هل يعرف الذكاء الاصطناعي أنه لا يعرف؟

أبحاث جديدة تحاول تعليم النماذج إدراك حدودها

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


مقالات ذات صلة

هل ينجو الجَراح من الذكاء الاصطناعي بينما يواجه طبيب الأشعة خطر الاستبدال؟

علوم هل ينجو الجَراح من الذكاء الاصطناعي بينما يواجه طبيب الأشعة خطر الاستبدال؟

هل ينجو الجَراح من الذكاء الاصطناعي بينما يواجه طبيب الأشعة خطر الاستبدال؟

تكشف حدود قدرة الخوارزميات على الحلول محل الإنسان

د. عميد خالد عبد الحميد (نيويورك (الولايات المتحدة))
علوم الذكاء الاصطناعي يشخّص المرض بالإنجليزية فهل يتعثر بالعربية؟

الذكاء الاصطناعي يشخّص المرض بالإنجليزية فهل يتعثر بالعربية؟

تخيّل مريضين يقدّمان حالتين سريريتين متماثلتين، إلى نموذج ذكاء اصطناعي. الأول يكتب بالإنجليزية، والآخر بالعربية. هل يحصلان على التشخيص نفسه؟

د. عميد خالد عبد الحميد (لندن)
علوم 26 جيناً نادراً ترتبط بانخفاض القدرات المعرفية

26 جيناً نادراً ترتبط بانخفاض القدرات المعرفية

كشفت دراسة جينية واسعة شملت أكثر من 455 ألف شخص، عن 26 جيناً ترتبط التغيرات النادرة فيها بانخفاض درجات الاختبارات المعرفية لدى الإنسان،

د. وفا جاسم الرجب (لندن)
علوم هل يمكن لمكملات الكرياتين تعزيز قوة دماغك؟

هل يمكن لمكملات الكرياتين تعزيز قوة دماغك؟

يتفق الخبراء عموماً على أن الكرياتين يمكن أن يساعد في بناء عضلات أقوى قليلاً... فهل يمكن لهذا المكمل الغذائي أن يسهم أيضاً في تعزيز قوة الدماغ؟

دانا جي. سميث (نيويورك)
المشرق العربي الطفلة ماسة ياسين خلال جلسة علاج في عيادة «أطباء بلا حدود» التي توفّر أقنعة خاصة لتخفيف ندوب الحروق في مدينة غزة يوم 5 نوفمبر 2026 (رويترز)

ماسة تكبر وقناعها يضيق... نقص مواد تصنيع الأقنعة يهدّد علاج أطفال غزة من حروق الوجه

تحتاج ماسة ياسين إلى قناع طبي جديد لعلاج حروق وجهها، بينما تقول «أطباء بلا حدود» إن القيود الإسرائيلية على وارداتها حالت دون إدخال مواد تصنيعه.

«الشرق الأوسط» (غزة)

المسبار «فويجر 1» التابع لـ«ناسا» يحقق إنجازاً تاريخياً بقطعه مسافة يوم ضوئي من الأرض

رسم تخيلي يُظهر مركبة «فويجر» التابعة لوكالة «ناسا» خلال رحلتها عبر الفضاء بين النجوم (رويترز)
رسم تخيلي يُظهر مركبة «فويجر» التابعة لوكالة «ناسا» خلال رحلتها عبر الفضاء بين النجوم (رويترز)
TT

المسبار «فويجر 1» التابع لـ«ناسا» يحقق إنجازاً تاريخياً بقطعه مسافة يوم ضوئي من الأرض

رسم تخيلي يُظهر مركبة «فويجر» التابعة لوكالة «ناسا» خلال رحلتها عبر الفضاء بين النجوم (رويترز)
رسم تخيلي يُظهر مركبة «فويجر» التابعة لوكالة «ناسا» خلال رحلتها عبر الفضاء بين النجوم (رويترز)

من المعتقد أن المسبار «فويجر 1» التابع لإدارة الطيران والفضاء الأميركية (ناسا) قد حقق الآن إنجازاً تاريخياً في قطع مسافة لم يسبق لأي مركبة فضائية أخرى انطلقت من الأرض تسجيلها، وذلك استناداً إلى الحسابات المسبقة التي أجرتها الوكالة في الوقت الذي يواصل فيه المسبار رحلته عبر الفضاء شبه الخالي بين النجوم.

