عربي English Türkçe اردو فارسى
pdf
Logo
صورة الغلاف اقرأ النسخة المطبوعة
آخر الأخبار
استمع إلى "إيجاز" اليوم
8:28 دقيقه
تكنولوجيا

كيف يحصد عمالقة التكنولوجيا بيانات الذكاء الاصطناعي؟

استنساخ النصوص من الأصوات والفيديوهات واستنباط لغة اصطناعية

كيف يحصد عمالقة التكنولوجيا بيانات الذكاء الاصطناعي؟
TT
TT

كيف يحصد عمالقة التكنولوجيا بيانات الذكاء الاصطناعي؟

كيف يحصد عمالقة التكنولوجيا بيانات الذكاء الاصطناعي؟

في أواخر عام 2021، واجهت شركة «أوبن إيه آي» مشكلة في الإمداد؛ إذ استنفد مختبر الذكاء الاصطناعي كل مخزونه من النصوص الإنجليزية ذات السمعة الطيبة على الإنترنت أثناء تطويره لأحدث نظام الذكاء الاصطناعي الخاص به.

من صوت الفيديو إلى النص

وكانت تحتاج إلى مزيد (وربما أكثر بكثير) من البيانات لتدريب النسخة المقبلة من تقنياتها. لذا أنشأ باحثو «أوبن إيه آي» أداة للتعرف على الكلام تسمى «ويسبر» (Whisper)، يمكنها استنساخ الصوت من مقاطع يوتيوب للفيديو، وإنتاج نص محادثة جديد يجعل نظام الذكاء الاصطناعي أكثر ذكاء.

ناقش بعض موظفي «أوبن إيه آي» كيف أن مثل هذه الخطوة قد تتعارض مع قواعد «يوتيوب».

في نهاية المطاف، قام فريق من «أوبن إيه آي» باستنساخ أكثر من مليون ساعة من مقاطع الفيديو على «يوتيوب»، حسب قول بعض الأشخاص. ثم تمَّت تغذية النصوص في نظام يُسمى «جي بي تي - 4»، الذي كان يُعدّ على نطاق واسع واحداً من أقوى نماذج الذكاء الاصطناعي في العالم، وكان الأساس لأحدث نسخة من روبوت الدردشة «تشات جي بي تي».

صار السباق نحو قيادة الذكاء الاصطناعي بمثابة هدف يائس للبحث عن البيانات الرقمية اللازمة لتطوير هذه التكنولوجيا. وللحصول على تلك البيانات، قامت شركات التكنولوجيا، بما في ذلك «أوبن إيه آي»، و«غوغل»، و«ميتا» بتقليص الوقت والجهد والنفقات، وتجاهلت سياسات الشركات، وناقشت الالتفاف على القوانين، بحسب فحص أجرته «نيويورك تايمز».

في «ميتا» التي تملك منصتَي «فيسبوك» و«إنستاغرام»، ناقش مديرون ومحامون ومهندسون، العام الماضي، شراء دار نشر «سايمون أند شوستر» لتأمين أعمال طويلة، طبقاً لتسجيلات اجتماعات داخلية حصلت عليها صحيفة «تايمز». كما تناولوا مسألة جمع البيانات المحمية بحقوق الطبع والنشر عبر الإنترنت، حتى لو كان ذلك يعني مواجهة الدعاوى القضائية. وقالوا إن التفاوض على التراخيص مع الناشرين والفنانين والموسيقيين وصناعة الأخبار سوف يستغرق وقتاً طويلاً.

على غرار شركة «أوبن إيه آي»، شرعت شركة «غوغل» باستنساخ مقاطع الفيديو على «يوتيوب» لجمع النصوص لنماذج الذكاء الاصطناعي الخاصة بها، وفقاً لما ذكره خمسة أشخاص على اطلاع بممارسات الشركة. وذلك من المحتمل أن ينتهك حقوق الطبع والنشر للفيديوهات، التي تنتمي لمبتكريها.

في العام الماضي، وسعت «غوغل» أيضاً من شروط الخدمة. ووفقاً لأعضاء فريق الخصوصية في الشركة والرسالة الداخلية التي اطلعت عليها صحيفة «نيويورك تايمز»، كان أحد الدوافع وراء هذا التغيير السماح لـ«غوغل» بأن تكون قادرة على الاستفادة من «مستندات غوغل» المتاحة للجمهور، ومراجعات المطاعم على خرائط «غوغل»، وغيرها من المواد على الإنترنت للحصول على المزيد من منتجات الذكاء الاصطناعي الخاصة بها.

إمدادات البيانات للذكاء الاصطناعي

توضح إجراءات الشركات كيف تحولت المعلومات عبر الإنترنت (القصص الإخبارية، والأعمال الخيالية، ونشرات منصات التراسل، ومقالات ويكيبيديا، وبرامج الحاسوب، والصور، والبودكاست، ومقاطع الأفلام) بشكل متزايد إلى شريان الحياة لصناعة الذكاء الاصطناعي المزدهرة؛ إذ يعتمد إنشاء أنظمة مبتكرة على وجود بيانات كافية لتعليم التقنيات اللازمة لإنتاج النصوص، والصور، والأصوات، ومقاطع الفيديو على الفور، التي تشبه ما يصنعه الإنسان.

