هل تدرّب مختبرات الذكاء الاصطناعي نماذجها على اختبار «البجعة على الدراجة»؟ تحليل ظاهرة pelicanmaxxing
تحقق الباحث ديلان كاستيلو من فرضية شائعة: هل تدرّب مختبرات الذكاء الاصطناعي نماذجها خصيصًا لتتقن رسم بجعة على دراجة، وهو اختبار غير علمي وضعه سايمون ويليسون؟ شغّل كاستيلو 48 طلبًا (8 حيوانات × 6 وسائل نقل) ثلاث مرات على 7 نماذج، ثم قيّم النتائج بنموذجين آخرين. وخلص إلى أنه لا توجد أي آثار لمثل هذا التخصيص. وكان النموذج GLM-5.2 الأقرب إلى ذلك، لكن أثره ضئيل وغير دالّ إحصائيًا.
معالج بواسطة الذكاء الاصطناعي من Simon Willison؛ بتحرير Hamidun News
في 22 يوليو 2026 نشر المطوّر ديلان كاستيلو (Dylan Castillo) دراسة تختبر فرضية «pelicanmaxxing»، أي ما إذا كانت مختبرات الذكاء الاصطناعي تدرّب نماذجها عمدًا على رسم بجعة على دراجة بإتقان، استعدادًا لاختبار سايمون ويليسون (Simon Willison) غير العلمي. شغّل كاستيلو 48 طلبًا ثلاث مرات على 7 نماذج، ولم يعثر على أي أثر لمثل هذا التخصيص.
ما هو اختبار «البجعة على الدراجة»
اختبار «البجعة على الدراجة» هو اختبار شخصي غير رسمي وضعه سايمون ويليسون، يطلب فيه من كل نموذج لغوي جديد أن يولّد رسمة SVG لبجعة تركب دراجة. ويصفه ويليسون نفسه بأنه «غير علمي إطلاقًا»، لكنه صار خلال عامين معروفًا في المجتمع التقني إلى حدّ أثار شبهة مفادها أن المختبرات ربما بدأت تحسّن نماذجها له تحديدًا لتبدو في صورة أفضل. وقد أُطلق على هذه الظاهرة اسم pelicanmaxxing على سبيل الدعابة (وفي نص كاستيلو: pelimaxxing).
كيف صُمّمت التجربة
بنى كاستيلو شبكة من 8 حيوانات و6 وسائل نقل، أي 48 تركيبة (طلبًا)، وشغّل كل طلب ثلاث مرات على 7 نماذج مختلفة. وتتيح هذه المصفوفة مقارنة ما إذا كانت النماذج ترسم الثنائي «بجعة + دراجة» بجودة أفضل بكثير من أي تركيبات أخرى، مثل «فلامنغو على سكوتر» أو «مالك الحزين في قارب».
- تاريخ النشر: 22 يوليو 2026
- 8 حيوانات × 6 وسائل نقل = 48 طلبًا، شُغّل كل منها 3 مرات
- اختُبرت 7 نماذج: GPT-5.6 Terra وClaude Sonnet 5 وGemini 3.5 Flash وGrok 4.5 وQwen3.7-Max وGLM-5.2 وDeepSeek V4 Pro
- قيّم النتائج نموذجان منفصلان: GPT-5.6 Luna وGemini 3.1 Flash-Lite
- لعرض جميع المخرجات، أنشأ الباحث شبكة تفاعلية مزوّدة بمرشّحات
هل ظهرت آثار للتخصيص؟
لم يعثر كاستيلو على أي أثر لـ pelicanmaxxing في أي من خطوط الفحص الخمسة. فالبجعات على الدراجات لا تبدو أفضل من المشاهد الأخرى، ورسم البجعات ليس أدقّ من رسم بقية الحيوانات، والدراجات ليست أدقّ من بقية وسائل النقل، كما أن التركيبة نفسها لا تتفوق على ما تتنبأ به مهارات النموذج المنفردة، حتى مع تعديل النتائج بحسب مستوى الصعوبة. وأظهر الفحص الخامس أن المشاهد لا تبدو محفوظة عن ظهر قلب.
وكان النموذج GLM-5.2 الأقرب إلى حالة شاذّة: فقد سجّل أكبر ارتفاع في الجودة تحديدًا في خلية «بجعة + دراجة»، وجذبت أول عينة منه انتباه الباحث. لكن أثره، بحسب بيانات كاستيلو، يظل ضئيلًا وغير دالّ إحصائيًا.
«كان GLM-5.2 الأقرب: فأكبر ارتفاع لديه جاء في خلية «بجعة على دراجة»
تحديدًا. لكن الأثر ضئيل وغير دالّ إحصائيًا، ولذلك لا أعطيه وزنًا كبيرًا»، كما يقول ديلان كاستيلو، مؤلف الدراسة.
ماذا يعني ذلك
وصف سايمون ويليسون، صاحب الاختبار الذي أثار النقاش كله، عمل كاستيلو بأنه «ممتاز»، وأشار إلى أنه كان يختبر النماذج سابقًا بصورة انتقائية فقط، ودون هذا القدر من المنهجية. ويطمئن استنتاج الدراسة المشكّكين: فلا توجد حتى الآن بيانات تفيد بأن المختبرات «تغشّ» في اختبار رائج بعينه، فالنماذج ترسم البجعة على الدراجة بالقدر الذي تسمح به مهاراتها العامة في التوليد فحسب.
أسئلة شائعة
ما هو pelicanmaxxing؟
هو افتراض بأن مختبرات الذكاء الاصطناعي تدرّب نماذجها عمدًا على اجتياز اختبار «البجعة على الدراجة» لسايمون ويليسون تحديدًا. ولم تجد دراسة ديلان كاستيلو المنشورة في 22 يوليو 2026 ما يؤكد ذلك.
أي النماذج حققت أفضل نتيجة؟
من بين مصفوفة الطلبات الـ48، كان النموذج GLM-5.2 الأقرب إلى النتيجة «المثيرة للشك»، إذ سجّل أكبر ارتفاع في الثنائي «بجعة + دراجة». غير أن هذا الأثر غير دالّ إحصائيًا، ولذلك لا يعدّه الباحث دليلًا على التخصيص.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
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.