فلسفة الذكاء الاصطناعي لمن يكرهون الفلسفة

الخيار العملي

يعامل معظم الناس فلسفة الذكاء الاصطناعي كجدال حول ما إذا كانت الروبوتات تمتلك أرواحاً. هذا خطأ يضيع الوقت ويحجب المخاطر الحقيقية. في عالم الأعمال، فلسفة هذه التكنولوجيا هي في الواقع نقاش حول المسؤولية، والدقة، وتكلفة العمالة البشرية. إنها تتعلق بمن يتحمل المسؤولية عندما يرتكب نموذج خطأ يكلف شركة ملايين الدولارات. وتتعلق بما إذا كان المبدع يمتلك الأسلوب الذي قضى عقوداً في إتقانه. نحن نبتعد عن عصر التساؤل عما إذا كانت الآلات تستطيع التفكير، ونعيش الآن في عصر تحديد مدى ثقتنا بها للعمل نيابة عنا. لقد تحول التوجه في الصناعة مؤخراً من روبوتات الدردشة التي تلقي النكات إلى وكلاء يمكنهم حجز الرحلات وكتابة الأكواد. هذا التغيير يجبرنا على مواجهة آليات الثقة بدلاً من لغز الوعي. إذا كنت تكره الفلسفة، انظر إليها كسلسلة من مفاوضات العقود. أنت تضع شروطاً لموظف جديد لا ينام ولكنه غالباً ما يهذي. الهدف هو بناء إطار عمل لا تفوق فيه فوائد السرعة مخاطر فشل النظام بالكامل.

آليات منطق الآلة

لفهم الوضع الحالي للصناعة، يجب أن تتجاهل مصطلحات التسويق. النموذج اللغوي الكبير ليس عقلاً، بل هو خريطة إحصائية ضخمة للغة البشرية. عندما تكتب أمراً، النظام لا يفكر في سؤالك، بل يحسب الكلمة الأكثر احتمالاً للظهور بعد الكلمة السابقة بناءً على تريليونات الأمثلة. لهذا السبب تبدع هذه الأنظمة في الشعر وتفشل في الرياضيات الأساسية. فهي تفهم أنماط حديث الناس عن الأرقام، لكنها لا تفهم منطق الأرقام نفسها. هذا التمييز حيوي لأي شخص يستخدم هذه الأدوات في بيئة العمل. إذا كنت تعامل المخرجات كسجل واقعي، فأنت تستخدم الأداة بشكل غير صحيح. إنها أداة تركيب إبداعية، وليست قاعدة بيانات. غالباً ما يأتي الارتباك من مدى نجاح هذه النماذج في محاكاة التعاطف البشري. يمكنها أن تبدو لطيفة، محبطة، أو متعاونة، لكن هذه مجرد مرايا لغوية تعكس نبرة البيانات التي تدربت عليها.

التحول الذي شهدناه مؤخراً يتضمن التوجه نحو ربط هذه النماذج ببيانات العالم الحقيقي. بدلاً من ترك النموذج يخمن إجابة، تقوم الشركات الآن بربطها بملفاتهم الداخلية. هذا يقلل من احتمالية اختلاق النموذج للأمور، ويغير أيضاً رهانات المحادثة. لم نعد نسأل عما يعرفه النموذج، بل نسأل كيف يصل النموذج إلى ما نعرفه. هذا تحول من الفن التوليدي إلى المنفعة الوظيفية. الفلسفة هنا بسيطة، فهي الفرق بين القاص وموظف الأرشفة. معظم المستخدمين يريدون الموظف، لكن التكنولوجيا بُنيت لتكون القاص. التوفيق بين هاتين الهويتين هو التحدي الأساسي للمطورين اليوم. يجب أن تقرر ما إذا كنت تريد أداة إبداعية أم أداة دقيقة، لأنه من الصعب حالياً الحصول على كليهما بأقصى مستوى في وقت واحد.

