قوارب شراعية آلية تعمل كشبكة مراقبة بحرية

صممت كعوامات ذاتية النشر

قوارب شراعية آلية تعمل كشبكة مراقبة بحرية
TT

قوارب شراعية آلية تعمل كشبكة مراقبة بحرية

قوارب شراعية آلية تعمل كشبكة مراقبة بحرية

قد تعود البحرية الملكية البريطانية إلى عصر الإبحار الشراعي، من خلال تجربة جديدة تشمل اختبار أسطول من القوارب الآلية الصغيرة التي تعمل بقوة الرياح.

شبكة استشعار شراعية

وقد صممت هذه القوارب، المعروفة باسم «سي-ستارز C-Stars»، شركة «أوشن» في مدينة بليموث، ويبلغ طولها 1.2 متر فقط ووزنها نحو 40 كيلوغراماً.

تُزوّد ​​الألواح الشمسية أنظمة الملاحة والاتصالات وأجهزة الاستشعار بالطاقة، بينما يوفر الشراع قوة الدفع. وعند نشرها على شكل مجموعة، تعمل هذه القوارب الصغيرة بوصفها شبكة استشعار واسعة النطاق.

عوامات ذاتية النشر

ونقلت مجلة «نيوساينتست» البريطانية عن أنايتا لافيراك، الرئيسة التنفيذية لشركة «أوشن»: «أبسط وصف لقوارب سي-ستارز هو أنها عوامات بحرية ذاتية النشر تحافظ على موقعها».

يمكن لهذه القوارب الإبحار بسرعة 3.7 كيلومتر في الساعة، قاطعةً مسافة 80 كيلومتراً تقريباً يومياً، أو استخدام الرياح للبقاء في مكانها بدلاً من الانجراف. وتقول لافيراك: «السرعة ليست مهمة في شبكة كاميرات المراقبة. الفكرة هي وضع أجهزة الاستشعار في كل مكان نحتاج إليها فيه».

تمويه مواقع الغواصات

وفي التجربة التي أُعلن عنها هذا الشهر، ستنقل سفينة آلية أكبر 3 قوارب من طراز «سي- ستار» وتُنزلها في المنطقة المستهدفة. وفي جزء من التجربة، ستقوم سفن«سي- ستار» بنقل إشارات صوتية من غواصة دون طاقم. وسيتم نشر عدد أكبر منها في عملية حقيقية.

وتضيف لافيراك: «إذا كان لديك قارب واحد فقط، فسيتمكَّن الخصم من تحديد الموقع العام للغواصة التي يتواصل معها. أما إذا كان لديك 100 قارب، فقد تكون الغواصة في أي مكان، تحت أي منها».

مقاومة الظروف البحرية القاسية

يمكن لهذه القوارب الآلية البقاء في البحر لمدة 6 أشهر أو أكثر، ومقاومة أسوأ حالات البحر. كانت هذه القوارب، في العام الماضي، أول قوارب آلية تُقدم بيانات مباشرة من داخل عاصفة قوية من الفئة الخامسة، وذلك ضمن مشروع بحثي شاركت فيه الإدارة الوطنية الأميركية للمحيطات والغلاف الجوي.

رصد السفن المعادية

إذا نجحت التجربة البحرية، فستتمكَّن هذه السفن الآلية من أداء أدوار متنوعة. إضافةً إلى التواصل مع الغواصات وأجهزة استشعار قاع البحر، يمكنها تشكيل خطوط مراقبة لرصد السفن والصواريخ القادمة أو الطائرات المسيّرة التي تحاول التسلل دون رادار.

كما تبدو قوارب «سي-ستار» مثاليةً لرصد الغواصات بديلاً للعوامات المزودة بأجهزة سونار للاستخدام لمرة واحدة، والتي لا تدوم إلا لبضع ساعات، إذ يمكنها استخدام ميكروفوناتها المائية للاستماع إلى الغواصات أو التقاط إشارات السونار المنعكسة من مصدر خارجي كالسفن الحربية.


مقالات ذات صلة

«سناب» تطلق اشتراكات صناع المحتوى لتعزيز الدخل المباشر

تكنولوجيا «سناب» تطلق اشتراكات مدفوعة لتمكين دخل مباشر للمبدعين (رويترز)

«سناب» تطلق اشتراكات صناع المحتوى لتعزيز الدخل المباشر

«سناب» تطلق اشتراكات مدفوعة للمبدعين لتنويع الإيرادات، وتقليل الاعتماد على الإعلانات، وتعزيز الدخل المتكرر واستقلالية صناع المحتوى.

