حين يقترح الذكاء الاصطناعي الفرضية العلمية... من يختبرها؟

دراسة حديثة تشير إلى مشاركته في صياغتها

حين يحسم المختبر ما تقترحه الآلة
حين يحسم المختبر ما تقترحه الآلة
TT

حين يقترح الذكاء الاصطناعي الفرضية العلمية... من يختبرها؟

حين يحسم المختبر ما تقترحه الآلة
حين يحسم المختبر ما تقترحه الآلة

تكشف دراسة حديثة أن الذكاء الاصطناعي لم يعد يجيب عن الأسئلة فقط؛ بل أصبح يشارك في صياغتها... لكن البرهان يبقى الحكم الأخير.

قبل أكثر من 8 قرون، رأى الفيلسوف والطبيب ابن رشد أن الحقيقة لا يصنعها تراكم المعلومات وحده؛ بل يولدها العقل حين يحسن صياغة السؤال، ثم يختبره بالبرهان والتجربة. واليوم، يبدو أن الذكاء الاصطناعي يقترب لأول مرة من دخول هذه الحلقة؛ لا ليجيب عن أسئلة العلماء فحسب، بل ليشارك في صياغة الفرضيات التي تبدأ منها رحلة الاكتشاف. وفي أحد أبحاث تليف الكبد، اقترح نظام ذكاء اصطناعي أهدافاً علاجية جديدة أثبتت التجارب المخبرية لاحقاً فاعلية اثنين منها، في مثال لافت على أن الآلة لم تعد تكتفي بتحليل المعرفة؛ بل بدأت تشارك في اقتراحها. ,قد تبدو هذه القصة استثنائية، لكنها ليست سوى واحدة من نتائج دراسة نشرتها مجلة «نيتشر» في عددها الصادر في 9 يوليو (تموز) 2026، أعدها فريق من «غوغل ديب مايند» بالتعاون مع جامعات ومراكز أبحاث عالمية، بينها جامعة ستانفورد وإمبريال كوليدج لندن، كشفت عن نظام جديد يحمل اسم «الشريك العلمي» (Co-Scientist)، صُمم ليكون شريكاً للباحث في بناء الفرضيات العلمية، لا بديلاً عنه.

كيف يعمل الشريك العلمي

من مساعد علمي إلى شريك في التفكير

• كيف يعمل هذا «الشريك العلمي»؟ لا يقتصر دوره على البحث في الأدبيات أو تلخيص الأوراق المنشورة؛ بل يعمل بوصفه منظومة متعددة الوكلاء تحاكي بعض مراحل المنهج العلمي؛ من توليد الفرضيات ونقدها إلى مقارنتها وتحسينها قبل عرضها على الباحث.

يبدأ النظام بتلقي السؤال البحثي من العالم، ثم يبحث في المعارف المتاحة ليقترح فرضيات جديدة، قبل أن يُخضعها لمراجعات متتالية تختبر مدى جديتها، وتماسكها المنطقي، وإمكان التحقق منها عملياً. ولا يعمل هنا بوصفه آلة تصدر حكماً نهائياً، بل بوصفه شريكاً في حوار علمي، يطرح الاحتمالات ويترك للباحث اختيار ما يستحق أن ينتقل إلى المختبر.

وتؤكد الدراسة أن هذه العملية تقوم على مبدأ «العالِم في الحلقة»؛ فالإنسان هو من يحدد سؤال البحث، ويوجه النظام، ويراجع مخرجاته، ويتخذ القرار النهائي بشأن الفرضيات التي تستحق الاختبار؛ فالذكاء الاصطناعي يستطيع أن يوسع حدود الاحتمال، لكنه لا يملك وحده سلطة البرهان ولا مسؤولية الحكم. الصورة (2)

• «بطولة» بين الأفكار: لا يعمل «الشريك العلمي» بطريقة أنظمة الذكاء الاصطناعي التقليدية التي تبحث عن إجابة واحدة؛ بل يدير ما يشبه مناظرة علمية مستمرة؛ فهو يولد عدداً من الفرضيات، ثم يدفعها إلى منافسة متكررة لاختيار أكثرها قوة، في عملية لا تبحث عن أول فكرة، بل عن الفكرة التي تصمد أمام النقد.وتتولى وحدات متخصصة هذه المهمة؛ فإحداها تولد الفرضيات، وأخرى تراجع قوة الأدلة وإمكان اختبارها، بينما تدير وحدة ثالثة «بطولة للأفكار» تُقارن فيها الفرضيات في مواجهات متتالية، قبل أن تعيد وحدة رابعة تطوير أفضلها ودمج عناصر قوتها في مقترحات أكثر نضجاً. وهكذا، تتحول عملية الاكتشاف إلى دورة متواصلة من التوليد، والنقد، والمفاضلة، ثم التطوير.