إن حجم البيانات أمر بالغ الأهمية. وقد تعلمت روبوتات الدردشة الرائدة من مجموعات من النصوص الرقمية التي تصل إلى 3 تريليونات كلمة، أو ما يقرب من ضعف عدد الكلمات تقريبا المخزنة في مكتبة «بودليان» بجامعة أكسفورد، التي جمعت المخطوطات منذ عام 1602.

وقال الباحثون إن أكثر البيانات قيمة هي المعلومات عالية الجودة، مثل الكتب، والمقالات المنشورة، التي كتبها وحرَّرها المتخصصون بعناية.

لسنوات، كانت الإنترنت (مع مواقع مثل «ويكيبيديا»، و«ريديت») مصدراً لا نهاية له للبيانات. ولكن مع تقدم الذكاء الاصطناعي، سعت شركات التكنولوجيا إلى البحث عن المزيد من المستودعات. «غوغل» و«ميتا»، اللذين يملكان مليارات المستخدمين الذين ينتجون استعلامات البحث والمدونات على وسائل التواصل الاجتماعي كل يوم، كانتا مقيدتين إلى حد كبير بقوانين الخصوصية وسياساتهما الخاصة من الاعتماد على كثير من ذلك المحتوى للذكاء الاصطناعي.

إن حاجتها ملحَّة للغاية. ووفقاً لمعهد «إيبوك» للأبحاث، يمكن لشركات التكنولوجيا النفاذ إلى البيانات عالية الجودة على الإنترنت بحلول عام 2026؛ إذ تستخدم الشركات البيانات بوتيرة أسرع مما يجري إنتاجه.

معلومات «اصطناعية»

تتوق شركات التكنولوجيا بشدة إلى البيانات الجديدة، حتى إن بعض هذه الشركات تعمل على تطوير معلومات «اصطناعية». وهذه ليست بيانات عضوية صنعها البشر، وإنما النصوص، والصور، والرموز التي تنتجها نماذج الذكاء الاصطناعي (بمعنى آخر، تتعلم الأنظمة مما تولده بنفسها).

بالنسبة للمبدعين، أدى الاستخدام المتزايد لأعمالهم من قبل شركات الذكاء الاصطناعي إلى إقامة دعاوى قضائية حول حقوق النشر والترخيص. وقد قامت جريدة «نيويورك تايمز» بمقاضاة شركة «مايكروسوفت» وشركة «أوبن إيه آي»، العام الماضي، لاستخدام مقالات إخبارية ذات حقوق نشر مرخَّصة، ومن دون الحصول على ترخيص لتدريب روبوتات الدردشة العاملة بتقنيات الذكاء الاصطناعي. قالت شركة «أوبن إيه آي» و«مايكروسوفت» إن استخدام المقالات كان «استخداماً منصفاً»، أو مسموحاً به بموجب قانون حقوق الطبع والنشر، لأنهما غيّرا الأعمال لغرض مختلف.

قوانين التدرج والارتقاء

«الارتقاء هو كل ما يحتاجون إليه»... في يناير (كانون الثاني) 2020، نشر جاريد كابلان، عالم الفيزياء النظرية في جامعة جونز هوبكنز، بحثاً رائداً عن الذكاء الاصطناعي أثار الشهية للبيانات على الإنترنت.

كان استنتاجه واضحاً تماماً: كلما كانت هناك بيانات متاحة أكثر لتدريب النموذج اللغوي الكبير (التكنولوجيا المحركة لروبوتات الدردشة على الإنترنت) كان أداؤها أفضل. تماماً كما يتعلم الطالب أكثر من خلال قراءة المزيد من الكتب، يمكن للنماذج اللغوية الكبيرة أن تحدد الأنماط في النص بشكل أفضل، وتكون أكثر دقة مع المزيد من المعلومات.

قال كابلان، الذي نشر ورقته البحثية برفقة 9 باحثين من شركة «أوبن إيه آي»: «لقد فوجئ الجميع بأن هذه الاتجاهات (قوانين التدرج والارتقاء كما نسميها) كانت في الأساس دقيقة مثلما ترون في علم الفلك أو الفيزياء». (إنه يعمل الآن في شركة «أنثروبيك» الناشئة للذكاء الاصطناعي).

سرعان ما صار «الارتقاء هو كل ما تحتاجون إليه» الصرخة الحاشدة من أجل الذكاء الاصطناعي.

استخدم الباحثون منذ فترة طويلة قواعد بيانات عامة وكبيرة من المعلومات الرقمية لتطوير الذكاء الاصطناعي، بما في ذلك «ويكيبيديا» و«كومون كرول»، وهي قاعدة بيانات تضم أكثر من 250 مليار صفحة على شبكة الإنترنت تم جمعها منذ عام 2007. وغالباً ما «يُنظف» الباحثون البيانات بإزالة خطاب الكراهية، والنصوص غير المرغوب فيها قبل استخدامها في تدريب نماذج الذكاء الاصطناعي.

في عام 2020، كانت مجموعات البيانات صغيرة للغاية، وفقاً لمعايير اليوم. وقد عُدَّت قاعدة بيانات واحدة تحتوي على 30 ألف صورة من موقع «فليكر» للصور مصدراً حيوياً في ذلك الوقت.

بعد ورقة كابلان البحثية، لم يعد هذا الكم من البيانات كافياً. وقال براندون دوديرشتات، الرئيس التنفيذي لشركة «نوميك»، المتخصصة في الذكاء الاصطناعي بنيويورك، إن الأمر أصبح يتعلق «فقط بجعل الأشياء كبيرة حقاً».

