عربي English Türkçe اردو فارسى
pdf
Logo
صورة الغلاف اقرأ النسخة المطبوعة
آخر الأخبار
استمع إلى "إيجاز" اليوم
9:30 دقيقه
علوم

تعرَّف على المحتوى الرديء للذكاء الاصطناعي… في نصائح التغذية عبر الإنترنت

يقدم معلومات عمومية ومفتقرة للتميز… وغالباً ما تكون مضللة

تعرَّف على المحتوى الرديء للذكاء الاصطناعي… في نصائح التغذية عبر الإنترنت
TT
TT

تعرَّف على المحتوى الرديء للذكاء الاصطناعي… في نصائح التغذية عبر الإنترنت

تعرَّف على المحتوى الرديء للذكاء الاصطناعي… في نصائح التغذية عبر الإنترنت

عندما تظهر لك رسالة عبر الإنترنت تروج لـ«مكوّن -أو مركّب- لإنقاص الوزن تخفيه عنك المؤسسة الطبية!»، فإنك تدرك تماماً أن عليك ألا تتبع الرابط المؤدي إلى عملية احتيال واضحة.

محتويات جذابة «ذكية»

ولكن في الآونة الأخيرة، ظهر نوع آخر من المحتوى الجذاب الذي يشق طريقه -دون دعوة- إلى خلاصات الأخبار والمحتويات التي تتابعها. فقد صُممت منشورات مُنتَجة بواسطة الذكاء الاصطناعي لجذب انتباهك، وربما الحصول على أموالك أيضاً. ويطلق على هذه المنشورات مصطلح «AI slop» (أي المحتوى الرديء أو الحشو الناتج من الذكاء الاصطناعي).

ما هو هذا المحتوى الرديء المُنتَج بالذكاء الاصطناعي؟

يشير هذا المصطلح المستحدث أخيراً إلى محتوى منخفض الجودة مُنتَج بواسطة الذكاء الاصطناعي -سواء كان نصوصاً أو صوراً أو مقاطع فيديو- يتم إنتاجه بكميات كبيرة، ويكون عمومياً ومفتقراً للتميز، وغالباً ما يكون مضللاً. وعادةً ما يصدر هذا المحتوى عن «مزارع محتوى الذكاء الاصطناعي»، وهي مواقع إلكترونية أو منصات تستخدم الذكاء الاصطناعي لإنتاج كميات هائلة من المحتوى المتدني الجودة؛ حيث يتمثل هدفها في تحقيق إيرادات إعلانية أو تحسين ترتيبها في محركات البحث بدلاً من تقديم معلومات مفيدة للقراء أو مساعدتهم.

*منصات تنتج كميات هائلة من المحتوى المتدني الجودة لتحقيق إيرادات إعلانية*

يعتمد الكثير من هذا المحتوى الرديء ببساطة على إعادة صياغة معلومات مستمدة من محتوى آخر موجود على الويب. ومع ذلك، فإن تتبع مسار بعض هذه المنشورات قد يقودك إلى سيل من الإعلانات المزعجة، أو يغريك بشراء شيء لا تحتاج إليه، أو -وهو الأسوأ- يخدعك للكشف عن معلومات شخصية.

هل تعتقد أن بإمكانك تمييز المحتوى الزائف «الذكي»؟

مع استمرار تطور التكنولوجيا، تزداد هذه المهمة صعوبة، لا سيما مع تقدمنا ​​في العمر. فقد أظهر استطلاع للرأي أُجري عام 2026 وشمل نحو 3200 شخص بالغ تتراوح أعمارهم بين 18 و90 عاماً، أن 71 في المائة منهم تمكنوا إجمالاً من التمييز بين المحتوى المُنتَج بالذكاء الاصطناعي والمحتوى الذي أعده البشر، إلا أن نسبة نجاح من تجاوزوا سن الخامسة والستين في ذلك لم تتعدَّ 65 في المائة. وقد أشار التقرير إلى أن هذه النسبة «أفضل بقليل فقط من احتمالية الفوز في لعبة رمي العملة المعدنية».

معلومات مضللة

يُعدّ هذا المحتوى الرديء جزءاً من تدفق متزايد لمعلومات التغذية -والمعلومات المضللة- الصادرة عن المؤثرين وصنّاع المحتوى الآخرين على منصات مثل «تيك توك» و«يوتيوب» وكشف استطلاع آخر أُجري عام 2026 وشمل 1000 شخص بالغ، عن أن ما يقرب من نصفهم (46 في المائة) أفادوا بأنهم عملوا بنصائح غذائية قدمها مؤثرون، وأن واحداً من كل ثلاثة استخدم أداة ذكاء اصطناعي -مثل «جي بي تي» لإعداد خطة غذائية أو خطة لإنقاص الوزن.

تقول نانسي أوليفيرا، اختصاصية التغذية المعتمدة ومديرة خدمة التغذية والعافية في مستشفى «بريغام آند وومنز» التابع لجامعة هارفارد: «مع تزايد اعتماد المعلومات الصحية على الذكاء الاصطناعي، من الضروري توخي الحذر والاطلاع الجيد؛ فالذكاء الاصطناعي ليس سوى تطور تقني آخر يحتاج الجميع إلى فهمه».

