أدوات الذكاء الاصطناعي تطغى على مشرفي Linux بتقارير ثغرات مكررة
يعاني مشرفو نواة Linux من آلاف النسخ المكررة من تقارير الأخطاء التي تنشئها أدوات الذكاء الاصطناعي للبحث الآلي عن الثغرات. المتطوعون ببساطة لا يستطيعون مواكبة تدفق الرسائل والتعليقات، مما يشل العمل على المشاكل الحرجة الحقيقية. الوضع يزداد حدة مع توفر نماذج اللغات الكبيرة.
معالج بواسطة الذكاء الاصطناعي من CNews AI؛ بتحرير Hamidun News
واجه مشرفو نواة Linux مشكلة غير متوقعة: أدوات الذكاء الاصطناعي للبحث عن الثغرات توليد حجم ضخم جداً من تقارير الأخطاء بحيث لا يستطيع المتطوعون مجرد مواكبتها ومعالجتها. آلاف النسخ المكررة والتقارير منخفضة الجودة تشل العمل على مشاكل الأمان الحقيقية.
حجم التدفق
موجة من التقارير الآلية تتزايد أسبوعاً تلو الآخر. أدوات الذكاء الاصطناعي المدربة على أكواد المصدر تفحص نظام التشغيل Linux بحثاً عن ثغرات محتملة وتنشئ تقارير أخطاء تلقائياً. المشكلة هي أن الخوارزميات توليد عدد كبير من النسخ المكررة للسؤال نفسه — من أدوات مختلفة وبصيغ مختلفة وبمستويات تفاصيل مختلفة.
المشرفون — في الغالب متطوعون يعملون في أوقات فراغهم. يجب قراءة كل تقرير وفهمه والتحقق من قابليته للتكرار والبت في ما إذا كان تهديداً أمنياً حقيقياً أم نتيجة إنذار كاذب. عندما يصل عدد التقارير إلى مئات يومياً، تتوقف العملية.
لماذا ينتج الذكاء الاصطناعي ضوضاء
على مدى السنتين الماضيتين، أصبحت نماذج اللغات الكبيرة مثل ChatGPT و Deepseek و Claude أكثر توفراً وقوة. أطلق الهواة والشركات ماسحات ضوئية آلية بناءً على هذه النماذج للبحث عن الثغرات. في الورقة، يبدو هذا مفيداً — عيون إضافية على الكود. في الممارسة، فهذا ينشئ مشكلة الإرهاق المعلوماتي.
غالباً ما ينبه الذكاء الاصطناعي إلى كود يبدو مريباً، لكنه في الواقع آمن في سياق Linux. النماذج لا تفهم دائماً خصوصيات النواة والهندسة الأمنية والحماية الموجودة. النتيجة — مئات من «الاكتشافات» التي تثبت أنها عديمة الفائدة.
عواقب واضحة بالفعل
- الثغرات الحرجة الحقيقية تضيع في تيار النسخ المكررة والإنذارات الكاذبة
- يُجبر المشرفون على قضاء الوقت في الفرز بدلاً من البرمجة
- بعض المتطوعين يهددون بالاستقالة من المشروع بسبب الإرهاق
- سرعة معالجة المشاكل الحقيقية تتباطأ
- عملية المراجعة تصبح أكثر إرهاقاً وبطءاً
اقترح المطورون إنشاء فلتر منفصل أو حجر صحي للتقارير المولدة بواسطة الذكاء الاصطناعي لفصلها فيزيائياً عن التقارير البشرية.
ماذا يعني هذا
مفارقة: الأدوات التي يجب أن تحسّن الأمان تجعله أصعب فعلياً. الذكاء الاصطناعي مفيد للبحث عن الأنماط، لكنه يتطلب التصفية البشرية وفهم السياق. قد تواجه مجتمع Linux خياراً: إما إغلاق نظام تتبع الأخطاء أمام الأدوات الآلية، أو إنشاء إجراء للتحقق من التقارير قبل نشرها.
هل تحتاج إلى ذكاء اصطناعي يعمل داخل شركتك — وليس فقط في موجز الأخبار؟
أبني ذكاءً اصطناعياً جاهزاً للإنتاج للشركات — أنظمة CRM مخصّصة، أدوات داخلية، وكلاء مستقلون، أتمتة سير العمل. ملك لك، مصمّم وفق عمليتك، دون رسوم لكل مستخدم. من إعداد جمال خميدون، مدير المنتجات في AlpinaGPT (منصة ذكاء اصطناعي، أكثر من 6000 مستخدم).
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.