في تحول مفاهيمي بالغ الأهمية، طرحت شركة مايكروسوفت للأبحاث رؤية جديدة حول طبيعة الذكاء الاصطناعي، مؤكدة أنه ليس بديلاً عن الإدراك البشري، بل هو امتداد للذكاء البشري نفسه. هذا المنظور العميق، الذي يستند إلى دراسات متعددة التخصصات، يعيد تعريف فهمنا لقدرات الأنظمة الذكية وحدودها، ويقدم إطارًا أكثر واقعية لبناء أنظمة ذكاء اصطناعي موثوقة وآمنة. بدلًا من التركيز على ما إذا كانت الآلات تحاكي العقل البشري، يقترح هذا البحث أن قوة الذكاء الاصطناعي تكمن في قدرته على توسيع الهياكل الموجودة بالفعل في الإدراك واللغة البشرية، مما يفسر براعته في مهام معينة وعجزه في أخرى.
ما الجديد في فهم الذكاء الاصطناعي؟
الجديد في هذا الطرح هو الابتعاد عن السرديات المعتادة التي تصور الذكاء الاصطناعي إما كذكاء خارق وشيك أو مجرد خدعة إحصائية معقدة. ففريق البحث في مايكروسوفت، مستلهمًا من أعمال فلسفية مثل فينومينولوجيا إدموند هوسرل، يجادل بأن أنظمة الذكاء الاصطناعي الحديثة تعمل ببراعة لأنها تستفيد من هياكل متجذرة في الإدراك البشري. فاللغة، على سبيل المثال، تحتوي بالفعل على ما يسميه البحث “هياكل مترسبة من الفهم البشري”، وهي أنماط وعلاقات مفاهيمية تعلمت البشرية صياغتها عبر آلاف السنين. تتعلم أنظمة الذكاء الاصطناعي، وخاصة نماذج اللغة الكبيرة، نمذجة هذه الهياكل وتوسيعها.
اقرأ أيضا: Data Formulator 0.7: ثورة تحليل البيانات بالذكاء الاصطناعي للمؤسسات
اقرأ أيضا: خوارزمية تعلم تعزيز جديدة: TRL تكسر حواجز المهام طويلة الأمد
اقرأ أيضا: ثورة في تصميم أنظمة التصوير بالذكاء الاصطناعي: نهج جديد يعتمد على محتوى المعلومات
هذا الفهم يلقي ضوءًا على قدرة الذكاء الاصطناعي على توليد نصوص متماسكة، وكتابة الشفرات البرمجية، وتلخيص الأفكار المعقدة بطلاقة مذهلة. لكنه في الوقت ذاته يفسر سبب ما يُعرف بـ “الهلوسات” (hallucinations) أو الأخطاء في الاستدلال. فبينما يمتلك البشر ارتباطًا حيًا بالعالم الخارجي يصحح توقعاتهم ومعتقداتهم باستمرار، فإن أنظمة الذكاء الاصطناعي تعمل ضمن أنماط النص نفسه، وتفتقر إلى هذا التفاعل المباشر مع الواقع الذي يرسخ المعنى والحقيقة. للمزيد من التفاصيل حول هذا المنظور الجديد، يمكن الرجوع إلى ورقة بحثية: أصول الذكاء الاصطناعي في الذكاء الطبيعي التي نشرها باحثو مايكروسوفت.
الخلفية التقنية والفلسفية: كيف تتشكل المعرفة في الأنظمة الذكية؟
لفهم هذا المنظور، نحتاج إلى الغوص في كيفية إدراك البشر للعالم. الإدراك البشري ليس مجرد استقبال سلبي للبيانات الحسية؛ بل نختبر العالم كأشياء مستقرة تتكشف عبر التغيير. فكوب القهوة يظل هو الكوب نفسه بغض النظر عن زاوية رؤيتنا له، واللحن يبقى معروفًا حتى مع مرور النغمات الفردية. تنشأ اللغة للتعبير عن هذه الهياكل المستقرة في شكل مفاهيمي. كلمات مثل “أحمر” أو “مستدير” أو “أكبر من” توضح علاقات تنشأ من التجربة المعيشية.
