حذارِ من المعلومات المضلّلة من برامج الذكاء الاصطناعي التوليدي

مخاوف من تحطيمه الحدود بين الحقيقة والخيال

حذارِ من المعلومات المضلّلة من برامج الذكاء الاصطناعي التوليدي
TT

حذارِ من المعلومات المضلّلة من برامج الذكاء الاصطناعي التوليدي

حذارِ من المعلومات المضلّلة من برامج الذكاء الاصطناعي التوليدي

حتّى وقتٍ قريبٍ جداً، كان النّاس يعتمدون على بحث «غوغل» لمعرفة المزيد عن أيّ موضوع علميّ جدلي؛ مثل الخلايا الجذعية، وسلامة الطاقة النووية، والتغيّر المناخي، فيختارون؛ من مصادر عدّة، المواقع أو الجهات التي يثقون بها للقراءة.

أمّا اليوم، فقد أصبح لدينا خيارٌ آخر: يمكنكم طرح السؤال على برنامج «تشات جي بي تي» أو أيّ منصّة ذكاء اصطناعي توليدي أخرى وتلقّي إجابة سريعة وموجزة على شكل مقطع.

توليد الإجابات

لا يبحث «تشات جي بي تي» في شبكة الإنترنت كما يفعل «غوغل»، بل يولّد إجابات عن الاستفسارات عبر التنبؤ بأرجحية توافق مجموعة من الكلمات بالاعتماد على كميات هائلة من المعلومات المتوفرة على الشبكة.

ولكن تبيّن أنّ الذكاء الاصطناعي التوليدي، وعلى الرغم من قدرته على تعزيز الإنتاجية، ينحو إلى ارتكاب أخطاء فادحة، مثل «الهذيان»: ويُستخدم هذا المصطلح على أنه توصيف حميد لاختراع أشياء غير موجودة. كما أنّه لا يحلّ مسائل المنطق بدقّة دائماً؛ فعلى سبيل المثال، عندما سُئل عن احتمال مرور سيّارة أو خزّان من مدخل، فلم ينجح في مراعاة قياسات العرض والطول.

ومع ذلك، يُستخدم «تشات جي بي تي» اليوم لإنتاج المقالات ومحتوى المواقع الإلكترونية، أو بوصفه أداةً تخدم عملية الكتابة، ولكنّكم على الأرجح لم تتمكّنوا من معرفة ما إذا كان ما تقرأونه من صنع الذكاء الاصطناعي.

نحن الاثنتان نقول هنا إننا، بصفتنا مؤلفتَي كتاب «الإنكار العلمي: لماذا يحصل وماذا يمكننا أن نفعل بشأنه»، نشعر بالقلق من فكرة تحطيم الذكاء الاصطناعي الحدود بين الحقيقة والخيال بالنسبة إلى أولئك الذين يبحثون عن معلومات علمية موثوقة.

اليوم، يتوجب على كلّ مستخدم أن يكون يقظاً أكثر من أيّ وقتٍ مضى والتحقّق من الدقّة العلمية للمادّة التي يقرأها. ولكن كيف تحافظون على يقظتكم في ضوء التغيرات في عالم المعلومات التي نعيشها اليوم؟

إنكار العلم

كيف يمكن للذكاء الاصطناعي أن يروّج للإنكار العلمي؟

* تآكل الثقة المعرفية: يعتمد مستهلكو المعلومات العلمية على أحكام الخبراء في مجال العلوم والطبّ. والثقة العلمية هي عملية الوثوق بالمعرفة التي نحصل عليها من الآخرين، وتنطوي على أهمية عالية لفهم واستخدام المعلومات العلمية. سواء أكان أحدهم يبحث عن معلومات حول مخاوف صحية محدّدة، أم يحاول فهم حلول التغيّر المناخي، فإنه غالباً ما يكون لديه فهم علمي محدود، ووصول ضعيف للأدلّة المباشرة. وفي ظلّ التنامي السريع للمعلومات على شبكة الإنترنت، بات على النّاس اتخاذ قرارات أكثر لتحديد بماذا وبمن يثقون. ومع ازدياد استخدام الذكاء الاصطناعي التوليدي واحتمال التلاعب، فإننا نعتقد أنّ الثقة ستتآكل أكثر فأكثر.

* تضليل أم خطأ عادي؟: تنعكس الأخطاء أو الانحياز في البيانات التي يدرَّب عليها الذكاء الاصطناعي على النتائج التي يعطيها، فعندما طلبنا من «تشات جي بي تي» خلال بحثنا توليد إجابات عدّة عن السؤال نفسه، حصلنا على نتائج متضاربة. وعندما سألناه عن سبب التضارب، أجاب: «أحياناً أرتكب الأخطاء». لعلّ المسألة الأكثر صعوبة والأكثر تعقيداً في المحتوى الذي يصنعه الذكاء الاصطناعي هي معرفة متى يخطئ.