حين تتنافس الفرضيات

تجارب لإثبات اقتراح الآلة

لم يكتفِ الباحثون بعرض نموذج نظري، بل أخضعوا «الشريك العلمي» لاختبارات عملية في 3 من أكثر مجالات الطب تعقيداً؛ حيث لم يكن المعيار جودة الفرضية، بل قدرتها على الصمود أمام التجربة.في سرطان الدم النخاعي الحاد (AML)، اقترح النظام إعادة توظيف أدوية معروفة وتراكيب دوائية مشتركة، وأظهرت نشاطاً مضاداً للخلايا السرطانية، كما عززت بعض التركيبات الدوائية فاعلية بعضها. وفي تليف الكبد، حدد 3 أهداف علاجية «فوق وراثية»، أثبت اثنان منها فاعلية ضد التليف، بينما كان أحد الأدوية المرشحة معتمداً أصلاً لعلاج مرض آخر، ما يفتح الباب أمام إعادة توظيفه. أما في المجال الثالث، فقد توصل بصورة مستقلة إلى الفرضية نفسها التي انتهى إليها فريق بحثي بعد سنوات من العمل لفهم آلية انتقال الجينات المقاومة للمضادات الحيوية بين البكتيريا، وذلك قبل نشر نتائجهم علمياً.

ومع ذلك، لا تعني هذه النتائج أن الذكاء الاصطناعي أصبح عالماً مستقلاً؛ بل إنها تكشف تحولاً في دوره؛ فلم يعد يقتصر على تحليل المعرفة، بل أصبح يقترح مسارات بحث جديدة قد لا تخطر على أذهان العلماء. غير أن الفرضية، مهما بلغت درجة ذكائها، لا تتحول إلى معرفة إلا عندما يمنحها المختبر ما لا تستطيع الآلة أن تمنحه لنفسها: البرهان التجريبي.

لكن... من يتحمل المسؤولية؟ يبقى السؤال الأهم ليس: هل يستطيع الذكاء الاصطناعي أن يقترح فرضية علمية جيدة؟ بل: من يتحمل مسؤوليتها إذا تحولت إلى قرار علمي أو طبي؟

في الطب، قد تقود فرضية غير دقيقة إلى إهدار سنوات من البحث، أو إلى تجارب باهظة التكلفة، أو حتى إلى مسارات علاجية غير صحيحة. ولهذا، شدد الباحثون على أن «الشريك العلمي» لا يحل محل العالم؛ بل يعمل تحت إشرافه؛ فهو يقترح الفرضيات ويحللها وينقدها، لكن قرار اختبارها واعتمادها يبقى مسؤولية الباحث وحده.

ولهذا، أفردت الدراسة جانباً مهماً لموضوع الحوكمة العلمية، مؤكدة ضرورة وجود ضوابط أخلاقية وآليات تحقق مستقلة، مع استمرار المراجعة البشرية في كل مرحلة، من الفرضية إلى التجربة ثم إلى التطبيق؛ فالذكاء الاصطناعي قد يسرّع طريق الاكتشاف، لكنه لا يستطيع أن ينقل مسؤولية العلم من الإنسان إلى الآلة.

حين يلتقي ابن رشد بالذكاء الاصطناعي

إعادة تعريف دور الباحث

لعل الإنجاز الأهم لهذه الدراسة لا يكمن في أنها جعلت الذكاء الاصطناعي أكثر قدرة على المساهمة في التفكير العلمي؛ بل في أنها أعادت تعريف دور الباحث نفسه؛ فبعد أن كانت مهمة الآلة تقتصر على تحليل البيانات وتسريع الوصول إلى المعلومات، أصبحت اليوم تشارك في اقتراح الفرضيات التي تبدأ منها رحلة الاكتشاف العلمي.

ومع ذلك، تبقى هناك حدود لا تستطيع الآلة تجاوزها؛ فهي لا تملك حدس الباحث الذي تصنعه سنوات الخبرة، ولا حكمه العلمي في تفسير النتائج، ولا مسؤوليته الأخلاقية تجاه ما يكتشفه. صحيح أنها تستطيع أن تربط بين ملايين الأوراق العلمية في دقائق، وأن تكشف علاقات قد تغيب عن أكثر العقول خبرة، لكنها لا تستطيع أن تمنح الفرضية يقينها العلمي.

وهنا تتغير طبيعة العلاقة بين الإنسان والآلة؛ فلم يعد الذكاء الاصطناعي مجرد مساعد يجيب عن الأسئلة، بل أصبح شريكاً علمياً يقترح أسئلة جديدة تستحق أن تُطرح، ويكشف مسارات بحث ربما لم تكن لتخطر على بال الباحث. غير أن السؤال، مهما كان مبتكراً، لا يصبح اكتشافاً، والفرضية، مهما بدت مقنعة، لا تتحول إلى معرفة راسخة إلا عندما تصمد أمام التجربة.

ولعل هذه هي الرسالة الأعمق التي تحملها دراسة «الشريك العلمي»، فالتقدم الحقيقي لا يتمثل في أن تحل الآلة محل الإنسان، بل في أن توسع حدود ما يستطيع الإنسان أن يكتشفه. وكما أدرك ابن رشد قبل 8 قرون أن البرهان هو الحكم الأخير بين الآراء، يبدو أن عصر الذكاء الاصطناعي يعيد تأكيد الدرس ذاته: قد تقترح الآلة الفرضية، لكن الحقيقة لا تعترف إلا بالبرهان.