وحسب وكالة «رويترز» للأنباء، فقد أُطلق المسبار في عام 1977. ووفقاً لتقديرات «ناسا»، أكمل المسبار مسافة يوم ضوئي من الأرض، وهي المسافة التي يقطعها الضوء في 24 ساعة -وتعادل نحو 26 مليار كيلومتر- اليوم (الأربعاء) في الساعة 05:16 بتوقيت شرق الولايات المتحدة (10:16 بتوقيت غرينتش).

وسيتعين على المسؤولين في مختبر الدفع النفاث التابع لـ«ناسا» في كاليفورنيا الانتظار ليوم واحد تقريباً لتلقي إشارة من المسبار تؤكد إكماله هذه المسافة. وحددوا موعداً غداً (الخميس)، لعقد اجتماع لمناقشة هذا الإنجاز.

وقالت سوزان دود، مديرة مشروع «فويجر»: «إكمال مسافة يوم ضوئي واحد هو إنجاز مذهل، لم أكن أتوقع أن أشهده أبداً».

تحلق المركبة «فويجر 1»، وهي أبعد جسم صنعه الإنسان، بسرعة تقارب 61 ألف كيلومتر في الساعة. وعبرت الحافة الخارجية للغلاف الشمسي، وهو فقاعة واقية من الجسيمات والمجالات المغناطيسية التي تنتجها الشمس، لتدخل الفضاء بين النجوم في عام 2012. وأُطلقت مركبتها التوأم، «فويجر 2»، في عام 1977 أيضاً ودخلت الفضاء بين النجوم في عام 2018.

وقال ممثل عن مختبر الدفع النفاث إن إجراءات توفير الطاقة المتخذة في الآونة الأخيرة قد توفر لمركبتي «فويجر» الفضائيتين طاقة كافية للبقاء على اتصال مع الأرض لمدة ثلاث إلى أربع سنوات أخرى.

وأضاف: «لكن هدف المهمة هو إجراء الأبحاث العلمية، وهناك طاقة كافية لإبقاء مجموعة الأجهزة الحالية تعمل حتى الذكرى الخمسين للإطلاق العام المقبل. أما ما بعد ذلك فمن الصعب التنبؤ به، وبالطبع هاتان مركبتان فضائيتان عمرهما 50 عاماً تقريباً وهناك دائماً أمور قد تحدث ولا يستطيع الفريق توقعها».

ومرت المركبة «فويجر 1» بكوكبي المشتري وزحل، الأكبر في المجموعة الشمسية، في مرحلة مبكرة من مهمتها. وتواصل جمع البيانات العلمية. فعلى سبيل المثال، رصدت أجهزتها طنيناً خافتاً رتيباً ناتجاً عن الاهتزازات المستمرة للكميات الضئيلة من الغاز الموجودة في الفضاء بين النجوم.

وقالت دود: «ترسل (فويجر) قياسات مستمرة للمجالات المغناطيسية والأشعة الكونية وموجات البلازما التي نتلقاها على الأرض كلما وجهت شبكة الفضاء السحيق أجهزتها للاستشعار نحو (فويجر)».

وشبكة الفضاء السحيق هي شبكة دولية تابعة لـ«ناسا» تتألف من هوائيات راديو عملاقة تدعم بعثات المركبات الفضائية بين الكواكب.


