Claude ووهم الصراحة: لماذا يثق الناس بروبوتات الدردشة أكثر من حكمهم الشخصي
يتناول مقال رأي جديد عن Claude عادة خطيرة: يطلب المستخدمون من الروبوت أن يكون «صريحًا إلى أقصى حد»، ويحمّلون له مقالتين موثوقتين، ثم يتعاملون مع تقييماته على أنها خبرة حقيقية. وفي مثال لأفكار تجارية سخيفة، يواصل النموذج مع ذلك منح درجات مقنعة وتقديم حجج سوقية. الفكرة الرئيسية بسيطة: نبرة النماذج اللغوية الكبيرة (LLM) الواثقة كثيرًا ما تحل محل التفكير النقدي لدى الإنسان.
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
لا يتناول مقال الرأي عن Claude خطأً جديدًا للنموذج، بل ظاهرة أكثر إزعاجًا: استعداد الناس لقبول إجابة واثقة من روبوت الدردشة على أنها حكم حقيقي. وكانت نقطة الانطلاق حالة حاول فيها صحفي «ضبط» الذكاء الاصطناعي على الصراحة، واختبار قدرته على تقييم الأفكار التجارية بعقلانية.
الأمر النصي كطقس
اقترح صاحب الحالة الأصلية وصفة بسيطة: إسناد دور محلل أعمال متمرس إلى النموذج، وتحميل مقالتين من Harvard Business School في المحادثة، ثم مطالبة الروبوت بشكل منفصل بـ«أقصى درجات الصراحة». والمنطق وراء ذلك أنه إذا عُيّن الذكاء الاصطناعي مسبقًا في دور المتشكك وزُوّد بالمواد المناسبة، فسيكف عن كونه مولّد نصوص معقولة الشكل، ويتصرف كخبير صارم. ويعترض المقال تحديدًا على هذا الافتراض: فالأمر النصي الواثق لا يغيّر طبيعة النموذج، بل يغيّر نبرة إجابته فقط.
- إسناد دور الخبير إلى النموذج
- تحميل مواد موثوقة
- صياغة الطلب على هيئة بحث تجاري
- إضافة شرط أن يكون «صريحًا إلى أقصى حد»
تكمن المشكلة في أن هذا الطقس يُفهم بسهولة بالغة على أنه معايرة للتفكير. يبدو للمستخدم أنه أضاف إلى النظام صرامة وسلطة علمية، بينما هو في الواقع لم يفعل سوى تضييق الأسلوب الذي سيقدم به الروبوت قوالبه المألوفة: اتجاهات السوق، والبيئة التنافسية، والمخاطر، وإمكانات النمو. وكون الإجابة تبدو كخطاب مستشار لا يعني أن أمامنا فهمًا حقيقيًا للموضوع.
اختبار على فكرة عبثية
كان الاختبار الأول فكرة ضعيفة بوضوح: تدريب القيادة للكلاب. في أي تقييم بشري سليم، ينهار هذا المشروع عند مستوى المنطق الأساسي، فالكلب لا يدير فرقًا، ولا يبني مسارًا مهنيًا، ولا يكتسب مهارات إدارية. لكن Claude منح الفكرة 3 من 10. وبدلًا من أن يرى صاحب الحالة في ذلك مجرد إجابة وسطية أخرى من النموذج، فسّر الدرجة 3 على أنها دليل على أن النظام «معايَر» وقادر على أن يكون قاسيًا لكن عادلًا.
بعد ذلك جاء دور فكرة «جادة»: Cat-Away AI، وهو جهاز مزوّد بالرؤية الحاسوبية يفترض أن يتعرف على القط فوق سطح المطبخ ويرشه تلقائيًا بالماء. قيّم النموذج الفكرة بـ 7,5 من 10، وأضاف مجموعة نموذجية من الحجج التجارية: سوق pet tech ينمو، والبيئة التنافسية تبدو ضعيفة، والحلول القائمة فجّة وغير فعّالة. وبالنسبة لكاتب المقال، هذا هو الخلل الجوهري: لم يحلل الروبوت الفكرة في جوهرها، بل غلّف مشروعًا مشكوكًا فيه بلغة عرض تقديمي للشركات الناشئة.
من أين تأتي الثقة
الفكرة الرئيسية في النص ليست أن روبوتات الدردشة تخطئ أحيانًا. الخطأ أعمق: يفوّض الناس بشكل متزايد حكمهم النهائي للآلة، ويقبلون إجابة محتملة إحصائيًا وسلسة اجتماعيًا على أنها خبرة. تنجح النماذج اللغوية الكبيرة في محاكاة الكفاءة لأنها تعيد إنتاج أشكال الكلام المألوفة: نبرة هادئة، ومصطلحات تجارية، وتحفظات متوازنة، ودرجات مرتبة. وحين يتطابق هذا الأسلوب مع توقعات المستخدم، ينشأ وهم خطير بأن الآلة «فهمت» الفكرة فعلًا.
