة يستطيع مسؤول التوظيف فهمها وتقييمها.

وتشمل العناصر الأساسية:

أولًا: السيرة الذاتية CV

تساعد أدوات الذكاء الاصطناعي في تحليل السيرة الذاتية ومقارنتها بمتطلبات الوظائف المستهدفة، واقتراح تحسينات على ترتيب المعلومات، وطريقة وصف الخبرات، وإبراز النتائج والمهارات ذات الصلة.

كما يمكن الاستفادة منها في تحليل الكلمات المفتاحية المتكررة في إعلانات الوظائف، لتكون السيرة الذاتية أكثر ارتباطًا بالفرص التي يتم التقديم إليها.

ثانيًا: الملف المهني Portfolio

يُعد Portfolio من أهم وسائل إثبات الكفاءة، خاصة في المجالات التي تعتمد على المشروعات والمخرجات العملية.

وقد يتضمن:

• نبذة مهنية مختصرة.
• المهارات والتخصصات.
• المشروعات التطبيقية.
• Case Studies توضح المشكلة وطريقة الحل والنتائج.
• الأدوات والتقنيات المستخدمة.
• الدورات والشهادات ذات الصلة.

ثالثًا: حساب LinkedIn

يمثل LinkedIn مساحة مهمة لبناء الهوية المهنية والتواصل مع المتخصصين ومسؤولي التوظيف.

ويمكن للذكاء الاصطناعي المساعدة في صياغة Professional Headline، وتحسين قسم About، وتنظيم عرض الخبرات والمهارات والمشروعات.

لكن المحتوى النهائي يجب أن يعكس الخبرات الحقيقية والأسلوب الشخصي؛ فالغرض ليس إنتاج ملف شخصي مليء بالكلمات المفتاحية، بل توضيح القيمة المهنية التي يستطيع الشخص تقديمها.

مثال على Prompt لمراجعة السيرة الذاتية:

أرفقت سيرتي الذاتية ووصفًا وظيفيًا لوظيفة [المسمى الوظيفي].

 

أحتاج إلى تحليل مدى توافق السيرة الذاتية مع متطلبات الوظيفة.

 

يتضمن التحليل:

 

1. المهارات المطلوبة وغير الواضحة في السيرة الذاتية.
2. الخبرات الأكثر ارتباطًا بالوظيفة.
3. العبارات التي تحتاج إلى إعادة صياغة لإبراز الإنجازات.
4. الكلمات المفتاحية المهمة التي يمكن إضافتها بصورة طبيعية عندما تدعمها الخبرة الفعلية.
5. نقاط الضعف في تنظيم السيرة الذاتية.
6. اقتراحات لتحسين العنوان المهني والملخص الشخصي على LinkedIn.

 

تُحافظ المراجعة على جميع المعلومات الواقعية، ولا تضيف خبرات أو إنجازات أو أرقامًا غير موجودة في البيانات الأصلية.

ومن اعتبارات الخصوصية المهمة إزالة البيانات الشخصية الحساسة، مثل رقم الهاتف والعنوان ومعلومات الاتصال، من الملفات قبل إرسالها إلى أدوات الذكاء الاصطناعي العامة، مع مراجعة سياسات الخصوصية الخاصة بالأداة المستخدمة.

8. البحث عن الوظائف وتحسين استراتيجية التقديم

تتمثل إحدى أكبر مشكلات البحث عن الوظائف في الاعتماد على مسمى وظيفي واحد أو كلمة مفتاحية واحدة.

فقد يبحث شخص عن وظيفة Content Writer، بينما تستخدم الشركات مسميات أخرى مثل SEO Content Specialist أو Content Marketing Executive أو Editorial Specialist، رغم وجود تقاطع في المهام والمهارات.

ويساعد الذكاء الاصطناعي في توسيع نطاق البحث عن الفرص من خلال اقتراح المسميات البديلة، والكلمات المفتاحية، وأنواع الشركات والصناعات التي تحتاج إلى المهارات نفسها.

كما يمكن استخدامه لتحليل إعلانات الوظائف وتحديد مدى توافق المؤهلات والخبرات مع كل فرصة.

وتوفر خاصية البحث المدعوم بالذكاء الاصطناعي في LinkedIn إمكانية كتابة وصف تفصيلي للوظيفة المطلوبة يتضمن المجال والموقع الجغرافي ومستوى الخبرة ونوع العمل، لتقديم نتائج تتوافق مع معنى البحث وليس الكلمات الحرفية فقط.

