وكلاء الذكاء الاصطناعي... «ومضات من التألق والإحباط»

وعود ومخاطر أدوات المساعدة الرقمية المستقبلية

وكلاء الذكاء الاصطناعي... «ومضات من التألق والإحباط»
TT

وكلاء الذكاء الاصطناعي... «ومضات من التألق والإحباط»

وكلاء الذكاء الاصطناعي... «ومضات من التألق والإحباط»

تركتُ وكيل الذكاء الاصطناعي يدير شؤوني اليومية. لنتخيل أنك تجلس لتناول وجبة لم تطلبها مباشرة، لتكتشف أن اختيارها ودفع ثمنها وتسليمها إلى طاولتك، تمت بواسطة وكيل ذكاء اصطناعي يعمل نيابة عنك.

فجر الذكاء الاصطناعي الوكيل

لم يعد هذا السيناريو خيالاً علمياً. إذ يضج قطاع التكنولوجيا الآن بـ«وكلاء الذكاء الاصطناعي»: مساعدون رقميون يتولون مهام متنوعة مثل طلب الطعام وإدارة البريد الإلكتروني أو تجميع الرموز البرمجية. ويَعِدُ هؤلاء الوكلاء بتغيير الحياة اليومية من خلال أتمتة القرارات الروتينية واللوجستيات، ما يقدم لمحة عن مستقبل يُدار فيه الكثير من عالمنا الرقمي والمادي من خلال أنظمة ذكية.

وأنا أتحدث هنا عن تجربتي مع اثنين من وكلاء الذكاء الاصطناعي الرائدين: «أوبريتور - Operator»، الذي طورته شركة «أوبن إيه آي» التي طورت «تشات جي بي تي»، و«مانوس - Manus»، من تطوير شركة «باترفلاي إيفكت - Butterfly Effect»، وهي شركة صينية ناشئة.

ومن خلال التجربة والخطأ، وقدر لا بأس به من التخمينات، فاني سأشرع في الإجابة على سؤالين أساسيين: هل نحن مستعدون للثقة في وكلاء الذكاء الاصطناعي الذين يتحكمون بشكل كبير في حياتنا، وهل تفي هذه الأنظمة بوعودها؟

من «التوليدي» إلى «الوكيل»

الذكاء الاصطناعي التوليدي. إن أساس هذه القفزة التكنولوجية هو الذكاء الاصطناعي التوليدي، المدعوم بالنماذج اللغوية الكبيرة (LLMs) المدربة على مجموعات بيانات ضخمة جُمعت من الإنترنت. ومنذ عام 2023، احتل الذكاء الاصطناعي التوليدي عناوين الأخبار لقدرته على إنشاء محتوى أصلي - سواء كان نصاً أو صوراً أو رموزاً كومبيوترية - بناء على مطالبات اللغة الطبيعية. ومع ذلك، على الرغم من الطابع التحويلي لهذا الأمر، فقد اقتصر دور الذكاء الاصطناعي بصورة كبيرة على دور «مساعد الطيار»: إذ إنه يقترح المحتوى، ويقدم التوصيات، أو يجيب على الأسئلة.

> الذكاء الاصطناعي الوكيل، من جانبه مصمم لتجاوز الاقتراحات السلبية إلى مستوى اتخاذ القرارات وتنفيذها بصورة فعالة. ويشرح بيتر ستون، مؤسس «مجموعة أبحاث وكلاء التعلم» في جامعة تكساس في أوستن، أن الذكاء الاصطناعي الوكيل «يستشعر البيئة، ويقرر ما يجب فعله، ويتخذ الإجراء». وبدلاً من مجرد التوصية بطبق ما أو تحديد موقع مطعم، يمكن للذكاء الاصطناعي الوكيل الآن تصفح قوائم الطعام، وتقديم الطلبات، والدفع باستخدام بطاقة الائتمان خاصتك، وتنسيق عملية التسليم - كل ذلك بشكل مستقل.

كيف يعمل الذكاء الاصطناعي الوكيل؟

بينما يدعم الذكاء الاصطناعي التوليدي أساس هذه الأنظمة، يضيف الذكاء الاصطناعي الوكيل طبقات من التفاعل في العالم الحقيقي. عندما يُمنح هدفاً، مثل «طلب العشاء» أو «إنشاء تطبيق»، يضع الذكاء الاصطناعي خطة متعددة الخطوات، ويقرر أفضل طريقة لاستخدام الأدوات الرقمية مثل متصفحات الويب أو التطبيقات. في كل خطوة، يُعيد تقييم تقدمه، ويُعدل إجراءاته حتى يُقرر أن الهدف قد تحقق أو أنه غير قابل للتحقيق. حتى أنه يستخدم حلقة تغذية مرتدة - تسمى التعلم المعزز من التغذية البشرية الراجعة - للتعلم من النجاحات والأخطاء.