عندما كشفت «أوبن إيه آي» عن «جي بي تي - 3»، في نوفمبر (تشرين الثاني) 2020، تم تدريبها على أكبر كمية من البيانات حتى الآن (نحو 300 مليار «رمز مميز») التي هي بالأساس كلمات أو أجزاء من الكلمات. وبعد التعلُّم من تلك البيانات، أنتج النظام نصوصاً بدقة مدهشة، وكتابة منشورات على المدونات، والشعر، وبرامج الحاسوب الخاصة بها.

في عام 2022، ذهب «ديب مايند»، مختبر الذكاء الاصطناعي المملوك لـ«غوغل»، إلى ما هو أبعد من ذلك؛ إذ اختبر 400 نموذج للذكاء الاصطناعي، وتنوعت كمية بيانات التدريب وعوامل أخرى. وقد استخدمت النماذج ذات الأداء الأعلى بيانات أكثر مما توقعه كابلان في ورقته. أحد النماذج (ويُدعى «شينشيلا») تم تدريبه على 1.4 تريليون رمز مميز.

وسرعان ما تم تجاوزه. ففي العام الماضي، أصدر باحثون من الصين نموذجاً للذكاء الاصطناعي يُدعى «سكاي وورك»، الذي تم تدريبه على 3.2 تريليون رمز من النصوص الإنجليزية والصينية. كشفت «غوغل» أيضاً عن نظام «بال إم 2» للذكاء الاصطناعي، الذي تجاوز حد 3.6 تريليون رمز مميز.

البيانات «الاصطناعية»

كان لدى ألتمان، صاحب شركة «أوبن إيه آي»، خُطة للتعامل مع النقص الوشيك في البيانات الذي يلوح في الأفق.

وصرح في مؤتمر مايو (أيار) بأن شركات مثل شركته سوف تعمل في نهاية المطاف على تدريب نماذجها للذكاء الاصطناعي على نصوص ينتجها الذكاء الاصطناعي، المعروفة أيضاً باسم «البيانات الاصطناعية».

بما أن نموذج الذكاء الاصطناعي يمكن أن ينتج نصاً يشبه الإنسان، كما يقول ألتمان وآخرون، يمكن للأنظمة إنشاء بيانات إضافية لتطوير نسخ أفضل من نفسها. وهذا من شأنه مساعدة المطورين في بناء تكنولوجيا قوية بصورة متزايدة مع الإقلال من اعتمادهم على البيانات المحمية بحقوق الطبع والنشر.

قال ألتمان: «ما دمتَ تستطيع تجاوز أفق البيانات الاصطناعية، حيث يكون النموذج ذكياً بدرجة كافية لإنتاج بيانات اصطناعية جيدة، فإن كل شيء سيكون على ما يرام».

استكشف باحثو الذكاء الاصطناعي البيانات الاصطناعية لسنوات. لكن الحديث عن بناء نظام ذكاء اصطناعي قادر على تدريب نفسه بنفسه هو أيسر قولاً من بنائه بالفعل. إلا أن نماذج الذكاء الاصطناعي التي تتعلم من مخرجاتها الخاصة يمكن أن تقع رهينة دائرة حيث تعزز من مراوغاتها، وأخطائها، وقيودها.

* خدمة «نيويورك تايمز»

الأكثر قراءة

 
 
تكنولوجيا

كيف تحمي نفسك من عمليات الاحتيال عبر «استنساخ الصوت»؟

العديد من الأشخاص تعرضوا للسرقة عن طريق ما يعرف بعمليات احتيال «استنساخ الصوت» (بيكسلز)
العديد من الأشخاص تعرضوا للسرقة عن طريق ما يعرف بعمليات احتيال «استنساخ الصوت» (بيكسلز)
  • القاهرة: «الشرق الأوسط»
TT
  • القاهرة: «الشرق الأوسط»
TT

كيف تحمي نفسك من عمليات الاحتيال عبر «استنساخ الصوت»؟

العديد من الأشخاص تعرضوا للسرقة عن طريق ما يعرف بعمليات احتيال «استنساخ الصوت» (بيكسلز)
العديد من الأشخاص تعرضوا للسرقة عن طريق ما يعرف بعمليات احتيال «استنساخ الصوت» (بيكسلز)

قالت سيدة أميركية من كاليفورنيا إنها تعرّضت للاحتيال وخسرت آلاف الدولارات هذا الشهر، بعد أن تلقت مكالمة بدا فيها صوت ابنتها وهي في حالة طارئة. والآن تشتبه في أنها كانت خدعة مولدة بالذكاء الاصطناعي.

وهذه السيدة هي واحدة من عدد من الأشخاص الذين استهدفوا بما يُعرف بعمليات احتيال «استنساخ الصوت»؛ حيث تتيح أدوات الذكاء الاصطناعي لأي شخص إنشاء نسخة طبق الأصل مقنعة من صوت شخص آخر باستخدام بضع ثوانٍ فقط من صوت حقيقي، وفقاً لموقع «سي إن إن».

ووفقاً لمكتب التحقيقات الفيدرالي (FBI)، خسر الأميركيون أكثر من 893 مليون دولار العام الماضي بسبب عمليات احتيال مرتبطة بالذكاء الاصطناعي، بما في ذلك هجمات استنساخ الصوت، إلى جانب رسائل التصيد المولدة بالذكاء الاصطناعي، وغيرها من الخدع.