ومن المهم أن يصاحب ذلك نظام واضح لتتبع طلبات التوظيف Job Application Tracker، حتى لا يتحول البحث عن الوظائف إلى مجموعة من الطلبات غير المنظمة.

الشركة	الوظيفة	تاريخ التقديم	حالة الطلب	الخطوة التالية
Company A	SEO Specialist	5 يناير	قيد المراجعة	متابعة الطلب
Company B	Content Strategist	8 يناير	مقابلة أولية	التحضير للمقابلة
Company C	Marketing Executive	10 يناير	لم يتم الرد	مراجعة الحالة

التواريخ في الجدول توضيحية فقط.

يمكن أن يساعد الذكاء الاصطناعي في إعداد هذا النظام، وتحليل أنماط الوظائف التي تلقت ردودًا، ومقارنة متطلبات الوظائف التي تم التقديم إليها بالمهارات المتاحة.

مثال على Prompt لتنظيم البحث عن الوظائف:

أبحث عن فرص عمل في مجال [المجال] بمسمى [الوظيفة المستهدفة] في [الدولة].

 

خبرتي الحالية: [وصف مختصر].

 

نوع العمل المفضل: [Remote / Hybrid / On-site].

 

أحتاج إلى استراتيجية بحث عن الوظائف تشمل:

 

– المسميات الوظيفية البديلة.

– الكلمات المفتاحية المناسبة للبحث.

– أنواع الشركات التي يمكن أن تحتاج إلى مهاراتي.

– أفضل منصات التوظيف المناسبة للسوق المستهدف.

– معايير تقييم مدى ملاءمة كل وظيفة.

– نموذج لتتبع طلبات التوظيف ومراحلها.

 

أحتاج إلى أن تكون الاستراتيجية مرتبطة بفرص حقيقية، مع مصادر وروابط قابلة للتحقق، وتمييز الوظائف المناسبة لمستوى خبرتي عن الوظائف التي تتطلب خبرة أعلى.

ومن الضروري التحقق من الوظائف من خلال الموقع الرسمي للشركة قبل إرسال أي بيانات شخصية أو مستندات، لأن ظهور إعلان في نتائج البحث أو اقتراحه بواسطة الذكاء الاصطناعي لا يؤكد بالضرورة أنه حقيقي أو لا يزال متاحًا.

9. تطوير مهارات التواصل المهني والاستعداد للمقابلات

لا يعتمد النجاح المهني على المهارات التقنية فقط، بل يتأثر أيضًا بالقدرة على شرح الخبرات والتواصل مع الآخرين وعرض الأفكار بصورة واضحة.

ولهذا تمثل المقابلات الوظيفية والتواصل المهني Networking جزءًا أساسيًا من المرحلة الأخيرة.

يمكن للذكاء الاصطناعي محاكاة مقابلة عمل كاملة بناءً على وصف وظيفي محدد، وطرح أسئلة متوقعة، وتحليل الإجابات، وتقديم ملاحظات حول مدى وضوحها وارتباطها بالوظيفة.

ومن الأساليب المفيدة هنا STAR Method، وهي طريقة لتنظيم الإجابات المتعلقة بالتجارب السابقة من خلال أربعة عناصر:

• Situation: الموقف أو السياق الذي حدثت فيه التجربة.
• Task: المهمة أو المسؤولية المطلوبة.
• Action: الإجراءات التي اتخذها الشخص.
• Result: النتيجة التي تحققت.

على سبيل المثال، بدلًا من الاكتفاء بذكر أن الشخص يمتلك مهارات في إدارة المشروعات، يمكنه شرح موقف عملي واجه فيه تحديًا في تنظيم مشروع، والمسؤولية التي تحملها، والخطوات التي اتخذها، والنتيجة التي وصل إليها.

كذلك يمكن الاستفادة من الذكاء الاصطناعي في التحضير لمحادثات مهنية غير رسمية Informational Interviews، وهي لقاءات مع أشخاص يعملون في المجال المستهدف بهدف فهم طبيعة العمل ومسارات الدخول إليه ومتطلبات التطور الوظيفي.

مثال على Prompt لمحاكاة مقابلة عمل:

أستعد لمقابلة عمل لوظيفة [المسمى الوظيفي] في مجال [المجال].

 

مستوى خبرتي: [المستوى].

 

أرفقت الوصف الوظيفي وسيرتي الذاتية.

 

أحتاج إلى محاكاة مقابلة حقيقية تتضمن:

 

– أسئلة فنية مرتبطة بالوظيفة.

– أسئلة Behavioral Interview.

– أسئلة عن المشروعات والخبرات السابقة.

– أسئلة عن مواقف حل المشكلات والعمل الجماعي.