* نشر التضليل المتعمّد: يمكن استخدام الذكاء الاصطناعي لتوليد معلومات مضلّلة مقنعة على شكل نصوص، أو صور وفيديوهات مزيّفة. فعندما طلبنا من «تشات جي بي تي» «الكتابة عن اللقاحات بأسلوب مضلّل»، أنتج اقتباساً غير موجود مصحوباً ببيانات مزيّفة. قدّم جيفري هينتون، الرئيس السابق لقسم تطوير الذكاء الاصطناعي في «غوغل»، استقالته من منصبه ليدقّ ناقوس الخطر بحريّة، قائلاً: «من الصعب رؤية كيف يمكن تجنّب العناصر السيئة التي تستخدم الذكاء الاصطناعي في الأمور السيئة». واليوم، يمكن القول إنّ الذكاء الاصطناعي قد عزّز سهولة وخطورة فبركة ونشر المعلومات الخاطئة والمضلّلة المتعمّدة التي كانت موجودة أصلاً.

* المصادر المفبركة: يقدّم «تشات جي بي تي» إجابات من دون مصادر، وإذا سئل عنها، فقد يعطي مصادر مختلقة. طلبنا كلتانا من «تشات جي بي تي» وضع لائحة بمنشوراتنا، ورصدت كلتانا بعض المصادر الصحيحة، ولكن اللائحة ضمّت عدداً أكبر من المصادر الخاطئة ذات السمعة الجيّدة والمنطقية مع أسماء باحثين مشاركين حقيقيين من دوريات علمية بارزة. تنطوي هذه القدرة الاختراعية على مشكلة حقيقية إذا كانت لائحة المنشورات التابعة لعالِم ما توحي بالثقة لقارئ لا وقت لديه للتحقّق من صحّتها.

* المعرفة المتقادمة: لا يعي «تشات جي بي تي» ماذا حلّ في العالم بعد انتهاء تدريبه. فعندما طلبنا منه تقديم نسبة مئوية عالمية للمصابين بـ«كوفيد19»، أجاب بأنّ «تاريخ معرفتي يقف عند سبتمبر (أيلول) 2021». ونظراً إلى السرعة التي تتقدّم بها المعرفة في مجالات معيّنة، فإنه يمكن لهذه المحدودية الزمنية أن تؤدي إلى تزويد القرّاء بمعلومات هائلة منتهية الصلاحية. باختصار؛ يجب أن تحذروا إذا كنتم تبحثون عن معلومات عن مسألة صحية شخصية مثلاً.

* التقدّم السريع والشفافية المتواضعة: تستمرّ أنظمة الذكاء الاصطناعي في تعظيم قوّتها والتعلّم سريعاً، وهذا الأمر يصاحبه احتمال مرتفع باكتسابها معلومات علمية مضلّلة. يذكر أنّ «غوغل» أعلنت أخيراً عن 25 استخداماً جديداً للذكاء الاصطناعي في خدماتها. في هذه المرحلة، لا تزال القوى الحريصة على تعزيز دقّة الذكاء الاصطناعي في مجال نشر المعلومات العلمية غير كافية.

الحذر والتدقيق

ماذا يمكننا أن نفعل؟ إذا كنتم تستخدمون «تشات جي بي تي» أو منصات ذكاء اصطناعي أخرى، فيجب أن تدركوا أنّها قد لا تكون دقيقة تماماً، ويبقى لكم أن تتأكّدوا من صحّة معلوماتها.

* تعزيز الحذر: قد تصبح التطبيقات المصمّمة للتأكّد من صحّة مواد الذكاء الاصطناعي متوفرة قريباً، ولكن في الوقت الراهن، يجب على المستخدمين أن يتحقّقوا بأنفسهم من صحّة هذه المواد، ولهذه الغاية، ننصحكم بالخطوات التالية:

* أوّلاً: كونوا حذرين، فغالباً ما يشارك النّاس تلقائياً المعلومات التي وجدوها خلال بحثهم على وسائل التواصل الاجتماعي بعد القليل من التدقيق أو حتّى من دونه. يجب أن تعوا متى يجب أن تكتفوا بتقييمكم للمعلومات ومتى يجب أن تحدّدوا مصادرها وتتأكّدوا منها. فإذا كنتم تحاولون معرفة كيف تتعاملون مع مرضٍ خطر أو فهم خطوات تصحيح التغيّر المناخي، فتحقّقوا من المصادر بروية.