الدجاج المُستنبت مختبرياً... أصبح في متناول الجميع

الدجاج المُستنبت مختبرياً... أصبح في متناول الجميع
TT

الدجاج المُستنبت مختبرياً... أصبح في متناول الجميع

الدجاج المُستنبت مختبرياً... أصبح في متناول الجميع

يُقدم مطعم «إبيك ستيك» الفاخر الذي يقع قبالة مقر شركة «غوغل» في سان فرانسيسكو، طبقاً جديداً للزبائن: دجاج «مُستنبت»، مصنوع جزئياً من خلايا دجاج مُستنبتة في مفاعلات حيوية مختبرية، إلى جانب أطباقه المعتادة. وهو واحد من ثمانية مطاعم في كاليفورنيا تُقدم هذا الطبق، بالإضافة إلى بعض مطاعم الجامعات والمجمعات التجارية، بما في ذلك جامعة ستانفورد.

طبق بسعر مقبول

ويباع طبق «دجاج أبسايد المقلي على الطريقة الجنوبية» في مطعم إبيك بسعر 12 دولاراً. أما مطعم ووتربار المجاور للمأكولات البحرية الذي يملكه نفس الطاهي، فيُقدم نسخة من دجاج أبسايد بخمسة أنواع من التوابل بسعر 15 دولاراً. وفي مطعمي «تشيميلير» و«جيلي»، وهما من أشهر مطاعم الدجاج الكوري المقلي في لوس أنجليس وسان فرانسيسكو، يُباع دجاج كي-بوب المصنوع من اللحم الجديد بسعر 19 دولاراً.

دجاج مُستنبت من خلايا تنمو في المختبرات

وتقول شركة «أبسايد فودز»، وهي شركة ناشئة في منطقة خليج سان فرانسيسكو التي طورت هذا الدجاج المُستنبت، إنها حققت إنجازاً جديداً في توسيع نطاق إنتاجها، مما أسهَم في خفض سعره ليُصبح في مستوى سعر الدجاج المُربى في المزارع. ويشمل منتجها الجديد مزيجاً من الدجاج المُستنبت ومكونات نباتية مثل فول الصويا وزيت الزيتون.

وقد أمضت شركة أبسايد، التي انطلقت أعمالها عام 2015 وجمعت نحو 600 مليون دولار، سنوات في البحث والتطوير للحومها المُستزرعة - وهي لحوم تُنتج من دون تربية الحيوانات أو استخدام المسالخ، وذلك باستخدام خلايا حيوانية حقيقية تنمو في خزانات تُطلق عليها الشركة اسم «المُستزرعات».

لحوم الطيور والأسماك المستنبتة

وتعتبر الشركة واحدة من أكثر من 140 شركة تعمل في مجال اللحوم المستنبتة، إذ تطرح بضع شركات منتجاتها في الأسواق؛ منها شركة «فاو» Vow التي تبيع لحوم طائر السمان وكبد الإوز المُستنبتة في أستراليا، وشركة «وايلد تايب» Wildtype التي توفر سمك السلمون المُستنبت في عدد من المطاعم بالولايات المتحدة.

ومن الناحية النظرية، قد يسهم إنتاج اللحوم بهذه الطريقة في تقليل البصمة البيئية الهائلة للإنتاج الحيواني، وإن كان ذلك يعتمد على أسلوب التصنيع، بما في ذلك حجم الطاقة المستهلكة.

وقد شهد هذا القطاع نمواً بطيئاً، وواجهت بعض الشركات الأخرى صعوبات؛ إذ أوقفت شركة «غود ميت» عمليات الإنتاج التجاري في الولايات المتحدة خلال عام 2024. كما توقفت شركتان ناشئتان أخريان، وهما «ميت إيبل» و«بيليفر فودز» عن العمل في أواخر العام الماضي.

إنتاج واسع

ويقول الدكتور أوما فاليتي، المؤسس المشارك والرئيس التنفيذي لشركة «أبسايد فودز» Upside Foods: «على مدى السنوات القليلة الماضية، كان التحدي الأكبر يتمثل في التشكيك الخارجي حول إمكانية نجاح هذا الأمر». وكانت الشركة قد حصلت عام 2023 على الموافقة التنظيمية على نسخة سابقة من منتجها المعتمد على خلايا الدجاج، الذي كان ينتج على نطاق ضيق. إذ كان على الزبائن حجز حصصهم مسبقاً -نظراً لمحدودية الكميات- لتناول هذا الطبق في مطعم وفّرَه لفترة مؤقتة، أو البحث عنه في فعاليات خاصة أُقيمت لمرة واحدة.