ويمكن للمحتالين تقليد أي شخص، بدءاً من أفراد الأسرة والأصدقاء وصولاً إلى الزملاء في العمل أو العاملين في الخدمات المهنية. وقد حذّرت بنوك، من بينها «ستارلينغ» في المملكة المتحدة و«كومنولث بنك أوف أستراليا»، عملاءها من عمليات احتيال استنساخ الصوت.

يقول خبراء، وفقاً لموقع «سي إن إن»، إن النسخ الصوتية المولدة بالذكاء الاصطناعي أصبحت واقعية لدرجة أن معظم الناس لم يعودوا قادرين على تمييزها بشكل موثوق عن الأصوات البشرية الحقيقية.

يقول هنري أيدجر، الخبير في المحتوى المولد بالذكاء الاصطناعي، والذي يُقدم استشارات للحكومات والشركات: «بالنسبة للشخص العادي، من غير المنصف أن نتوقع منه أن يكون قادراً على اكتشاف هذه الأمور. أنا شخصياً أعاني مع ذلك، وكذلك معظم الناس».

كيف تبدأ عمليات الاحتيال عن طريق تقليد الأصوات بالذكاء الاصطناعي؟

يمكن للمحتالين إنشاء نسخة تحاكي صوت أي شخص بدقة اعتماداً على مقطع صوتي قصير له، وغالباً ما يتم الحصول على هذه المقاطع من منصات التواصل الاجتماعي أو من خلال مكالمات احتيالية سابقة جرى تسجيلها دون علم صاحبها. كما توفر منصات التواصل الاجتماعي مصدراً غنياً للمعلومات المتعلقة بأفراد الأسرة والأصدقاء المقربين، ما قد يسهل استهدافهم في عمليات الاحتيال.

وعادةً ما يوهم المحتالون ضحاياهم بأن الشخص الذي ينتحلون صوته يمر بظرف طارئ أو أزمة خطيرة، مثل التعرض للاختطاف أو الاحتجاز في السجن، ثم يطلبون تحويل مبالغ مالية بشكل عاجل بحجة المساعدة في الإفراج عنه أو إنقاذه من الموقف.

قال غاري شيلدهورن، محامٍ من فيلادلفيا استُهدف بعملية احتيال صوتي بالذكاء الاصطناعي عندما قلد صوت ابنه، قال لشبكة «سي إن إن» العام الماضي: «لم يكن هناك وقت للتفكير. كان كل شيء يدور حول: يجب أن أتصرف لمساعدة ابني. إنه في مأزق».

في بعض الحالات، قد يكون الصوت المولد بالذكاء الاصطناعي أكثر من مجرد تسجيل واحد. يمكن للمهاجمين المتطورين استخدام أدوات تحويل النص إلى كلام أو طريقة أخرى تعرف بـ«تلبيس الصوت»، وهو أسلوب يعتمد على التلاعب بصوت المحتال، بحيث يبدو مثل الشخص الذي يقلده في الوقت الفعلي.

ويوضح أيدجر أن هذه التقنيات تتيح إجراء محادثات تفاعلية بين الضحية والمحتال الذي يبدو صوته مثل النسخة الصوتية المقلدة، ما قد يجعل عملية الاحتيال أكثر إقناعاً.

ويمكن للقراصنة أيضاً أن يجعلوا المكالمة تبدو كأنها آتية من رقم معروف، عبر تكتيك يعرف باسم «التزييف التعريفي للمتصل»؛ لذا لا يمكنك بالضرورة الوثوق بأن المكالمة التي تبدو آتية من والدتك هي منها بالفعل.

كيف تتجنب الوقوع ضحية لعمليات تقليد الأصوات بالذكاء الاصطناعي؟

وقال هاني فريد، أستاذ في جامعة كاليفورنيا، وكبير المسؤولين العلميين في شركة «جيت ريل سيكورتي»، لشبكة «سي إن إن»: «بدلاً من محاولة تحديد ما إذا كان الصوت حقيقياً، ابحث عن علامات التحذير العامة الأخرى للاحتيال».

وأوضح: «هل الشخص على الطرف الآخر يمنحك موعداً نهائياً أو يخلق لديك شعوراً بالاستعجال؟ هل يشجعك على عدم إخبار أي شخص آخر بما يحدث؟ هل يطلب منك تحويل مبالغ كبيرة من المال بطرق غير معتادة؟».

يجب على المستهدفين الذين يتلقون هذه الأنواع من المكالمات محاولة التواصل مع قريبهم بوسائل أخرى، مثل إرسال رسالة نصية، أو الاتصال بهم من هاتف شخص آخر، أو التواصل مع شخص يعرف مكان وجودهم.

وقالت ديبورا ديل ماسترو، الأم من كاليفورنيا التي استُهدفت مؤخراً، لشبكة «إيه بي سي 7 نيوز»، إنها اتصلت بابنتها فقط بعد أن أرسلت الأموال إلى المحتالين. فردت ابنتها على الفور وكانت في العمل.

ويمكن لأفراد الأسرة أو زملاء العمل الاتفاق مسبقاً على «كلمة سر» تُستخدم للتأكد من هوية المتحدث عند الضرورة. ومن الأفضل أن تكون هذه الكلمة معروفة لعدد محدود جداً من الأشخاص، وألا تكون متاحة أو قابلة للاكتشاف عبر الإنترنت.