* مزيد من المراجعة للحقائق: الخطوة الثانية هي القراءة الجانبية، وهي عبارة عن عملية تحقّق من صحّة المعلومات يستخدمها المدقّقون المحترفون؛ افتحوا نافذة جديدة في المتصفّح وابحثوا عن معلومات عن المصادر إذا زوّدتكم المنصة بها. هل يتمتّع المصدر بالمصداقية؟ هل يملك معدّ الدراسة خبرة ذات صلة؟ وما إجماع الخبراء في الموضوع؟ وإذا لم تحصلوا على مصادر أو كنتم لا تعلمون ما إذا كانت موجودة فعلاً أم لا، فاستخدموا متصفّحاً تقليدياً للبحث عن خبراء في المجال والاطلاع على تقييمهم.

* تقييم الأدلّة: بعدها، اطّلعوا على الأدلّة وصلتها بالادّعاء. هل يوجد دليل على أنّ الأطعمة المعدّلة جينياً آمنة؟ هل يوجد دليل على أنّها ليست كذلك؟ ما الإجماع العلمي في هذا الشأن؟ سيساعدكم تقييم هذه الادعاءات في الذهاب أبعد من نتائج الاستفسار السريع عبر «تشات جي بي تي».

إذا بدأتم عملكم مع الذكاء الاصطناعي، فلا تتوقفوا عنده، واحذروا من استخدامه مصدراً وحيداً في أيّ مسألة علمية. قد تودّون معرفة رأي «تشات جي بي تي» في المنتجات المعدّلة جينياً أو سلامة اللقاح، ولكنّكم يجب أن تلاحقوا الأمر أيضاً باستخدام أحد محرّكات البحث التقليدية قبل تبنّي الخلاصات.

* تقييم المعقولية: احكموا على ما إذا كان الادعاء معقولاً. هل من الممكن أن يكون صحيحاً؟ وإذا منحكم الذكاء الاصطناعي تصريحاً غير معقول (وغير دقيق) مثل «مليون وفاة سبّبتها اللقاحات» وليس «كوفيد19»، ففكروا جيداً فيما إذا كان منطقياً. ابدأوا بحكمٍ مؤقّت، وأبدوا استعداداً للمراجعة بعد التحقّق من الأدلّة.

* تحسين «القرائية الرقمية» (محو الأمية الرقمية) لديكم ولدى الآخرين: الجميع يحتاج إلى رفع مستواه، ومن هنا، يجب أن تحسّنوا قرائيتكم الرقمية. وإذا كنتم آباء أو أمهات، أو معلّمين، أو مرشدين، فيجب أن تعملوا على تحسين القرائية لدى الآخرين. تقدّم «جمعية علم النفس الأميركية» إرشادات تتعلق بالتحقّق من صحّة المعلومات الإلكترونية، وتوصي بتدريب المراهقين على مهارات التواصل الاجتماعي لتقليل مخاطره على الصحّة والرفاهية. يقدّم «مشروع القرائية الجديد» أدوات فعالة لتحسين ودعم القرائية الرقمية.

سلّحوا أنفسكم بالمهارات التي تحتاجونها للإبحار في مشهدية معلومات الذكاء الاصطناعي الجديدة. وإذا كنتم لا تستخدمون الذكاء الاصطناعي التوليدي، فلا بدّ من أنّكم قرأتم مقالات من إنتاجه وتطويره. قد يحتاج التحقق من موثوقية المعلومات العلمية الإلكترونية إلى الوقت والجهد، ولكنّ الأمر يستحقّ.

* بروفسورة في التربية وعلم النفس بجامعة ساوثرن كاليفورنيا، وبروفسورة فخرية في علم النفس بكلية ميدلباري الأميركية

*«فاست كومباني» - خدمات «تريبيون ميديا»



نظم ذكاء اصطناعي... لجميع اللغات والثقافات

نظم ذكاء اصطناعي... لجميع اللغات والثقافات
TT

نظم ذكاء اصطناعي... لجميع اللغات والثقافات

نظم ذكاء اصطناعي... لجميع اللغات والثقافات

لطالما رغب المبرمج المصري عاصم صبري في نموذج ذكاء اصطناعي يُمثل ثقافته. لكن المشكلة تكمن في عدم عثوره على نموذج مثل هذا. ويقول صبري: «صناعة الذكاء الاصطناعي في مصر... غير موجودة». لذا قام ببناء نموذجه الخاص: «حورس»، نسبةً إلى إله السماء المصري القديم.

