ما هو الذكاء الاصطناعي حقًّا؟ شرحٌ مبسّط بلا مبالغة
الذكاء الاصطناعي ليس عقلًا في الآلة بل رياضيات تتوقّع النمط التالي. هاتفك لا يفهم «المطر»، إنما يحسب احتمالاته؛ تعريفٌ دقيق في دقائق.

حين تسأل هاتفك عن الطقس فيجيبك بصوتٍ هادئ، فهو لا يعرف معنى «المطر» كما تعرفه، ولا يدري معنى أن تبتلّ؛ إنما يحسب احتمالاتٍ ويختار أرجحها. وبين رهبةٍ تُحيط بالذكاء الاصطناعي كأنه سحر، وتهوينٍ يراه آلةً حاسبة، تضيع الصورة الصحيحة.
الاسم أكبر من المسمّى
صاغ جون مكارثي (John McCarthy) مصطلح «الذكاء الاصطناعي» في مقترح ورشة دارتموث الصيفية في أغسطس 1955، وشاركه في كتابته منسكي وروتشستر وشانون، وعُقدت الورشة صيف 1956. وهو اسمٌ يستدعي في أذهاننا الوعي والفهم والقصد. أما ما بين أيدينا اليوم فمنظومات رياضية متقنة تتعرّف إلى الأنماط وتتوقّع ما يليها، وليست عقلًا صغيرًا يسكن المعالج. ومن خلط بين الاسم والحقيقة مال إلى الانبهار أو إلى خوفٍ لا سبب له.
فكرة واحدة تقف خلف الإبهار
يقوم معظم ما يدهشنا على فكرةٍ بسيطة: التنبّؤ بالرمز التالي. والمقصود بـ«التنبّؤ» هنا توقّعٌ إحصائي لما يرجّحه الحساب، لا علمٌ بالغيب؛ فالغيب لله وحده. فالنموذج اللغوي يحسب كلمةً بعد كلمة أرجح ما يأتي تاليًا، فيتقن المألوف ويتعثّر في النادر. وآلية ذلك بالتفصيل في مقال «النماذج اللغوية الكبيرة».
يتعلّم من الأمثلة لا من القواعد
في البرمجة التقليدية يكتب المبرمج القواعد: «إن حدث كذا فافعل كذا». أما في التعلّم الآلي فالأمر معكوس؛ نعرض على الآلة ملايين الأمثلة، فتستخرج القواعد بنفسها. هكذا يتعلّم نظام البريد المزعج تمييز الرسائل: لا يُلقَّن قائمةً بالكلمات الممنوعة، بل تُعرَض عليه ملايين الرسائل المصنّفة سلفًا، فيلتقط القرائن الدقيقة بنفسه.
وفي هذا قوّته وخطره معًا؛ فقد يلتقط أنماطًا أدقّ من إدراكنا، وقد يلتقط أنماطًا زائفة أو متحيّزة كامنة في البيانات دون أن نشعر.
البيانات وقودٌ وحدود
جودة المخرجات من جودة المدخلات، فإذا غذّينا الآلة ببياناتٍ متحيّزة أنتجت قراراتٍ متحيّزة. ومن أشهر الأمثلة أن ثلاثة أنظمة تجارية لتصنيف الجنس من صور الوجوه أخطأت مع النساء داكنات البشرة أكثر بكثير مما أخطأت مع غيرهن (Gender Shades، 2018)، ويُرجَّح أن ذلك يعود إلى ضعف تمثيل هذه الفئات في البيانات. فالآلة لم تقرّر التمييز، بل عكست نقصًا في بياناتنا. وتفصيل ذلك في مقال «التحيّز الخوارزمي».
لا تكذب… لكنها قد تخطئ بثقة
لا تكذب هذه النماذج بالمعنى القصدي للكلمة، فليس الصدق غايةً مُضمَّنة في تدريبها؛ إنما تولّد الجملة الأرجح ولو كانت خاطئة. وأخطر ما فيها ليس الجهل، بل بلاغة الخطأ: فمن ظنّ الفصاحة دليلَ صحّة وقع في الفخّ.
ما العمل؟
- اسأل عن حدود الأداة: ماذا تُحسن بالضبط، وأين تخطئ؟
- راجع الأرقام والأسماء والوقائع قبل الاعتماد عليها.
- أبقِ الحكم النهائي في يد الإنسان، فالآلة تقترح والمسؤولية بشرية.
السؤال الجدير بنا ليس «هل ستتفوّق الآلة على الإنسان؟»، بل «كيف نصوغ شراكةً يبقى فيها القرار للوعي البشري، وتبقى الآلة خادمًا بارعًا؟». ومن أحسن هذا الجواب اليوم فقد أحسن الاستعداد للغد، ونسأل الله التوفيق.
المراجع
- J. McCarthy, M. Minsky, N. Rochester, C. Shannon, A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence (31 August 1955)
- J. Buolamwini & T. Gebru, Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification, Proceedings of Machine Learning Research 81:77–91 (2018)