ويربط كاتب المقال هذه الحالة باتجاه أوسع: السوق يمتلئ بالفعل بمستشارين وموظفي توظيف ومدربين يعملون بالذكاء الاصطناعي، وبخدمات أخرى يُباع فيها النص المعقول الشكل على أنه حكم ذو مضمون. ويؤكد المقال بشكل خاص على الفارق بين تعلم الآلة والذكاء البشري: فالأول يبحث عن الأنماط في مجموعات ضخمة من البيانات، أما الثاني فيرتبط بفهم السياق والنوايا والمعنى. ولهذا السبب بالذات فإن تعليمة قصيرة مثل «كن صريحًا» لا تحوّل النموذج اللغوي الكبير إلى مفكر.
«أنت قادر على التفكير. أما هو فلا.»
ماذا يعني ذلك
تكمن أهمية قصة Claude لا في كونها جدلًا جديدًا حول الهلوسة، بل في كونها تحذيرًا من عادة جديدة لدى المستخدمين. فكلما أصبحت إجابات النماذج اللغوية الكبيرة أكثر إقناعًا، زاد خطر أن يتوقف الإنسان عن التحقق من الاستنتاجات ويبدأ في اعتبار الشكل دليلًا على الجوهر. وبالنسبة لوسائل الإعلام والشركات الناشئة والفرق التي تستخدم الذكاء الاصطناعي في التحليل، تبقى القاعدة كما هي: يمكن للروبوت أن يسرّع العمل التمهيدي، لكنه لا يحل محل التفكير النقدي.
- 22 نوفمبر 2026Claude Code نظّف تلفازًا من الإعلانات خلال ساعة ونصف وأطلق موجة اختراق الأجهزة
- 22 نوفمبر 2026الوكيل تجاهل AGENTS.md: في ثلث عمليات الدفع لم يطلب الإذن، و31 محاولة force push
- 22 نوفمبر 2026Axiom Math تدوّن بالذكاء الاصطناعي إثباتًا ضخمًا من 43.1 مليون سطر برمجي بلغة Lean خلال 24 يومًا
- 22 نوفمبر 2026منحة ياندكس تتحول إلى محرك لنماذج LLM: نموذج 35B على RTX 2080 Ti أسرع بثلاثة أضعاف من llama.cpp
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول الأمر النصي كطقس؟
اقترح صاحب الحالة الأصلية وصفة بسيطة: إسناد دور محلل أعمال متمرس إلى النموذج، وتحميل مقالتين من Harvard Business School في المحادثة، ثم مطالبة الروبوت بشكل منفصل بـ«أقصى درجات الصراحة». والمنطق وراء ذلك أنه إذا عُيّن الذكاء الاصطناعي مسبقًا في دور المتشكك وزُوّد بالمواد المناسبة، فسيكف عن كونه مولّد نصوص معقولة الشكل، ويتصرف كخبير صارم. ويعترض المقال تحديدًا على هذا الافتراض: فالأمر النصي الواثق لا يغيّر طبيعة النموذج، بل يغيّر نبرة إجابته فقط.
ما أبرز التفاصيل حول اختبار على فكرة عبثية؟
كان الاختبار الأول فكرة ضعيفة بوضوح: تدريب القيادة للكلاب. في أي تقييم بشري سليم، ينهار هذا المشروع عند مستوى المنطق الأساسي، فالكلب لا يدير فرقًا، ولا يبني مسارًا مهنيًا، ولا يكتسب مهارات إدارية. لكن Claude منح الفكرة 3 من 10. وبدلًا من أن يرى صاحب الحالة في ذلك مجرد إجابة وسطية أخرى من النموذج، فسّر الدرجة 3 على أنها دليل على أن النظام «معايَر» وقادر على أن يكون قاسيًا لكن عادلًا.
ما أبرز التفاصيل حول من أين تأتي الثقة؟
الفكرة الرئيسية في النص ليست أن روبوتات الدردشة تخطئ أحيانًا. الخطأ أعمق: يفوّض الناس بشكل متزايد حكمهم النهائي للآلة، ويقبلون إجابة محتملة إحصائيًا وسلسة اجتماعيًا على أنها خبرة. تنجح النماذج اللغوية الكبيرة في محاكاة الكفاءة لأنها تعيد إنتاج أشكال الكلام المألوفة: نبرة هادئة، ومصطلحات تجارية، وتحفظات متوازنة، ودرجات مرتبة. وحين يتطابق هذا الأسلوب مع توقعات المستخدم، ينشأ وهم خطير بأن الآلة «فهمت» الفكرة فعلًا.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
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.