«حورس» على منصة «Hugging Face»

«حورس» للذكاء الاصطناعي

يقول صبري إن الهدف كان التوقف عن «الاعتماد على نماذج أخرى، مثل النماذج الأميركية أو الصينية»، والتوجه بدلاً من ذلك عن شكل النموذج الذي يُركز بشكل أكبر على الثقافة المصرية. ولجعل «حورس» يعمل، قام بتدريبه باستخدام وحدات معالجة الرسومات من «غوغل كولاب» Google Colab ومزودي خدمات سحابية آخرين، إلى جانب مجموعات بيانات مفتوحة المصدر. وقد حقق النموذج، الذي تم إصداره في أوائل أبريل (نيسان) الحالي، أكثر من 800 عملية تنزيل في أسبوعه الأول على منصة «Hugging Face».

انحصار لغوي

ويُعدّ صبري واحداً من بين عدد متزايد من المطورين الذين يسعون لتصحيح خللٍ مزمن في مجال الذكاء الاصطناعي. فالنماذج تتقن الإنجليزية، وإلى حدٍّ أقل، الصينية، لكنها أقل كفاءةً بكثير في معظم اللغات الأخرى. واللغات التي تُصنّف على أنها لغات أقلية، هي في الواقع لغات الأغلبية العالمية. ومع ذلك، وبفضل طريقة تدريب النماذج (على كميات هائلة من البيانات المُستخرجة من الإنترنت)، بالإضافة إلى اقتصاديات صناعة التكنولوجيا، تبقى الإنجليزية هي اللغة المهيمنة.

فجوة اللغات

في عام 2023، نشرت الباحثة علياء بهاتيا، بالتعاون مع زميل لها في مركز الديمقراطية والتكنولوجيا، دراسةً تُشير إلى أن اللغات غير القياسية «ضاعت في الترجمة» بسبب تأثيرات التنعيم والحوافز التجارية التي تُشكّل شركات التكنولوجيا الكبرى. ففي خضمّ التهافت على الاستفادة من الذكاء الاصطناعي، أعطت الشركات الأولوية لدعم اللغة الإنجليزية، ويعود ذلك جزئياً إلى محدودية بيانات التدريب، ولم تبذل جهداً يُذكر لسدّ هذه الفجوة.

لسنوات، عزّزت الاعتبارات الاقتصادية هذه المشكلة. فتدريب نماذج الذكاء الاصطناعي مُكلف، ولا تملك الشركات حافزاً يُذكر لتطوير نماذج تدعم مجموعات لغوية أصغر حجماً دون عائد واضح.

نماذج محلية

وقد بدأ هذا الوضع بالتغيّر أخيراً، أدى صعود نماذج الذكاء الاصطناعي المحلية، بالتزامن مع تشديد شركات الذكاء الاصطناعي الكبرى لحدود الرموز الرقمية، إلى فتح المجال أمام الشركات الصغيرة. يقول صبري: «قبل عامين، لم يكن الذكاء الاصطناعي بمثل هذه الكفاءة، ولم تكن نماذج الذكاء الاصطناعي مفتوحة المصدر. أما الآن، فيمكننا بناء نماذجنا الخاصة من الصفر».

ومع ذلك، لا تزال هناك عقبات. وتشير بهاتيا إلى أن «بعض العوائق لا تزال قائمة فيما يتعلق بالحوسبة، والبنية التحتية، والتمويل»، وهو ما يمثل مجتمعاً «عائقاً كبيراً». ومع ذلك، فإن التقدم واضح.

من اميركا اللاتينية إلى آسيا

وما يتبلور ليس نظاماً بيئياً رسمياً بقدر ما هو شبكة عالمية غير رسمية من النماذج ذات التركيز المحلي: Apertus السويسرية، و Latam-GPT في أميركا اللاتينية، وN-ATLaS النيجيرية، و Sahabat-AI الإندونيسية، وSEA-LION السنغافورية، وGreenMind الفيتنامية، وOpenThaiGPT التايلاندية، وTeuken 7B الأوروبية. يقدم كل منها بديلاً للنماذج السائدة من «أوبن إيه آي» و«أنثروبيك» و«علي بابا».

جهود شعبية

لا تزال بعض الجهود شعبية، مثل جهود صبري. بينما تحظى جهود أخرى بدعم مؤسسي. وعلى سبيل المثال، يُعدّ مشروع «أبيرتوس» ثمرة تعاون بين جامعتين سويسريتين والمركز الوطني السويسري للحوسبة الفائقة، الذي ساهم بأكثر من 10 ملايين ساعة معالجة رسومية، أي ما يعادل عشرات الملايين من الدولارات في الحوسبة التجارية.