كيف تميز بين ما هو مفيد وما هو ضار؟

تشير أوليفيرا إلى أهمية ملاحظة أن المعلومات الغذائية التي يولدها الذكاء الاصطناعي تلبي حاجة فعلية؛ فالكثير من الناس يلجأون إلى نصائح الذكاء الاصطناعي لعدم تمكنهم من الحصول على موعد عاجل مع الطبيب، أو لأن تأمينهم الصحي لا يغطي تكاليف استشارة اختصاصي تغذية. وتضيف قائلة: «قد تختار استخدام أداة ذكاء اصطناعي مثل (جي بي تي) للحصول على إرشادات غذائية أو إعداد خطة وجبات لحالة صحية شائعة نسبياً، مثل ارتفاع الكولسترول أو مرحلة ما قبل السكري. يمكن أن تكون هذه بداية مفيدة، لكن احرص على عرض الخطة على طبيبك في موعدك المقبل. وعليك أيضاً أن تدرك أن دقة الإرشادات الغذائية المستمدة من الذكاء الاصطناعي تنخفض إذا كنت تعاني حالة طبية معقدة أو مشاكل صحية متعددة».

لكن ما تحصل عليه عند استخدام أداة الذكاء الاصطناعي بمفردك يختلف عما قد تجده منشوراً عبر الإنترنت بهدف جذب انتباهك.

نصائح لرصد المحتوى الرديء

إليك بعض النصائح لمساعدتك في رصد محتوى الذكاء الاصطناعي الرديء - والنصائح الخطيرة عبر الإنترنت بشكل عام:

* هل يبدو المحتوى مثيراً للقلق أو يوحي بوجود حالة طارئة؟ توضح أوليفيرا أن المتخصصين الموثوقين في الرعاية الصحية يحرصون على تجنب اللغة المثيرة أو المبالغ فيها، مثل عبارة «يجب عليك التوقف عن تناول الشوفان»؛ إذ تقول: «هذا النوع من المحتوى يُصمم خصيصاً لجذب النقرات» (على المحتوى).

* تحقق من هوية ناشر المحتوى. إذا قام الناشر بمشاركة منشورات عدّة تدعي أنها صادرة عن مصادر مختلفة، ولكنها تحمل رسائل متشابهة، فقد يكون الحساب مُداراً بواسطة الذكاء الاصطناعي.

* تحقق من المؤهلات المهنية. قد لا يكون ذلك «الجراح المتخصص في جراحة القلب» شخصاً حقيقياً، وكذلك المؤسسة التي يعمل بها. بل قد يكون «الخبير» مجرد صورة مُولدة بتقنية «التزييف العميق لعالم حقيقي، استُخدمت دون إذنه. قم بإجراء بحث عبر الإنترنت للتأكد من أن الشخص المذكور يعمل فعلياً في تلك المؤسسة، وأن المعلومات تتوافق مع أبحاثه المنشورة.

ابحث بنفسك ودقّق

إن الاستشهاد بدراسة بحثية لا يعني بالضرورة المصداقية؛ فإذا كان المنشور يستند إلى نتائج دراسة ما، فابحث عنها بنفسك واطلع عليها. تقول أوليفيرا: «قد تكون النتائج المذكورة خارجة عن سياقها، أو مستمدة من دراسة أُجريت على الفئران ولا تنطبق على البشر؛ لذا، إذا قيل إن (أ) تسبب (ب) دون تقديم مزيد من التفاصيل، فعليك توخي الحذر».

وتضيف أوليفيرا بضرورة تجنّب المنشورات التي تدعي الكشف عن «معلومات سرية»؛ فرغم أنه قد يراودك شعور بأن خبراء الصحة يخفون معلومات سعياً وراء الربح، فإنه ينبغي عليك تجنب هذا النوع من التفكير القائم على «نظرية المؤامرة»، مؤكدة أن «هدفنا الأساسي هو مساعدة الناس».

وأخيراً، ثق بحدسك؛ إذ تقول: «إذا بدا لك الأمر غير منطقي أو غريباً للغاية، فعليك التشكيك في المصدر».

* رسالة هارفارد «مراقبة صحة المرأة » - خدمات «تريبيون ميديا»

مواضيع
الذكاء الاصطناعي تقارير هارفارد التزييف العميق العالم

الأكثر قراءة

 
 

مقالات ذات صلة

الصمود الرقمي... جاهزية سعودية لاستمرار الخدمات الحكومية

خاص مواطن ينقل الصورة من أحد المؤتمرات في الرياض (واس)

الصمود الرقمي... جاهزية سعودية لاستمرار الخدمات الحكومية

تستند الجاهزية الرقمية في السعودية إلى إدارة المخاطر واستمرارية الأعمال، لضمان توافر الخدمات الحكومية ومواكبة المتغيرات والاحتياجات اليومية.

عبير حمدي (الرياض)
أوروبا رئيسة الوزراء الإيطالية جورجا ميلوني (د.ب.أ)
أوروبا

ميلوني تسعى لتسجيل صوتها علامة تجارية وسط مخاطر التزييف العميق بالذكاء الاصطناعي

تقدمت رئيسة الوزراء الإيطالية جورجا ميلوني بطلب إلى مكتب الاتحاد الأوروبي للملكية الفكرية لتسجيل صوتها علامة تجارية، لحماية نفسها من مقاطع التزييف العميق.

