الحكماء العميان والذكاء الاصطناعي: لماذا يرى المهندسون والعلماء والمستخدمون أفيالاً مختلفة

الحكماء العميان والذكاء الاصطناعي: لماذا يرى المهندسون والعلماء والمستخدمون فيلاً مختلفاً

تبيّن القصة القديمة للحكماء العميان الذين يلمسون فيلاً أنها نموذج دقيق بشكل مدهش لكيفية نظر المتخصصين المختلفين إلى الذكاء الاصطناعي: كل واحد منهم يدرس جزءه الخاص ومقتنع بأنه فهم الكل.

القصة التي تستحق التذكر

يلقى سبعة حكماء عميان فيلاً. يمسك أحدهم الساق — يقول إنها عمود. يلمس الآخر الذيل — لا، إنها حبل. يلمس ثالث الجانب — جدار. يمسك رابع الخرطوم — ثعبان. لا أحد يكذب. كل واحد يصف جزءاً حقيقياً من الموضوع. لكن كل واحد مخطئ عميقاً بشأن الكل.

يطبق مؤلف المقالة هذا المخطط على صناعة الذكاء الاصطناعي. يدرس مهندس التعلم الآلي العمارة — محولات (transformers)، رموز (tokens)، أوزان (weights)، الانحدار التدريجي. يرى عالم البيانات قوائم البيانات ودوال الخسارة. ينظر مدير المنتج إلى الاحتفاظ والتحويل. متخصص الأمان — الهلوسات والثغرات. المنظم — المخاطر. والمستخدم ببساطة يسحب الفيل من الخرطوم ويتساءل عن سبب تصرفه بطريقة غير متوقعة.

السؤال الذي يبقى بلا إجابة

الأطروحة الأكثر حدة في المقالة ليست عن التكنولوجيا، بل عن تناقض أساسي في التوقعات. إذا كان نموذج اللغة يتم تدريبه على نصوص كتبها البشر — بكل آرائهم وسخريتهم وأحيازهم وتناقضاتهم الداخلية — فلماذا يُتوقع منه أن يتصرف كآلية محايدة وباردة؟

"نعلم النموذج أن يكون إنساناً، ثم نندهش من أنه لا يتصرف كآلة."

وراء هذا تكمن مشكلة حقيقية في التصميم. تريد الصناعة في نفس الوقت من الذكاء الاصطناعي أن يظهر التعاطف في واجهته — وعدم الاكتراث الكامل بالمحتوى. تريد أن يفهم النموذج الفروقات الدقيقة — وفي نفس الوقت لا يكون له "وجهات نظر". هذا التناقض مُدمج في طريقة التدريب نفسها، ولا يمكن حله من خلال RLHF أو الأوامر النصية للنظام.

لماذا لا توفر المعايير إجابة

بينما تدور معظم النقاشات العامة حول MMLU و HumanEval و Arena Score، تطرح المقالة سؤالاً مختلفاً بشكل أساسي: ما بالضبط الذي نقيسه؟

• هل يفكر النموذج — أم أنه يعيد إنتاج أنماط التفكير البشري؟
• هل هناك فرق عملي بين "الفهم" و"التنبؤ بالرمز التالي"؟
• إذا لم يكن هناك فرق — هل يغير هذا الطريقة التي يجب أن نعمل بها معه؟
• كيف نتفق على معايير "السلوك" للذكاء الاصطناعي إذا كان كل تخصص يدرس فيلاً مختلفاً؟
• من المسؤول عن "الفيل ككل"؟

هذا ليس فلسفة أكاديمية. الإجابات على هذه الأسئلة تحدد تصميم المنتجات والتنظيم وتقييم المخاطر — والطريقة التي سنبني بها علاقتنا مع التكنولوجيا على المدى الطويل.

ماذا يعني هذا

القصة مفيدة ليس كاستعارة للعدم الكفاءة — فالحكماء ليسوا حمقى. فهي تبين مشكلة هيكلية: المهن المختلفة تدرس حرفياً جوانب مختلفة من نفس الظاهرة وتتحدث بلغات مختلفة. حتى تطور الصناعة لغة مشتركة للحديث عن الذكاء الاصطناعي كظاهرة كاملة — ليس فقط من حيث العمارة أو المقاييس الفردية — سيبقى كل مشارك في النقاش محتفظاً بقطعته الخاصة من الفيل.