وتؤكد الشركة الآن أن الإنتاج على نطاق واسع قد بدأ بالفعل، فقد أنشأت خط إنتاج أكبر بكثير يضم خزانات بسعة 20 ألف لتر إلى جانب معداتها السابقة. ويشير «فاليتي» إلى أن هذه الخزانات -التي يبلغ ارتفاعها طابقين- تُعد «الأكبر من نوعها في العالم»، متفوقةً حتى على تلك المستخدمة في الصناعات الدوائية.

450 ألف كيلوغرام دجاج سنوياً

وتدعي الشركة أنها تمتلك القدرة على إنتاج أكثر من مليون رطل (نحو 450 ألف كيلوغرام) من «دجاج أبسايد» سنوياً، وذلك على مساحة تقل عن نصف أكر (الأكر 4047 متر مربع). وتنتج وحدة الاستنبات الواحدة ما بين 1500 إلى 2000 رطل من اللحم يومياً، ومن المقرر أن تبدأ عملية «الحصاد» التالية في وقت لاحق من هذا الأسبوع. ويعمل مفتشون من وزارة الزراعة الأميركية في الموقع، مستخدمين إجراءً تنظيمياً جديداً تم تطويره خصيصاً لهذا النوع من المنتجات الغذائية.

خفض التكاليف

ويساعد التوسع في الإنتاج على خفض التكاليف، إذ باتت الشركة تصنع بنفسها مكوناً رئيسياً لغذاء الخلايا، وهو عنصر كان الحصول عليه من مصادر خارجية مكلفاً للغاية في السابق. كما خضع منتج الدجاج نفسه لعملية تطوير، فأصبح يتضمن الآن بعض المكونات النباتية؛ وهو ما يُسهم في تحسين قوام المنتج وقيمته الغذائية، فضلاً عن تقليل تكلفة إنتاجه. وقد رفضت الشركة الإفصاح عن النسبة الدقيقة لخلايا الدجاج المستنبتة مقارنة بالمكونات النباتية، مكتفيةً بالقول إن خلايا الدجاج المستنبتة تأتي في المرتبة الثانية ضمن قائمة المكونات، بعد الماء.

قطع كاملة ومكعبات وشرائح مفتتة... للمطاعم

وبالنسبة للمطاعم، يتوفر هذا الدجاج في هيئة قطع كاملة، أو مكعبات، أو شرائح مفتتة. ويقول «أولريش» -الذي عمل خلال الأشهر القليلة الماضية على تطوير وصفات لمطاعمه باستخدام منتجات «أبسايد فودز»، بدءاً من الحساء وصولاً إلى شطائر الدجاج المشوي- إن نكهة الدجاج تبدو خفيفة نظراً لكون المنتج مزيجاً من عدة مكونات، لكنه يصف القوام بأنه «رائع».. إذ يمكن تفكيكه إلى شرائح تماماً مثل صدر الدجاج؛ لأنه يحتوي على تلك الألياف المماثلة، كما يتمتع بقوام «حريري» للغاية.

هل سيقبل المستهلكون على الدجاج المستنبت؟

ويبقى السؤال الجوهري: ما مدى استعداد المستهلكين لتناوله؟ يواجه سوق اللحوم البديلة صعوبات منذ بضع سنوات، فمبيعات اللحوم النباتية في الولايات المتحدة تراجعت إلى نحو نصف ما كانت عليه في عام 2021. وفي ظل تزايد بحث المستهلكين عن مكونات «نظيفة» -أي بسيطة وطبيعية ومألوفة- تصبح عملية إقناعهم بمنتجات اللحوم المستزرعة أكثر صعوبة. وحتى مع اقتراب مذاقها من مذاق الدجاج التقليدي، فمن المرجح أن يظل المستهلكون ينظرون إليها كمنتج مختلف.