«الشرق الأوسط» (روما )
أوروبا صحافي يجرب نظارة مزودة بالذكاء الاصطناعي في كاليفورنيا (أ.ب)
أوروبا

النرويج تقترح حظراً مؤقتاً على نظارات الذكاء الاصطناعي في أماكن عامة

أعلنت الحكومة النرويجية اليوم (الاثنين) أنها تعتزم اقتراح حظر مؤقت على استخدام النظارات المزودة بالذكاء الاصطناعي في بعض الأماكن العامة.

«الشرق الأوسط» (كوبنهاغن )
تكنولوجيا إيلون ماسك خلال لقاء الرئيس ترمب في البيت الأبيض 29 سبتمبر 2026 (د.ب.أ) p-circle
تكنولوجيا

إيلون ماسك يعتزم تغيير اسم شركته «سبيس إكس إيه آي»

يعتزم الملياردير في مجال التكنولوجيا إيلون ماسك تغيير اسم شركة الذكاء الاصطناعي التابعة له.

«الشرق الأوسط» (واشنطن )
تكنولوجيا دفع استخدام أدوات الذكاء الاصطناعي لإنشاء مواد اعتداء جنسي وكالة مكافحة الجريمة الوطنية ومؤسسة مراقبة الإنترنت إلى حث الآباء والأوصياء على تجنب نشر صور أطفالهم على وسائل التواصل (رويترز)
تكنولوجيا

زيادة 40% خلال عام في الصور المولّدة بالذكاء الاصطناعي لاعتداءات جنسية على الأطفال

رصد محللون عدداً من المواد التي تصور اعتداءً جنسياً على الأطفال باستخدام الذكاء الاصطناعي في النصف الأول من عام 2026، يفوق ما تم رصده خلال العام السابق بأكمله.

«الشرق الأوسط» (لندن)
علوم

دراسة حديثة: الدماغ البشري ليس عضواً واحداً بل اثنان!

من المعروف أن المخ يتكون من نصفين دماغ أيمن ودماغ أيسر (بيكسلز)
من المعروف أن المخ يتكون من نصفين دماغ أيمن ودماغ أيسر (بيكسلز)
TT
TT

دراسة حديثة: الدماغ البشري ليس عضواً واحداً بل اثنان!

من المعروف أن المخ يتكون من نصفين دماغ أيمن ودماغ أيسر (بيكسلز)
من المعروف أن المخ يتكون من نصفين دماغ أيمن ودماغ أيسر (بيكسلز)

من المتفق عليه على نطاق واسع في علم الأعصاب والطب أن الدماغ البشري عضو واحد. ومع ذلك، تُظهر الأبحاث الحديثة التي قادتها كلية الطب بجامعة ستانفورد نتائج تتعارض مع هذا الاعتقاد العلمي الراسخ منذ فترة طويلة؛ إذ تشير دراسة جديدة نُشرت في مجلة «العلوم العصبية الطبيعية» إلى أن الدماغ البشري نشأ من عضوين منفصلين، وهو اكتشاف قد يؤثر على خيارات العلاج المستقبلية للأمراض التنكسية العصبية واضطرابات الدماغ، وفقاً لموقع «سايكولوجي توداي».

قاد هذه الدراسة كايل لوه، الأستاذ المشارك في جامعة ستانفورد، وأجراها المؤلفان كارولين دوندس وريان جوكهاي، إلى جانب فريق من الباحثين من جامعة ستانفورد، وجامعة كاليفورنيا في سان فرانسيسكو، ومعهد كاليفورنيا للتكنولوجيا في باسادينا بكاليفورنيا.

قد يجد الشخص العادي أن هذا أمر معقول، فمن المعروف أن المخ يتكون من نصفين؛ دماغ أيمن ودماغ أيسر. ومع ذلك، فإن هذين ليسا المنطقتين اللتين يشير إليهما الباحثون في هذه الدراسة. بدلاً من ذلك، فإن العضوين هما مزيج من الدماغ الأمامي والدماغ المتوسط يعملان كوحدة واحدة، والدماغ الخلفي.

في علم التشريح العصبي، يتكون الدماغ من ثلاث مناطق رئيسية: الدماغ الأمامي، والدماغ المتوسط، والدماغ الخلفي. يقع أكبر جزء من دماغ الإنسان البالغ، وهو الدماغ الأمامي، في الجزء الأمامي من الدماغ، ويحتوي على مناطق الوظائف المعرفية العليا مثل الاستدلال، والكلام، وإدارة الحركات الإرادية، والعواطف، والتكاثر، والأكل، والنوم، ودرجة حرارة الجسم. وتُعد اللوزة الدماغية والحصين والوطاء (تحت المهاد) والمهاد والجهاز الحوفي جميعها جزءاً من الدماغ الأمامي.

وتُعتبر القشرة الحديثة، الواقعة في الدماغ الأمامي، الجزء الأحدث من الدماغ، وتظهر إلى حد كبير في الثدييات.