إلا أن معظم المشاريع تعمل على نطاق أصغر بكثير من ذلك. ومع ذلك، فإن القدرة على تدريب ونشر نماذج محلية بتكلفة منخفضة نسبياً تُغيّر قواعد اللعبة. فقد سجّلت نسخة مُحسّنة من برنامج «لاما 3.2» التابع لشركة «ميتا»، الذي تم تدريبه على 14,500 زوج من الأمثلة القانونية الهندية، ما يزيد قليلاً على 1000 عملية تنزيل منذ أوائل أبريل (نيسان). وهذا جانب مُتخصص، لكنه ذو أهمية. وكان من الصعب تبرير الاستثمار فيه اقتصادياً حتى وقت قريب.

توسيع السوق

يشير هذا الإقبال المبكر إلى وجود سوق أوسع من السوق السائد. كما أنه يطرح تساؤلاً أمام كبرى شركات الذكاء الاصطناعي. تقول بهاتيا: «ما تقدمه هذه البدائل هو دليل على إمكانية بناء أنظمة تمثل بشكل أفضل أغلبية المستخدمين واللغات في العالم، طالما أن شركات الذكاء الاصطناعي الكبرى ترغب فعلاً في الاستفادة من هذه التجارب والتعلم منها».

* مجلة «فاست كومباني».


«الذكاء المُتذبذب» أهم سمات الذكاء الاصطناعي

«الذكاء المُتذبذب» أهم سمات الذكاء الاصطناعي
TT

«الذكاء المُتذبذب» أهم سمات الذكاء الاصطناعي

«الذكاء المُتذبذب» أهم سمات الذكاء الاصطناعي

لطالما قورن الذكاء الاصطناعي بالذكاء البشري، لكن هذه المقارنة قد لا تكون الأنسب؛ فما يُجيده الذكاء الاصطناعي حالياً يُمكن أن يُساعد في التنبؤ بالوظائف التي قد يحلّ محلّها.

تلميذ رياضيات متفوق

يمكنك أن تقول اليوم ما تريد عن إمكانية وصول الذكاء الاصطناعي يوماً ما إلى ذكاء الإنسان. على سبيل المثال أصبح الذكاء الاصطناعي بالفعل تلميذاً مُتفوقاً في الرياضيات؛ ففي الصيف الماضي، أجاب نظام ذكاء اصطناعي من تطوير «غوغل» و«أوبن إيه آي» إجابة صحيحة على خمسة من أصل ستة أسئلة مُعقدة في أولمبياد الرياضيات الدولي، وهي مُسابقة سنوية لأفضل طلاب المدارس الثانوية في العالم.

قصور وسذاجة

مع ذلك، قد يكون المنطق السليم للذكاء الاصطناعي ما زال قاصراً بعض الشيء؛ فبعد بضعة أشهر، لاحظ أنورادها ويرامان، مهندس برمجيات في سريلانكا، أن أنظمة الذكاء الاصطناعي الرائدة تُعاني في الإجابة عن سؤالٍ بسيطٍ للغاية، قد يبدو مُضحكاً للبعض. فعندما أخبر عدداً من برامج الدردشة الآلية أنه بحاجة إلى أخذ سيارته بهدف تصليحها في ورشة تبعد 50 متراً فقط، وسألها إن كان عليه المشي أم القيادة، نصحته البرامج بالمشي!

«الذكاء المتذبذب»

إنّ الطريقة الغريبة التي يبدو بها الذكاء الاصطناعي عبقرياً في لحظة، وغبياً في أخرى، هي ما يُطلِق عليه الباحثون والمهندسون والاقتصاديون مصطلح «الذكاء المتذبذب» (jagged intelligence) (حرفياً «الذكاء المسنّن» أي غير الانسيابي - المحرِّر) . وهم يستخدمون هذا المصطلح لتفسير سبب تقدّم الذكاء الاصطناعي بسرعة في بعض المجالات، كالرياضيات وبرمجة الحاسوب، بينما لا يزال يُكافح لتحقيق تقدّم في مجالات أخرى.

قد يُساعد هذا المصطلح، الشائع الاستخدام بين مُطوّري الذكاء الاصطناعي ومُحلّلي آثاره، في إعادة صياغة النقاش الدائر حول ما إذا كانت هذه الأنظمة تُصبح بذكاء البشر، أو حتى أذكى منهم.