الرهانات العالمية والمصالح الوطنية

تأثير هذه الخيارات لا يقتصر على المكاتب الفردية. الحكومات تتعامل الآن مع تطوير هذه النماذج كمسألة أمن قومي. في الولايات المتحدة، تركز الأوامر التنفيذية على سلامة وأمن أقوى الأنظمة. وفي أوروبا، خلق قانون الذكاء الاصطناعي إطاراً قانونياً يصنف الأنظمة حسب المخاطر. هذا يخلق وضعاً حيث يمكن لفلسفة مطور في كاليفورنيا أن تؤثر على قانونية منتج في برلين. نحن نرى عالماً مجزأً حيث تمتلك المناطق المختلفة أفكاراً متباينة جداً حول ما يجب السماح للآلة بفعله. بعض الدول ترى التكنولوجيا وسيلة لتعزيز الإنتاج الاقتصادي بأي ثمن، بينما يراها آخرون تهديداً للنسيج الاجتماعي وأسواق العمل. هذا يخلق مجموعة منفصلة من القواعد لكل سوق، مما يصعب على الشركات الصغيرة المنافسة مع العمالقة الذين يمتلكون فرقاً قانونية كبيرة.

سلسلة التوريد العالمية لهذه التكنولوجيا هي أيضاً نقطة توتر. الأجهزة المطلوبة لتشغيل هذه النماذج مركزة في أيدٍ قليلة، مما يخلق ديناميكية قوة جديدة بين الدول التي تصمم الرقائق، والدول التي تصنعها، والدول التي توفر البيانات. بالنسبة للمستخدم العادي، هذا يعني أن الأدوات التي تعتمد عليها قد تخضع لحروب تجارية أو قيود تصدير. فلسفة الذكاء الاصطناعي مرتبطة الآن بفلسفة السيادة. إذا اعتمدت دولة على نموذج أجنبي لنظام الرعاية الصحية أو النظام القانوني الخاص بها، فإنها تفقد درجة من السيطرة على بنيتها التحتية. لهذا السبب نرى توجهاً نحو النماذج المحلية والسحب السيادية. الهدف هو ضمان أن المنطق الذي يحكم الأمة لا تملكه شركة في الجانب الآخر من الكوكب. هذا هو الجانب العملي من النقاش الذي غالباً ما يضيع في الحديث عن سيناريوهات الخيال العلمي.

صباح مع الذكاء الاصطناعي

تخيل يوماً نموذجياً لمديرة تسويق تدعى سارة. تبدأ صباحها بطلب من مساعد لتلخيص ثلاثين رسالة بريد إلكتروني. يقوم المساعد بذلك في ثوانٍ، لكن سارة تضطر للتحقق مما إذا كان قد فاته تفصيل حاسم حول خفض الميزانية. لاحقاً، تستخدم أداة توليدية لإنشاء صور لحملة جديدة. تقضي ساعة في تعديل الأمر لأن الآلة تستمر في إعطاء الأشخاص في الصور ستة أصابع. في فترة ما بعد الظهر، تستخدم مساعد برمجة لإصلاح خطأ في موقع الشركة، رغم أنها لا تعرف البرمجة. هي في الأساس قائدة لأوركسترا رقمية. لا تقوم بالعمل اليدوي، لكنها مسؤولة عن الأداء النهائي. هذا هو واقع العمل الجديد؛ إنه يتعلق بالتحرير والتحقق أكثر من كونه إبداعاً من الصفر. سارة أكثر إنتاجية، لكنها أيضاً أكثر تعباً. العبء الذهني الناتج عن التحقق المستمر من أخطاء الآلة يختلف عن عبء القيام بالعمل بنفسها

تغيرت حوافز شركة سارة أيضاً. لم يعودوا يوظفون كتاباً مبتدئين، بل يوظفون محرراً خبيراً واحداً يستخدم ثلاثة نماذج مختلفة لإنتاج نفس كمية المحتوى. هذا يوفر المال على المدى القصير، لكنه يخلق مشكلة طويلة الأمد. من أين سيأتي الجيل القادم من كبار المحررين إذا لم يقم أحد بعمل المبتدئين؟ هذه نتيجة لمنطق الكفاءة الحالي. نحن نحسن الحاضر بينما قد نفرغ المستقبل من محتواه. المخاطر بالنسبة للمبدعين أكبر؛ فالموسيقيون والرسامون يجدون أعمالهم تُستخدم لتدريب النماذج التي تنافسهم الآن على الوظائف. هذا ليس مجرد تغيير في السوق، بل هو تغيير في القيمة التي نضعها على الجهد البشري. يجب أن نسأل عما إذا كنا نقدر النتيجة أكثر من العملية، وماذا يحدث لثقافتنا عندما تُخفى العملية داخل صندوق أسود.