الدماغ (د.ب.أ)

ويربط بين الدماغ الأمامي الكبير والدماغ الخلفي منطقة أصغر بكثير تُسمى الدماغ المتوسط، وهو ينظم الرؤية والمعالجة الحسية والمنعكسات الحركية. وفي الجزء الخلفي من الرأس يقع الدماغ الخلفي، وهو ينظم وظائف الجسم الأساسية مثل إيقاع التنفس والنوم والحركة ومعدل ضربات القلب.

ويشير مصطلح «جذع الدماغ» إلى الجزء من الدماغ الذي يربطه بالنخاع الشوكي، وهو مزيج من الدماغ المتوسط وأجزاء من الدماغ الخلفي، والجسر، والنخاع المستطيل.

حتى وقت قريب كان يُعتبر أقدم جزء من الدماغ البشري هو جزء الزواحف من الدماغ، والذي يشمل جذع الدماغ والمخيخ. وقد شاع مفهوم «الدماغ الزواحف» بفضل نظرية الدماغ الثلاثي التي قُدمت عام 1969 في سلسلة من المحاضرات ألقاها عالم الفسيولوجيا والطبيب النفسي في جامعة ييل بول ماكلين (1913 - 2007). وتقسم نظريته الدماغ البشري وفق ثلاثة خطوط من التطور المتميز: مركب الزواحف المكون من جذع الدماغ، ومركب الثدييات القديم المكون من الجهاز الحوفي، ومركب الثدييات الحديث المكون من القشرة الحديثة.

ومع ذلك، بدأت نظرية الدماغ الثلاثي تفقد قبولها. وهناك دراسة مختلفة، نُشرت في مجلة «ساينس» عام 2022 من قبل باحثين من معهد ماكس بلانك لأبحاث الدماغ، تدحض مفهوم وجود منطقة دماغية أقدم بعد اكتشاف مجموعة من الخلايا العصبية المتشابهة بين الثدييات والسحالي، والموجودة في جميع أنحاء الدماغ، على الرغم من فترة 320 مليون سنة من التطور المنفصل.

كيف يتطور الدماغ؟

في هذه الدراسة الجديدة التي قادتها جامعة ستانفورد سعى الباحثون إلى فهم عملية تطور الدماغ وتحديد المرحلة التي تتمايز فيها مناطق الدماغ المختلفة، وتحديداً أرادوا معرفة ما إذا كان الدماغ بأكمله ينشأ من سلف واحد أم من عدة أسلاف.

والخلايا السلفية هي خلايا منقسمة يمكنها أن تتكاثر وتتمايز إلى أنواع مختلفة من الخلايا. وعلى عكس الخلايا الجذعية، فإن الخلايا السلفية مهيأة مسبقاً للتطور إلى نوع معين من الخلايا، ويمكنها تجديد نفسها عدداً محدوداً من المرات. أما الخلايا الجذعية فيمكنها التجدد إلى أجل غير مسمى، وهي قادرة على التمايز إلى مجموعة متنوعة من الخلايا.

أنشأ الفريق نموذجاً باستخدام الخلايا الجذعية البشرية متعددة القدرات (hPSCs) إلى جانب فئران المختبر. والخلايا الجذعية متعددة القدرات هي خلايا جذعية بالغة غير متمايزة تم تحفيزها لتكون أشبه بالخلايا الجذعية الجنينية.

وفي عام 2006 اكتشف شينيا ياماناكا طريقة الخلايا الجذعية المحفزة متعددة القدرات (iPSCs). وتمتلك هذه الخلايا الخاصة القدرة على التحول إلى أي نوع من الخلايا في جسم الإنسان، فضلاً عن تجديد نفسها.

واكتشفوا أنه أثناء تكوين المعيدة (مرحلة تكوين المعدة الجنينية)، ينشأ سلَفان دماغيان في الوقت نفسه وبالتوازي. وتكوين المعيدة هو المرحلة أثناء التطور الجنيني التي تحول الجنين من كرة مجوفة أحادية الطبقة من الخلايا، تُسمى الكيسة الأريمية، إلى معيدة متعددة الطبقات.

ويقدّر الباحثون أن عملية التطور المزدوج المتوازي هذه تعود إلى نحو 550 إلى 600 مليون سنة مضت، وأنها موجودة لدى العديد من الأنواع مثل الرئيسيات، والسمك المخطط، والفئران، والدجاج، وديدان البلوط.

وقد يكون هذا الاكتشاف محفزاً لتحول مهم في علم الأعصاب وعلم النفس والطب النفسي والطب. علاوة على ذلك، قد تؤدي القدرة على نمذجة خلايا عصبية وظيفية للدماغ الخلفي إلى تسريع تطوير علاجات جديدة لأمراض واضطرابات الدماغ في المستقبل.