ويختتم أيدجر حديثه قائلاً: «إذا راودك الشك في صحة الموقف، فمن الأفضل أن تتحقق أولاً، حتى لو أدى ذلك إلى سخرية والدتك أو أخيك أو صديقك من اعتقادك أنهم روبوت أو جهة مزيفة، بدلاً من التسرع في تحويل الأموال أو التوجه إلى ماكينة الصراف الآلي ثم اكتشاف أنك وقعت ضحية لعملية احتيال».

مواضيع
الذكاء الاصطناعي تقنيات الذكاء الاصطناعي الجريمة الإلكترونية
تكنولوجيا

تقرير: 95 % ممن يلغون اشتراكاتهم السنوية في التطبيقات لا يعودون

إلغاء الاشتراك السنوي في التطبيقات غالباً يعني أن المستخدم لن يعود لاحقاً (شاترستوك)
إلغاء الاشتراك السنوي في التطبيقات غالباً يعني أن المستخدم لن يعود لاحقاً (شاترستوك)
TT
TT

تقرير: 95 % ممن يلغون اشتراكاتهم السنوية في التطبيقات لا يعودون

إلغاء الاشتراك السنوي في التطبيقات غالباً يعني أن المستخدم لن يعود لاحقاً (شاترستوك)
إلغاء الاشتراك السنوي في التطبيقات غالباً يعني أن المستخدم لن يعود لاحقاً (شاترستوك)

لم تعد اشتراكات التطبيقات مجرد خيار إضافي داخل متاجر التطبيقات، بل أصبحت نموذجاً رئيساً لإيرادات كثير من المطورين، خصوصاً في تطبيقات الإنتاجية، والتعليم، والصحة، والترفيه، والأدوات المدعومة بالذكاء الاصطناعي. لكن تقريراً جديداً من شركة «ريغنيوكات» (RevenueCat) يقول إنه عندما يلغي المستخدم اشتراكه السنوي، فإن احتمالات عودته تكون ضعيفة جداً.

بحسب الجزء الثاني من تقرير «State of Subscription Apps 2026»، فإن 95 في المائة من مستخدمي الاشتراكات السنوية الذين يلغون اشتراكاتهم لا يعودون لاحقاً. التقرير يستند إلى بيانات من أكثر من 115 ألف تطبيق عبر فئات مختلفة، تغطي أكثر من 16 مليار دولار من الإيرادات.

الشهر الأول حاسم

تكشف البيانات أن إلغاء الاشتراكات السنوية لا يحدث بطريقة عشوائية على مدار العام. فالشهر الأول وحده يمثل 35 في المائة من جميع عمليات إلغاء الاشتراك السنوي، مع اختلاف واضح بين الفئات. في تطبيقات التسوق، تحدث نحو نصف عمليات الإلغاء السنوية في الشهر الأول، بينما تصل النسبة في تطبيقات التعليم إلى نحو 30 في المائة.

هذه الأرقام تعني أن المستخدم لا ينتظر دائماً نهاية العام ليقرر ما إذا كان التطبيق يستحق الاستمرار. وفي كثير من الحالات، يتخذ القرار مبكراً جداً، ربما بعد تجربة أولية لا تقنعه بالقيمة، أو بعد أن يكتشف أن الاستخدام الفعلي أقل من توقعاته عند الدفع.

فبعد الشهر الأول، تتراجع عمليات الإلغاء إلى مستويات أقل تتراوح بين 3 و7 في المائة شهرياً في الفترة من الشهر الثالث إلى الحادي عشر. لكن التقرير يرصد ارتفاعاً جديداً في الشهر الثاني عشر، عندما يقترب موعد التجديد، حيث تصل عمليات الإلغاء إلى ما بين 9 و14 في المائة عبر مختلف الفئات.

الاشتراكات السنوية تمنح المطورين قيمة أعلى لكنها تزيد صعوبة استعادة المستخدم بعد الإلغاء (شاترستوك)

قرار يُتخذ خلال ساعات

لا تقتصر المشكلة على الاشتراكات السنوية المدفوعة. فالتقرير يرصد أيضاً أن المستخدمين باتوا يحسمون موقفهم من الفترات التجريبية بسرعة كبيرة. أكثر من نصف عمليات إلغاء التجارب التي تستمر ثلاثة أيام تحدث في اليوم الأول نفسه، وتحديداً 55.4 في المائة منها في اليوم صفر. أما في التجارب ذات الأيام السبعة، فنسبة الإلغاء تبلغ في اليوم الأول 39.8 في المائة، وتصل إلى 35.7 في المائة للتجارب التي تستمر 14 يوماً، و31.1 في المائة للتجارب ذات الثلاثين يوماً.

وتظهر الصورة أكثر وضوحاً عند النظر إلى اليومين الأولين، حيث إن 84 في المائة من إلغاءات التجارب التي تستمر ثلاثة أيام تحدث بين اليوم صفر واليوم الأول، وكذلك 64 في المائة من إلغاءات التجارب التي تستمر سبعة أيام. هذا يعني أن النافذة المتاحة أمام التطبيق لإثبات قيمته أصبحت قصيرة جداً.

العودة نادرة

أبرز ما يلفت إليه التقرير أن استعادة المستخدم بعد إلغاء الاشتراك السنوي تبدو صعبة للغاية. فمعدل إعادة تنشيط الاشتراكات السنوية لا يتجاوز 5 في المائة خلال عام واحد، ويتراوح بين 3 و8 في المائة بحسب فئة التطبيق. في المقابل، يعود مشتركو الخطط الشهرية بمعدل أعلى بكثير، إذ تصل إعادة تنشيطهم إلى 20 في المائة خلال عام، أي أربعة أضعاف تقريباً.

