OpenAI تطلق GeneBench-Pro — معيار اختبار للذكاء الاصطناعي في علم الجينوم والأبحاث البيولوجية

قدمت OpenAI في يوليو 2026 معيار GeneBench-Pro، وهو اختبار متخصص لتقييم نماذج الذكاء الاصطناعي في علم الجينوم والبيولوجيا والأبحاث العلمية. ويقوم الاختبار على مجموعات بيانات معقدة مستمدة من مهام علمية حقيقية، لا على البيانات الاصطناعية التي تُستخدم عادةً في الاختبارات القياسية.

لماذا تحتاج البيولوجيا إلى اختبار مستقل

تغطي المعايير العامة، مثل MMLU وGPQA وBioASQ، طيفاً واسعاً من التخصصات، لكنها تفقد العمق تحديداً حيث يحتاج العلماء إلى أعلى درجات الدقة. فعلم الجينوم والبيولوجيا الجزيئية والتخصصات المرتبطة بهما تتعامل مع بيانات مختلفة جذرياً: تسلسلات DNA وRNA، وبيانات التعبير الجيني، وبنى البروتينات، والتفاعلات الجزيئية. والخطأ في تفسير هذه البيانات مكلف، إذ قد يقود استنتاج خاطئ البحثَ إلى طريق مسدود، أو يفضي إلى توصيات سريرية غير صحيحة.

ويتمثل الفارق الجوهري في GeneBench-Pro في رهانه على البيانات الحقيقية لا الاصطناعية. فمشكلة «تسرب بيانات التدريب» تُناقَش منذ زمن طويل في الأوساط الأكاديمية: قد تحفظ النماذج الإجابات الصحيحة أثناء التدريب المسبق على مصادر مفتوحة، بدلاً من أن تتعلم فعلاً الاستدلال على المسألة. ومن الأصعب بكثير «خداع» المعايير المبنية على مجموعات بيانات علمية حقيقية بهذه الطريقة.

لماذا يهم ذلك الذكاء الاصطناعي في العلوم الآن

شهد العامان الأخيران نمواً سريعاً في اهتمام مختبرات الذكاء الاصطناعي بالتطبيقات البيولوجية. فقد أظهر AlphaFold 3 من Google DeepMind أن الذكاء الاصطناعي قادر على حل مسائل النمذجة الجزيئية بمستوى لم تبلغه الأساليب الكلاسيكية من قبل. كما دمجت عدة شركات كبرى في الصناعات الدوائية الحيوية نماذج لغوية كبيرة في مسارات تطوير الأدوية وتحليل البيانات الجينومية.

ومع اتساع استخدام الذكاء الاصطناعي في العلوم، تفاقمت مشكلة رئيسية: كيف تُقارَن النماذج ببعضها إذا كانت لكل شركة مجموعتها الخاصة من المهام الاستعراضية؟ إن غياب معيار موحد يتيح قدراً من التعسف التسويقي، إذ يمكن تقديم أي نموذج على أنه «رائد في البيولوجيا» عبر اختيار اختبار مناسب ومجموعة بيانات مناسبة. ويطمح GeneBench-Pro إلى أن يصبح مرجعاً مشتركاً للقطاع بأكمله، فاعتماده على بيانات حقيقية شاملة من أبحاث جارية يجعل التحايل عليه بمجرد انتقاء عينة التدريب أمراً أصعب.

ماذا يعني ذلك

يشير إطلاق GeneBench-Pro إلى أن المنافسة بين شركات الذكاء الاصطناعي في العلوم والتقنيات الحيوية تنتقل تدريجياً من مستوى التصريحات العامة إلى مستوى المؤشرات القابلة للقياس والتكرار. وبالنسبة للباحثين والمستخدمين المؤسسيين الذين يختارون أدوات الذكاء الاصطناعي لعلم الجينوم أو الطب الحيوي، يتيح ظهور معيار شفاف مقارنة النماذج على أسس مدروسة، بالاستناد إلى مهام قريبة من العمل العلمي الفعلي، لا إلى جداول تسويقية. أما مدى اعتماد المجتمع الأكاديمي الواسع لهذا المعيار، فستكشفه معدلات تبنيه (adoption) في الأشهر المقبلة.