مواضيع
البحوث الطبية الطب البشري
علوم

هل يعرف الذكاء الاصطناعي أنه لا يعرف؟

ما لا تستطيع البيانات وحدها أن تعلّمه... حين تتحدث الخبرة الإنسانية
ما لا تستطيع البيانات وحدها أن تعلّمه... حين تتحدث الخبرة الإنسانية
TT
TT

هل يعرف الذكاء الاصطناعي أنه لا يعرف؟

ما لا تستطيع البيانات وحدها أن تعلّمه... حين تتحدث الخبرة الإنسانية
ما لا تستطيع البيانات وحدها أن تعلّمه... حين تتحدث الخبرة الإنسانية

على مدى عقود، قيس تقدم الذكاء الاصطناعي في الغالب بما يستطيع فعله: كم سؤالاً يجيب عنه؟ وكم صورة يستطيع تفسيرها؟ وما مدى دقته في التنبؤ أو التشخيص؟ لكن سؤالاً مختلفاً بدأ يفرض نفسه على الباحثين: هل يستطيع النظام أن يعرف متى لا تكون لديه إجابة موثوقة؟

المشكلة في الذكاء الاصطناعي ليست أن يخطئ فحسب، بل أن يقدم أحياناً إجابة خاطئة بثقة توحي بأنها صحيحة. وفي المجالات الحساسة كالطب، يصبح الفرق جوهرياً؛ إذ إن النظام الذي يستطيع الإشارة إلى عدم يقينه قد يكون أكثر أماناً من نظام يعطي إجابة حاسمة عندما لا تكون الأدلة كافية.

ولهذا، يحاول اتجاه بحثي متنامٍ تطوير نماذج لا تكتفي بإنتاج الإجابة، بل تستطيع أيضاً تقدير مدى الثقة بها والتعبير عن عدم اليقين عندما تتجاوز المسألة حدود ما تستطيع معرفته بصورة موثوقة. وهنا يتغير السؤال. فبدلاً من أن نسأل فقط: هل يستطيع الذكاء الاصطناعي أن يجيب؟ يصبح السؤال الأكثر إثارة: هل يستطيع أن يعرف حدود ما يعرف... ومتى ينبغي له أن يقول «لا أعلم»؟

ما وراء المعرفة... حين يتعلّم الذكاء الاصطناعي معرفة حدود يقينه

من الذكاء إلى «ما وراء المعرفة»

• «ما وراء المعرفة». يطلق علماء الإدراك على قدرة الإنسان على التفكير في تفكيره وتقييم مدى ثقته بما يعرف اسم «الميتا معرفة» (Metacognition)، أو «ما وراء المعرفة». وهي التي تساعدنا على التمييز بين ما نعرفه بثقة، وما نرجحه، وما لا نملك عنه معلومات كافية.

وتظهر أهمية هذه القدرة بوضوح في الطب؛ فالطبيب الخبير لا يتميز بأنه يعرف الإجابة عن كل حالة، بل بأنه يدرك أيضاً متى لا تكفي الأدلة لاتخاذ قرار آمن؛ فيطلب فحصاً إضافياً، أو يعيد النظر في التشخيص، أو يستشير زميلاً قبل اتخاذ قرار قد يؤثر في حياة المريض. فمعرفة حدود اليقين جزء أساسي من الحكم السريري الرشيد.

واليوم، يحاول الباحثون بناء شيء يشبه هذه القدرة وظيفياً داخل أنظمة الذكاء الاصطناعي؛ ليس بأن تصبح الآلة واعية بما تعرفه، بل بأن تستطيع تقدير مدى موثوقية إجابتها، والتعبير عن عدم اليقين عندما لا تملك أساساً كافياً للإجابة بثقة.

وهنا تكمن الفكرة الجديدة: قد لا يكون الجيل الأكثر أماناً من الذكاء الاصطناعي هو الذي يجيب دائماً، بل الذي يستطيع أيضاً أن يتعرف على المواقف التي ينبغي فيها ألا يجيب بثقة.

• تعليم الآلة أن تقول: «لا أعلم». في دراسة بحثية نُشرت في 30 يونيو (حزيران) 2026 على منصة الأبحاث العلمية «arXiv»، طوّر فريق بقيادة الباحثة غابرييل كايلي ماي ليو إطاراً جديداً أطلق عليه «التعلّم المعزَّز بالتغذية الراجعة الميتا معرفية» (Reinforcement Learning with Metacognitive Feedback – RLMF)، بهدف معالجة مشكلة أساسية في النماذج اللغوية: أن تبدو واثقة من إجابتها حتى عندما تكون هذه الإجابة غير موثوقة.

ولا يعلّم هذا النهج الآلة «الوعي» بجهلها بالمعنى الإنساني، بل يدربها على تقدير أدائها بصورة أفضل ومواءمة مستوى الثقة الذي تعبّر عنه مع درجة عدم اليقين. وأظهرت التجارب أن هذا الأسلوب حسّن معايرة الثقة، وتفوّق على أساليب التعلم المعزز التقليدية بما يصل إلى 63 في المائة في بعض المقارنات، من دون التضحية بدقة الإجابات.

