تقرير Stanford HAI: فجوة الذكاء الاصطناعي بين الولايات المتحدة والصين تكاد تختفي، والسلامة تتخلف عن الركب

يقوّض تقرير Stanford HAI AI Index 2026 الأسطورة المريحة عن الريادة المطلقة للولايات المتحدة في الذكاء الاصطناعي: فمن حيث جودة النماذج المتقدمة، كادت الصين تلحق بالشركات الأمريكية، أما في التحقق العلني من السلامة فلا يزال السوق متخلفًا كثيرًا عن طموحاته. ويجمع تقرير AI Index لعام 2026، الذي نشرته Stanford HAI في 13 أبريل 2026، بيانات عن أداء النماذج والاستثمارات والمنشورات العلمية وبراءات الاختراع والمزاج العام وممارسات responsible AI. والاستنتاج الرئيسي غير مريح للصناعة الأمريكية: لم يعد هناك تفوق تكنولوجي مستقر للولايات المتحدة.

وبحسب بيانات Stanford، تبادلت النماذج الأمريكية والصينية المراكز عدة مرات في أعلى التصنيفات منذ مطلع 2025. ففي فبراير 2025 عادل DeepSeek-R1 لفترة وجيزة أفضل نموذج أمريكي، وبحلول مارس 2026 تقلّص تفوق النموذج الأعلى من Anthropic إلى 2,7%.

وهذا لا يعني أن الولايات المتحدة خسرت كل مزاياها. فالشركات الأمريكية لا تزال تُصدر عددًا أكبر من النماذج الرائدة: 50 مقابل 30 للصين في حصيلة 2025. كما تتفوق الولايات المتحدة في جودة براءات الاختراع، ويفوق حجم استثماراتها الخاصة نظيره الصيني بفارق لا يُقارن. لكن الصين تتصدر بالفعل من حيث حجم منشورات الذكاء الاصطناعي وحصة الاستشهادات وعدد البراءات الممنوحة. وبعبارة أخرى، لم يعد السوق قصة قائد واحد لا ينازعه أحد. إنه الآن سباق محتدم قد يتغير فيه الفارق بعد كل إصدار كبير.

ويشير Stanford بشكل منفصل إلى هشاشة بنيوية في التفوق الأمريكي. ففي الولايات المتحدة 5427 مركز بيانات، أي أكثر من عشرة أضعاف ما لدى أي دولة أخرى. لكن شركة واحدة هي TSMC في تايوان تصنّع تقريبًا كل رقائق الذكاء الاصطناعي المتقدمة لهذه البنية التحتية. وقد بدأ توسّع إنتاج TSMC في الولايات المتحدة بالفعل في 2025، غير أن منطق سلسلة التوريد نفسه يظل هشًّا: فالهيمنة في الحوسبة لا تعني السيطرة على كامل المنظومة التكنولوجية.

والأهم من ذلك أن الفجوة بين قدرات النماذج وطريقة قياس الصناعة للمخاطر لا تتقلص، بل تتسع. فمعظم مطوّري النماذج الرائدة ينشرون نتائج اختبارات القدرات (capability benchmarks) مثل MMLU أو SWE-bench، لكن بيانات responsible AI تصدر مجزّأة. وفي جداول Stanford الخاصة بالسلامة (safety) والإنصاف (fairness) والدقة الوقائعية (factuality) والاستقلالية البشرية (human agency) خانات فارغة كثيرة، ولذلك يتعذر غالبًا مقارنة النماذج من حيث المخاطر. وهذا لا يعني أن المختبرات لا تجري أي red teaming أو اختبارات alignment داخلية. المشكلة أن هذه الفحوص نادرًا ما تُكشف بصيغة موحدة وقابلة للمقارنة.

وفي هذا السياق، يواصل عدد حوادث الذكاء الاصطناعي الموثّقة ارتفاعه. فقد سجّلت AI Incident Database ‏362 حادثة في 2025 مقابل 233 قبل عام، وكان العدد قبل 2022 أقل من مئة حادثة سنويًا. ولا تبدو المؤسسات مستعدة لحجم المشكلة. ففي استطلاع مشترك بين AI Index وMcKinsey، انخفضت حصة الشركات التي وصفت استجابتها لحوادث الذكاء الاصطناعي بأنها ممتازة من 28% إلى 18% خلال عام، فيما ارتفعت حصة من أبلغوا عن ثلاث إلى خمس حوادث من 30% إلى 50%. وثمة تعقيد إضافي: فتحسين أحد مقاييس responsible AI قد يضر بمقياس آخر، فزيادة السلامة قد تخفض الدقة، وتعزيز الخصوصية قد يضر بالإنصاف (fairness).

والتصور العام بدوره يزداد تناقضًا. فعلى مستوى العالم، يرى 59% من المشاركين في الاستطلاعات أن منتجات الذكاء الاصطناعي تجلب نفعًا أكبر من ضررها، وفي الوقت نفسه يقول 52% إن هذه الخدمات تثير قلقهم. والخبراء أكثر تفاؤلًا بوضوح من المستخدمين العاديين: إذ يتوقع 73% من المتخصصين أثرًا إيجابيًا للذكاء الاصطناعي على العمل مقابل 23% من سكان الولايات المتحدة، وعلى الاقتصاد 69% مقابل 21%، وعلى الطب 84% مقابل 44%. وفي الوقت نفسه سُجّل في الولايات المتحدة أدنى مستوى من الثقة بالحكومة الوطنية في ما يخص التنظيم المسؤول للذكاء الاصطناعي، وهو 31% مقابل متوسط عالمي قدره 54%.

وخلاصة التقرير بسيطة: لم يعد الجدل حول من يتقدم اليوم في جودة النماذج بأهمية السؤال عمّن يستطيع جعل الذكاء الاصطناعي قابلًا للتحقق وآمنًا ومتينًا في مواجهة الأعطال. فالولايات المتحدة تحتفظ بالحجم ورأس المال والبنية التحتية، والصين بالوتيرة والكتلة العلمية وكتلة البراءات. لكن المسافة الحقيقية التي لم تُغلق بعد لا تمر بين البلدين، بل بين سرعة تطور النماذج ونضج آليات الرقابة المحيطة بها.