مقالات ذات صلة

«غوغل» تشتري بيانات «سبيريت إيرلاينز» لتدريب نماذج الذكاء الاصطناعي

تكنولوجيا طائرة تابعة لشركة «سبيريت إيرلاينز» الأميركية (الموقع الإلكتروني للشركة)

«غوغل» تشتري بيانات «سبيريت إيرلاينز» لتدريب نماذج الذكاء الاصطناعي

اشترت شركة التكنولوجيا الأميركية «غوغل» كمية ضخمة من البيانات من شركة الطيران منخفض التكاليف المفلسة «سبيريت إيرلاينز» مقابل 10 ملايين دولار، للمساعدة في تدريب…

الاقتصاد شعار شركة «أنثروبيك» (رويترز)

قفزة في إيرادات «أنثروبيك»... 65 مليار دولار في عام قبل طرح محتمل

تجاوز معدل الإيرادات السنوي لشركة «أنثروبيك» 65 مليار دولار بنهاية يوليو (تموز)، في مؤشر على النمو السريع للشركة الناشئة المتخصصة في الذكاء الاصطناعي.

«الشرق الأوسط» (نيويورك)
الاقتصاد شاشة تظهر ارتفاع مؤشر أسعار الأسهم الكوري المركب بنسبة 2.8 في المائة عن الجلسة السابقة (إ.ب.أ)

أسهم كوريا الجنوبية تسجل أعلى مستوى في شهر بدعم شركات الرقائق

ارتفعت الأسهم الكورية الجنوبية بأكثر من 2 في المائة الثلاثاء، لتسجل أعلى مستوياتها في شهر، مدفوعة بصعود أسهم شركات الرقائق.

«الشرق الأوسط» (سيول)
تكنولوجيا يظهر كوكب عائم داخل الغطاء الخلفي بفضل تقنية «بوب بلانيت المجسمة» التصنيعية

هاتف «أوبو رينو 16 إف 5 جي»: أناقة تقنية بكاميرات متطورة وبطارية عملاقة

تصميم مبتكر: الجمال والعمق البصري والقدرات الاحترافية

خلدون غسان سعيد (جدة)
الاقتصاد شعار شركة «إنفيديا» في رسم توضيحي (رويترز)

«إنفيديا» تستثمر 1.5 مليار دولار في «إس بي إنرجي» لتعزيز بنية الذكاء الاصطناعي

ستقوم شركة «إنفيديا» باستثمار 1.5 مليار دولار في «إس بي إنرجي»، المدعومة من «سوفت بنك»، مقابل الحصول على ما يصل إلى 8 غيغاواط من سعة الحوسبة للذكاء الاصطناعي.

«الشرق الأوسط» (نيويورك (الولايات المتحدة))

هل يستطيع الذكاء الاصطناعي أن ينسى المريض؟

حين تتعلّم الخوارزمية كيف تنسى
حين تتعلّم الخوارزمية كيف تنسى
TT

هل يستطيع الذكاء الاصطناعي أن ينسى المريض؟

حين تتعلّم الخوارزمية كيف تنسى
حين تتعلّم الخوارزمية كيف تنسى

تخيّل مريضاً وافق قبل سنوات على استخدام بياناته الطبية في تدريب نظام ذكي يساعد الأطباء في اكتشاف الأمراض. وهكذا دخلت صوره وفحوصه وتاريخه المرضي ضمن آلاف، وربما ملايين، السجلات التي استخدمت لبناء النموذج. ثم غيّر رأيه، وطلب سحب موافقته وحذف بياناته.

في قاعدة البيانات التقليدية يبدو الحل بسيطاً: يُحذف السجل وتنتهي القصة. لكن المشكلة تصبح أكثر تعقيداً عندما يكون النظام قد تعلّم بالفعل من تلك البيانات؛ فأثناء التدريب لا يحتفظ النموذج بالضرورة بسجل المريض كما تفعل قاعدة البيانات، بل تتغير معاملاته الداخلية استناداً إلى الأنماط التي استخلصها. وهكذا يمكن حذف الملف الأصلي، بينما يبقى جزء من أثره الإحصائي فيما تعلّمته الخوارزمية.

عندما لا يكفي زر «الحذف»

هل يمكن حذف ما تعلّمته الآلة أيضاً؟ هذا هو السؤال الذي طرحه باحثون في دراسة تحليلية حديثة نُشرت في 18 يوليو (تموز) 2026، في دورية «إن بي جيه ديجيتال ميديسن» (npj Digital Medicine)، التابعة لمحفظة «نيتشر» (Nature Portfolio)، بعنوان «محو التعلّم الآلي بوصفه ضرورة لحوكمة الذكاء الاصطناعي السريري».

وتناقش الدراسة مفهوم «محو التعلّم الآلي» (Machine Unlearning)، أي محاولة إزالة تأثير بيانات محددة من نموذج سبق تدريبه، من دون الحاجة بالضرورة إلى إعادة تدريبه بالكامل من نقطة الصفر.