يلاحظ ستون أنه على الرغم من أن برامج الذكاء الاصطناعي مثل «ديب بلو - Deep Blue» من تطوير شركة «آي بي إم - IBM» قد تغلبت على بطل العالم في الشطرنج غاري كاسباروف في عام 1997، غير أن تلك الأنظمة لم تكن «وكيلة» حقاً. إذ لم يكن برنامج «ديب بلو» قادراً على التفاعل مع العالم الحقيقي في غياب المساعدة البشرية. وعلى النقيض من ذلك، يمكن للذكاء الاصطناعي الوكيل اليوم أن يعمل في الفضاءات الرقمية مع تدخل بشري طفيف أو لعله لا يُذكر بالمرة.

اختبار الوكلاء

للوقوف على كيفية عمل الذكاء الاصطناعي الوكيل في الواقع العملي، طلبت الحصول على حق الوصول التجريبي إلى نظامين حقيقيين: «أوبريتور» و«مانوس». ووافقت الشركتان على منحي حق الوصول. ويتمثل هدفي في استخدام هذين النظامين الوكيلين كمساعدين شخصيين، مما يُخفف عن المستخدم أكبر قدر ممكن من العمل الروتيني المكثف.

> نتائج متباينة وإحباطات للمستخدمين. كشفت التجارب عن مزيج من النجاحات المبهرة والإحباطات المؤثرة. إذ عند تحميل عرض تقديمي إلى «مانوس»، وطلب إعادة تنسيقه، أكمل الوكيل المهمة ولكن بطريقة تتطلب تصحيحاً يدوياً كبيراً - ما يجعل التعديلات المستقبلية مرهقة. كان أداء «مانوس» أفضل عند إنشاء وتجهيز تطبيق لمتجر التطبيقات، حيث استفاد من مختلف الأدوات الرقمية وواجهات سطر الأوامر بدرجة معتبرة من الكفاءة.

في الوقت نفسه، يواجه «أوبريتور» صعوبات في تنفيذ المهام الإدارية. فعند الطلب منه إدارة الفواتير الإلكترونية لي، يرتكب أخطاء أساسية - مثل إدخال نص في حقول رقمية ونسخ المعلومات بشكل غير صحيح، مما يؤدي إلى اقتراح إصدار فاتورة للناشر بمبلغ 8001 جنيه إسترليني مقابل مقال واحد. هذه الأخطاء أكثر من مجرد إزعاج؛ إنها تكشف عن الطبيعة الناشئة والقابلة للخطأ لوكلاء الذكاء الاصطناعي الحاليين. ومع ذلك، أصررت على المضي قدماً، حتى أنني كلفت «أوبريتور» بمهمة الترويج لهذا المقال على وجه التحديد.

يقوم الذكاء الاصطناعي بصياغة وإرسال رسائل البريد الإلكتروني إلى الخبراء الذين تُجرى معهم المقابلات، ولكن نبرة الرسائل واختيار الكلمات فيها غير ملائم - فهي رسمية للغاية، وأحياناً ساذجة، وتفتقر إلى المعلومات الأساسية. كما أن «أوبريتور» لا يكشف أن وكيل الذكاء الاصطناعي - وليس المؤلف - هو الذي كتب المراسلات، ما قد يؤدي إلى حدوث ارتباك أو عدم ثقة.

> نجاحات جزئية وردود فعل اجتماعية. من المثير للاهتمام أن رسائل البريد الإلكتروني التي أرسلها «أوبريتور» لم تكن فاشلة تماماً. فقد رد بعض المستلمين، مثل خبير الذكاء الاصطناعي بيتر ستون، بشكل إيجابي، وتقبلوا غرابة الذكاء الاصطناعي. وأشاد آخر بـ«dogfooding: الاختبار التجريبي» للمؤلف - وهو مصطلح صناعي يستخدم للإشارة إلى استخدام المرء لتقنيته التجريبية الخاصة. ومع ذلك، رفض خبير آخر المشاركة، مشيراً إلى القيود المؤسسية.

> الحقيقة وراء هذا التهويل. تروج شركات التكنولوجيا للذكاء الاصطناعي الوكيل باعتباره المساعد الذي لا يخطئ في المستقبل، لكن التجارب الحالية تشير إلى عكس ذلك. وبحسب كاريسا فيليز، اختصاصية الأخلاقيات في جامعة أكسفورد، يجب دراسة الحوافز الكامنة وراء هذه الأنظمة بمنتهى الدقة.