عبد العزيز الرشيد (الرياض)
علوم أنبوب ألمنيوم طافٍ لـ«حصد» التموجات البحرية

أنابيب طافية لاستخلاص الطاقة من المحيطات

يمكن استخدامها لبناء سفن ومنصات عائمة وعوامات للتطبيقات البحرية

كينيث تشانغ (نيويورك)
الاقتصاد من حفل توقيع مذكرة التفاهم التي تهدف لتسريع تطوير المهارات الرقمية والتقنية في السعودية (أرامكو)

تفاهم بين «أرامكو» و«مايكروسوفت» لتطوير الذكاء الاصطناعي في القطاع الصناعي

وقّعت «أرامكو السعودية» مذكرة تفاهم غير ملزمة مع «مايكروسوفت»؛ لمساعدة الأولى على استكشاف مبادرات رقمية مصممة لتسريع تبنّي الذكاء الاصطناعي في القطاع الصناعي.

«الشرق الأوسط» (الظهران)
خاص التحول الرقمي الحقيقي لا يتحقق بالاستثمار في البنية التحتية وحدها، بل ببناء القدرات البشرية والمهارات الرقمية (بيكسلز)

خاص التعليم الرقمي كبنية تحتية… هل هو الرهان الحاسم لعقد الذكاء الاصطناعي؟

التحول الرقمي يبدأ ببناء المهارات والتعليم لا بالبنية التحتية وحدها والفجوة الرقمية تهدد الابتكار والتنافسية والتنويع الاقتصادي.

نسيم رمضان (لندن)
خاص المملكة تنتقل من مرحلة تجارب الذكاء الاصطناعي إلى بيئات الإنتاج الفعلية داخل القطاعات الحيوية (شاترستوك)

خاص رئيس «مايكروسوفت السعودية»: المملكة تدخل مرحلة التنفيذ الفعلي للذكاء الاصطناعي

السعودية تنتقل من تجارب الذكاء الاصطناعي إلى التنفيذ الفعلي مدعومة ببنية «أزور» محلية وحوكمة ومهارات وتمكين مؤسسي واسع النطاق.

نسيم رمضان (الرياض)

الذكاء الاصطناعي: 5 طرق لاكتشاف «نقطة التوازن الأمثل» له... في فريقك

الذكاء الاصطناعي: 5 طرق لاكتشاف «نقطة التوازن الأمثل» له... في فريقك
TT

الذكاء الاصطناعي: 5 طرق لاكتشاف «نقطة التوازن الأمثل» له... في فريقك

الذكاء الاصطناعي: 5 طرق لاكتشاف «نقطة التوازن الأمثل» له... في فريقك

إن الضغط لتبنِّي الذكاء الاصطناعي لا هوادة فيه، فمجالس الإدارة والمستثمرون والسوق يخبروننا بأننا سنتخلف عن الركب إن لم نفعل. والنتيجة هي اندفاع محموم لتطبيق الذكاء الاصطناعي، لمجرد تطبيقه، مما يؤدي إلى تجارب مكلفة، وإحباط لدى فِرق العمل، وعائد استثمار مخيِّب للآمال، كما كتب مات كيسبي(*).

التطبيق الاستراتيجي المناسب

تكمن المشكلة في أننا نتعامل مع الذكاء الاصطناعي كعصا سحرية - حل واحد يناسب جميع المشاكل. لكن التحول الحقيقي ينبع من تطبيقه استراتيجياً، حيث يمكن أن يُحدث أكبر الأثر.

هذا هو «التوازن الأمثل للذكاء الاصطناعي»، حيث تكمن الميزة التنافسية الحقيقية له، إذ إن الأمر لا يتعلق بامتلاك أحدث تقنيات الذكاء الاصطناعي، بل بامتلاك الذكاء الاصطناعي المناسب، وتطبيقه على المشاكل المناسبة، مع الأشخاص المناسبين. إليك خمس طرق لاكتشافه.