هذا الفارق يغير طريقة النظر إلى قيمة الخطط السنوية، والشهرية. فالاشتراك السنوي يمنح المطور دخلاً أكبر في البداية، لكنه قد يجعل قرار الإلغاء أكثر نهائية. أما الاشتراك الشهري، فرغم أنه يبدو أقل قيمة فورياً، فإنه يترك باب العودة مفتوحاً بدرجة أكبر، خصوصاً في التطبيقات التي يستخدمها الناس حسب الحاجة.

وتظهر هذه النقطة بوضوح في تطبيقات الإنتاجية، وهي فئة تقودها بشكل متزايد أدوات الذكاء الاصطناعي. فقد سجلت أعلى معدل لإعادة تنشيط الاشتراكات الشهرية عند 36.1 في المائة، ما يعكس سلوك مستخدمين قد يلغون الاشتراك عندما لا يحتاجون إلى الأداة، ثم يعودون إليها عند ظهور حاجة جديدة.

قيمة ومخاطر عالية

رغم صعوبة استعادة المستخدمين الذين يلغون، تبقى الاشتراكات السنوية الأكثر قوة من حيث الاحتفاظ بمن يصلون إلى مرحلة التجديد. فالتقرير يذكر أن الخطط السنوية تجدد بمعدل 83.4 في المائة إجمالاً، وهو أكثر من أربعة أضعاف معدل الخطط الأسبوعية البالغ 18.7 في المائة، ونحو ضعف معدل الخطط الشهرية البالغ 39.2 في المائة.

لكن هذه القوة تظهر بعد تجاوز المرحلة الأولى. فالمستخدمون الذين يجددون اشتراكهم السنوي للمرة الأولى يصبحون أكثر التزاماً لاحقاً. معدلات التجديد الأولى تقع في نطاق متوسط بين 23 و40 في المائة بحسب الفئة، ثم ترتفع في التجديد الثاني إلى 44 و64 في المائة، وفي التجديد الثالث إلى 56 و70 في المائة.

بمعنى آخر، الاشتراك السنوي يحمل معادلة مزدوجة: المستخدم الذي يبقى قد يتحول إلى مشترك عالي الولاء، لكن المستخدم الذي يلغي يصبح غالباً خارج دورة الإيرادات بشكل شبه دائم.

كثير من المستخدمين يحسمون قرارهم بشأن التجربة المجانية خلال الأيام الأولى (شاترستوك)

السعر لا يغير النتيجة

قد يفترض بعض المطورين أن المستخدمين الذين يدفعون مبالغ أكبر قد يكونون أكثر قابلية للعودة بسبب وضوح قيمة الخدمة، أو ارتفاع تكلفة البدائل. لكن التقرير لا يدعم هذا الافتراض، حتى في التطبيقات مرتفعة السعر، لا يتجاوز معدل إعادة تنشيط الاشتراك السنوي 4.4 في المائة. وفي فئة السعر نفسها، يصل معدل إعادة تنشيط الاشتراك الشهري إلى 28.9 في المائة.

وتشير «RevenueCat» إلى أن معدلات إعادة تنشيط الاشتراكات السنوية تبقى متقاربة عبر مستويات الأسعار بين 4.4 و5.6 في المائة، بينما تتراوح في الخطط الشهرية بين 12 و29 في المائة. لذلك تبدو المشكلة مرتبطة بطبيعة الخطة نفسها أكثر من ارتباطها بالسعر وحده.

تراجع في الاحتفاظ

يشير التقرير إلى انخفاض الاحتفاظ في السنة الأولى للاشتراكات السنوية من 31 في المائة إلى 28 في المائة على أساس سنوي. كما تراجع الاحتفاظ الشهري من 10 إلى 8 في المائة، والأسبوعي من 1.7 إلى 1.2 في المائة.

هذه الأرقام تأتي في سوق أكثر ازدحاماً. فبحسب التقرير، زادت عمليات إطلاق التطبيقات الشهرية سبعة أضعاف منذ عام 2022، ما يجعل فترة إثبات القيمة أقصر، والمنافسة على انتباه المستخدم أكثر حدة.

ما قبل الإلغاء

تلفت هذه النتائج أنه إذا كان المستخدم السنوي لا يعود غالباً بعد الإلغاء، فإن الرهان الحقيقي لا يكون على حملات الاستعادة بعد الخروج، بل على منع الإلغاء المبكر.

يبين التقرير أن التطبيقات التي تعتمد على الخطط السنوية تحتاج إلى التركيز على الاحتفاظ المبكر، خصوصاً في الشهر الأول، وإلى توفير طرق أكثر مرونة قبل أن يختار المستخدم الإلغاء الكامل. من بين هذه الخيارات إتاحة إيقاف الاشتراك مؤقتاً بدلاً من إلغائه، بما يحافظ على العلاقة مع المستخدم من دون إجباره لاحقاً على إعادة إدخال بيانات الدفع، أو بدء الاشتراك من جديد.