يجري إنتاج وكلاء الذكاء الاصطناعي من قبل شركات لها مصالح تجارية خاصة بها. وإذا تمت برمجة وكيل ما أو استخدامه في شراكة لتفضيل خدمات معينة (على سبيل المثال، إعطاء الأولوية لشركات طيران أو مصادر أخبار معينة)، فقد لا تتوافق توصياته دائماً مع مصالح المستخدم. وهنا فإني أستشهد بشراكات «أوبن إيه آي»، مشيراً إلى أن «أوبريتور» قد يفضل شركات أو مصادر بيانات بعينها عند أداء المهام.

> مخاطر الأمان والخصوصية. هناك مصدر قلق أكثر أهمية وهو الخصوصية. يتطلب الذكاء الاصطناعي الوكيل عادة وصولاً واسعاً إلى المعلومات الحساسة - الحسابات المالية، والاتصالات الاجتماعية، وكلمات المرور، وغير ذلك. وتحذر كاريسا فيليز من أن استخدام مثل هذه الوكلاء يستلزم كسر الحواجز الرقمية التي تحمي بياناتنا، ما يزيد من خطر الانتهاكات أو سوء الاستخدام.

ويزداد قلقي عندما يطلب «أوبريتور» بيانات حساسة، مثل معلومات بطاقة الائتمان، عبر واجهات غير مألوفة. الثقة المطلوبة من المستخدمين كبيرة، وبالتالي فإن احتمال سوء الاستخدام أو الخطأ مرتفع بالتبعية* مجلة «نيو ساينتست»،

خدمات «تريبيون ميديا»يدعم هذا القلق بحث أجراه تيانشي لي من جامعة نورث إيسترن، الذي اختبر وكلاء الذكاء الاصطناعي الرائدين، ووجد أنهم عرضة لهجمات بسيطة. على سبيل المثال، إذا تم إخفاء تعليمات ضارة في مستند، فقد يتبعها الوكيل من دون وعي، ويدخل بيانات الاعتماد أو ينقر على روابط خطيرة من دون علم المستخدم. يشير تيانشي لي إلى عدم وجود آليات فعالة للمستخدمين للتدخل أو تصحيح هذه السلوكيات.

> الحواجز الوقائية والإخطارات. للإقلال من المخاطر، صُمم بعض وكلاء الذكاء الاصطناعي بحيث يُخطرون المستخدمين باستمرار قبل اتخاذ أي إجراء. ورغم أن هذا يوفر طبقة إضافية من الأمان، فإنه قد يصبح عبئاً ثقيلاً، حيث يتطلب قدراً كبيراً من الإشراف بحيث تفقد أي مكاسب في الراحة. ونتيجة لذلك، بدلاً من أن يعمل الذكاء الاصطناعي كمساعد مستقل، قد يبدو وكأنه متدرب غير منضبط يتطلب إشرافاً مستمراً وتصحيحات وإدارة دقيقة.

> تكنولوجيا غير ناضجة بعد. تُقر كل من «أوبن إيه آي» و«باترفلاي إيفكت» بأن وكلائهما لا يزالان قيد التطوير. يعترف كولين جارفيس، قائد فريق الهندسة في «أوبن إيه آي»، بأن الذكاء الاصطناعي الوكيل الحالي يحتاج إلى «الكثير من العمل للحصول على تلك الموثوقية». في حين تصف شركة «باترفلاي إيفكت» الوكيل «مانوس» بأنه في مرحلة «تجريبية»، مع استمرار الجهود لتحسين أدائه.

تردد صدى هذه الاعترافات في سابقة تاريخية. ففي عام 2018، وعد الوكيل «دوبلكس - Duplex» من شركة «غوغل» بإحداث ثورة في الحجوزات الهاتفية الآلية، لكنه أخفق في تحقيق انتشاره على نطاق واسع. ولا تزال التحديات المتعلقة بالموثوقية وثقة المستخدم والتكامل السلس تشكل عقبات كبيرة أمامه.

الطريق إلى الأمام

> المبالغة الترويجية مقابل الواقع. على الرغم من هذه العيوب، يستمر الضجيج حول الذكاء الاصطناعي الوكيل في الازدياد. وارتفعت الإشارات إلى الذكاء الاصطناعي الوكيل في تقارير الأرباح المالية بصورة كبيرة - حيث ارتفعت 51 ضعفاً مع نهاية العام الماضي مقارنة بأوائل عام 2022. وتباشر شركات مثل «سيلز فورس» بالفعل نشر وكلاء الذكاء الاصطناعي للتفاعل مع العملاء، ليس فقط كأدوات دعم، وإنما كممثلي مبيعات في الخطوط الأمامية.