وإذا نجحت هذه الفكرة عملياً، فقد تضيف إلى الطب الرقمي قدرة لم تكن جزءاً تقليدياً من تصميم الخوارزميات: ألّا تتعلم فقط، بل أن تعرف أيضاً كيف تنسى.

ما «محو التعلّم»؟

يقوم تدريب أنظمة الذكاء الاصطناعي على استخلاص أنماط وعلاقات إحصائية من كميات كبيرة من البيانات، ثم ترميز ما تعلّمته بصورة موزعة داخل معاملات النموذج، بحيث يستطيع لاحقاً استخدامها في التصنيف أو التنبؤ أو دعم التشخيص.

أما «محو التعلّم» فيحاول السير في الاتجاه المعاكس: إزالة أثر بيانات بعينها بعد أن يكون النموذج قد تعلّم منها بالفعل. والهدف، بدلاً من إعادة التدريب من نقطة الصفر كلما طُلب حذف سجل، هو تعديل النموذج بحيث يصبح سلوكه قريباً قدر الإمكان من نموذج افتراضي لم يتدرب على تلك البيانات أصلاً. ويُعرف هذا النموذج المعاد تدريبه من دون البيانات المطلوب حذفها أحياناً بأنه «المعيار الذهبي» الذي تُقارن به فاعلية عملية المحو.

والفرق هنا جوهري؛ فحذف صورة أشعة أو نتيجة فحص من قاعدة البيانات لا يضمن اختفاء تأثيرها من النموذج الذي سبق أن تدرب عليها؛ لأن أثرها قد يكون توزع بالفعل عبر عدد كبير من معاملاته الداخلية.

ويمكن تشبيه ذلك بتمزيق صفحة من كتاب بعد أن يكون القارئ قد حفظ محتواها: اختفت الصفحة، لكن المعلومة لم تختفِ بالضرورة من الذاكرة.

حين يصبح النسيان ضرورة طبية

لماذا يحتاج الطب إلى «النسيان»؟

الحاجة إلى النسيان لا تبدأ أو تنتهي عندما يغيّر مريض رأيه ويسحب موافقته على استخدام بياناته؛ فقد يتبين بعد التدريب أن بعض السجلات احتوت على أخطاء، أو أن صوراً طبية صُنفت بتشخيص غير صحيح، أو أن مجموعة سكانية لم تُمثَّل بصورة متوازنة. وفي حالات أخرى، قد لا تكون المشكلة في البيانات نفسها، بل في أن المعرفة الطبية التي استندت إليها تغيّرت.

وهذه نقطة شديدة الأهمية في الطب؛ فالمعرفة السريرية ليست ثابتة. كما أن توصيات العلاج تتبدل مع ظهور تجارب وأدلة جديدة، وقد تُراجع ممارسات كانت مقبولة عندما جُمعت البيانات التي تعلم منها النظام.

ويستشهد الباحثون بجائحة «كوفيد-19» بوصفها مثالاً واضحاً، حين تغيرت الأدلة والتوصيات العلاجية بسرعة استثنائية؛ فإذا تعلم نموذج طبي من ممارسات ثبت لاحقاً أنها غير مناسبة، فإن مجرد إضافة بيانات أحدث قد لا يجيب دائماً عن سؤال أكثر صعوبة: هل يمكن إزالة أثر المعرفة التي لم نعد نريد للنظام أن يعتمد عليها؟

وهنا يكتسب «محو التعلّم» وظيفة تتجاوز حذف البيانات؛ فقد يصبح أداة لتصحيح الذاكرة السريرية للنموذج عندما يتغير العلم نفسه.

حين يصبح الحق في النسيان تحدياً للخوارزمية

هل يملك المريض حقاً في أن تنساه الخوارزمية؟

تزداد المسألة تعقيداً عندما تنتقل من علوم الحاسوب إلى القانون وحقوق المريض؛ فاللائحة العامة لحماية البيانات في الاتحاد الأوروبي (GDPR) تمنح الأفراد، بموجب المادة 17 وفي ظروف محددة، حق طلب محو بياناتهم الشخصية، وهو ما يُعرف أحياناً بـ«الحق في المحو» أو «الحق في أن يُنسى».

لكن النماذج الذكية تطرح مشكلة لم تكن قواعد البيانات التقليدية مصممة للتعامل معها؛ فإذا دخلت بيانات المريض بالفعل في عملية التدريب، فإن حذف السجل الأصلي لا يجيب بالضرورة عن سؤال آخر: ماذا عن الأثر الذي تركته تلك البيانات داخل النموذج؟

وتشير الدراسة إلى أن مدى انطباق التزامات المحو على معاملات النماذج المدربة، لا يزال مسألة قانونية غير محسومة بالكامل؛ فالمعلومة الأصلية قد لا تبقى محفوظة في موضع محدد يمكن ببساطة العثور عليه وحذفه، وإنما قد يكون تأثيرها موزعاً عبر بنية النموذج.