• يجب على قادة الشركات تحديد ما إذا كانوا يقدرون السرعة أكثر من الفكر الأصيل.
• يجب على الموظفين تعلم تدقيق مخرجات الآلة كمهارة أساسية.
• يجب على المشرعين الموازنة بين الحاجة للابتكار وحماية القوى العاملة.
• يجب على المبدعين إيجاد طرق لإثبات أن عملهم بشري للحفاظ على قيمته.
• يجب على المعلمين إعادة التفكير في كيفية تقييم الطلاب عندما تكون الإجابات على بعد نقرة واحدة.

التكاليف الخفية للأتمتة

غالباً ما نتحدث عن فوائد هذه التكنولوجيا دون ذكر الفاتورة. التكلفة الأولى هي الخصوصية. لجعل هذه النماذج أكثر فائدة، علينا تزويدها بمزيد من البيانات. يتم تشجيعنا على تغذية جداولنا الشخصية، وملاحظاتنا الخاصة، وأسرارنا المؤسسية في هذه الأنظمة للحصول على نتائج أفضل. ولكن إلى أين تذهب تلك البيانات؟ تدعي معظم الشركات أنها لا تستخدم بيانات العملاء لتدريب نماذجها، لكن تاريخ الإنترنت يشير إلى أن السياسات يمكن أن تتغير. بمجرد دخول بياناتك إلى النظام، يكاد يكون من المستحيل استخراجها. هذه مقايضة دائمة للخصوصية مقابل الراحة. نشهد أيضاً زيادة هائلة في استهلاك الطاقة. يتطلب تدريب نموذج كبير واحد كهرباء كافية لتشغيل آلاف المنازل لمدة عام. مع توجهنا نحو أنظمة أكثر تعقيداً، ستزداد التكلفة البيئية فقط. يجب أن نسأل عما إذا كانت القدرة على إنشاء صورة مضحكة لقطة تستحق البصمة الكربونية التي تولدها.

هناك أيضاً تكلفة الحقيقة. مع سهولة توليد نصوص وصور واقعية، تنخفض قيمة الأدلة. إذا كان من الممكن تزييف أي شيء، فلا يمكن إثبات أي شيء. هذا يؤثر بالفعل على أنظمتنا السياسية ومحاكمنا القانونية. نحن ندخل فترة يكون فيها الافتراض الافتراضي هو أن ما نراه على الشاشة هو كذبة. هذا يخلق مستوى عالٍ من الاحتكاك الاجتماعي ويجعل من الصعب الاتفاق على الحقائق الأساسية. فلسفة الذكاء الاصطناعي هنا تتعلق بتآكل الواقع المشترك. إذا كان الجميع ينظرون إلى نسخة من العالم تمت تصفيتها وتعديلها بواسطة خوارزمية، فإننا نفقد القدرة على التواصل بفعالية عبر تلك الانقسامات. نحن نستبدل أساساً اجتماعياً مستقراً بتجربة أكثر تخصيصاً وترفيهاً. هذا خيار نتخذه في كل مرة نستخدم فيها هذه الأدوات دون التشكيك في مصدرها أو نيتها.

هل لديك قصة، أداة، اتجاه، أو سؤال عن الذكاء الاصطناعي تعتقد أنه يجب علينا تغطيته؟ أرسل لنا فكرتك للمقالة — نود أن نسمعها.

القيود التقنية والأنظمة المحلية

بالنسبة للمستخدمين المتقدمين، المحادثة تتعلق بأكثر من مجرد أخلاقيات؛ إنها تتعلق بحدود الأجهزة والبرمجيات. أحد أكبر العقبات هو نافذة السياق، وهي كمية المعلومات التي يمكن للنموذج الاحتفاظ بها في ذاكرته النشطة في وقت واحد. رغم أن هذه النوافذ تنمو، إلا أنها لا تزال محدودة. إذا قمت بتغذية نموذج بكتاب من ألف صفحة، فسيبدأ في النهاية بنسيان البداية بحلول الوقت الذي يصل فيه إلى النهاية، مما يؤدي إلى تناقضات في المشاريع الطويلة. هناك أيضاً مشكلة حدود واجهة برمجة التطبيقات (API) وزمن الاستجابة. إذا كان عملك يعتمد على نموذج طرف ثالث، فأنت تحت رحمة وقت تشغيله وتسعيره. يمكن لتغيير مفاجئ في شروط الخدمة أن يكسر سير عملك بالكامل. لهذا السبب يتجه العديد من المستخدمين المتقدمين نحو التخزين المحلي والتنفيذ المحلي. إنهم يشغلون نماذج أصغر على أجهزتهم الخاصة للحفاظ على السيطرة والسرعة.