 

يكون التدريب تفاعليًا، بحيث يتم طرح سؤال واحد في كل مرة، ثم انتظار الإجابة وتقييمها وفقًا لمدى وضوحها وواقعيتها وصلتها بالوظيفة.

 

يستند التقييم إلى STAR Method عند ملاءمتها، مع تقديم ملاحظات على نقاط القوة والجوانب التي تحتاج إلى تحسين، دون إنشاء خبرات غير حقيقية في الإجابات.

المخرج النهائي للمرحلة الثالثة:

بحلول اليوم التسعين، يفترض امتلاك مجموعة متكاملة من الأدوات التي تساعد على دخول سوق العمل، تشمل سيرة ذاتية مخصصة، وملف أعمال، وحسابًا مهنيًا واضحًا، واستراتيجية للبحث عن الوظائف، واستعدادًا أفضل للمقابلات والتواصل المهني.

مثال تطبيقي: كيف يستفيد خريج جديد من خطة الـ90 يومًا؟

لنفترض أن خريجًا حديثًا يرغب في دخول مجال التسويق الرقمي Digital Marketing، لكنه لا يمتلك خبرة عملية كافية، ولا يعرف أي تخصص داخله هو الأنسب له.

يمكن أن تكون رحلته خلال التسعين يومًا بالشكل التالي:

الأيام 1–30: الاكتشاف

• تحليل المهارات والاهتمامات والخبرات الجامعية.
• مقارنة وظائف SEO Specialist وSocial Media Specialist وContent Marketer.
• مراجعة إعلانات توظيف حديثة لاكتشاف المهارات المتكررة.
• تحديد SEO وKeyword Research وContent Strategy كمهارات ذات أولوية.

الأيام 31–60: التطوير

• تعلم أساسيات SEO وKeyword Research.
• دراسة Content Strategy وSearch Intent.
• تنفيذ مشروع لموقع افتراضي أو مشروع شخصي.
• إعداد Keyword Map وخطة محتوى ومقال مُحسّن لمحركات البحث.
• توثيق خطوات العمل والقرارات والنتائج الفعلية.

الأيام 61–90: الاستعداد للعمل

• إنشاء Portfolio يتضمن المشروع.
• تحسين السيرة الذاتية وحساب LinkedIn.
• البحث عن فرص Junior SEO Specialist وSEO Content Specialist.
• التواصل مع متخصصين في المجال.
• التدريب على المقابلات الوظيفية وتقديم طلبات مناسبة.

في نهاية المدة، لن يكون هذا الشخص مجرد خريج حصل على مجموعة من الشهادات في التسويق الرقمي، بل سيكون لديه تخصص أكثر وضوحًا، ومشروع يمكن عرضه، وقدرة أفضل على إثبات امتلاكه للمهارات المطلوبة.

وهذا هو الفرق بين التعلم بهدف جمع المعلومات والتعلم بهدف بناء مسار مهني.

كيف يمكن قياس التقدم بعد 90 يومًا؟

حتى لا تتحول الخطة إلى مجموعة من الأنشطة التي يصعب تقييم أثرها، من المهم وجود مؤشرات واضحة تقيس مدى التقدم في كل مرحلة.

يمكن الاستعانة بجدول متابعة مثل التالي:

مؤشر القياس	النتيجة المستهدفة
المسارات المهنية التي تمت دراستها	2–3 مسارات
المسارات التي تمت المقارنة بينها	مسار رئيسي ومسار بديل
فجوات المهارات التي تم تحديدها	قائمة مرتبة حسب الأولوية
المهارات ذات الأولوية التي تم تطويرها	1–3 مهارات بحسب المجال
المشروعات التطبيقية	مشروع واحد مكتمل على الأقل
Portfolio	نسخة أولية قابلة للعرض
السيرة الذاتية	نسخة مخصصة للوظائف المستهدفة
LinkedIn	ملف مهني مكتمل وواضح
التدريب على المقابلات	عدة محاكاة وتقييمات
التقديم للوظائف	طلبات مستهدفة وموثقة

هذه الأرقام أهداف تنظيمية مقترحة وليست معايير ثابتة تنطبق على جميع التخصصات.

فبعض المسارات تحتاج إلى وقت أطول لاكتساب المهارات أو تنفيذ المشروعات، بينما يمكن إثبات الكفاءة في مسارات أخرى خلال فترة أقصر.

كذلك لا يُعد عدد طلبات التوظيف وحده مؤشرًا كافيًا على التقدم؛ فمعدل الاستجابة، ومدى ملاءمة الفرص، وجودة الملف المهني، ونوعية المشروعات المقدمة مؤشرات أكثر فائدة عند تقييم استراتيجية البحث عن العمل.