ومع ذلك، يُحذر الخبراء من المبالغة في استنتاجات الأداء المثير للإعجاب لأنظمة الذكاء الاصطناعي الحالية مثل «تشات جي بي تي»، إذ يُحذر بيتر ستون من «المبالغة في الترويج»، مشيراً إلى أنه على الرغم من أن الذكاء الاصطناعي الوكيل يمكن أن يكون رائعاً في سياقات محددة ومحدودة، فإنه بعيد كل البعد عن أن يكون جاهزاً ليحل محل العمال البشريين، أو يدير جميع جوانب الحياة بصفة مستقلة. سوف يتطلب بلوغ هذه الطموحات تحقيق اختراقات تقنية كبيرة للغاية.

> الوعود والمخاطر. تقدم تجربتي هذه مع وكلاء الذكاء الاصطناعي صورة مصغرة للتحديات التي يواجهها المجتمع مع انتشار هذه الأدوات. يمكن للذكاء الاصطناعي الوكيل، في بعض الأحيان، أن يقدم لمحات من البراعة - من خلال تنفيذ المهام بسرعة التي قد تكون مملة أو تستغرق وقتاً طويلاً. غير أن الإحباط وعدم اليقين والمخاطر غالبا ما تطغى على هذه الفوائد.

في النهاية، سوف تعتمد رغبتنا في منح وكلاء الذكاء الاصطناعي مسؤوليات أكبر على مدى نضج التكنولوجيا، وشفافية الشركات التي تقف وراءها، وتطوير آليات فعالة لضمان تحكم المستخدم وأمنه. حتى ذلك الحين، قد يكون من الأفضل التعامل مع حتى أبسط الأمور مثل طلب وجبة دجاج بشيء من الحذر الصحي، وربما إعادة التحقق يدوياً للتأكد من عدم نسيان إضافة مقرمشات الروبيان!


مقالات ذات صلة

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

تكنولوجيا الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

 تظهر الدراسة أن روبوتات الدردشة تميل لتأكيد آراء المستخدمين ما قد يعزز المعتقدات الخاطئة ويؤدي إلى دوامات وهمية مع مرور الوقت

تكنولوجيا نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)

نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

باحثو «MIT» يطورون طريقة تمكّن الذكاء الاصطناعي من تفسير قراراته بدقة ووضوح، ما يعزز الشفافية والثقة دون التضحية بالأداء.

تكنولوجيا تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)

«غوغل» تعيد تعريف البحث بالذكاء الاصطناعي المخصص

غوغل تطلق «الذكاء الشخصي» لربط بيانات المستخدم عبر خدماتها بهدف تقديم إجابات مخصصة مع الحفاظ على الخصوصية والتحكم الكامل للمستخدم.

نسيم رمضان (لندن)
تكنولوجيا يفتح الابتكار المجال لتطبيقات مستقبلية في التنقل والبيئات الواقعية المعقدة (شاترستوك)

روبوتات الدرّاجة تحقق توازناً ديناميكياً وتتجاوز العقبات

روبوت دراجة يحقق توازناً ديناميكياً ويتجاوز العقبات بسرعة مستفيداً من تصميم بسيط وتحكم متكيف يحاكي مهارات الإنسان في بيئات معقدة.

نسيم رمضان (لندن)
تكنولوجيا الذكاء الاصطناعي التوليدي انتقل من مرحلة التجارب إلى تحقيق عوائد مالية وتشغيلية ملموسة داخل الشركات (غيتي)

تقرير بالأرقام: الذكاء الاصطناعي يحقق عوائد ملموسة للشركات

الذكاء الاصطناعي يحقق عوائد ملموسة للشركات معززا الكفاءة والابتكار، لكن تحديات البيانات والتكلفة تعيق التوسع رغم زيادة الاستثمارات الكبيرة.