ابدأ بأكبر عائق لديك... وليس بأكبر ميزانية

* يقع عدد من المؤسسات في فخ تخصيص ميزانية الذكاء الاصطناعي للقسم الأكثر إلحاحاً. إنها وصفة لهدر الموارد. وبدلاً من السؤال: «أين يمكننا إنفاق ميزانية الذكاء الاصطناعي؟»، اسأل: «أين تكمن أكبر عَقبة تنظيمية لدينا؟»

حدد العمليات الأكثر استهلاكاً للوقت وتكراراً في شركتك. هل هي الساعات التي يقضيها فريق التسويق في البحث قبل الاجتماعات؟ أم إدخال البيانات يدوياً الذي يُثقل كاهل قسم المالية؟ هذه هي نقاط الضعف التي يجب التركيز عليها.

على سبيل المثال، وجدت إحدى الشركات التي عملت معها أن فريق المبيعات كان يقضي أكثر من خمس ساعات في التحضير لاجتماع واحد مع عميل. من خلال تطبيق نظام ذكاء اصطناعي لإدارة البحث وجمع البيانات، تمكّن الفريق من تقليل وقت التحضير بنسبة 87 في المائة، مما وفّر ما يقارب 300000 دولار سنوياً من تكاليف الإنتاجية. لم يكن الذكاء الاصطناعي مبهراً، لكنه حلّ مشكلة حقيقية ومكلفة. هذه هي النقطة المثالية.

اسأل: «هل سيُحسّن هذا أم سيحل محلّه»؟

* إن أسرع طريقة لإجهاض مبادرة الذكاء الاصطناعي هي جعل موظفيك يشعرون بالتهديد منها. عندما يسمع الناس كلمة «ذكاء اصطناعي»، غالباً ما يفكرون في «استبدال الوظائف». هذا الخوف يُولّد مقاومة، ويُقوّض التبني. بصفتك قائداً، يكمن دورك في تحويل الحوار من استبدال إلى تعزيز.

قبل تطبيق أي أداة ذكاء اصطناعي، اسأل نفسك سؤالاً بسيطاً: هل ستعزز هذه التقنية قدرات فريقنا، أم أنها ستحل محل وظيفة بشرية؟ غالباً ما يكون الخيار الأمثل هو: التعزيز.

فكّر في الذكاء الاصطناعي ليس على أنه موظف جديد، بل على أنه متدرب دؤوب أو زميل لامع لكل فرد في فريقك. بإمكانه القيام بالأعمال الروتينية، وتحليل مجموعات البيانات الضخمة، واستخلاص رؤى قيّمة، ما يتيح لفريقك التفرغ لما يُجيدونه: التفكير النقدي واتخاذ القرارات الاستراتيجية. عندما يرى فريقك الذكاء الاصطناعي شريكاً يُحسّن أداءهم، سيدعمون تبنّيه بكل حماس.

--

* إيجاد التوازن الأمثل للذكاء الاصطناعي لا يتعلق كثيراً بالتكنولوجيا بقدر ما يتعلق بعلم النفس والاستراتيجية والثقافة*

--

ابنِ الثقة قبل بناء التقنية

* إننا لا نستخدم الأدوات التي لا نثق بها. وإذا لم يفهم فريقك كيفية عمل نظام الذكاء الاصطناعي أو سبب تقديمه توصيات معينة، فإن أعضاء الفريق سيبحثون عن حلول بديلة لتجنب استخدامه. الثقة ليست ميزة يمكن إضافتها لاحقاً؛ بل يجب أن تكون أساس استراتيجية التنفيذ.

يبدأ هذا بخلق بيئة آمنة نفسياً، حيث يشعر الموظفون بالأمان لطرح الأسئلة، وحتى مناقشة الذكاء الاصطناعي. كن شفافاً، اشرح ما يفعله الذكاء الاصطناعي، وما البيانات التي يستخدمها، وأين تكمن حدوده. عيِّن مشرفين بشريين على العمليات الحيوية، لضمان وجود شخص مطلع دائماً على القرارات المصيرية.

في عملي، أستخدم إطار عمل «13 سلوكاً للثقة»، وهو ينطبق على الذكاء الاصطناعي كما ينطبق على البشر. يكتسب نظام الذكاء الاصطناعي الثقة عندما يكون ذا كفاءة؛ أي أنه يحقق نتائج، ويتمتع بالنزاهة؛ أي يعمل بأمانة. ودون هذه الثقة، فإن حتى أقوى أنظمة الذكاء الاصطناعي مجرد شفرة برمجية مكلفة.