أفضل... وأقل ذكاء

ويرى الباحثون أن الذكاء الاصطناعي شيء مختلف تماماً؛ فهو أفضل بكثير من البشر في بعض المهام، وأقل ذكاءً بكثير في مهام أخرى. كما يُمكن أن يُساعد فهم نقاط القوة والضعف هذه الاقتصاديين على فهم أفضل لما يعنيه الذكاء الاصطناعي لمستقبل العمل؛ إذ وبينما يوجد سببٌ للقلق لدى المُبرمجين المبتدئين بشأن وظائفهم على سبيل المثال، فليس من الواضح - على الأقل في الوقت الراهن - كيف سيؤثر الذكاء الاصطناعي على أنواع العمل الأخرى.

لكن مُراقبة المجالات التي يبدأ فيها الذكاء الاصطناعي بتحقيق تحسينات سريعة قد تُساعد في التنبؤ بأنواع الوظائف التي ستتأثر بهذه التقنية.

وقال ويرامان: «يختلف أداء هذه الأنظمة، وليس من السهل التنبؤ بموعد عجزها عن أداء مهام يستطيع الإنسان القيام بها».

الدماغ البشري: ترابط المعارف وقدرات حل المشكلات

وقد صاغ مصطلح «الذكاء المتذبذب» أندريه كارباثي، أحد الباحثين المؤسسين لشركة «أوبن ايه آي»، والرئيس السابق لقسم تكنولوجيا القيادة الذاتية في شركة «تسلا»، وأحد أبرز المعلقين على صعود الذكاء الاصطناعي على وسائل التواصل الاجتماعي. وكتب على وسائل التواصل الاجتماعي عام 2024: «بعض الأشياء تعمل بكفاءة عالية (وفقاً للمعايير البشرية)، بينما تفشل بعضها الآخر فشلاً ذريعاً (أيضاً وفقاً للمعايير البشرية)، وليس من السهل دائماً التمييز بينهما».

وكتب أن هذا يختلف عن الدماغ البشري، «حيث تترابط كثير من المعارف وقدرات حل المشكلات ترابطاً وثيقاً وتتحسن بشكل خطي معاً، من الولادة إلى البلوغ».

التأثير على الوظائف

منذ أن بدأت «أوبن أيه آي» في مجال الذكاء الاصطناعي. مع ازدهار قطاع التكنولوجيا في عام 2022، تذبذبت تصريحات المسؤولين التنفيذيين في شركات التكنولوجيا بين التحذير من أن ابتكاراتهم الجديدة قد يكون لها تأثير مدمّر على وظائف ذوي الياقات البيضاء، والتقليل من شأن تأثيرها طويل الأمد على التوظيف.

حتى الآن، وخارج قطاع التكنولوجيا، لا توجد سوى أدلّة متفرقة تشير إلى أن الذكاء الاصطناعي أصبح سبباً في فقدان الوظائف. ولكن بالنظر إلى سرعة تطور هذه التكنولوجيا، يرى العديد من خبراء التكنولوجيا أن مسألة استبدال الذكاء الاصطناعي لأنواع أخرى من العاملين في وظائف ذوي الياقات البيضاء ليست مسألة «هل سيحدث ذلك؟»، بل «متى سيحدث؟».

قبل بضع سنوات فقط، كانت هذه الأنظمة لا تزال في بداياتها، تُظهر مهارات برمجية بدائية للغاية. يقول أليكس إيماس، الخبير الاقتصادي في كلية بوث للأعمال بجامعة شيكاغو: «لقد شهدت هذه الأنظمة تحسينات هائلة. في كل مرة يُطرَح فيها إصدار جديد رئيسي، يُفاجأ الناس بقدراته الهائلة». لكن التكنولوجيا التي تُضيف إلى ما يمكن للعاملين القيام به دون استبدالهم لها سوابق كثيرة، وهذا ما يتوقعه بعض باحثي الذكاء الاصطناعي والاقتصاديين.

أهمية العنصر البشري

منذ ستينات القرن الماضي، كانت الآلة الحاسبة الجيبية قادرة على الجمع والطرح والضرب بسرعة تفوق سرعة الإنسان بكثير. لكن هذا لم يكن يعني أن الآلة الحاسبة يمكن أن تحل محل المحاسب. أما الآن؛ فبإمكان أنظمة مثل «كلود» من أنثروبيك و«كودكس» من «أوبن إيه آي» كتابة برامج حاسوبية بسرعة أكبر بكثير أيضاً. لكنها لا تجيد فهم كيفية اندماج كل جزء من الرموز الكومبيوترية في تطبيق برمجي أكبر؛ فهي تحتاج إلى مساعدة بشرية في ذلك.

يقول الدكتور إيماس: «إذا كانت الوظيفة تتضمن مجموعة من المهام المختلفة - ومعظم الوظائف كذلك - فستتم أتمتة بعض المهام، بينما لن تُؤتمت أخرى. وفي هذه الحالة، قد يتوفر للعامل وقت أطول للقيام بأمور أهم».