ويؤكد الطاهي أولريش أن القوام هو العنصر الأهم، قائلاً: «لقد تركز جهدي على ضبط القوام؛ لأن الناس يأكلون بأعينهم، وهو أمر قد يفوق في أهميته أحياناً حاسة التذوق ذاتها. فإذا لم يبدُ المنتج كالدجاج -أي إذا غاب المظهر المألوف- فإن حواس التذوق لدى المستهلك تتجه تلقائياً نحو توقع شيء آخر».

* مجلة «فاست كومباني».


هل ينجو الجَراح من الذكاء الاصطناعي بينما يواجه طبيب الأشعة خطر الاستبدال؟

هل ينجو الجَراح من الذكاء الاصطناعي بينما يواجه طبيب الأشعة خطر الاستبدال؟
TT

هل ينجو الجَراح من الذكاء الاصطناعي بينما يواجه طبيب الأشعة خطر الاستبدال؟

هل ينجو الجَراح من الذكاء الاصطناعي بينما يواجه طبيب الأشعة خطر الاستبدال؟

​هل يأتي يوم يدخل فيه المريض المستشفى فلا يجد طبيب أشعة يفسّر صوره، أو اختصاصي علم الأمراض يفحص عيناته، بينما يبقى الجرّاح في غرفة العمليات ممسكاً بأدواته؟ وهل يمكن أن تصبح المهارة اليدوية، إلى جانب المعرفة الطبية، خط الدفاع الأخير عن مهنة الطب في مواجهة الذكاء الاصطناعي؟

«الحدود الجسدية لاستبدال الذكاء الاصطناعي في التخصصات الطبية»

لم تعد هذه الأسئلة مجرد تصورات مستقبلية؛ فقد أعادت دراسة أميركية حديثة، نشرتها مجلة «NEJM AI» في 4 نوفمبر (تشرين الثاني) 2026 بعنوان «الحدود الجسدية لاستبدال الذكاء الاصطناعي في التخصصات الطبية: تداعياته على القوى العاملة من الأطباء»، رسم خريطة المهن الطبية حسب قابلية مهامها للاستبدال، وكشفت تفاوتاً لافتاً بين تخصصات تعتمد على التفاعل الجسدي المباشر مع المريض، وأخرى تقوم أساساً على تحليل المعلومات والصور والبيانات السريرية عن بُعد.

45 مليار دولار ترسم خريطة الطب

قاد الباحث دان زلتزر (Dan Zeltzer) من جامعة كاليفورنيا في بيركلي، الدراسة، بمشاركة باحثين من جامعة ستانفورد ومكتب الإحصاء السكاني الأميركي. وحلّل الفريق مدفوعات التأمين الصحي الأميركي «ميديكير، الجزء باء» (Medicare Part B) لعام 2023، البالغة نحو 45 مليار دولار، والمسجلة لنحو 589 ألفاً و648 طبيباً، موزعين على 56 تخصصاً طبياً.

خدمات طبية «جسدية أم برمجية»؟

لم يسعَ الباحثون إلى التنبؤ بعدد الأطباء الذين قد يفقدون وظائفهم؛ بل طرحوا سؤالاً أدق: ما نسبة الخدمات الطبية التي تستلزم حضور الطبيب جسدياً، وما نسبة الخدمات التي تستطيع البرمجيات، تقنياً، إنجازها من دون تدخل بدني بشري مباشر؟

وقسَّم الفريق الخدمات إلى 3 فئات: إجراءات جسدية لا تستطيع البرمجيات تنفيذها منفردة، وخدمات غير جسدية قد تقبل التنفيذ الآلي، وخدمات للتقييم والتدبير الطبي تعتمد على التفاعل السريري واتخاذ القرار، ويبقى مستقبلها أشد تعقيداً.