حين يعرف الذكاء الاصطناعي متى يتوقف... يبدأ دور الإنسان

ولم يبق السؤال محصوراً في دراسة واحدة؛ ففي 13 يوليو (تموز) 2026، نُشرت على «arXiv» مراجعة بحثية بعنوان Metacognition in LLMs: Foundations، Progress، and Opportunities، تناولت بصورة شاملة ما وصل إليه البحث في «الميتا معرفة» لدى النماذج اللغوية. وخلص الباحثون إلى أن المجال بدأ يطور طرقاً لقياس قدرة النماذج على مراقبة أدائها وتقدير عدم اليقين وتعديل سلوكها، لكن سؤالاً أساسياً ما زال مفتوحاً: متى، وكيف، وإلى أي مدى تستطيع هذه النماذج إظهار سلوك ميتا معرفي فعّال؟ وفي 15 أغسطس (آب) 2026، ظهر على «arXiv» بحث أحدث قدّم إثباتاً أولياً للمفهوم لإطار ميتا معرفي يجعل مجموعة من النماذج تراقب مؤشرات في أدائها، مثل احتمال صحة الإجابة ووجود معلومات متعارضة وتعقيد المشكلة، ثم تستخدم هذه الإشارات لتحديد ما إذا كانت المهمة تستدعي معالجة أكثر تدبراً. ولا يمثل ذلك بعدُ حلاً جاهزاً للاستخدام السريري، لكنه يكشف عن اتجاه البحث: ألا يكون الهدف فقط جعل النموذج أكثر قدرة على الإجابة، بل أكثر قدرة على تمييز الحالات التي لا تكفي فيها إجابته أو تحتاج إلى مزيد من التفكير والمعلومات.

وهنا تكمن أهمية التحول؛ فبدلاً من مكافأة النظام دائماً لأنه قدّم إجابة، قد يصبح أحد معايير جودة الذكاء الاصطناعي مستقبلاً قدرته على التوقف عندما لا تكفي الأدلة، أو طلب معلومات إضافية، أو الإفصاح عن عدم اليقين بدلاً من ملء الفراغ بإجابة واثقة.

• الثقة لا تقل أهمية عن الدقة. في الطب، لا تكفي الإجابة الصحيحة وحدها؛ فجزء أساسي من القرار السريري هو معرفة مدى قوة الأدلة التي تستند إليها، ودرجة الثقة التي تستحقها. فالطبيب الخبير قد يرجّح تشخيصاً معيناً، لكنه لا يتعامل مع كل الاحتمالات بالدرجة نفسها من اليقين. وقد يطلب تصويراً إضافياً أو تحليلاً مخبرياً، أو يستشير زميلاً، عندما يدرك أن المعلومات المتاحة لا تكفي لاتخاذ قرار آمن. وهنا لا يكون التردد ضعفاً في المعرفة، بل جزءاً من سلامة القرار الطبي.

حين يتعلّم الذكاء الاصطناعي أن يقول «لا أعلم»

وتواجه أنظمة الذكاء الاصطناعي مشكلة مشابهة، ولكن بصورة مختلفة؛ فقد ينتج النموذج إجابة صحيحة، وقد ينتج في أحيان أخرى معلومة غير صحيحة أو غير مدعومة، فيما يُعرف عادةً بـ«الهلوسة». والمشكلة الأكثر حساسية أن صياغة الإجابة قد تبدو واثقة ومقنعة حتى عندما تكون خاطئة.

ولهذا يميز الباحثون بين دقة الإجابة ومعايرة الثقة (confidence calibration)، فإذا قال النظام إنه واثق بنسبة مرتفعة، فهل تتوافق هذه الثقة فعلاً مع احتمال أن تكون إجابته صحيحة؟ وكلما اتسعت الفجوة بين الثقة والدقة، ازدادت احتمالات أن يثق المستخدم بإجابة لا تستحق هذه الثقة.

وفي الطب، تصبح هذه المسألة أكثر من مشكلة تقنية. فالنظام الآمن لا ينبغي أن يكون جيداً فقط في الحالات التي يعرفها، بل أن يكون قادراً أيضاً على رفع إشارة تحذير عندما تخرج الحالة عن نطاق موثوقيته، أو عندما لا تكفي المعلومات المتاحة لاتخاذ قرار.

الخبرة البشرية أعمق من البيانات

• ما لا تستطيع البيانات أن تعلّمه. لكن معرفة حدود الإجابة تفتح سؤالاً أعمق: هل كل ما يعرفه الإنسان يمكن تحويله أصلاً إلى بيانات وقواعد قابلة للتعلم؟

منذ قرون، انشغل الفلاسفة بطبيعة المعرفة وحدودها. ومن ابن رشد، الذي جعل للعقل والبرهان مكانة مركزية في النظر، إلى الفيلسوف والعالم مايكل بولاني الذي صاغ في القرن العشرين مفهوم «المعرفة الضمنية (Tacit Knowledge)»، واختصر فكرته بعبارته الشهيرة: «نعرف أكثر مما نستطيع أن نقول». فالخبرة المهنية لا تتكون من الكتب والمعلومات الصريحة وحدها. إنها تتشكل أيضاً من آلاف المواقف المتراكمة، ومن ملاحظة أنماط دقيقة قد يصبح الخبير قادراً على التقاطها قبل أن يستطيع شرح الأسباب التي قادته إليها بصورة كاملة.