تتعلم نماذج اللغة الكبيرة العلاقات الإحصائية داخل هذا العالم اللغوي. إنها تلتقط كيفية ارتباط المفاهيم عبر كميات هائلة من الكتابات البشرية. هذا يفسر لماذا يمكن لأنظمة الذكاء الاصطناعي إنتاج استجابات متماسكة عبر العديد من المجالات. ومع ذلك، فإنه يفسر أيضًا سبب “هلوساتها”. فالبشر يظلون مسؤولين أمام العالم، حيث تصحح التجربة باستمرار توقعاتنا ومعتقداتنا. على النقيض من ذلك، فإن أنظمة الذكاء الاصطناعي توسع الأنماط داخل النص نفسه. يمكنها متابعة خط استدلال بطلاقة ملحوظة، لكنها تفتقر إلى الانخراط الحي مع العالم الذي يرسخ المعنى والحقيقة. يعتمد هذا المنظور أيضًا على أعمال متعددة التخصصات، مثل ورقة بحثية: مغالطة التجريد التي تناقش حدود فهم الأنظمة الذكية.
هذا الإطار يساعد في تفسير العديد من التحديات المتكررة في أبحاث الذكاء الاصطناعي، مثل “فجوة التركيبية” (compositionality gap). وهي ميل نماذج اللغة إلى الأداء الجيد في أنماط الاستدلال المألوفة، بينما تفشل عند مطالبتها بدمج المفاهيم بطرق جديدة تمامًا. تُظهر الأبحاث أن النماذج الأكبر تحسن الطلاقة واسترجاع الحقائق بشكل أسرع بكثير مما تحسن الاستدلال التركيبي الحقيقي. ومن هذا المنظور، فإن هذا ليس مجرد قيد هندسي، بل هو حد هيكلي: يمكن لأنظمة الذكاء الاصطناعي توسيع الأنماط المترسبة بالفعل في اللغة، لكنها لا تمتلك الفهم الموجه نحو العالم الذي يسمح للبشر بتوليد علاقات مفاهيمية جديدة حقًا.
لماذا يهم هذا المنظور؟
إن فهم الذكاء الاصطناعي كـ امتداد للذكاء البشري، وليس ككيان مستقل أو منافس، له تداعيات عميقة على كيفية تطويرنا لهذه التقنية وتنظيمها واستخدامها. أولاً، يزيل هذا المنظور الغموض والتهويل حول قدرات الذكاء الاصطناعي. فهو لا يقلل من شأن إنجازاته، بل يضعها في سياقها الصحيح كأدوات قوية تعزز القدرات البشرية. ثانيًا، يساعدنا على تجاوز النقاشات الثنائية المبالغ فيها حول “الذكاء الاصطناعي الخارق المارق” أو “الذكاء الاصطناعي عديم المخاطر”. بدلاً من ذلك، يركز على المخاطر الحقيقية التي تنبع من طبيعة هذه الأنظمة كأدوات يمكن أن تضخم الأنماط الموجودة، سواء كانت مفيدة أو ضارة، وتنفذ قرارات معيبة على نطاق واسع إذا لم يتم تصميمها وحوكمتها بشكل صحيح.
هذا الفهم يدفعنا إلى التركيز على المسؤولية البشرية في كل مرحلة من مراحل دورة حياة الذكاء الاصطناعي، من التصميم إلى النشر. فهو يؤكد أن الثقة في الذكاء الاصطناعي لا يمكن أن تنبع من النموذج نفسه، بل من العمل الدؤوب للمطورين والمنظمين الذين يضعون الضمانات والضوابط اللازمة.
تأثيره على أمان الذكاء الاصطناعي والحوكمة
يعيد هذا المنظور صياغة النقاشات حول أمان الذكاء الاصطناعي بشكل جذري. بدلاً من التركيز على الخوف من “الذكاء الخارق المارق”، يقترح البحث أن المخاطر الأكثر إلحاحًا تنشأ ليس لأن الذكاء الاصطناعي يمتلك نوايا شبيهة بالبشر، بل لأنه يستطيع توسيع أنماط الاستدلال دون مسؤولية انعكاسية تجاه العالم. يمكن للأنظمة توليد مخرجات مقنعة لكنها غير مؤسسة، أو أتمتة قرارات معيبة على نطاق واسع، أو تنفيذ إجراءات ضارة إذا تم تضمينها في بيئات سيئة الحوكمة.
هذا يساعد في تفسير سبب تحول أمان الذكاء الاصطناعي بشكل متزايد من “أمان النموذج” إلى “أمان النظام”. ففي الممارسة العملية، تعتمد المؤسسات بالفعل على طبقات من الضمانات – ما تسميه الصناعة بشكل متزايد “الأطقم” (harnesses) – لتقييد سلوك الذكاء الاصطناعي والتحقق منه ومراقبته. يجادل البحث بأن هذه الآليات لا تعكس مجرد تصحيحات مؤقتة، بل تعكس شيئًا أساسيًا حول بنية الذكاء الاصطناعي نفسه: ينشأ السلوك الجدير بالثقة من عمل بناة أنظمة الذكاء الاصطناعي المسؤولين عن سلوكها، وهي مسؤولية لا يمكن تفويضها أو مشاركتها مع النماذج. يتوافق هذا التفسير بشكل وثيق مع كيفية تعامل الشركات بشكل متزايد مع نشر الذكاء الاصطناعي الموثوق به. تحتاج المؤسسات إلى أنظمة يمكنها توسيع الذكاء البشري مع بقائها قابلة للحوكمة والتدقيق والمواءمة مع الإشراف البشري.