مواضيع
التطبيقات تقنيات جديدة تقنية تطور التكنولوجيا تكنولوجيا الهواتف المحمولة هواتف ذكية الذكاء الاصطناعي أميركا
تكنولوجيا

دراسة حديثة: قدرات الذكاء الاصطناعي لا تعني امتلاكه وعياً

الباحثون يحذرون من الخلط بين الوعي الحقيقي ومعالجة المعلومات أو القدرة على الاستجابة (أرشيفية)
الباحثون يحذرون من الخلط بين الوعي الحقيقي ومعالجة المعلومات أو القدرة على الاستجابة (أرشيفية)
TT
TT

دراسة حديثة: قدرات الذكاء الاصطناعي لا تعني امتلاكه وعياً

الباحثون يحذرون من الخلط بين الوعي الحقيقي ومعالجة المعلومات أو القدرة على الاستجابة (أرشيفية)
الباحثون يحذرون من الخلط بين الوعي الحقيقي ومعالجة المعلومات أو القدرة على الاستجابة (أرشيفية)

مع تطور أنظمة الذكاء الاصطناعي، عاد سؤال قديم إلى الواجهة: هل يمكن أن تمتلك الآلة وعياً؟ لم يعد النقاش محصوراً في الفلسفة أو الخيال العلمي، بل أصبح جزءاً من نقاش علمي وأخلاقي أوسع، يشمل أيضاً الحيوانات والأجنة والعضيات الدماغية المزروعة في المختبرات.

لكن دراسة تحليلية جديدة منشورة في دورية «نيورون» (Neuron) لا تحاول الإجابة مباشرة عن سؤال ما إذا كان الذكاء الاصطناعي واعياً أم لا. بدلاً من ذلك، تطرح سؤالاً أكثر أساسية: هل تمتلك العلوم الحالية أدوات دقيقة بما يكفي لقياس الوعي نفسه؟ الدراسة أعدها فريق بقيادة هاكوان لاو، مدير مركز أبحاث تصوير الأعصاب في معهد العلوم الأساسية، بالتعاون مع باحثين من جامعة مونتريال وجامعة نيويورك.

مشكلة القياس

يرى الباحثون أن جزءاً كبيراً من أبحاث الوعي الحالية قد لا يميز بوضوح بين التجربة الذاتية وبين معالجة المعلومات. وهذا الفرق مهم لأن النظام، سواء كان دماغاً بشرياً أو نموذجاً حاسوبياً، قد يستطيع استقبال معلومات وتحليلها والاستجابة لها، من دون أن يعني ذلك بالضرورة وجود تجربة شعورية داخلية.

في تصريحات نقلها التقرير، قال لاو إن كثيراً من النظريات الحالية حول الوعي تبدو مدعومة بتجارب علمية، لكن تلك النتائج قد تعكس «معالجة عامة للمعلومات» أكثر مما تعكس الوعي نفسه. لذلك يبقى من الصعب الجزم بأن هذه النظريات تشرح الوعي فعلاً.

هذه النقطة تجعل النقاش حول وعي الذكاء الاصطناعي أكثر تعقيداً. فإذا لم تكن أدوات العلم قادرة بعد على عزل الوعي عن العمليات الإدراكية الأخرى في الدماغ، يصبح من الصعب استخدامها بثقة للحكم على كيانات غير بشرية، مثل أنظمة الذكاء الاصطناعي أو الكائنات الحية غير القادرة على التعبير اللفظي.

قدرات الذكاء الاصطناعي على الحديث والتحليل لا تكفي وحدها لإثبات وجود تجربة داخلية (شاترستوك)

تجارب لا تكفي

ينتقد الباحثون بعض النماذج التجريبية الشائعة في علم الأعصاب، مثل الإخفاء البصري، والتنافس بين العينين، واختبارات العتبة الإدراكية. هذه التجارب تُستخدم لدراسة متى يصبح الشيء مرئياً أو مدركاً بوعي، ومتى يبقى خارج الوعي المباشر.

لكن المشكلة، حسب الدراسة، أن هذه الاختبارات لا تغير الوعي وحده. فهي قد تؤثر أيضاً في قدرة الدماغ العامة على معالجة المعلومات، وبذلك قد يخلط الباحثون، من دون قصد، بين غياب التجربة الواعية وبين ضعف أو تغير في المعالجة الإدراكية نفسها.

بمعنى أبسط، قد يظن الباحث أن التجربة تقيس ما يشعر به الشخص فعلياً، بينما هي تقيس جزئياً قدرة الدماغ على استقبال الإشارة أو معالجتها أو الاستجابة لها. هذا الخلط يصبح أكثر حساسية عندما تُستخدم مؤشرات مشابهة لإطلاق أحكام حول وعي كائنات أو أنظمة لا تستطيع وصف تجربتها بنفسها.

الذكاء الاصطناعي والحيوانات والعضيات

تحذر الدراسة من أن هذه المشكلة المنهجية قد تؤدي إلى ادعاءات قوية أكثر مما تسمح به الأدلة. ففي السنوات الأخيرة، ازداد الحديث عن وعي الحيوانات، وإمكان وعي الذكاء الاصطناعي، وتجارب الأجنة، والعضيات الدماغية التي تُزرع في المختبرات لأغراض بحثية.

لا تقول الدراسة إن هذه الكيانات واعية أو غير واعية بل إن الأدلة المستخدمة في مثل هذه النقاشات قد تكون أضعف مما يبدو، إذا كانت المؤشرات تقيس معالجة المعلومات لا التجربة الذاتية. لذلك يدعو الباحثون إلى معايير علمية أكثر صرامة قبل استخدام نتائج أبحاث الوعي في قضايا أخلاقية أو تنظيمية.