اربط كل مبادرة ذكاء اصطناعي بهدف تجاري

* إن «استكشاف إمكانيات الذكاء الاصطناعي» ليس استراتيجية عمل، فكثير من مشاريع الذكاء الاصطناعي يعمل بمعزل عن أهداف الشركة الأساسية. إذا لم تتمكن من ربط مبادرة الذكاء الاصطناعي بهدف محدد - كزيادة ولاء العملاء أو خفض التكاليف التشغيلية - فلا داعي لها.

قبل الموافقة على أي مشروع ذكاء اصطناعي، اربطه مباشرةً بأهداف شركتك الرئيسية أو ركائزها الاستراتيجية. كيف ستساعدنا هذه الأداة في تحقيق رؤيتنا؟ وكيف تدعم رسالتنا؟ هذا يفرض مستوى من الانضباط يمنعك من الانشغال بأمور ثانوية، ويضمن أن تكون استراتيجية الذكاء الاصطناعي جزءاً لا يتجزأ من استراتيجية عملك الشاملة، وليست وظيفة تقنية معلومات معزولة.

الذكاء الاصطناعي الذي لا يتوافق مع هدفك الأساسي سيظل دائماً مركز تكلفة. أما الذكاء الاصطناعي الذي يتوافق معه، فيصبح محركاً قوياً لخلق القيمة.

وفّر مساحة للتعلم لا للتنفيذ فقط

* غالباً ما يتوقع القادة عائداً فورياً وسلساً على استثماراتهم في الذكاء الاصطناعي. ولكن لا يوجد حل سحري. يتطلب التبني الناجح نقل فريقك من منطقة الراحة، مروراً بفترة عدم اليقين والخوف إلى مناطق التعلم والنمو، وهذا يتطلب وقتاً وصبراً.

لا تكتفِ بتخصيص ميزانية للتكنولوجيا، بل خصص ميزانية لمنحنى التعلم. أنشئ بيئات تجريبية حيث يمكن للفرق تجربة أدوات الذكاء الاصطناعي الجديدة دون خوف من الفشل. احتفل بالإنجازات الصغيرة والدروس المستفادة من الأخطاء.

إن المؤسسات التي تحقق نجاحاً حقيقياً في مجال الذكاء الاصطناعي ليست تلك التي أتقنته من اليوم الأول، بل تلك التي رسّخت ثقافة التعلم المستمر، ومكّنت موظفيها من التكيف والنمو. وسيتجاوز العائد على الاستثمار طويل الأجل من قوة عاملة متمكنة ومُلمة بالذكاء الاصطناعي، بكثير أي مكاسب قصيرة الأجل من تطبيق متسرع.

إن إيجاد التوازن الأمثل للذكاء الاصطناعي لا يتعلق كثيراً بالتكنولوجيا بقدر ما يتعلق بعلم النفس والاستراتيجية والثقافة. يتعلق الأمر بتحويل تركيزك مما يمكن أن يفعله الذكاء الاصطناعي إلى ما يجب أن يفعله لمؤسستك وموظفيك. توقفْ عن الانجراف وراء ضجة الذكاء الاصطناعي وابدأ حل مشكلات عملك الواقعية. هناك ستجد الميزة الدائمة.

* مؤسس شركتيْ «غو تيم» و«مالتبل تيك»، مجلة «فاست كومباني»، خدمات «تريبيون ميديا».


بين المريخ والمشتري كويكبات غامضة... لماذا تؤرق علماء «ناسا»؟

الكويكبات هي أجسام صخرية صغيرة تعود إلى بقايا تشكل النظام الشمسي (بكسلز)
الكويكبات هي أجسام صخرية صغيرة تعود إلى بقايا تشكل النظام الشمسي (بكسلز)
TT

بين المريخ والمشتري كويكبات غامضة... لماذا تؤرق علماء «ناسا»؟

الكويكبات هي أجسام صخرية صغيرة تعود إلى بقايا تشكل النظام الشمسي (بكسلز)
الكويكبات هي أجسام صخرية صغيرة تعود إلى بقايا تشكل النظام الشمسي (بكسلز)

حذّرت المسؤولة في وكالة الفضاء الأميركية «ناسا» كيلي فاست من أن أكثر ما يقلق العلماء هو الكويكبات التي لم يتم اكتشافها بعد، وذلك خلال مؤتمر «American Association for the Advancement of Science» في ولاية أريزونا.

وقالت فاست، وفق ما نقلته صحيفة «ذا صن»: «ما يُبقيني مستيقظة ليلاً هو الكويكبات التي لا نعرف بوجودها».