أخطاء شائعة عند استخدام الذكاء الاصطناعي في التخطيط المهني

رغم إمكانات الذكاء الاصطناعي في دعم التطور المهني، فإن الاستخدام غير المنظم قد يؤدي إلى إهدار الوقت أو اتخاذ قرارات غير مناسبة.

ومن أبرز الأخطاء التي تستحق الانتباه:

1. الاعتماد على الذكاء الاصطناعي لاختيار المسار المهني بصورة نهائية

يمكن للذكاء الاصطناعي اقتراح مسارات مهنية بناءً على المعلومات المتاحة، لكنه لا يمتلك فهمًا كاملًا لظروف الشخص وتفضيلاته وتجربته الواقعية.

وقد يقترح وظائف تبدو مناسبة بناءً على المهارات، لكنها لا تتوافق مع طبيعة العمل التي يفضلها الشخص.

لذلك تظل المراجعة الذاتية، والتجارب العملية، والتواصل مع العاملين في المجال عناصر مهمة للتحقق من الاختيار.

2. تعلم مهارات كثيرة دون ارتباط بوظيفة مستهدفة

التنقل بين مجالات مختلفة ومتابعة كل مهارة رائجة قد يعطي شعورًا بالتقدم، لكنه لا يؤدي بالضرورة إلى اكتساب ميزة تنافسية.

الأكثر فاعلية هو التركيز على مجموعة محدودة من المهارات التي ترتبط بصورة مباشرة بالمسار المهني المستهدف.

3. جمع الشهادات دون تطبيق عملي

الشهادة قد تكون دليلًا على إتمام دورة تدريبية، لكنها ليست دائمًا دليلًا كافيًا على إتقان المهارة.

ولهذا تزداد أهمية المشروعات التطبيقية وملفات الأعمال التي تكشف عن القدرة على تنفيذ المهام المهنية.

4. الاعتماد على المعلومات غير الموثقة

قد يقدم الذكاء الاصطناعي تقديرات غير دقيقة عن الرواتب أو فرص التوظيف أو متطلبات الوظائف، وقد يستخدم معلومات لا تخص الدولة المستهدفة.

ولهذا تظل مراجعة المصادر المحلية والجهات الرسمية ضرورية قبل بناء القرارات المهنية عليها.

5. السماح للذكاء الاصطناعي باختراع خبرات وإنجازات

من الأخطاء الخطيرة إضافة مشروعات أو مسؤوليات أو أرقام غير حقيقية إلى السيرة الذاتية بحجة تحسين فرص اجتياز أنظمة التوظيف.

فقد يساعد AI في إعادة صياغة الخبرات وإبراز الإنجازات بصورة أفضل، لكنه لا يمكن أن يحل محل الخبرات الحقيقية أو ينشئ إنجازات لم تحدث.

6. إهمال المهارات الإنسانية

قد يزداد الاهتمام بتعلم أدوات الذكاء الاصطناعي إلى درجة إهمال التواصل والتفكير النقدي والعمل الجماعي.

لكن التقارير الحديثة تؤكد أن التغيرات التكنولوجية تزيد أهمية الجمع بين المهارات الرقمية والمهارات الإنسانية، وليس استبدال إحداها بالأخرى.

أسئلة شائعة حول استخدام الذكاء الاصطناعي في بناء المسار المهني

هل يمكن بناء مسار مهني كامل باستخدام الذكاء الاصطناعي؟

يمكن للذكاء الاصطناعي المساعدة في معظم مراحل التخطيط والتطوير المهني، بداية من تحليل المهارات واستكشاف الوظائف، وصولًا إلى إعداد خطط التعلم ومراجعة المشروعات والاستعداد للمقابلات.

لكن بناء المسار المهني نفسه يتطلب قرارات وتجارب وتطبيقًا عمليًا وتفاعلًا بشريًا، وهي أمور لا يمكن تفويضها بالكامل إلى الأدوات الذكية.

هل يمكن الحصول على وظيفة خلال 90 يومًا باستخدام الذكاء الاصطناعي؟

لا توجد ضمانات للحصول على وظيفة خلال هذه المدة؛ لأن النتيجة تتأثر بمستوى الخبرة، وطبيعة التخصص، وحالة سوق العمل، والمنافسة، ومدى توافق مؤهلات المتقدم مع الوظائف المتاحة.

لكن التسعين يومًا تمثل فترة مناسبة لبناء أساس مهني أكثر وضوحًا، وتطوير المهارات، وإعداد ملف أعمال، وتحسين الاستعداد للتقديم والمقابلات.