هذه الدعوة لا تقلل أهمية النقاش بل تجعله أكثر جدية لأن السؤال عن الوعي في الحيوانات أو الذكاء الاصطناعي لا يبقى مسألة أكاديمية إذا كان سيؤثر في سياسات الرفق بالحيوان، أو أخلاقيات تطوير الذكاء الاصطناعي، أو البحوث الحيوية المتعلقة بالأجنة والأنسجة العصبية.

درس من التاريخ

يشير الباحثون إلى أن علم النفس مرّ بمشكلة مشابهة في أواخر القرن التاسع عشر وبدايات القرن العشرين. في تلك الفترة، أدت ادعاءات قوية وغير مؤسسة جيداً حول الوعي إلى رد فعل علمي واسع، أسهم لاحقاً في صعود المدرسة السلوكية، التي ابتعدت لعقود عن دراسة الخبرة الداخلية وركزت على السلوك القابل للملاحظة.

هذا المثال التاريخي مهم لأنه يوضح أن المبالغة في ادعاءات الوعي قد تضر المجال بدلاً من أن تخدمه. فإذا بدت الاستنتاجات العلمية أكبر من الأدلة المتاحة، فقد يؤدي ذلك إلى فقدان الثقة في دراسة الوعي، أو إلى تجنبها بوصفها موضوعاً غير قابل للقياس الدقيق.

لذلك لا يدعو الباحثون إلى إغلاق النقاش، بل إلى حمايته من الاستنتاجات المتسرعة. المطلوب، حسب تحليلهم، هو تطوير طرق تستطيع عزل التجربة الذاتية بدقة أكبر، بدلاً من الاكتفاء بمؤشرات عامة على الإدراك أو المعالجة.

النقاش يشمل الذكاء الاصطناعي والحيوانات والأجنة والعضيات الدماغية بسبب الأبعاد الأخلاقية (شاترستوك)

حالات تكشف الفاصل

تقترح الدراسة أن بعض الحالات العصبية قد تساعد العلماء على فهم الفاصل بين الوعي ومعالجة المعلومات. من هذه الحالات «الرؤية العمياء»، حيث يستطيع بعض المرضى الاستجابة لمؤثرات بصرية من دون أن يشعروا بأنهم رأوها بوعي. وهناك أيضاً حالات الإهمال النصفي، حيث يتجاهل المريض جانباً من المجال البصري أو المكاني رغم أن بعض المعالجة الحسية قد تكون موجودة.

هذه الحالات تكشف أن الإدراك والسلوك والوعي لا يتحركون دائماً معاً. فقد يعالج الدماغ معلومات معينة من دون أن تتحول إلى تجربة واعية واضحة. وهذا يفتح باباً لبناء تجارب أكثر دقة تستطيع التمييز بين أن يستجيب النظام للمعلومة وأن تكون لديه تجربة ذاتية بها.

بالنسبة إلى الذكاء الاصطناعي، هذه النقطة حاسمة لأن النظام قد يجيب عن الأسئلة، ويصف المشاعر، ويتحدث عن التجربة الذاتية، ويحلل معلومات معقدة. لكن هذه القدرات لا تكفي وحدها لإثبات وجود وعي، لأنها قد تكون نتيجة معالجة لغوية أو حسابية متقدمة.

أخلاق العلم

تزداد أهمية هذا النقاش لأن قرارات المجتمع قد تتأثر بما يقوله العلماء عن الوعي. فإذا قيل إن نظاماً ذكياً واعٍ، فقد يفتح ذلك أسئلة عن حقوقه أو طريقة التعامل معه. أما إذا قيل إن حيواناً أو عضية دماغية تمتلك شكلاً من التجربة، فقد تتغير حدود الأبحاث والتجارب المسموح بها.

قال لاو إن أسئلة الوعي تحمل بشكل كبير آثاراً أخلاقية ومجتمعية، مضيفاً أن الأسس العلمية التي تدعم هذه الادعاءات يجب أن تكون «صارمة»، خصوصاً إذا كانت ستؤثر في نقاشات مثل رعاية الحيوان، وأخلاقيات الذكاء الاصطناعي.

بهذا المعنى، لا تدور الدراسة حول الذكاء الاصطناعي وحده، هي تضع معياراً عاماً للنقاش: قبل أن نسأل إن كان كيان ما واعياً، يجب أن نعرف ما إذا كانت أدواتنا تقيس الوعي فعلاً، أم تقيس شيئاً قريباً منه لكنه ليس هو نفسه.

حدود الادعاء

لا تقدم الدراسة حكماً نهائياً على وعي الآلات أو الحيوانات أو الأجنة أو العضيات الدماغية. كما أنها لا تنفي إمكان البحث في هذه الأسئلة، بل تحذر من الاعتماد على مؤشرات قد تكون غير كافية، خصوصاً عندما تتحول النتائج العلمية إلى مواقف أخلاقية أو سياسات عامة.

ما تقوله الدراسة بدقة هو أن علم الوعي يحتاج إلى وضوح مفاهيمي ومنهجي أكبر. فالذكاء الاصطناعي قد يصبح أكثر قدرة على محاكاة اللغة والسلوك البشري، لكن قياس الوعي يتطلب أكثر من مراقبة الأداء الخارجي، ويحتاج إلى أدوات تستطيع التفريق بين معالجة المعلومات وبين وجود تجربة داخلية ذاتية.

مواضيع
تقنيات الذكاء الاصطناعي تقنيات جديدة تقنية تطور التكنولوجيا تكنولوجيا الذكاء الاصطناعي دراسة السعودية أميركا كندا