قد يدخل طفل إلى قسم الطوارئ، وتبدو بعض قياساته الأولية ضمن الحدود المطمئنة، لكن طبيب الأطفال الخبير يلاحظ في مظهره أو سلوكه أو طريقة تنفسه شيئاً يدفعه إلى عدم الاطمئنان. وما نسميه أحياناً «الحدس السريري»، قد لا يكون حدساً غامضاً، بل حصيلة سنوات من التعرض لحالات وأنماط أصبحت جزءاً من الحكم المهني السريع.

وهنا يظهر تحدٍّ مختلف أمام الذكاء الاصطناعي؛ فالخوارزمية تستطيع التعلم من كميات هائلة من البيانات الممثلة رقمياً، لكن الخبرة البشرية تحتوي أيضاً على معرفة سياقية وضمنية يصعب أحياناً تدوينها وقياسها وتحويلها إلى بيانات تدريبية.

ولذلك، قد لا يكون السؤال فقط: كيف نعلّم الآلة مزيداً مما نعرف؟ بل أيضاً: كيف نعلّمها التعامل مع ما لم نستطع نحن أنفسنا تحويله إلى بيانات واضحة؟

• هل تعرف الآلة فعلاً حدود معرفتها؟ الإجابة حتى الآن: ليس بالمعنى الذي يعرف به الإنسان حدود معرفته؛ فالأبحاث الحديثة تشير إلى أن النماذج اللغوية يمكن تدريبها على تقدير درجة عدم اليقين في إجاباتها ومعايرة مستوى الثقة بها بصورة أفضل. لكن ذلك لا يعني أن النموذج أصبح واعياً بما يعرف وما يجهل، ولا أن تقديره لعدم اليقين يماثل إدراك الإنسان لحدود معرفته.

وهنا ينبغي التمييز بين نوعين مختلفين من «عدم المعرفة»؛ الأول عدم يقين يمكن تقديره حسابياً: كأن تكون الأدلة متعارضة، أو تكون احتمالات عدة إجابات متقاربة، أو تواجه الخوارزمية حالة تختلف عما تدربت عليه. وهذا هو المجال الذي تحاول تقنيات المعايرة والميتا معرفة الاصطناعية تحسينه.

أما المستوى الآخر فأكثر تعقيداً: المعرفة التي لم تدخل البيانات أصلاً، أو السياق الذي لم يُمثَّل فيها، أو الخبرة الضمنية التي يصعب تحويلها إلى أرقام وكلمات. وهنا لا تكفي زيادة ثقة النموذج أو خفضها؛ لأن النظام قد لا يمتلك أساساً ما يخبره بأن شيئاً مهماً غائب عن الصورة.

وهذا هو الفارق الجوهري: يمكن للذكاء الاصطناعي أن يصبح أفضل في تقدير عدم يقينه فيما يستطيع معالجته، لكن ذلك لا يعني أنه أصبح قادراً على إدراك جميع حدود المعرفة التي لم تصل إليه. وبصياغة أبسط: قد تتعلم الآلة أن تقول: «لا أعلم» عندما تشك في إجابتها، لكن التحدي الأصعب هو أن تعرف متى ينبغي لها أن تشك أصلاً.

• الإنسان يرى ما قد لا تراه الخوارزميات. من المرجح أن تصبح النماذج المستقبلية أفضل في تقدير عدم اليقين والتعبير عنه، وقد يكون هذا التطور في المجالات الحساسة، وفي مقدمتها الطب، مهماً بقدر تحسين الدقة نفسها. فالنظام الذي يعرف متى يخفض ثقته، أو يطلب معلومات إضافية، أو يحيل القرار إلى الإنسان، قد يكون أكثر أماناً من نظام يسعى إلى تقديم إجابة في كل مرة.

متى تكون «لا أعلم» الإجابة الأكثر أماناً... والخبرة البشرية أعمق من البيانات؟

مواضيع
الطب البشري أميركا
علوم

من الجينات الغامضة إلى التشخيص المبكر... دور جديد للذكاء الاصطناعي

من الجينات الغامضة إلى التشخيص المبكر... دور جديد للذكاء الاصطناعي
TT
TT

من الجينات الغامضة إلى التشخيص المبكر... دور جديد للذكاء الاصطناعي

من الجينات الغامضة إلى التشخيص المبكر... دور جديد للذكاء الاصطناعي

كشفت دراسة حديثة عن نموذج جديد يعتمد على التعلم الآلي قد يرفع دقة الفحوصات الجينية في أثناء الحمل، ويقلل حالة عدم اليقين التي تواجه الأسر عند اكتشاف تغيرات وراثية غير واضحة المعنى.

وطوّر باحثون في مستشفى الأطفال المرضى في كندا نموذجاً قادراً على تحويل علامات جينية محددة مستخرجة من عينات الدم إلى مؤشرات يمكن التعرف إليها في أنواع مختلفة من الأنسجة، بما فيها العينات المستخدمة في فحوصات ما قبل الولادة.

ويرى الباحثون أن هذه التقنية قد تمثل خطوة مهمة نحو تشخيص مبكر وأكثر دقة للأمراض الوراثية والاضطرابات النمائية العصبية لدى الأجنة، وتوفير معلومات أوضح للأطباء والأسر عند اتخاذ القرارات المتعلقة بصحة الطفل. ونُشرت الدراسة في مجلة «The American Journal of Human Genetics» في 6 أغسطس (آب) 2026.