ما أفضل أدوات الذكاء الاصطناعي للتطوير المهني؟

لا توجد أداة واحدة تناسب جميع مراحل التطور المهني، لكن يمكن تقسيم الأدوات حسب الاستخدام:

الاستخدام	نوع الأدوات
تحليل المهارات واستكشاف الوظائف	AI Assistants وO*NET
البحث والتحقق من المعلومات	AI Search Tools ومحركات البحث
التعلم وتلخيص المصادر	AI Learning Assistants
تنفيذ المشروعات	أدوات الذكاء الاصطناعي المتخصصة بكل مجال
تحسين السيرة الذاتية	AI Writing Assistants
التدريب على المقابلات	AI Interview Simulators
اكتشاف فرص العمل	LinkedIn ومنصات التوظيف

وتظل جودة المعلومات التي تقدمها الأداة، ومدى قدرتها على إظهار مصادر موثوقة، أهم من اسم الأداة أو كثرة استخدامها.

هل الذكاء الاصطناعي مفيد للخريجين الذين لا يمتلكون خبرة عملية؟

نعم، خاصة في مرحلة استكشاف المسارات المهنية وتحديد المهارات المطلوبة وتصميم مشروعات تحاكي المهام الوظيفية.

كما يمكن الاستفادة من المشروعات الجامعية والتدريبات والأنشطة التطوعية باعتبارها مصادر لإثبات المهارات، حتى في غياب الخبرة الوظيفية التقليدية.

كم ساعة يحتاجها الشخص يوميًا لتنفيذ خطة 90 يومًا؟

لا يوجد عدد ثابت يناسب الجميع، فالأمر يرتبط بالوقت المتاح ومستوى المهارات الحالية وطبيعة التخصص.

الأهم هو وجود جدول تعلم وتطبيق منتظم يمكن الاستمرار عليه، مع توزيع الوقت بين البحث والتعلم والممارسة والتقييم بدلًا من تخصيصه بالكامل لمشاهدة الدورات التدريبية.

الخلاصة: الذكاء الاصطناعي لا يبني مسارك المهني بدلًا منك

لم يعد التطور المهني مرتبطًا فقط بالحصول على مؤهل أكاديمي أو إكمال عدد كبير من الدورات التدريبية، بل أصبح مرتبطًا بقدرتك على اكتساب المهارات التي يحتاجها سوق العمل، وتطويرها باستمرار، وإثبات امتلاكك لها من خلال تجارب ومشروعات عملية.

ويمكن للذكاء الاصطناعي أن يجعل هذه الرحلة أكثر تنظيمًا ووضوحًا، من خلال تحليل قدراتك، واكتشاف المسارات المحتملة، وتحديد فجوات المهارات، وبناء خطط تعلم مخصصة، وتطوير Portfolio، وتحسين استعدادك لسوق العمل.

لكن القيمة الحقيقية لا تأتي من عدد الأدوات التي تستخدمها أو البرومبتات التي تكتبها، بل من قدرتك على تحويل مخرجاتها إلى معرفة ومهارات ونتائج يمكن إثباتها.

فخطة التسعين يومًا ليست محاولة لاكتساب كل المهارات دفعة واحدة، وإنما طريقة لبناء تقدم مهني تراكمي، تبدأ باتجاه واضح، ثم تعلم موجه، ثم تطبيق عملي، وتنتهي بقدرة أفضل على الوصول إلى الفرص المناسبة.

المصادر الأجنبية المعتمدة في إعداد المقال

1. World Economic Forum — The Future of Jobs Report 2025: حول التغيرات المتوقعة في المهارات والوظائف خلال السنوات المقبلة.
2. International Labour Organization — Changing Landscape of Skills in the Age of AI (2026): حول تغير المهارات المطلوبة مع انتشار الذكاء الاصطناعي.
3. OECD — A Skills-First Labour Market (2026): حول أهمية المهارات القابلة للإثبات في التوظيف والتطور المهني.
4. LinkedIn — Skills on the Rise 2026: حول المهارات المتنامية واحتياجات سوق العمل.
5. Microsoft Signal — Work Smarter in 90 Days (2026): حول إطار تطوير المهارات والاستفادة من الذكاء الاصطناعي خلال 90 يومًا.
6. Concordia University — Using AI in Your Career Planning: حول استخدام AI في استكشاف المسارات المهنية وتحسين طلبات التوظيف والاستعداد للمقابلات.
7. University of Pennsylvania — Informational Interviewing: حول التواصل المهني واكتشاف المسارات الوظيفية.