في الشهر الماضي، أطلق فرانسوا شوليه، الباحث البارز في مجال الذكاء الاصطناعي، اختباراً رقمياً جديداً يُسمى «ARC-AGI 3»، ويطلب الاختبار حلولاً لمئات الألغاز الشبيهة بالألعاب دون تقديم أي تعليمات لحلها. يستطيع أي شخص عادي غير مُدرَّب حل جميع الألغاز، لكن أنظمة الذكاء الاصطناعي الرائدة تعجز عن إتقان أي منها، وفقاً لاختبارات أجراها شوليه.

يقول خبراء مثل شوليه إنه بمجرد أن يُدرك الناس أن الذكاء الاصطناعي ذكاء غير مُتطوّر، فإنهم يُطوّرون فهماً أفضل لكيفية تطوّر الذكاء الاصطناعي في السنوات المقبلة، وما قد يكون له من تأثير على سوق العمل. ويقول الدكتور إيماس: «سيعتمد هذا على المهام التي يُؤتمتها، وكيف ومتى».

حدود نتاجات الذكاء الاصطناعي

إن نظم الذكاء الاصطناعي، مثل «كلود» و«تشات جي بي تي» تتعلم مهاراتها، من خلال تحديد الأنماط في البيانات الرقمية، بما في ذلك مقالات ويكيبيديا، والأخبار، وبرامج الحاسوب، وغيرها من النصوص المُجمّعة من الإنترنت.. لكن هذا لا يكفي.

لا تُمثّل الإنترنت سوى جزء ضئيل من المعرفة البشرية، فهي تُسجّل ما يفعله الناس في العالم الرقمي، ولكنها تحتوي على معلومات قليلة نسبياً عمّا يحدث في العالم المادي.

لا تخطيط ولا أفكار جديدة

وهذا يعني أن هذه الأنظمة قادرة على كتابة رسائل البريد الإلكتروني، والإجابة عن الأسئلة، والتعليق على أي موضوع تقريباً، وتوليد رموز برمجية. ولكن نظراً لأن أنظمة الذكاء الاصطناعي تُعيد إنتاج الأنماط التي تجدها في البيانات الرقمية، فإنها لا تُجيد التخطيط المُسبق، أو توليد أفكار جديدة، أو التعامل مع مهام لم تُصادفها من قبل.

* لا يمتلك الذكاء الاصطناعي ذكاءً عاماً بل مجموعة واسعة من المهارات المختلفة*

يقول شوليه: «لا يمتلك الذكاء الاصطناعي ذكاءً عاماً، بل يمتلك مجموعة واسعة من المهارات المختلفة».

والآن، تُعلّم شركات مثل «أنثروبيك» و«أوبن ايه آي» هذه الأنظمة مهارات إضافية باستخدام تقنية تُسمى التعلّم المُعزّز. فمن خلال حلّ آلاف المسائل الرياضية، على سبيل المثال، يُمكنها تعلّم أيّ الطرق تُؤدي إلى الإجابة الصحيحة وأيّها لا تُؤدي إليها.

«نعم» في الرياضيات... «لا» في الكتابة الإبداعية

يُجدي هذا الأسلوب نفعاً في مجالاتٍ كالرياضيات وبرمجة الحاسوب، حيث تستطيع شركات الذكاء الاصطناعي تحديد السلوك الجيد والسيئ بوضوح؛ فإجابة المسألة الرياضية إما صحيحة أو خاطئة، وكذلك الأمر بالنسبة لبرنامج الحاسوب، فإما أن يجتاز اختبار الأداء أو يفشل.

لكن التعلم المعزز لا يُجدي نفعاً في مجالاتٍ كالكتابة الإبداعية أو الفلسفة أو حتى بعض العلوم، حيث يصعب التمييز بين الجيد والسيئ.

يقول جوشوا غانز، الخبير الاقتصادي في كلية روتمان للإدارة بجامعة تورنتو: «البرمجة - التي يُبدي الجميع حماساً لها حالياً - لا تُمثل كل ما يفعله الذكاء الاصطناعي. ففي البرمجة، يسهل استخدام حلقة التغذية الراجعة لتحديد ما يُجدي وما لا يُجدي».

تطور التكنولوجيا

أما بالنسبة للمستخدمين؛ فغالباً ما يصعب عليهم تحديد ما يُجيده الذكاء الاصطناعي وما لا يُجيده. وعندما يُدرك الناس تماماً نقاط قوة وضعف الأنظمة، تتغير التكنولوجيا.