قراءة تحليلية: الذكاء الاصطناعي كمرآة للإدراك البشري
ما يقدمه بحث مايكروسوفت ليس مجرد تحليل تقني، بل هو دعوة للتأمل الفلسفي في العلاقة بين الإنسان والآلة. عندما نفهم الذكاء الاصطناعي كـ امتداد للذكاء البشري، فإنه يكشف لنا شيئًا عميقًا عن الإدراك البشري نفسه: أن المعنى يمكن صياغته رسميًا وتوسيعه وتطويره بطرق جديدة وقوية. هذا يعني أن الذكاء الاصطناعي ليس مجرد أداة لزيادة الكفاءة، بل هو مرآة تعكس لنا آليات تفكيرنا، وكيفية بناء المعرفة، وكيف تتشكل لغتنا.
المخاطرة الاجتماعية المركزية للذكاء الاصطناعي، إذن، هي أن نبتعد عن أصوله في التجربة والإدراك البشريين – أن نسيء تفسير الذكاء الاصطناعي كذكاء منافس يقلل من إنسانيتنا، وبالتالي يقلل بدوره من الوعد الحقيقي للذكاء الاصطناعي نفسه. فإذا أخطأنا في فهم أنظمة الذكاء الاصطناعي على أنها عقول مستقلة، فإننا نخاطر بالثقة المفرطة بها. وإذا تجاهلناها على أنها مجرد حيل تافهة، فإننا نخاطر بتجاهل أحد أهم التطورات التكنولوجية في عصرنا.
إن هذا المنظور يدعونا إلى تبني فهم أكثر توازنًا، يدرك كلا الحقيقتين في آن واحد: الذكاء الاصطناعي هو امتداد حقيقي للذكاء البشري – ولهذا السبب تحديدًا، يظل البشر مسؤولين عن كيفية فهمه وحوكمته واستخدامه. إنها دعوة لتطوير الذكاء الاصطناعي بوعي ومسؤولية، مع الحفاظ على الدور المحوري للإنسان في توجيهه وضمان توافقه مع قيمنا ومبادئنا.
خلاصة عملية: نحو بناء أنظمة ذكاء اصطناعي موثوقة
في الختام، يقدم بحث مايكروسوفت إطارًا قويًا للتفكير في مستقبل الذكاء الاصطناعي. إنه يدفعنا إلى التخلي عن الأوهام حول الذكاء الاصطناعي كبديل للعقل البشري، والتركيز بدلاً من ذلك على إمكاناته الهائلة كأداة لتعزيز قدراتنا. من خلال فهم الذكاء الاصطناعي كـ امتداد للذكاء البشري، يمكننا بناء أنظمة أكثر موثوقية وأمانًا. يتطلب هذا نهجًا يركز على:
- المسؤولية البشرية: التأكيد على أن البشر هم المسؤولون النهائيون عن تصميم أنظمة الذكاء الاصطناعي ونشرها ومراقبتها.
- حوكمة الأنظمة: تطوير أطر حوكمة قوية لا تركز فقط على أمان النموذج، بل على أمان النظام بأكمله، بما في ذلك التفاعلات البشرية والبيئات التشغيلية.
- التقييم المستمر: الحاجة إلى آليات تقييم صارمة تضمن أن أنظمة الذكاء الاصطناعي تعمل ضمن حدودها المتوقعة وتتوافق مع القيم البشرية.
- الوعي بالحدود: فهم أن الذكاء الاصطناعي، مهما كان متطورًا، يظل يعتمد على الأنماط الموجودة في البيانات البشرية ويفتقر إلى التجربة المعيشية التي تمنح المعنى الحقيقي.
إن السؤال المطروح ليس ما إذا كان الذكاء الاصطناعي سيحل محل الذكاء البشري، بل كيف يمكننا بناء أنظمة بمسؤولية توسع الفهم البشري مع بقائها متجذرة في العالم الذي ينشأ منه هذا الفهم. هذا التحدي يفتح آفاقًا جديدة للابتكار، ويضع الإنسان في صميم التطور التكنولوجي، لا على هامشه.