وهنا تظهر فجوة جديدة بين الحق القانوني في حذف البيانات والقدرة التقنية على جعل الخوارزمية تتصرف كما لو أنها لم تتعلم منها أصلاً. إنها منطقة يلتقي فيها الطب وعلوم الحاسوب والقانون، بينما لا تزال حدود «حق المريض في النسيان الرقمي» قيد التشكل.

النسيان ليس بلا مخاطر

لكن جعل النموذج ينسى ليس عملية بلا ثمن؛ فإزالة أثر مجموعة من البيانات قد تغير سلوكه بطرق تتجاوز المعلومات المستهدفة نفسها، وربما تؤثر في قدرته على التمييز بين الحالات أو في «معايرته»؛ أي مدى تطابق الاحتمالات التي يتنبأ بها مع النتائج التي تحدث فعلياً.

وقد لا يتوزع هذا التأثير بالتساوي؛ فعملية تبدو ناجحة عند قياس الأداء العام قد تترك أثراً أكبر لدى فئة معينة من المرضى، خصوصاً إذا كانت ممثلة أصلاً بعدد محدود من الحالات.

لذلك، يحذر الباحثون من التعامل مع محو التعلّم بوصفه «زر حذف»؛ فبعد أي تعديل جوهري ينبغي إعادة اختبار النموذج، ومقارنة أدائه بالنسخة السابقة، والتحقق من عدم ظهور آثار جانبية غير مقصودة، مع الاحتفاظ بإمكانية الرجوع إلى إصدار سابق إذا فشلت العملية.

ومن هنا تطرح الدراسة مفهوماً مهماً هو «الاستعداد لمحو التعلّم» (Unlearning Readiness): أي أن تُصمم الأنظمة الطبية منذ البداية بحيث يمكن لاحقاً تحديد البيانات المطلوب نسيانها، وإزالة أثرها، ثم التحقق من نجاح العملية وتوثيق ما تغير.

وبذلك يصبح «النسيان» خاصية ينبغي التفكير فيها عند بناء النموذج، لا بعد أن تظهر الحاجة إليها.

من «النموذج الثابت» إلى دورة حياة مستمرة

يغير «محو التعلّم» أيضاً الطريقة التي ننظر بها إلى الأنظمة الطبية بعد اعتمادها؛ فالنموذج لا ينبغي أن يُعامل منتجاً ثابتاً يحصل على الموافقة ثم يبقى على حاله؛ فالبيانات تتغير، والأدلة الطبية تتطور، وقد تُكتشف أخطاء جديدة، أو يسحب مرضى موافقتهم على استخدام معلوماتهم.

لذلك تقترح الدراسة التعامل معه ضمن دورة حياة مستمرة تبدأ بمعرفة مصدر البيانات وإمكانية تتبعها، وتمر بإدارة إصدارات النموذج وتحديد الظروف التي تستدعي إزالة أثر معلومات معينة، ثم اختبار النسخة المعدلة قبل استمرار استخدامها سريرياً.

وهذا يعني أن السؤال عند اعتماد نظام طبي جديد لا ينبغي أن يكون فقط: كيف تعلّم؟ بل أيضاً: هل نعرف كيف نصحح ما تعلّمه إذا اكتشفنا لاحقاً أنه لم يعد صالحاً؟

وتصبح الحوكمة، بهذا المعنى، إدارةً لدورة حياة الذكاء الاصطناعي الطبي، وليست موافقة تنظيمية تُمنح مرة واحدة عند دخوله المستشفى.

حين يصبح النسيان شكلاً من أشكال الحكمة

السؤال المقبل للذكاء الاصطناعي الطبي

قضينا السنوات الماضية نحاول بناء أنظمة تستطيع التعلم من أكبر قدر ممكن من البيانات. لكن الطب قد يحتاج الآن إلى قدرة مختلفة: أن تعرف الآلة ماذا يجب أن تنسى، ومتى، وكيف تثبت أنها نسيته من دون الإضرار بما تعلمته بصورة صحيحة. وقد كتب الفيلسوف الألماني فريدريش نيتشه قبل أكثر من قرن أن «النسيان ليس مجرد قوة خمول... بل قدرة فاعلة وإيجابية». كان يتحدث عن العقل الإنساني، لا عن الخوارزميات، لكن عبارته تكتسب اليوم معنى تقنياً لم يكن من الممكن تصوره في عصره؛ فبعد سنوات انصب فيها الاهتمام على كيفية تعليم الآلة، قد تبدأ المرحلة المقبلة بالسؤال عن كيفية جعلها تتراجع عما تعلمته عندما يصبح ذلك ضرورياً. وربما لا تُقاس ذاكرة الآلة بما تستطيع الاحتفاظ به فقط، بل بما تستطيع أن تنساه عندما يصبح التذكّر خطأً.

ففي الطب، قد لا يكون النسيان نقيضاً للتعلّم؛ بل أحد شروط استمرار التعلّم بصورة صحيحة.