نسيم رمضان (لندن)

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
TT

دراسة من ستانفورد: الذكاء الاصطناعي قد يعزز التفكير الوهمي

الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)
الدراسة حللت أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة لاكتشاف أنماط تفاعل روبوتات الدردشة (شاترستوك)

مع ازدياد استخدام روبوتات الدردشة المعتمدة على الذكاء الاصطناعي في المحادثة وتقديم النصائح وحتى الدعم العاطفي، بدأت أبحاث جديدة تدرس تأثير هذه الأنظمة على المستخدمين مع مرور الوقت. وتكشف دراسة حديثة لباحثين مرتبطين بجامعة ستانفورد الأميركية عن خطر أقل وضوحاً، يتمثل في ميل هذه الأنظمة إلى تعزيز بعض المعتقدات بدلاً من تحديها.

تعتمد الدراسة على تحليل واسع لتفاعلات حقيقية، بهدف فهم كيفية استجابة نماذج اللغة في المحادثات الممتدة، وما الذي قد تعنيه هذه الاستجابات على إدراك المستخدم وصحته النفسية.

تحليل واسع النطاق

استندت الدراسة إلى تحليل أكثر من 391 ألف رسالة عبر نحو 5 آلاف محادثة مع روبوتات الدردشة. ويتيح هذا الحجم الكبير من البيانات رصد أنماط متكررة، بدلاً من الاكتفاء بحالات فردية. وضمن هذه البيانات، حدد الباحثون نسبة من المحادثات التي تضمنت مؤشرات على تفكير وهمي. ووفقاً للدراسة، فإن نحو 15.5في المائة من رسائل المستخدمين أظهرت هذه الخصائص، ما أتاح فرصة لفهم كيفية استجابة الأنظمة لهذه الحالات.

التحدي يكمن في تحقيق توازن بين دعم المستخدم وتعزيز التفكير النقدي دون ترسيخ معلومات مضللة (أدوبي)

أنماط تأكيد متكررة

أحد أبرز النتائج يتمثل في تكرار ميل روبوتات الدردشة إلى تأكيد ما يقوله المستخدم. فقد أظهرت البيانات أن الأنظمة غالباً ما تستجيب بطريقة داعمة أو متوافقة مع طرح المستخدم، بدلاً من التشكيك فيه. ورغم أن هذا الأسلوب قد يكون مفيداً في سياقات الدعم، فإنه يصبح إشكالياً عندما يتعلق الأمر بمعتقدات غير دقيقة أو وهمية، حيث قد يؤدي إلى تعزيز هذه الأفكار بدلاً من تصحيحها.

دوامات وهمية متصاعدة

يصف الباحثون هذه الظاهرة بمصطلح «الدوامات الوهمية»، حيث تؤدي التفاعلات المتكررة بين المستخدم والنظام إلى ترسيخ المعتقدات الخاطئة تدريجياً. ولا يحدث التأثير نتيجة استجابة واحدة، بل يتشكل مع مرور الوقت. فكلما استمر النظام في تأكيد وجهة نظر المستخدم، زادت قوة هذا الاعتقاد. وتتيح طبيعة المحادثة المستمرة لهذا النمط أن يتطور بشكل تدريجي دون انقطاع واضح.

تشير الدراسة إلى أن الذكاء الاصطناعي لا يخلق هذه المعتقدات من الصفر، بل يتفاعل مع أفكار موجودة مسبقاً لدى المستخدم.

وتزداد المخاطر في المحادثات الطويلة، حيث تتراكم أنماط التأكيد عبر الزمن. وفي هذه الحالة، يتحول النظام من مجرد أداة استجابة إلى عنصر مؤثر في توجيه مسار الحوار.

نحو 15.5 % من رسائل المستخدمين أظهرت مؤشرات على تفكير وهمي أو معتقدات غير دقيقة (غيتي)

تحديات في التصميم

تعكس هذه النتائج تحدياً أساسياً في تصميم أنظمة الذكاء الاصطناعي. إذ يتم تطوير كثير من روبوتات الدردشة لتكون مفيدة ومهذبة وداعمة، ما يدفعها إلى تبني أسلوب قائم على التوافق مع المستخدم. لكن هذه الخصائص نفسها قد تقلل من قدرتها على تصحيح الأخطاء أو تقديم وجهات نظر نقدية. ويظل تحقيق التوازن بين الدعم والتفكير النقدي تحدياً رئيسياً.

تتجاوز دلالات هذه الدراسة الجانب التقني لتصل إلى قضايا تتعلق بالسلامة. فمع استخدام هذه الأنظمة في مجالات تتضمن تقديم نصائح أو دعم شخصي، تصبح طريقة استجابتها أكثر حساسية.

وفي بعض الحالات، قد يؤدي تعزيز المعتقدات غير الدقيقة إلى تأثيرات فعلية على قرارات المستخدم أو حالته النفسية، ما يطرح تساؤلات حول كيفية تصميم هذه الأنظمة ومراقبتها.