الجرّاحون أكثر حماية

أظهرت النتائج تمتع التخصصات الإجرائية بحماية نسبية أكبر من استبدال أنظمة الذكاء الاصطناعي البرمجية بها، فمثلاً في الأمراض الجلدية، استحوذت الإجراءات الجسدية على 68 في المائة من المدفوعات، مقابل 53 في المائة لجراحة العظام، و45 في المائة لطب العيون. أما الخدمات غير الجسدية التي لا يحدها عائق بدني مباشر أمام التنفيذ الآلي، فمثَّلت 7 و10 و13 في المائة، على التوالي.

تكشف هذه النتائج حقيقة بسيطة: يستطيع الذكاء الاصطناعي تحليل صورة لآفة جلدية، أو اقتراح خطة لجراحة مفصل، ولكنه -بوصفه برنامجاً حاسوبياً مستقلاً- لا يستطيع استئصال ورم، ولا تثبيت عظم مكسور، ولا إجراء عملية جراحية.

لكن هذه الحماية ليست مطلقة؛ فقد تقلِّص الروبوتات الجراحية والأنظمة الذكية مستقبلاً بعض الحواجز الجسدية، وإن ظل تطورها أبطأ من تطور البرمجيات.

الأشعة وعلم الأمراض في مقدمة الاختصاصات المهدَّدة

في المقابل، جاءت الأشعة التشخيصية وعلم الأمراض في صدارة التخصصات الأكثر تعرضاً لاحتمال الاستبدال التقني. فقد بلغت نسبة الخدمات غير الجسدية 96 في المائة في الأشعة التشخيصية، و99 في المائة في علم الأمراض، وفق تصنيف المدفوعات الذي اعتمدته الدراسة.

ويرجع ذلك إلى أن قسماً كبيراً من العمل في هذين التخصصين يقوم على قراءة الصور الطبية، وتحليل الشرائح النسيجية، واكتشاف الأنماط المرضية؛ وهي مهام أثبتت خوارزميات التعلم العميق قدرة متنامية على الإسهام فيها.

لكن ينبغي الحذر من قراءة هذه الأرقام بوصفها تنبؤاً باختفاء 96 في المائة من أطباء الأشعة، أو 99 في المائة من المختصين في علم الأمراض. فالدراسة تقيس غياب العائق الجسدي أمام التنفيذ الآلي، ولا تختبر فعلياً قدرة الأنظمة الحالية على إنجاز جميع المهام بأمان واستقلال.

كذلك يظل تفسير النتائج، والتعامل مع الحالات الغامضة، والتواصل مع الأطباء والمرضى، وتحمل المسؤولية المهنية، عناصر أساسية في الممارسة الطبية. وهنا يتضح الفارق بين تنفيذ مهمة آلياً والاستبدال بمهنة كاملة.

طب الأسرة والطب الباطني أمام مستقبل غامض

ويعتمد جانب كبير من عمل أطباء الأسرة والطب الباطني على التاريخ المرضي، وتقييم الأعراض والفحوص، ووضع الخطط العلاجية، ومتابعة المرضى.

وأظهرت الدراسة أن خدمات التقييم والتدبير الطبي شكّلت 87 في المائة من مدفوعات طب الأسرة، و90 في المائة من مدفوعات الطب الباطني. ولا يمكن تصنيف هذه الخدمات تلقائياً بوصفها قابلة للاستبدال؛ فقد يؤدي الذكاء الاصطناعي فيها دور المساعد الذي يخفف الأعباء الإدارية والسريرية، أو يتحول -تبعاً لطريقة استخدامه وتنظيمه- إلى بديل لبعض المهام السريرية التقليدية.

وهنا تكمن المفارقة: فهذه التخصصات هي الأشد حاجة إلى تعزيز القوى العاملة لمواجهة نقص أطباء الرعاية الأولية؛ لكنها تواجه قدراً كبيراً من عدم اليقين حول تأثير الذكاء الاصطناعي في مستقبلها.

