EMNLP 2025: لماذا باتت الشبكات العصبية تراجع نفسها بنفسها (ولماذا يصعب ذلك)

تخيّلوا أنكم كتبتم موضوع إنشاء معقدًا، لكن من يتولى تصحيحه ليست معلمة صارمة تحمل قلمًا أحمر، بل زميل في الصف أوسع اطلاعًا منكم قليلًا. هذا تقريبًا هو حال صناعة الترجمة الآلية اليوم. فقد أكد مؤتمر EMNLP 2025 في ميامي مجددًا الاتجاه الرئيسي في السنوات الأخيرة: لقد أوكلنا بصورة نهائية مهمة فحص الشبكات العصبية إلى شبكات عصبية أخرى. فبعد أن كان تقييم جودة الترجمة يتطلب جموعًا من اللغويين والخبراء، صار هذا العمل يقع على عاتق النماذج اللغوية الكبيرة. وليست المسألة مسألة توفير في التكاليف فحسب، بل مسألة بقاء في عالم باتت فيه البيانات أكثر من أن يستوعبها الإدراك البشري.

لم يحضر فريق Yandex المؤتمر بصفة مستمعين فقط، بل جاء بعملين جادين يُظهران كيف يتغير نهج تقييم النصوص. وتشدد كاتيا إينيكييفا، التي تقود تحليلات الترجمة، على نقطة جوهرية: تعليم النموذج الترجمة ليس سوى نصف المهمة. أما الأصعب بكثير فهو تعليمه إدراك موضع خطئه. وهذا يتطلب من LLM مستوى مختلفًا تمامًا من التأمل الذاتي. فعلى النموذج أن يؤدي دور الناقد الذي لا يرى القواعد النحوية وحدها، بل أيضًا تحريف المعنى وفقدان الأسلوب والنبرة غير المناسبة. وهذه الحلول تحديدًا هي التي تحدد اليوم مدى سلاسة عمل ترجمة الفيديو في متصفحكم والبحث في المواقع الأجنبية.

لماذا يهم هذا الآن تحديدًا؟ لقد بلغنا سقف المقاييس الكلاسيكية. فخوارزميات قديمة مثل BLEU، التي كانت تكتفي بمقارنة عدد الكلمات المتطابقة بين الأصل والترجمة، لم تعد مجدية. فهي لا تفهم السخرية، ولا ترى السياق، وقد تمنح درجة مرتفعة بسهولة لنص يشوّه الجوهر بالكامل. وتحلّ محلها خطوط معالجة (pipelines) معقدة: نموذج يحلل النص المصدر، وثانٍ يحلل النتيجة، وثالث يصدر الحكم. وينشأ بذلك ما يشبه منظومة ذكية ترتفع فيها الجودة بفضل تدقيق داخلي مستمر. وقد بدا واضحًا في EMNLP 2025 أن من لا يتعلم بناء أنظمة تقييم كهذه سيتخلف حتمًا في سباق جودة التوليد.

قدمت Yandex أعمالها في قسمين رئيسيين: Findings في المؤتمر الرئيسي وورشة WMT. وهذا اعتراف من المجتمع العالمي بأن المهندسين الروس يضعون المعيار في أحد أصعب المجالات، وهو التقييم الآلي للجودة. ومن المهم أن ندرك أن وراء العناوين الأكاديمية للأبحاث أمورًا تطبيقية بحتة. فحين تفتحون صفحة بالصينية وتقرؤون بعد ثانية نصًا متماسكًا بالروسية، فخلف ذلك ليس نموذج ترجمة قويًا فحسب، بل نظام رقابة أقوى منه يستبعد الهلوسات والأخطاء في الزمن الحقيقي. ولولا هذه الرقابة لظللنا نقرأ ترجمات «فائقة الغرابة» من مطلع الألفية.

تتجه الصناعة نحو أتمتة كاملة لدورة التدريب. ففي عالم مثالي (كاد يتحقق فعلًا) يولّد نموذج البيانات، ويقيّمها نموذج آخر، وعلى أساس هذا التقييم يُعاد تدريب النموذج الأول. ويبقى الإنسان هنا في دور الحَكَم الأعلى الذي يضع القواعد العامة للعبة. غير أن هنا أيضًا يكمن الفخ الرئيسي: فإذا بدأ النموذج المقيّم يخطئ أو يكافئ «الكذبة الجميلة»، انهار النظام كله. ومشكلة الهلوسات في التقييم هي التحدي الكبير التالي، وقد دار حولها حديث كثير في أروقة المؤتمر. فنحن نعلّم الشبكات العصبية أن تكون نقادًا صادقين، لكنها لا تزال تحاول أن تكون مجرد محاورين مريحين.

الخلاصة: لقد أصبح عصر الوسم اليدوي للبيانات رسميًا هواية نخبوية باهظة الثمن. والمستقبل للمقاييس الآلية القائمة على LLM، وتُظهر أعمال Yandex في EMNLP 2025 أننا في طليعة هذه العملية. فهل ستتمكن الشبكات العصبية الناقدة من التفوق على البشر في فهم السياق هذا العام؟