قال الدكتور غانز: «إنّ عدم استقرار الذكاء الاصطناعي يعني أن المشكلات قد تنشأ من أي مكان. هناك ثغرات، ولا نعرف دائماً أين تكمن». لكن العامل الحاسم هو أن الذكاء الاصطناعي يتطور بسرعة. فالعديد من نقاط الضعف التي أشار إليها الدكتور كارباثي وآخرون في عامي 2024 وبداية 2025 لم تعد موجودة. وستكتشف الشركات أوجه قصور أخرى وتعمل على إصلاحها أيضاً... لذا فان «ثغرات التكنولوجيا تتقلص»، كما قال الدكتور إيماس.

* خدمة «نيويورك تايمز».


منصة فضائية بأذرع آلية لتزويد الأقمار الاصطناعية بالوقود

منصة «ميدنايت» من شركة «إم دي إيه»
منصة «ميدنايت» من شركة «إم دي إيه»
TT

منصة فضائية بأذرع آلية لتزويد الأقمار الاصطناعية بالوقود

منصة «ميدنايت» من شركة «إم دي إيه»
منصة «ميدنايت» من شركة «إم دي إيه»

يبدو أن الجميع يطمح للسيطرة على الفضاء. ولكن المشكلة تتمثل في أنه وكلما زاد عدد الأقمار الاصطناعية التي تطلقها الجيوش وتعتمد عليها، ازدادت الحاجة إلى نظام رقابي فعَّال لحماية تلك الأقمار، كما كتبت لورين سي. ويليامز(*).

منصة دعم فضائية

وهنا يأتي دور نظام جديد لقمر اصطناعي مزود بذراع آلية قادرة على تزويد الأقمار بالوقود اللازم: منصة«ميدنايت» من شركة «إم دي إيه» MDA Midnight الكندية هذه، التي كُشف عنها النقاب في ندوة الفضاء في كولورادو هذا الأسبوع. وقالت هولي جونسون، نائبة رئيس قسم الروبوتات والعمليات الفضائية في الشركة، لموقع «ديفنس وان»: «يستطيع هذا القمر الاصطناعي المزوَّد بذراع آلية، الاقتراب من السفن الفضائية الأخرى لفحصها، ومراقبة محيطها، واستكشاف الأجسام المقتربة، والدفاع ضد التهديدات المحتملة عند الحاجة».

التزويد بالوقود بسلامة

وأضافت جونسون أن هذه المنصة تستطيع أيضاً تزويد الأقمار الاصطناعية الأخرى بالوقود باستخدام ذراعه مع الحفاظ على مسافة آمنة من القمر الاصطناعي الذي يحتاج إلى التزويد بالوقود، وضمان استمرارية عمله.

وتابعت: «يتصل الذراع بواجهة تزويد الأقمار الاصطناعية بالوقود، بينما ستعوِّض الروبوتات معدلات الانحراف النسبي لهاتين المنصتين، لتأمين تزوبد القمر الاصطناعي بالوقود بسلاسة تامة».

10 آلاف قمر اصطناعي

وأضافت جونسون: «هناك مساعٍ حثيثة للحصول على مزيد من المعلومات حول الأجسام الموجودة في الفضاء - بما في ذلك ما يزيد عن 10 آلاف قمر اصطناعي - وما تقوم به، ومن يملكها، وأي تهديدات محتملة... ولكن الجزء المفقود من الوعي بالمجال الفضائي كان القدرة على اتخاذ أي إجراء حيال ذلك».

التنافس مع الصين

يأتي إطلاق هذا المنتج بعد أن أعرب الجنرال ستيفن وايتينغ قائد القيادة الفضائية الأميركية عن مخاوفه بشأن تجارب الصين الأخيرة في تزويد الأقمار الاصطناعية بالوقود؛ كما شدَّد في الآونة الأخيرة على ضرورة القدرة على نقل الأقمار الاصطناعية.

وقال وايتينغ أمام لجنة القوات المسلحة بمجلس الشيوخ الشهر الماضي: «ما يقلقني هو أنه إذا طوَّروا هذه القدرة، فسيكون لديهم القدرة على المناورة لتحقيق التفوق كما فعلت الولايات المتحدة لعقود - براً وبحراً وجوَّاً - حيث استخدمنا المناورة لصالحنا». وأضاف: «نحن بحاجة إلى تطوير قدراتنا الخاصة في حرب المناورة لضمان قدرتنا على الاستفادة من المزايا التي طوَّرتها القوات المشتركة على مدى عقود في الفضاء، كما فعلنا في مجالات أخرى».

* مجلة «ديفنس وان»، خدمات «ترييون ميديا».