الذكاء الاصطناعي يدعم طبيب الأسنان... والمهارة اليدوية تحسم العلاج

ماذا عن طب الأسنان؟

تفتح الدراسة باباً للتفكير في مستقبل طب الأسنان، رغم أنها لم تحلل بصورة مستقلة مدى قابلية أطباء الأسنان للاستبدال بهم. فطبيب الأسنان يجمع بين تشخيص يستند إلى الصور والبيانات، وإجراءات علاجية تحتاج إلى دقة يدوية وتفاعل جسدي مباشر مع المريض.

وبات الذكاء الاصطناعي قادراً على المساعدة في اكتشاف التسوس، وتحليل الصور الشعاعية، وتقييم أمراض اللثة، وتخطيط زراعة الأسنان، وتصميم الابتسامة رقمياً؛ لكنه لا يستطيع -بصفته برنامجاً مستقلاً- تحضير سن لتركيب تاج، أو إجراء علاج جذور، أو السيطرة على نزف مفاجئ خلال الجراحة.

وحتى مع تطور الروبوتات، يتطلب طب الأسنان تقدير الألم، وفهم مخاوف المريض، ومراعاة اختلاف التشريح والاستجابة البيولوجية، واتخاذ قرارات فورية عند تغير الخطة. ومن هنا، قد يمثل مستقبل طبيب الأسنان نموذجاً للتكامل بين الذكاء الاصطناعي والمهارة البشرية، عوضاً عن التنافس بينهما.

هل تكفي المهارة اليدوية لحماية الطبيب؟

على مستوى التخصصات الـ56، أظهرت الدراسة أن 24 في المائة من المدفوعات ترتبط بخدمات جسدية لا تستطيع البرمجيات وحدها القيام بها، مقابل 21 في المائة لخدمات غير جسدية قد تكون قابلة للتنفيذ الآلي، بينما تندرج 55 في المائة ضمن خدمات التقييم والتدبير الطبي.

ولا تعكس هذه النسب المالية بالضرورة نسبة الوقت الذي يقضيه الأطباء في أداء المهام، ولا عدد الوظائف التي قد تتعرض للخطر.

قد تستطيع الخوارزمية تفسير صورة شعاعية خلال ثوانٍ؛ لكنها لا تتحمل منفردة المسؤولية الأخلاقية والقانونية عن قرار علاجي خاطئ. وقد تقترح خطة علاجية دقيقة إحصائياً، من دون أن تدرك الظروف الإنسانية والاجتماعية التي تجعلها غير مناسبة لمريض بعينه. لذلك، لن تحدد قدرة الذكاء الاصطناعي على إنجاز المهام وحدها مستقبل المهنة الطبية؛ بل ستحدده أيضاً القرارات الخاصة بتنظيم استخدامه، وآليات الإشراف عليه، ونظم التعويض المالي، وتوزيع المسؤوليات بين الطبيب والمؤسسة ومطوري التقنية.

مَن الطبيب الذي سينجو؟

تبيِّن الدراسة أن السؤال لم يعد: هل سيحل الذكاء الاصطناعي محل الأطباء؟ بل بات: أي أجزاء من عمل الطبيب يمكن تنفيذها آلياً، وأيها يجب أن يبقى تحت إشراف الإنسان؟

قد يكون الجرّاح أقل تعرضاً للاستبدال المباشر به من طبيب الأشعة، ولكن هذا لا يعني أن الأول أهم، أو أن الثاني بات أقل ضرورة للمريض، فالقيمة الحقيقية للطبيب لا تُقاس فقط بما تنجزه يداه، أو بما يفسره عقله؛ بل بقدرته على الجمع بين المعرفة والحكم السريري وتحمل المسؤولية المهنية والإنسانية.

وربما لن يكون طبيب المستقبل مَن ينافس الذكاء الاصطناعي في سرعة التحليل؛ بل مَن يعرف متى ينبغي الاستعانة به، ومتى يشكك في نتائجه، ومتى يتحمل مسؤولية مخالفته.