وأوضحت أن الكويكبات الصغيرة «تصطدم بالأرض طوال الوقت تقريباً، لذلك لسنا قلقين كثيراً بشأنها. كما أن العلماء أقل قلقاً حيال الكويكبات الضخمة التي نراها في الأفلام، لأن مواقعها معروفة ويتم تتبعها».

لكن مصدر القلق الحقيقي يتمثل في الكويكبات متوسطة الحجم، التي يبلغ قطرها نحو 140 متراً أو أكثر، والتي قد تُسبب دماراً إقليمياً واسعاً، وليس عالمياً، في حال اصطدامها بالأرض، في حين أن كثيراً منها لم يُكتشف بعد، وفق المسؤولة في «ناسا».

وأضافت أن التقديرات تشير إلى وجود نحو 25 ألف كويكب من هذا النوع، ولم يتم حتى الآن رصد سوى حوالي 40 في المائة منها، مشيرة إلى أن اكتشافها يستغرق وقتاً حتى مع استخدام أفضل التلسكوبات المتاحة.

ما الكويكبات؟

الكويكبات هي أجسام صخرية صغيرة تعود إلى بقايا تشكل النظام الشمسي قبل نحو 4.6 مليار سنة. وتتركز بشكل رئيسي في حزام الكويكبات الواقع بين مداري كوكبي المريخ والمشتري.

أما ما يُعرف بـ«الأجسام القريبة من الأرض»، فهي كويكبات تدور في مدارات تجعلها تقترب من الشمس لمسافة تصل إلى نحو 120 مليون ميل، وتدخل ضمن «الحي المداري» لكوكب الأرض.

ماذا عن خطر الاصطدام؟

في فبراير (شباط) من العام الماضي، أظهرت بيانات صادرة عن مركز دراسات الأجسام القريبة من الأرض التابع لوكالة «ناسا»، المعروف باسم «Center for Near Earth Object Studies»، أن احتمال اصطدام كويكب يُعرف باسم «2024 YR4» بالأرض في عام 2032 بلغ 3.1 في المائة.

وكانت هذه النسبة في ذلك الوقت، الأعلى التي تُسجّلها «ناسا» لجسم فضائي بهذا الحجم أو أكبر.

لكن دراسات لاحقة أكدت أن هذا الجسم «لا يشكل خطراً كبيراً على الأرض في عام 2032 أو بعده».

وأوضحت «ناسا» أن معظم الأجسام القريبة من الأرض لا تقترب كثيراً من كوكبنا، وبالتالي لا تمثل أي خطر اصطدام فعلي.

الكويكبات الخطرة المحتملة

رغم ذلك، توجد فئة تُعرف باسم «الكويكبات الخطرة المحتملة»، وهي أجسام يزيد قطرها عن 460 قدماً، وتقترب مداراتها لمسافة تصل إلى نحو 4.6 مليون ميل من مدار الأرض حول الشمس.

ومع ذلك، يؤكد العلماء أن أياً من هذه الكويكبات لا يُتوقع أن يصطدم بالأرض في المستقبل القريب.

وأوضح بول تشوداس، مدير مركز دراسات الأجسام القريبة من الأرض، في هذا المجال، أن تصنيف «خطر محتمل» لا يعني وجود تهديد وشيك، بل يشير فقط إلى أن مدار الكويكب قد يتغير على مدى قرون أو آلاف السنين بطريقة قد تمنحه فرصة اصطدام بالأرض، من دون أن يتم حالياً تقييم هذه الاحتمالات البعيدة جداً زمنياً.


حين ينجح الذكاء الاصطناعي في الامتحان... ويفشل في الحوار

حين لا تكفي البيانات لاتخاذ القرار الصحيح
حين لا تكفي البيانات لاتخاذ القرار الصحيح
TT

حين ينجح الذكاء الاصطناعي في الامتحان... ويفشل في الحوار

حين لا تكفي البيانات لاتخاذ القرار الصحيح
حين لا تكفي البيانات لاتخاذ القرار الصحيح

في قسم الطوارئ، جلس شاب في منتصف الأربعينيات يضع يده على صدره. كان الألم حاداً، ولكنه متردد في وصفه. قال إنه «ضغط بسيط»، ثم أضاف بعد لحظة صمت أنه يشعر بخدر في الذراع. لم يكن متأكداً متى بدأ الألم تحديداً، ولا إن كان يزداد مع الجهد أم مع القلق. كانت روايته متقطعة، ممزوجة بالخوف ومحاولة التقليل من الأمر.