تكامل سير العمل هو التحدي الكبير التالي. لا يكفي وجود مربع دردشة على موقع ويب؛ القيمة الحقيقية تأتي من ربط هذه النماذج بالأدوات الحالية مثل جداول البيانات، وقواعد البيانات، وبرامج إدارة المشاريع. يتطلب هذا فهماً عميقاً لكيفية هيكلة البيانات حتى يتمكن النموذج من فهمها. نحن نشهد صعود RAG، أو التوليد المعزز بالاسترجاع. هذه طريقة يبحث فيها النموذج عن معلومات محددة من مصدر موثوق قبل أن يجيب. إنها وسيلة لسد الفجوة بين الطبيعة الإحصائية للنموذج والاحتياجات الواقعية للمستخدم. ومع ذلك، يضيف هذا طبقة من التعقيد إلى النظام، حيث يجب عليك إدارة محرك البحث، وقاعدة البيانات، والنموذج في وقت واحد. إنه حل عالي الصيانة يتطلب مجموعة مهارات محددة لإدارته بفعالية.

• يسمح التكميم (Quantization) للنماذج الكبيرة بالعمل على أجهزة المستهلكين من خلال تقليل دقة الأوزان.
• أصبح الضبط الدقيق (Fine tuning) أقل شيوعاً مع توفير RAG دقة واقعية أفضل بجهد أقل.
• لا تزال الرموز (Tokenization) تكلفة خفية يمكن أن تجعل معالجة لغات معينة أكثر تكلفة من غيرها.
• التنفيذ المحلي هو الطريقة الوحيدة لضمان خصوصية بنسبة 100 بالمائة للبيانات المؤسسية الحساسة.
• تقطير النموذج (Model distillation) ينشئ نسخاً أصغر وأسرع من النماذج العملاقة للاستخدام عبر الهاتف المحمول.

المسار العملي للمضي قدماً

فلسفة الذكاء الاصطناعي ليست تشتيتاً عن العمل، بل هي العمل نفسه. في كل مرة تختار فيها نموذجاً، أنت تتخذ قراراً بشأن نوع المنطق الذي تريده أن يهيمن على حياتك. أنت تقرر أي المخاطر مقبولة وأي التكاليف باهظة جداً. التكنولوجيا تتغير بسرعة، لكن الاحتياجات البشرية تظل كما هي. نريد أدوات تجعلنا أفضل، لا أدوات تستبدلنا. نريد أنظمة شفافة، لا أنظمة تعمل في الظلام. الارتباك حول هذا الموضوع غالباً ما يكون متعمداً؛ فمن الأسهل للشركات بيع صندوق سحري بدلاً من بيع أداة إحصائية معقدة. من خلال إزالة الحشو والتركيز على الحوافز، يمكنك رؤية التكنولوجيا على حقيقتها. إنها ابتكار قوي، معيب، وإنساني بعمق. إنها تعكس أفضل أفكارنا وأسوأ عاداتنا. الهدف هو استخدامها وعيناك مفتوحتان، مع فهم المقايضات التي تقوم بها في كل تفاعل. يمكنك معرفة المزيد عن أحدث اتجاهات تعلم الآلة للبقاء في صدارة هذه التحولات. للحصول على رؤى أعمق حول أخلاقيات هذه الأنظمة، توفر موارد مثل معهد ستانفورد للذكاء الاصطناعي المتمحور حول الإنسان وMIT Technology Review بيانات ممتازة. يمكنك أيضاً تتبع التغييرات القانونية في قسم التكنولوجيا بـ نيويورك تايمز.

ملاحظة المحرر: لقد أنشأنا هذا الموقع كمركز إخباري وإرشادي متعدد اللغات للذكاء الاصطناعي للأشخاص الذين ليسوا خبراء في الكمبيوتر، ولكنهم ما زالوا يرغبون في فهم الذكاء الاصطناعي، واستخدامه بثقة أكبر، ومتابعة المستقبل الذي بدأ بالفعل في الوصول.