نحو استخدام مسؤول

تشير الدراسة إلى ضرورة تطوير آليات أفضل للتقييم والضبط. فبدلاً من التركيز فقط على دقة الإجابات، ينبغي أيضاً فهم كيفية تصرف الأنظمة في المحادثات الطويلة والمعقدة.

ويشمل ذلك تحديد متى يجب على النظام التشكيك في بعض الطروحات أو تقديم توضيحات أو تجنب تأكيد معلومات غير موثوقة. ويعد تحقيق هذا التوازن خطوة أساسية في تطور الذكاء الاصطناعي.

الحاجة لمزيد من البحث

رغم أهمية النتائج، تؤكد الدراسة الحاجة إلى مزيد من الأبحاث لفهم تأثير هذه التفاعلات على المستخدمين على المدى الطويل.

فمع تحول الذكاء الاصطناعي من أداة تقدم معلومات إلى نظام يشارك في الحوار، يصبح من الضروري ضمان أن هذه التفاعلات تدعم الفهم ولا تعزز أنماطاً ضارة. وفي هذا السياق، لم يعد التحدي مقتصراً على تطوير أنظمة أكثر ذكاءً، بل يشمل أيضاً ضمان أن تكون أكثر وعياً بتأثيرها على الإنسان.


نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
TT

نهج جديد يمكّن الذكاء الاصطناعي من شرح قراراته

نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)
نماذج الذكاء الاصطناعي الحديثة تعاني من مشكلة «الصندوق الأسود» التي تجعل قراراتها غير مفهومة للبشر (شاترستوك)

مع تزايد اندماج أنظمة الذكاء الاصطناعي في قطاعات حساسة، مثل الرعاية الصحية والأنظمة ذاتية القيادة، يبرز سؤال أساسي: هل يمكن الوثوق بقراراتها؟

فعلى الرغم من أن النماذج الحديثة تحقق دقة عالية، فإن طريقة تفكيرها تظل في كثير من الأحيان غير واضحة. هذه «الصندوق الأسود» أصبحت واحدة من أبرز التحديات في هذا المجال. يقدّم باحثون في معهد ماساتشوستس للتكنولوجيا (MIT) نهجاً جديداً يهدف إلى معالجة هذه المشكلة، من خلال تمكين أنظمة الذكاء الاصطناعي من تفسير قراراتها بطريقة مفهومة للبشر.

ما وراء الصندوق

في التطبيقات الواقعية، لا تكفي الدقة وحدها. فعندما يحدد نظام ذكاء اصطناعي مرضاً من صورة طبية أو يتخذ قراراً مرتبطاً بالسلامة، يحتاج المستخدم إلى فهم الأسباب التي قادت إلى هذا القرار. ومن دون هذه الشفافية، قد تفشل الأنظمة الدقيقة في كسب الثقة. وقد سعت تقنيات سابقة إلى فتح هذا «الصندوق الأسود»، لكنها غالباً ما قدّمت تفسيرات معقدة أو يصعب فهمها لغير المتخصصين. وهنا يكمن التحدي في تقديم تفسيرات دقيقة وفي الوقت نفسه واضحة.

الطريقة الجديدة تحسن التفسير دون التضحية بدقة الأداء بل قد تعززها (شاترستوك)

تفكير واعد

أحد الاتجاهات الواعدة يُعرف بنماذج «عنق الزجاجة المفاهيمي». في هذا النهج، يُجبر النظام على بناء قراراته على مفاهيم يمكن للبشر فهمها. فبدلاً من الانتقال مباشرة من البيانات الخام إلى النتيجة، يمرّ النموذج بمرحلة وسيطة يحدد فيها خصائص أو مفاهيم محددة قبل الوصول إلى القرار. لكن هذا الأسلوب واجه سابقاً بعض التحديات، إذ إن تحسين قابلية التفسير كان أحياناً يأتي على حساب الدقة، أو يؤدي إلى تفسيرات غير واضحة بما يكفي.

نهج جديد

طوّر فريق «MIT» طريقة محسّنة تهدف إلى تجاوز هذه القيود. يعتمد النظام على مكونين من التعلم الآلي يعملان معاً. الأول يستخرج المعرفة من نموذج موجود، والثاني يحول هذه المعرفة إلى مفاهيم مفهومة للبشر. يتيح هذا الإطار المزدوج «ترجمة آلية» لآلية عمل النماذج المعقدة إلى صيغة قابلة للفهم. والأهم أن هذه التقنية يمكن تطبيقها على نماذج رؤية حاسوبية مدرّبة مسبقاً، ما يجعلها قابلة للتعميم على نطاق واسع.