«بصمات فوق جينية»

• عندما لا يعرف الأطباء معنى التغير الجيني. أتاحت التطورات الكبيرة في تقنيات قراءة الجينوم لعدد متزايد من الأسر إجراء فحوصات جينية في أثناء الحمل، والحصول على معلومات حول صحة الجنين، واحتمال ارتباط بعض التغيرات في الحمض النووي باضطرابات وراثية أو نمائية.

لكن هذه الفحوصات قد تكشف أحياناً عن تغيرات جينية لا يملك الأطباء أدلة كافية لتحديد طبيعتها. وتعرف هذه التغيرات باسم «متغيرات ذات أهمية غير مؤكدة» variants of uncertain significance (VUS)؛ إذ لا يمكن الجزم بسهولة بأنها ضارة أو حميدة.

وتشير الباحثة في علم الوراثة السريري الدكتورة روزانا ويكسبرغ، من علم الوراثة وبيولوجيا الجينوم معهد أبحاث مستشفى الأطفال المرضى في تورونتو، إلى أن نحو ثلث الحالات التي يظهر فيها تغير جيني جديد قد تترك الأطباء أمام سؤال صعب: هل يمثل هذا التغير خللاً مرضياً أم أنه مجرد اختلاف طبيعي في التطور؟ وتزداد المشكلة مع العدد الهائل من المتغيرات الجينية التي يصعب على المختصين تحليلها جميعاً بالطرق التقليدية.

• «بصمات» تكشف الأمراض. واستند الباحثون إلى مفهوم يعرف باسم «البصمات فوق الجينية» Episignatures وهي أنماط كيميائية مميزة تظهر على الحمض النووي، ويمكن أن تكشف عن وجود بعض الاضطرابات الوراثية. وفي عام 2020 طور مختبر الدكتورة روزانا ويكسبرغ منصة «EpigenCentral» التي تستخدم هذه البصمات المستخرجة من الدم لمساعدة الأطباء في تحديد ما إذا كان تغير جيني معين مرتبطاً بمرض أم لا.

وساعد الفريق حتى الآن في تحديد أكثر من 60 بصمة فوق جينية ثبتت فائدة معظمها في التشخيص السريري. لكن كانت هناك مشكلة رئيسية هي أن هذه البصمات كانت مرتبطة بنوع النسيج الذي أخذت منه العينة. فما يمكن التعرف إليه في الدم قد لا يعمل بالضرورة عند استخدام عينة من السائل الأمنيوسي أو المشيمة.

دور الذكاء الاصطناعي

• الذكاء الاصطناعي يتجاوز حاجز الأنسجة. وللتغلب على هذه المشكلة، طور الباحثون نموذجاً للتعلم الآلي يحول البصمات المستخرجة من الدم إلى بصمات مستقلة عن النسيج؛ أي يمكن التعرف إليها بغض النظر عن مصدر العينة.

ولاختبار النموذج أنشأ الفريق بصمة مرتبطة بمتلازمة داون Down syndrome باستخدام عينات من 266 شخصاً مصاباً بالمتلازمة، ثم درّب النموذج على بيانات متاحة لأكثر من 850 شخصاً من المصابين وغير المصابين، شملت ستة أنواع مختلفة من الأنسجة قبل الولادة وبعدها.

وأظهرت النتائج أن النموذج تمكن من التعرف بدقة على البصمة المرتبطة بمتلازمة داون في جميع أنواع الأنسجة التي جرى اختبارها. ويرى الباحثون أن هذه النتيجة تثبت إمكانية تحويل بصمة جينية مأخوذة من الدم إلى أداة يمكن استخدامها في عينات مختلفة، ما قد يجعلها مفيدة في مجال التشخيص أثناء الحمل.

• نحو فحوصات أقل تدخلاً. ولا تقتصر أهمية التقنية على عينات الحمل؛ إذ يأمل الباحثون في استخدامها مستقبلاً مع عينات يسهل الحصول عليها مثل اللعاب ومسحات الفم، ما قد يقلل الحاجة إلى سحب الدم أو الحصول على عينات أكثر تعقيداً.

وتقول الدكتورة سناء شوفاني، من نفس معهد أبحاث مستشفى الأطفال المرضى في كندا، التي شاركت في قيادة الدراسة، إن الهدف هو تزويد الأسر التي تواجه احتمال وجود اضطراب نمائي عصبي بأكبر قدر ممكن من المعلومات الدقيقة، وتقليل ما يعرف بـ«رحلة التشخيص» الطويلة التي يعيشها كثير من مرضى الأمراض النادرة.

ولا تزال التقنية بحاجة إلى مزيد من الدراسات قبل استخدامها على نطاق واسع في الممارسة السريرية، لكن الباحثين يرون أنها قد تمثل خطوة نحو تشخيص وراثي أكثر دقة وفي وقت أبكر بما يمنح الأسر والأطباء معلومات أوضح لاتخاذ القرارات المتعلقة بصحة الطفل.

مواضيع
الطب البشري أميركا