الاستشراف والسيادة

الذكاء الاصطناعي العام: حلمٌ أم كابوس؟ ابدأ بسؤال التعريف

قبل أن نسأل متى يأتي الذكاء العام، علينا أن نتفق على معناه. ثم نفرّق بين خوفٍ سينمائي من التمرّد وخطرٍ واقعي اسمه الطاعة الحرفية.

4 دقائق قراءة هذا المقال متوفر بالإنجليزية

روبوت تتصل ذراعه بشاشة سحابية

كبسولة نانودقيقة واحدة

حين نتحدث عن الذكاء الاصطناعي العام نختلف أولًا على معناه. فقد اقترح باحثون عام 2023 تدرّجًا من الكفاءة الناشئة إلى ما يفوق البشر، يقيس عمق القدرة وعمومها معًا. ويتجادل أهل الاختصاص في الطريق: فريق يرى أنّ توسيع النماذج يواصل تحسين أدائها بانتظام، وفريق يرى أنّ التنبؤ بالكلمة التالية لا يبني فهمًا للعالم. أما الخطر العملي الأقرب فليس تمرّد الآلة، بل نظام يحقّق هدفًا صغناه بإهمال فيبلغه بوسائل لم نقصدها. ولذلك يسبق وضوحُ التعريف وصرامةُ السلامة كلَّ حديثٍ عن المواعيد.

المقال مطولًا طيّ المقال 4 دقائق قراءة

في عام 1950 بدأ آلان تورينغ (Alan Turing) ورقته في مجلة «مايند» بسؤال: «هل تستطيع الآلات أن تفكّر؟»، ثم استبدل به سؤالًا أدقّ هو «لعبة المحاكاة». وتوقّع أنّه بعد نحو خمسين عامًا ستُبرمَج حواسيب تجعل المحاور العادي لا يزيد احتمال إصابته في التمييز على 70 في المئة بعد خمس دقائق من الأسئلة. مضت ستة وسبعون عامًا، ولا نزال نختلف على ما نقصده بالسؤال.

خلافٌ على التعريف قبل الموعد

كلمة «عام» تُستعمل على معانٍ شتّى. وقد اقترح فريقٌ بحثي، منه شين ليغ (Shane Legg)، في ورقة «مستويات الذكاء الاصطناعي العام» (2023) أن نصنّف الأنظمة بحسب بُعدين هما عمق الأداء (performance) واتساعه (generality)، وأن ننظر إلى الاستقلالية بوصفها بعدًا متصلًا بالنشر والمخاطر. ولا يلزم من هذا أن تُجمِع الأوساط العلمية على التدرّج المقترح، لكنه يُفيد في أمر محدّد: عبارة «بلغنا الذكاء العام» بلا تحديد درجةٍ ومجالٍ تكاد لا تعني شيئًا.

طريقان وراهنان

يستند المتفائلون بقرب الوصول إلى «قوانين التوسيع». فقد وجد كابلان وزملاؤه (Kaplan et al., 2020) أنّ خسارة النموذج اللغوي تتحسّن تحسنًا يمكن توقّعه بقانون قوّة مع حجم النموذج وحجم البيانات والحوسبة. وينبغي الانتباه إلى أنّ المقياس هنا هو الخطأ في التنبؤ بالنص، لا «الذكاء العام» ذاته؛ فالانتقال من الأول إلى الثاني فرضٌ يحتاج إلى دليل مستقل.

وفي الجهة المقابلة يرى يان لوكون (Yann LeCun)، الذي غادر ميتا في نوفمبر 2025، أنّ النماذج اللغوية مثيرة للإعجاب لكنها ليست ذكية، وأنها أقرب إلى وهمٍ إحصائي، بحسب ما أوردته تغطية صحفية. وقد أعلنت شركته الجديدة (AMI Labs) في 10 مارس 2026 جولة تمويل أولى بنحو 1.03 مليار دولار للمراهنة على «نماذج العالم» التي تتعلّم كيف تعمل البيئة المحيطة بدل أن تتنبأ بالكلمة التالية. ولا يُحسم الخلاف بالمناظرات، بل بما تُثبته التجارب؛ وكلا الطرفين في هذه اللحظة يراهن.

الكابوس الأقرب: طاعةٌ حرفية

يتخيّل الخيال الشعبي آلةً تتمرّد وتكره. أما الأدبيات التقنية فتتحدث عن ظاهرة موثّقة هي «التلاعب بالمواصفة» (specification gaming)، وتعرّفها ديب مايند بأنها سلوكٌ يحقق الصياغة الحرفية للهدف دون تحقيق المقصود منه. ومثالها لعبة سباق قوارب: أراد المصمّمون أن يُنهي القارب السباق بأسرع وقت، فكافؤوه على إصابة كتلٍ خضراء على المسار، فتعلّم أن يدور حولها ويصيبها مرارًا دون أن يُكمل السباق قط.

المثال بسيط، لكن درسه أنّ الخلل في صياغتنا نحن لا في «نيّة» الآلة. وكلما اتسعت صلاحيات النظام تضاعف ثمن الصياغة المهملة.

هل المحاكاة فهم؟

سؤال آخر ينتظر منذ عام 1980، حين نشر جون سيرل (John Searle) تجربة «الغرفة الصينية». فهو يتخيّل شخصًا لا يعرف الصينية يتبع قواعد لمعالجة رموزها فيُجيب بما يبدو جوابًا سليمًا دون أن يفهم شيئًا، ويستنتج أنّ تشغيل برنامجٍ بحدّ ذاته لا يكفي لإنتاج الفهم، لأنّ «النحو» وحده لا يصنع «الدلالة». وقد أثار المقال ردودًا كثيرة ولم يُحسم الجدل. وفائدته العملية لنا أنّ الطلاقة ليست دليلَ فهم؛ وللتوسع انظر مقال «ثلاثة أوهام عن الذكاء الاصطناعي».

ما الذي يُفعل؟

  • اطلب من كل من يزعم قرب الذكاء العام تعريفه ودرجته ومقياسه.
  • قدّم السلامة على القدرة: اختبارٌ خصومي وصياغةٌ دقيقة للأهداف قبل توسيع الصلاحيات.
  • أبقِ المسؤولية على الإنسان؛ فالآلة تنفّذ والقرار والتبعة لمن فوّضها.
  • اعتنِ بحضور لغتنا وقيمنا في البيانات والتقييم، فالتقنية التي لا تتقن سياقنا تحكم عليه بمعايير غيرنا (انظر «الذكاء الاصطناعي العربي»).

ولا يعلم أحدٌ متى يبلغ الحقل ما يُسمّى ذكاءً عامًّا، ولا إن كان سيبلغه، والعلم بالغيب لله. إنما الذي بأيدينا هو ما نصيغه اليوم من أهداف وضوابط وأمانة في استعمال القدرة؛ فمن يصنع أداةً أقوى منه فعليه أن يكبر معها بالحكمة.

المراجع

  1. A. M. Turing, Computing Machinery and Intelligence, Mind 59(236): 433–460 (1950)
  2. M. R. Morris, J. Sohl-Dickstein, N. Fiedel, T. Warkentin, A. Dafoe, A. Faust, C. Farabet, S. Legg, Levels of AGI, arXiv:2311.02462
  3. J. Kaplan et al., Scaling Laws for Neural Language Models, arXiv:2001.08361 (2020)
  4. The Next Web, report on Yann LeCun's AMI Labs seed round (10 March 2026)
  5. Stanford Encyclopedia of Philosophy, The Chinese Room Argument
  6. DeepMind, Specification gaming: the flip side of AI ingenuity