هل تختار جيناتنا طعامنا؟

هل تختار جيناتنا طعامنا؟
TT

هل تختار جيناتنا طعامنا؟

هل تختار جيناتنا طعامنا؟

كشفت نتائج أولية لدراسة وراثية واسعة، أن الأشخاص الذين يحملون اختلافات جينية تجعلهم أكثر ميلاً إلى المذاق الحلو أو الدهني، يميلون فعلاً إلى تناول كميات أكبر من هذه الأطعمة. كما يرتبط هذا الاستعداد الوراثي بزيادة في وزن الجسم، وارتفاع متواضع في خطر الإصابة بالسكري من النوع الثاني.

كبرى الدراسات حول الأساس الجيني لتفضيلات المذاق

وتطرح هذه النتائج تفسيراً محتملاً لسؤال طالما حير الباحثين: لماذا يستطيع بعض الأشخاص مقاومة قطعة الحلوى بسهولة، بينما يجد آخرون أنفسهم أكثر انجذاباً إلى الحلوى والمشروبات السكرية والأطعمة الدسمة؟ وتشير الدراسة إلى أن الإجابة قد تكون مكتوبة في جيناتنا جزئياً.

وتعد الدراسة من كبريات الدراسات التي بحثت حتى الآن في الأساس الجيني لتفضيلات المذاق، واعتمدت على بيانات بنك المملكة المتحدة الحيوي (UK Biobank) الذي يضم معلومات وراثية وصحية وبيانات عن العادات الغذائية لنحو نصف مليون شخص في المملكة المتحدة.

الجينات خلف الرغبة في الطعام

واستخدم فريق البحث -بقيادة جولي جيرفيس، الباحثة في مركز الطب الجينومي بمستشفى ماساتشوستس العام بالولايات المتحدة- طريقة مبتكرة لدراسة العلاقة بين الجينات وتفضيلات الطعام. وقد استعرضت جيرفيس النتائج في مؤتمر «NUTRITION 2026» في الاجتماع السنوي للجمعية الأميركية للتغذية، الذي عقد في الفترة من 25 إلى 28 يوليو (تموز) 2026 في «ناشيونال هاربور» بولاية ماريلاند بالقرب من واشنطن العاصمة. ونُشرت الدراسة في دورية دورية (The American Society for Nutrition) «ASN».

قواعد بيانات حسّية: بدلاً من الاعتماد على سؤال الأشخاص ببساطة عما يحبونه من الأطعمة، جمع الباحثون إجابات استبيانات تفضيلات الطعام مع قواعد بيانات حسِّية تصف خصائص الأطعمة المختلفة مثل الحلاوة والملوحة والدسامة.

درجات جينية للمذاقات: ثم أجروا تحليلات واسعة للجينوم في مجموعة من المشاركين لتحديد الاختلافات الجينية المرتبطة بتفضيل المذاق الحلو أو المالح أو الدهني. وبعد ذلك أنشأوا «درجات جينية» (genetic scores) تعكس مدى الاستعداد الوراثي لدى كل شخص لتفضيل كل نوع من هذه المذاقات.

وفي مجموعة أخرى من المشاركين اختبر الباحثون ما إذا كان هذا الاستعداد الوراثي ينعكس فعلاً على السلوك الغذائي والصحة.

الحلوى قد تبدأ بكمية صغيرة

أظهرت النتائج الأولية أن الأشخاص الذين كانت لديهم قابلية وراثية أكبر لتفضيل المذاق الحلو، تناولوا في المتوسط نحو 7 غرامات إضافية من الأطعمة الحلوة يومياً، بما في ذلك الحلوى والمشروبات السكرية.

وقد تبدو هذه الكمية بسيطة في يوم واحد؛ لكن الباحثين يشيرون إلى أن الفروق الصغيرة في العادات الغذائية يمكن أن تتراكم بمرور الوقت.

والأهم أن ارتفاع الاستعداد الوراثي لتفضيل المذاق الحلو أو الدهني ارتبط أيضاً بزيادة وزن الجسم، وبارتفاع متواضع في خطر الإصابة بالسكري من النوع الثاني.

وبدا أن جزءاً كبيراً من هذا الارتباط يمر عبر استهلاك ما تُعرف بـ«الأطعمة شديدة الاستساغة» (hyperpalatable) مثل المشروبات المحلاة، والأطعمة المقلية، ورقائق البطاطس، وغيرها من الأطعمة التي تجمع عادة بين مستويات مرتفعة من السكر أو الدهون أو الملح.

الجينات ليست قَدَراً غذائياً

يؤكد الباحثون أن النتائج لا تعني أن الشخص محكوم وراثياً بحب الحلوى، أو أنه سيصاب حتماً بالسمنة أو السكري. فالنظام الغذائي والصحة الأيضية يتأثران بمجموعة واسعة من العوامل، تشمل البيئة والعادات الغذائية والنشاط البدني والنوم والحالة الصحية والعوامل الاجتماعية، إلى جانب الجينات.

وتقول جولي جيرفيس إن النتائج تشير إلى أن قابلية الإفراط في تناول الأطعمة شديدة الاستساغة قد تكون جزئياً متجذرة في الجينات، وهو ما قد يساعد على تفسير سبب مواجهة بعض الأشخاص صعوبة أكبر من غيرهم في الالتزام بخيارات غذائية صحية.