القراربيد الطبيب

في مثل هذه اللحظات لا يعتمد القرار الطبي على معلومة واحدة؛ بل على قراءة السياق كله: نبرة الصوت، تاريخ المريض، عوامل الخطورة، وحتى حدسه الخاص. هنا لا توجد خيارات متعددة جاهزة؛ بل مسؤولية تقدير قد تنقذ حياة أو تؤخر تدخلاً حاسماً.

الذكاء الاصطناعي في قاعة الامتحان

* التفوق المنضبط: في بيئة الاختبارات المغلقة يبدو الذكاء الاصطناعي واثقاً إلى حد الإدهاش. فهو يجيب عن أسئلة معادِلة لاختبارات الترخيص الطبي؛ يستحضر التشخيصات التفريقية بدقة، ويختار الإجابة الصحيحة بسرعة تفوق كثيراً من المتدربين. وفي هذا السياق المنظم؛ حيث المعطيات مكتملة والسؤال محدد والنتيجة قابلة للقياس، تتألق الخوارزمية كما لو كانت طالبة متفوقة لا تعرف التردد.

غير أن هذا التفوق مرتبط بطبيعة البيئة نفسها، فالسؤال واضح، والخيارات محدودة، والبيانات مرتبة مسبقاً. ولا يوجد وصف ملتبس للأعراض، ولا تاريخ مرضي ناقص، ولا مريض قلق يضيف تفاصيل ويغفل أخرى. هناك نص مكتمل... وإجابة محسوبة. وفي هذا الإطار المنضبط، تُقاس الكفاءة بالقدرة على استدعاء المعلومة الصحيحة من بين احتمالات محددة سلفاً.

* خارج القاعة: حين يبدأ التعقيد الإنساني، ندرك أن الطب لا يُمارَس في قاعات الامتحان. فعندما نُخرج الذكاء الاصطناعي من بيئته المنظمة، ونضعه أمام إنسان قلق أو متردد أو غير قادر على التعبير الدقيق عن معاناته، يتغير المشهد بالكامل. المريض لا يقدم بيانات مرتبة؛ بل رواية إنسانية قد تكون ناقصة أو مشبعة بالخوف أو التأويل، وقد يخلط بين الأعراض أو يُغفل ما يراه غير مهم.

هنا لا يعود السؤال اختياراً من اختيارات متعددة؛ بل يكون حواراً مفتوحاً. والقرار لا يُبنى على معطيات مكتملة؛ بل على تقدير سريري يوازن بين الاحتمالات والسياق والشخص ذاته. في هذه المساحة الرمادية، يظهر الفارق بين القدرة على الإجابة الصحيحة في اختبار، والقدرة على الإرشاد المسؤول في واقع معقَّد.

الذكاء الاصطناعي يعزز العلوم الطبية

اختبار الذكاء الاصطناعي في الواقع

* دراسة حديثة: في دراسة حديثة نُشرت في مجلة «نيتشر ميدسن» (Nature Medicine) في 3 فبراير (شباط) 2025، قادها الباحث أندرو إم. بين (Andrew M. Bean) من جامعة أكسفورد، سعى فريق بحثي إلى اختبار قدرة ما تُعرَف بـ«نماذج اللغة الكبيرة» على مساعدة عامة الناس في تقييم سيناريوهات طبية افتراضية، واتخاذ القرار المناسب بشأنها. لم يكن الهدف قياس دقة التشخيص فحسب؛ بل تقييم أثر توصيات النموذج في سلوك المتلقي وطريقة اتخاذه للقرار الصحي.

شارك في التجربة 1298 متطوعاً من المملكة المتحدة، وُزِّعوا عشوائياً على مجموعات مختلفة. وطُلب من كل مشارك قراءة سيناريو طبي -مثل صداع مفاجئ شديد أو ألم صدري حاد- ثم تحديد الإجراء الأنسب: هل تستدعي الحالة طلب الإسعاف فوراً؟ أم مراجعة طبيب خلال وقت قصير؟ أم الاكتفاء بالمراقبة المنزلية؟ كما طُلب منهم ذكر التشخيصات المحتملة التي استندوا إليها في قرارهم.

