كيف تفرض روبوتات الدردشة الصينية الرقابة على نفسها

نماذج اللغة التي تُطوَّر في الصين لا تختلف عن منافسيها الغربيين في البنية المعمارية أو بيانات التدريب فحسب. إنها تختلف أيضاً في ما هي مستعدة للحديث عنه، وفي ما تفضّل الصمت بشأنه. وقد وثّقت دراسة جديدة أجراها باحثون من جامعتي ستانفورد وبرينستون، للمرة الأولى بشكل منهجي، حجم الرقابة الذاتية المدمجة في روبوتات الدردشة الصينية، وجاءت النتائج أبلغ من أي تكهنات.

اختبر الباحثون عدداً من أكبر نماذج اللغة الصينية، وطرحوا عليها أسئلة في مواضيع حساسة سياسياً، من أحداث ميدان تيانانمن ووضع تايوان إلى السياسة الداخلية للحزب الشيوعي الصيني وحقوق الإنسان في شينجيانغ. وقارنوا النتائج بإجابات النماذج الغربية، ومنها منتجات OpenAI وAnthropic وGoogle. وجاءت الفجوة هائلة: فالنماذج الصينية رفضت الإجابة عن السؤال كلياً، أو قدّمت إجابات صنّفها الباحثون على أنها غير دقيقة من حيث الوقائع ومنمّقة أيديولوجياً، بمعدل أعلى بأضعاف. ولم يتعلق الأمر بأخطاء عشوائية، فأنماط التهرب كانت متسقة إلى حدّ يشير إلى آليات تصفية مُدمجة عن قصد.

ومن المهم فهم السياق الذي ظهرت فيه هذه الدراسة. فشركات الذكاء الاصطناعي الصينية، ومنها Baidu بنموذج Ernie وAlibaba بنموذج Qwen وDeepSeek وغيرها، تتوسع بقوة في السوق الدولية منذ نحو عام ونصف. وأحدثت DeepSeek في مطلع 2025 ضجة حقيقية عندما قدّمت نماذج تضاهي GPT-4 في الجودة بتكاليف تدريب أقل بكثير. وتنزّل ملايين المستخدمين حول العالم هذه النماذج، ولم يعد السؤال عن الصورة التي تنقلها عن العالم مسألة أكاديمية.

ويُلزم التشريع الصيني مطوّري الذكاء الاصطناعي صراحةً بالحرص على أن تتوافق منتجاتهم مع «القيم الاشتراكية الأساسية» وألا تقوّض السلطة الحكومية. وتشترط القواعد التي أقرّتها إدارة الفضاء السيبراني الصينية عام 2023 على خدمات الذكاء الاصطناعي التوليدي اجتياز فحص أمني قبل طرحها في السوق. وهذا يعني عملياً أن الرقابة تُدمج في النماذج منذ مرحلة التطوير، عبر تصفية بيانات التدريب، والضبط الدقيق بما يراعي «الخطوط الحمراء»، وموجّهات النظام (system prompts) التي تقيّد سلوك النموذج. وتُظهر دراسة ستانفورد وبرينستون أن هذه الآليات تعمل بكفاءة واتساق.

غير أن المشكلة تتجاوز بكثير حدود الصوابية السياسية على الطريقة البكينية. فعندما يُدرَّب النموذج على تجنّب مواضيع بعينها، ينعكس ذلك حتماً على جودة استدلاله عموماً. ويشير الباحثون إلى أن النماذج الصينية أظهرت دقة منخفضة لا في الأسئلة السياسية الصريحة وحدها، بل في مواضيع مجاورة أيضاً، كالتاريخ والجغرافيا والعلاقات الدولية. فالرقابة المدمجة في أساس النموذج تخلق ما يشبه «البقع العمياء» التي قد تظهر في سياقات غير متوقعة. وبالنسبة للمستخدم الذي يلجأ إلى روبوت الدردشة طلباً للمعلومات ولا يعلم بوجود مثل هذه المرشِّحات، يمثل ذلك خطراً حقيقياً بالحصول على صورة مشوّهة عن العالم.

وتطرح الدراسة على مجتمع الذكاء الاصطناعي العالمي سؤالاً محرجاً لكنه ضروري عن الشفافية. فالنماذج الغربية ليست خالية من القيود أيضاً، إذ ترفض توليد محتوى معيّن، وتتجنب بعض المواضيع، ولها انحيازاتها الخاصة الناتجة عن عملية التدريب. لكن ثمة فرقاً جوهرياً بين رفض توليد تعليمات لصنع المتفجرات والتحريف المنهجي للوقائع التاريخية خدمةً لأيديولوجيا الدولة. فالأول مسألة أمان، والثاني مسألة تلاعب بالمعلومات.

وينبغي أن تكون نتائج الدراسة بمثابة جرس إنذار للجهات التنظيمية في أنحاء العالم. فمع تزايد شعبية النماذج الصينية خارج الصين، بما في ذلك بفضل الأوزان المفتوحة وسياسة التسعير الجذابة، تبرز الحاجة إلى معايير شفافية تتيح للمستخدمين معرفة القيود المدمجة في النموذج الذي يستخدمونه. ويسير قانون الذكاء الاصطناعي الأوروبي (AI Act) في هذا الاتجاه، لكن لم تضع أي ولاية قضائية حتى الآن آلية فعّالة لتدقيق التحيزات الأيديولوجية في نماذج اللغة.

والخلاصة الرئيسية لعمل باحثي ستانفورد وبرينستون ليست أن النماذج الصينية «أسوأ» من الغربية، بل أن الذكاء الاصطناعي يعكس حتماً قيم المنظومة التي يُنشأ فيها وقيودها. وكلما ازدادت هذه النماذج قوة، ازدادت أهمية معرفة القيم التي تحملها بالتحديد، والمواضيع التي دُرِّبت على الصمت بشأنها.