هل يصبح النظام الغذائي «شخصياً»؟

قد تكون إحدى أهم نتائج هذا البحث، فتح الباب أمام اتباع نهج أكثر تخصيصاً في التغذية. فبدلاً من تقديم نصيحة غذائية واحدة للجميع، قد تستفيد خطط المستقبل من معرفة ميول الشخص الغذائية واستعداده الوراثي. فالشخص الذي لديه ميل قوي وراثياً إلى المذاق الحلو -على سبيل المثال- قد يستفيد أكثر من استراتيجيات تستهدف الرغبة في الحلوى تحديداً، مثل استخدام التوابل والنكهات البديلة، أو تقنيات سلوكية تساعد على التحكم في الرغبة بالطعام.

ويعمل الباحثون حالياً على التحقق من النتائج لدى مجموعات سكانية أخرى، كما يدرسون ما إذا كانت الاستعدادات الجينية لتفضيل مذاقات أخرى -مثل المر والحمضي والأومامي «umami» (وهو سمة مميزة للمرق واللحوم المطهية اليابانية)- ترتبط بجودة النظام الغذائي أو بمخاطر الأمراض الأيضية.

نصائح غذائية تعتمد على التركيبة الجينية

وفي مشروع مرتبط، يبحث الفريق أيضاً فيما إذا كانت الجينات المرتبطة بتفضيلات المذاق تؤثر في استجابة الأشخاص لأدوية علاج السمنة والاضطرابات الأيضية، ومنها أدوية الببتيد الشبيه بـ«الغلوكاجون-1»، (GLP-1) «Glucagon-like peptide-1» خصوصاً مع ظهور أدلة على أن بعض مستخدميها يلاحظون تغيرات في حاسة التذوق وتفضيلات الطعام.

وقد تمهد هذه البحوث مستقبلاً الطريق أمام عصر تصبح فيه النصيحة الغذائية وعلاجات السمنة والسكري أكثر اعتماداً على التركيبة الجينية والتفضيلات الفردية، بدل الاكتفاء بنظام غذائي واحد يناسب الجميع.


العمل عن بُعد لا يحقق بالضرورة مكاسب بيئية

تأثير العمل عن بعد على البيئة مرتبط بتنظيم بيئة العمل المنزلية (جامعة برونِل- لندن)
تأثير العمل عن بعد على البيئة مرتبط بتنظيم بيئة العمل المنزلية (جامعة برونِل- لندن)
TT

العمل عن بُعد لا يحقق بالضرورة مكاسب بيئية

تأثير العمل عن بعد على البيئة مرتبط بتنظيم بيئة العمل المنزلية (جامعة برونِل- لندن)
تأثير العمل عن بعد على البيئة مرتبط بتنظيم بيئة العمل المنزلية (جامعة برونِل- لندن)

مع التوسع في تبنِّي العمل عن بُعد خلال السنوات الأخيرة، بات هذا النموذج يُنظَر إليه كأحد الحلول الواعدة للحد من الانبعاثات الكربونية، كونه يقلل من التنقل اليومي بين المنزل ومقر العمل، وما يصاحبه من استهلاك للوقود وانبعاثات غازات الدفيئة. ولكن دراسة سويسرية تكشف أن الأمر أكثر تعقيداً مما يبدو عليه.

أجرى الدراسة باحثون من جامعة لوسرن للعلوم التطبيقية والفنون في سويسرا، بهدف تقييم الأثر الحقيقي للعمل عن بُعد على البصمة الكربونية، من خلال تحليل الانبعاثات المرتبطة بالتنقل، واستخدام المساحات المنزلية، وتقنيات المعلومات والاتصالات.

العمل عن بعد يقتصر على المهن التي تعتمد على الحاسوب (جامعة ريدنغ)

العمل عن بُعد

خلصت النتائج إلى أن العمل عن بُعد لا يؤدي تلقائياً إلى خفض الانبعاثات كما يُعتقد على نطاق واسع؛ إذ يمكن أن تتلاشى المكاسب البيئية الناتجة عن تقليل التنقل إذا صاحبها ارتفاع في استهلاك الطاقة والمساحات المخصصة للعمل داخل المنزل. ونُشرت النتائج في عدد 13 يوليو (تموز) الماضي من دورية «PLOS Climate».

وحسب الباحثين، يساهم تقليل التنقل اليومي فعلياً في خفض انبعاثات ثاني أكسيد الكربون، ولكن هذه الفائدة قد تُعوِّضها انبعاثات تشغيل مكتب منزلي واستخدام الأجهزة الإلكترونية؛ خصوصاً إذا خصص الموظف غرفة مستقلة للعمل.

وتتقاطع هذه النتيجة مع بحوث سابقة رصدت ما تُعرف بـ«تأثيرات الارتداد»، كانتقال الموظفين للسكن في مناطق أبعد، أو زيادة الرحلات الترفيهية، إضافة إلى «تأثيرات غير مباشرة» تتمثل في زيادة استخدام الأجهزة الإلكترونية، وتخصيص غرف مستقلة للعمل، ما يرفع استهلاك الطاقة والانبعاثات.