ومن أبرز ما يميز هذا النهج أنه لا يضحي بالأداء من أجل الشفافية. بل تشير النتائج إلى أنه يمكن أن يحسن دقة التنبؤ وجودة التفسير في الوقت نفسه. وهذا يتحدى افتراضاً شائعاً في تطوير الذكاء الاصطناعي، وهو أن التفسير يأتي دائماً على حساب الأداء. يمثل الجمع بين الاثنين خطوة مهمة نحو تطبيقات عملية موثوقة.

باحثو جامعة «MIT» يطورون نهجاً جديداً يمكّن النماذج من تفسير تنبؤاتها بطريقة مفهومة (شاترستوك)

تفسيرات أوضح

يتميز النظام بجودة التفسيرات التي يقدمها. فبدلاً من مخرجات تقنية معقدة، ينتج أوصافاً مبنية على مفاهيم واضحة يمكن للمستخدم فهمها بسهولة. وتكتسب هذه الميزة أهمية خاصة في البيئات الحساسة، حيث تحتاج القرارات إلى مراجعة وتقييم. فالتفسير الواضح يتيح للمستخدم التأكد من منطق القرار.

الهدف الأوسع لهذا البحث هو تعزيز الثقة في أنظمة الذكاء الاصطناعي. فعندما يتمكن المستخدم من فهم كيفية اتخاذ القرار، يصبح أكثر قدرة على تقييم دقته واكتشاف الأخطاء المحتملة. ويبرز هذا الأمر بشكل خاص في مجالات، مثل الرعاية الصحية، حيث قد تكون لأي خطأ عواقب كبيرة. فالتفسير لا يعزز الفهم فقط، بل يدعم الاستخدام المسؤول للتقنية.

أثر عملي واسع

تمتد آثار هذا التطور إلى ما هو أبعد من تطبيق واحد. مع توسع استخدام الذكاء الاصطناعي، تتزايد الحاجة إلى الشفافية من قبل المستخدمين والجهات التنظيمية على حد سواء. وقد تلعب هذه التقنيات دوراً محورياً في تلبية هذه المتطلبات، من خلال جعل قرارات الذكاء الاصطناعي أكثر وضوحاً وقابلية للمساءلة.

يعكس هذا النهج خطوة ضمن اتجاه أوسع في أبحاث الذكاء الاصطناعي. فلم يعد التركيز مقتصراً على بناء نماذج عالية الأداء، بل يتجه نحو تطوير أنظمة قادرة على تفسير قراراتها. هذا التحول يعكس فهماً أعمق لدور الذكاء الاصطناعي في الواقع. فالأداء وحده لم يعد كافياً، بل يجب أن تكون الأنظمة مفهومة وموثوقة ومتوافقة مع التوقعات البشرية. وفي هذا السياق، تصبح القدرة على تفسير القرارات ليست مجرد ميزة إضافية، بل شرطاً أساسياً للجيل القادم من أنظمة الذكاء الاصطناعي.


«غوغل» تعيد تعريف البحث بالذكاء الاصطناعي المخصص

تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
TT

«غوغل» تعيد تعريف البحث بالذكاء الاصطناعي المخصص

تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)
تفعيل الميزة اختياري ويمنح المستخدم تحكماً كاملاً في البيانات التي يتم استخدامها (أ.ف.ب)

أعلنت شركة «غوغل» عن توسع جديد في قدرات الذكاء الاصطناعي لديها تحت مفهوم أطلقت عليه «الذكاء الشخصي» (Personal Intelligence) في خطوة تهدف إلى جعل أنظمة البحث والمساعدات الرقمية أكثر فهماً للسياق الفردي لكل مستخدم، بدلاً من الاكتفاء بإجابات عامة. هذا التوجه الذي جاء في مدونة رسمية عبر موقع الشركة يمثل تحولاً في طريقة عمل الذكاء الاصطناعي، من تقديم معلومات موحدة إلى تقديم استجابات مخصصة تستند إلى بيانات المستخدم ونشاطه عبر خدمات «غوغل» المختلفة.

تحول في البحث

لطالما اعتمدت محركات البحث على مطابقة الكلمات المفتاحية لتقديم نتائج ذات صلة. إلا أن «غوغل» ترى أن هذا النموذج لم يعد كافياً في ظل تنوع احتياجات المستخدمين. وبحسب ما أوضحته الشركة، فإن «الذكاء الشخصي» يهدف إلى تقديم إجابات تأخذ في الاعتبار السياق الفردي، بحيث يحصل كل مستخدم على نتائج تتناسب مع اهتماماته وتاريخه الرقمي.