أظهرت النتائج مفارقة مهمة؛ إذ لم يتحسن اتخاذ القرار دائماً عند استخدام النموذج الذكي مقارنة بالتقدير الشخصي. ففي بعض الحالات، أثَّرت نبرة الإجابة وثقتها اللغوية في اختيار المشاركين، حتى عندما لم تكن التوصية الأكثر أماناً سريرياً.

بمعنى آخر: لم تكن المشكلة في نقص المعلومات بقدر ما كانت في أثر الأسلوب على الإدراك. وهنا يبرز سؤال جوهري: هل يمكن للثقة اللغوية أن تُضلِّل الحكم، حتى حين تبدو الإجابة منطقية ومتماسكة؟

• ما هي نماذج اللغة الكبيرة؟ نماذج اللغة الكبيرة هي أنظمة ذكاء اصطناعي تُدرَّب على كميات هائلة من النصوص الطبية والعلمية والعامة، بهدف تعلُّم الأنماط اللغوية والعلاقات بين المفاهيم، واستنتاج الروابط المحتملة بينها. وهي لا تمتلك وعياً ولا خبرة سريرية، ولا تفحص المريض أو تقيس علاماته الحيوية؛ بل تُحلِّل النص المُدخَل إليها، وتولِّد استجابة مبنية على احتمالات إحصائية مستخلصة من بيانات سابقة. ومن أمثلتها نماذج معروفة طُرحت تجارياً، مثل «ChatGPT» (تشات جي بي تي) أو «Copilot» (كوبايلوت) التي تعتمد على البنية ذاتها لنماذج اللغة الكبيرة.

تعتمد هذه النماذج على بنى حسابية معقدة تُعرف بالشبكات العصبية العميقة، تمكِّنها من التنبؤ بالكلمة التالية في سياق معين بدقة عالية، وهو ما يمنحها قدرة ملحوظة على صياغة إجابات تبدو مترابطة ومقنعة. غير أن هذا الترابط اللغوي لا يعني بالضرورة فهماً سريرياً حقيقياً، ولا تقديراً للسياق الإنساني الكامل.

وتكمن قوتها في سلاسة التعبير وسرعة الاستدعاء، وتلخيص كم هائل من المعرفة في ثوانٍ. ولكن هذه السلاسة نفسها قد تمنح انطباعاً بثقة تتجاوز حدود الدقة الفعلية. فاللغة المقنعة قد توحي بصلابة القرار، حتى عندما يتطلب الواقع قدراً أكبر من التحفظ، أو طرح أسئلة إضافية، أو إحالة الأمر إلى تقييم طبي مباشر. وهنا يظهر الفرق بين توليد إجابة محتملة، وتحمل مسؤولية قرار حقيقي.

بين الإجابة والحكمة

السؤال الجوهري ليس: هل يعرف الذكاء الاصطناعي التشخيص؟ بل: هل يدرك أثر التوصية حين تنتقل من شاشة إلى إنسان؟ فالقرار الصحي لا يُختزل في اختيار إجابة صحيحة ضمن اختبار منضبط؛ بل هو عملية موازنة دقيقة بين احتمالات، وسياقات، ومخاطر، ومسؤوليات. وما يبدو رقماً أو احتمالاً في نموذج حسابي، قد يكون في الواقع قلقاً حقيقياً أو حياة معلَّقة على تقدير لحظة.

الطبيب لا يزن الأعراض فحسب؛ بل يقرأ الشخص أمامه. يلاحظ التردد في الصوت، والقلق في النظرة، والتاريخ غير المكتمل الذي يحتاج إلى سؤال إضافي. يقدِّر القدرة على المتابعة، ويأخذ في الحسبان الدعم الأسري والظروف الاجتماعية. هنا تتجاوز الممارسة الطبية حدود الحساب الإحصائي لتصبح فعلاً أخلاقياً يتحمل نتائجه من يتخذه، لا من يقترحه.

حين ينجح الذكاء الاصطناعي في الامتحان، فهذا إنجاز تقني يعكس تقدُّماً في معالجة اللغة وتحليل البيانات. ولكنه حين يتعثر في الحوار، فإنه يذكِّرنا بأن الطب علاقة قبل أن يكون معلومة، ومسؤولية قبل أن يكون خوارزمية.

إذن، قد تساعدنا النماذج الحسابية على توسيع دائرة الرؤية، ولكنها لا تستطيع أن تتحمل العبء الأخلاقي للقرار، ولا أن تعيش تبعاته. فالذكاء قد يُحسِّن الإجابة، أما الحكمة فتبقى - في جوهرها - إنسانية.