واعتمدت الدراسة على استبيان إلكتروني أُجري أواخر عام 2024، شمل أكثر من ألف شخص في سويسرا مارسوا العمل عن بُعد خلال الشهر السابق للاستطلاع، وجمع بيانات تفصيلية عن أيام العمل عن بُعد، ومكانه، ووجود غرفة مستقلة، ومسافات التنقل ووسائله، واستخدام تقنيات المعلومات والاتصالات، إلى جانب ظروف السكن والخصائص الاجتماعية والديموغرافية للمشاركين.

وعلى أساس هذه البيانات، حَسَب الباحثون الانبعاثات الكربونية المكافئة في 3 مجالات رئيسية: التنقل، والمساحة السكنية، وتقنيات المعلومات والاتصالات، ليقدِّروا إجمالي البصمة الكربونية لكل مشارك.

وأظهرت النتائج أن زيادة أيام العمل عن بُعد تقلل فعلاً انبعاثات التنقل، ولكن هذه المكاسب تتراجع بشكل كبير بسبب ارتفاع الانبعاثات المرتبطة باستخدام المنزل كمكان عمل؛ فالموظفون الذين خصصوا غرفة مستقلة كمكتب منزلي سجلوا انبعاثات أعلى من غيرهم، نظراً لحاجة هذه الغرفة إلى طاقة إضافية للتدفئة أو التبريد والإضاءة، فضلاً عن ارتفاع استهلاك الكهرباء المرتبط بالحواسيب والشاشات وأجهزة الاتصال والبنية الرقمية للعمل.

وبيَّنت التحليلات أن تأثير العمل عن بُعد لا يرتبط بعدد أيام العمل خارج المكتب فقط؛ بل يتأثر أيضاً بطريقة تنظيم بيئة العمل المنزلية، وأنماط التنقل، والظروف المعيشية.

فوائد ملموسة

ولتحقيق فوائد بيئية حقيقية، أوصت الدراسة بتقليل المساحات المنزلية المخصصة للعمل، أو استخدام مساحات عمل مشتركة خارج المنزل، إلى جانب عدم تخصيص غرفة كاملة للعمل إن لم يكن ذلك ضرورياً، واستخدام مساحة صغيرة متعددة الاستخدامات، وتحسين كفاءة استهلاك الطاقة والأجهزة الرقمية.

وشدد الباحثون على أن مجرد تقليل التنقل لا يكفي لتحقيق انخفاض ملموس في الانبعاثات؛ بل يجب النظر إلى دورة العمل كاملة، بما فيها استهلاك الطاقة داخل المنزل. ولفتوا إلى أن الدراسة تمثل تقييماً أولياً، استند إلى تقديرات مبسطة، ولم يتضمن مجموعة مقارنة من الموظفين العاملين بالكامل من المكاتب، ما يستدعي دراسات مستقبلية أكثر شمولاً.

ويرى الدكتور تحسين شعلة، خبير البيئة والمناخ المصري، أن العمل عن بُعد لا يناسب جميع الوظائف؛ بل يقتصر أساساً على المهن التي تعتمد على الحاسوب، ويمكن إنجاز مهامها خارج مقر العمل. وأوضح -في تصريحات لـ«الشرق الأوسط»- أن نجاح هذا النموذج يرتبط بوعي الموظف بترشيد استهلاك الطاقة، في حين تستفيد الدولة من تقليل الضغط على وسائل النقل وخفض الانبعاثات، إلى جانب منح الموظفين مرونة أكبر في أداء أعمالهم.

وأضاف شعلة أن تحقيق الفائدة الحقيقية من العمل عن بُعد يتطلب ربطه بمهام واضحة وأوقات محددة، على غرار الوظائف القائمة على إنجاز الأهداف، حتى يتحول إلى وسيلة لتوفير الطاقة بدلاً من زيادة استهلاكها.

ولتحقيق أقصى استفادة، يوصي شعلة بتحديد الأهداف وساعات العمل بدقة، مع تفضيل إنجاز المهام خلال الساعات الأولى من الصباح، عندما يكون الضغط على الشبكة الكهربائية أقل، ولا تكون الحاجة إلى تشغيل أجهزة التكييف كبيرة، مع تجنب ساعات الذروة قدر الإمكان.

ويرى أن هذا النموذج يحقق فوائد متوازنة للعامل، عبر توفير الوقت والجهد وتكاليف التنقل؛ وللبيئة، من خلال خفض الانبعاثات والازدحام المروري؛ وللدولة، عبر تقليل الضغط على شبكات الطاقة والمواصلات.

وأشار إلى أن مزايا العمل عن بُعد يمكن أن تمتد إلى التعليم؛ خصوصاً في المقررات النظرية، لما يوفره من خفض لتكاليف التشغيل والنقل، وإتاحة فرص أكبر للطلاب، ولا سيما في المناطق النائية، شريطة تطبيقه وفق معايير تضمن جودة العملية التعليمية.