يعتمد هذا النهج على ربط المعلومات بين عدد من تطبيقات «غوغل»، مثل «جيميل» و«صور غوغل» و«يوتيوب» وسجل البحث، وذلك في حال موافقة المستخدم على تفعيل هذه الميزة. ويتيح هذا التكامل لأنظمة الذكاء الاصطناعي، مثل (جيميناي) «Gemini» ووضع الذكاء الاصطناعي في البحث، الاستفادة من هذا السياق لتقديم إجابات أكثر دقة وارتباطاً باحتياجات المستخدم.

«غوغل» تطلق مفهوم «الذكاء الشخصي» لتقديم استجابات تعتمد على السياق الفردي لكل مستخدم (أ.ف.ب)

تجربة أكثر تخصيصاً

وفقاً لـ«غوغل»، يمكن للنظام الجديد «ربط النقاط» بين بيانات المستخدم المختلفة، ما يسمح بتقديم توصيات وملخصات واقتراحات أكثر تخصيصاً. فعلى سبيل المثال، بدلاً من تقديم اقتراحات عامة للسفر، يمكن للنظام الاستناد إلى اهتمامات المستخدم السابقة أو نشاطه الرقمي لتقديم خيارات أكثر ملاءمة. ويمثل ذلك انتقالاً من الذكاء الاصطناعي كأداة عامة إلى ما يشبه المساعد الشخصي الذي يتكيف مع المستخدم بمرور الوقت.

التحكم بيد المستخدم

أكدت «غوغل» أن استخدام هذه الميزة يعتمد على موافقة المستخدم، حيث يمكنه اختيار التطبيقات التي يرغب في ربطها، أو إيقاف الميزة بالكامل. وأوضحت الشركة أن البيانات الشخصية من خدمات مثل «جيميل» و«صور غوغل» لا تُستخدم لتدريب نماذج الذكاء الاصطناعي، بل تُستعمل لتوفير سياق ضمن التفاعل مع المستخدم فقط.

توازن مع الخصوصية

يبرز هذا التوجه تحدياً معروفاً في تطوير الذكاء الاصطناعي، وهو تحقيق التوازن بين التخصيص والخصوصية. فكلما زادت قدرة النظام على الوصول إلى البيانات، زادت دقة التوصيات، لكن ذلك يثير في الوقت نفسه تساؤلات حول حدود استخدام البيانات الشخصية. وتحاول «غوغل» معالجة هذا التحدي من خلال نموذج يعتمد على الشفافية ومنح المستخدم تحكماً أكبر في بياناته.

التحدي الرئيسي يتمثل في تحقيق توازن بين التخصيص العميق وحماية الخصوصية (شاترستوك)

ما بعد الإجابات

يعكس إطلاق «الذكاء الشخصي» توجهاً أوسع في مجال الذكاء الاصطناعي، حيث لم يعد الهدف مجرد الإجابة عن الأسئلة، بل فهم نية المستخدم والسياق المحيط به. ومن خلال دمج البيانات الشخصية، يمكن للأنظمة الانتقال من تقديم إجابات ثابتة إلى تفاعلات أكثر ديناميكية. من المتوقع أن ينعكس هذا التطور على الاستخدام اليومي للتكنولوجيا، حيث يمكن للأنظمة المخصصة أن تسهم في تسريع إنجاز المهام مثل التخطيط للسفر، أو العثور على معلومات سابقة، أو اتخاذ قرارات مبنية على بيانات شخصية. كما قد تقل الحاجة إلى إدخال نفس المعلومات بشكل متكرر، إذ يصبح النظام قادراً على استنتاج السياق من التفاعلات السابقة.

اتجاه مستقبلي

يمثل «الذكاء الشخصي» خطوة أولى نحو جيل جديد من أنظمة الذكاء الاصطناعي التي تجمع بين البحث والمساعدة الرقمية والتخصيص العميق. ومع ذلك، يبقى نجاح هذا النهج مرتبطاً بمدى ثقة المستخدمين، إذ ستلعب الشفافية والتحكم في البيانات دوراً حاسماً في تبني هذه التقنيات. في المحصلة، لا يتعلق هذا التوجه بجعل الذكاء الاصطناعي أكثر ذكاءً فحسب، بل بجعله أكثر ارتباطاً بالمستخدم نفسه، في تحول قد يعيد تعريف كيفية تفاعل الأفراد مع التكنولوجيا في حياتهم اليومية.