الذكاء الاصطناعي التوليدي بلغة بسيطة: كيف يكتب ويرسم؟ وما حدوده ومخاطره؟
شرح مبسط للذكاء الاصطناعي التوليدي: المحولات والشبكات التوليدية التنافسية، ولماذا «تهلوس» النماذج، وقضايا التضليل وحقوق النشر.
خلال سنوات قليلة أصبح بإمكان أي شخص أن يطلب من برنامج حاسوبي كتابة رسالة، أو تلخيص تقرير، أو إنشاء صورة من وصف نصي. هذا ما يُعرف بـالذكاء الاصطناعي التوليدي. لكن كيف يعمل؟ وهل «يفهم» ما يكتبه فعلًا؟ وما المخاطر التي يجب الانتباه إليها؟ يقدم هذا المقال شرحًا مبسطًا ومتوازنًا.
ما الذكاء الاصطناعي التوليدي؟
هو فرع من الذكاء الاصطناعي يستخدم نماذج توليدية لإنتاج محتوى جديد: نصوص، وصور، ومقاطع صوت وفيديو، وشيفرات برمجية. ويعمل غالبًا استجابة لتعليمات مكتوبة بلغة طبيعية، تُسمى «الأوامر» أو «المطالبات».
والفكرة الأساسية أن النموذج يتعلم الأنماط الموجودة في كميات ضخمة من بيانات التدريب، ثم يستخدم هذه الأنماط لتوليد بيانات جديدة تشبهها.
كيف تعمل النماذج اللغوية؟ تشبيه مبسط
تخيل شخصًا قرأ عددًا هائلًا من النصوص، وأصبح بارعًا في توقع الكلمة التالية في أي جملة. إذا قلت له «عاصمة مصر هي…» سيكمل بثقة. النماذج اللغوية تعمل بمنطق قريب: تتعلم العلاقات الإحصائية بين الكلمات وأجزائها، ثم تولد النص جزءًا بعد جزء.
لكن هذا التشبيه مبسط، فالنماذج الحديثة قادرة على التعامل مع سياقات طويلة، واتباع تعليمات معقدة، وتنظيم أفكار متعددة. ومع ذلك تبقى طبيعتها الأساسية توليدًا مبنيًا على الأنماط، لا استرجاعًا مضمونًا للحقائق.
محطات تقنية مهمة
الشبكات التوليدية التنافسية (2014)
قدم الباحث إيان غودفيلو وزملاؤه عام 2014 فكرة الشبكات التوليدية التنافسية، التي تقوم على شبكتين تتنافسان: الأولى تولّد بيانات صناعية، والثانية تحاول التمييز بينها وبين البيانات الحقيقية. ومع التدريب تتحسن الشبكة الأولى حتى يصعب التفريق بين ما تنتجه وما هو حقيقي. وكان لهذه الفكرة أثر كبير في توليد الصور.
بنية المحولات (2017)
في عام 2017 نُشرت ورقة بحثية بعنوان «الانتباه هو كل ما تحتاجه»، قدمت بنية المحولات. وتعتمد هذه البنية على آلية الانتباه الذاتي التي تسمح للنموذج بربط كل كلمة ببقية الكلمات في النص، ومعالجة الأجزاء بالتوازي. وأصبحت هذه البنية أساس معظم النماذج اللغوية الكبيرة الحالية.
الانتشار الجماهيري (2022)
في نوفمبر 2022 أُتيح أحد أشهر روبوتات المحادثة للجمهور، فانتشر استخدام الذكاء الاصطناعي التوليدي في الكتابة والتعليم والعمل بسرعة غير مسبوقة خلال 2023.
«الهلوسة»: لماذا تخطئ النماذج بثقة؟
من أهم ما يجب أن يعرفه المستخدم أن النماذج قد تنتج معلومات غير صحيحة تبدو مقنعة تمامًا، مثل أرقام أو مراجع أو اقتباسات لا وجود لها. وتُسمى هذه الظاهرة «الهلوسة».
ويحدث ذلك لأن النموذج يولد نصًا محتملًا لغويًا، وليس بالضرورة صحيحًا واقعيًا. ولهذا:
- تحقق دائمًا من الحقائق المهمة من مصادر موثوقة.
- لا تعتمد على النموذج وحده في القضايا الطبية أو القانونية أو المالية.
- اطلب المصادر ثم افتحها بنفسك، ولا تكتفِ بذكرها.
قضايا ومخاوف مطروحة
المعلومات المضللة والتزييف العميق
يمكن استخدام الأدوات التوليدية لإنتاج صور أو مقاطع أو نصوص مزيفة تبدو حقيقية، ما يسهل نشر الأخبار الكاذبة والاحتيال. وقد أظهرت دراسات أن بعض أدوات توليد الصور كانت قادرة على إنتاج صور مضللة مقنعة عند الطلب.
الاحتيال الإلكتروني
تنبه وكالات الأمن السيبراني إلى أن الأخطاء اللغوية لم تعد علامة موثوقة على الرسائل الاحتيالية، لأن الذكاء الاصطناعي يجعلها أكثر إتقانًا. لذلك يجب الاعتماد على علامات أخرى، مثل الإلحاح غير المبرر وطلب البيانات الحساسة والروابط المشبوهة.
حقوق النشر
دُربت بعض النماذج على أعمال محمية بحقوق النشر دون إذن أصحابها، ما أدى إلى قضايا قضائية لا يزال بعضها منظورًا. كما قررت جهات تسجيل حقوق المؤلف في بعض الدول أن الأعمال التي ينتجها الذكاء الاصطناعي دون مساهمة بشرية لا تتمتع بالحماية نفسها.
الأثر البيئي
تستهلك مراكز البيانات التي تشغّل هذه النماذج كميات كبيرة من الكهرباء، وتحتاج إلى المياه للتبريد، ما يثير نقاشًا حول البصمة البيئية لهذه التقنيات.
التنظيم
بدأت جهات تشريعية في تنظيم القطاع، ومن الأمثلة قانون الذكاء الاصطناعي الأوروبي، الذي يتضمن متطلبات تتعلق بالإفصاح عن المواد المحمية المستخدمة في التدريب، وتمييز المحتوى المولد آليًا.
استخدامات مفيدة بمسؤولية
- الصياغة الأولية: كتابة مسودة رسالة أو تقرير ثم مراجعتها بعناية.
- التلخيص: تلخيص نصوص طويلة مع الرجوع إلى الأصل في النقاط المهمة.
- التعلم: شرح مفهوم بأساليب متعددة، مع التحقق من المعلومات.
- البرمجة: اقتراح شيفرات مع اختبارها قبل استخدامها.
نصائح للاستخدام الآمن
- لا تُدخل بيانات حساسة مثل كلمات المرور أو أرقام الحسابات أو معلومات العملاء السرية.
- راجع المخرجات قبل نشرها أو الاعتماد عليها.
- أفصح عن استخدام الأداة حين يتطلب السياق ذلك، كالأعمال الأكاديمية والصحفية.
- تحقق من المحتوى المثير قبل مشاركته، خاصة الصور والمقاطع.
مصطلحات مفيدة
- النموذج اللغوي الكبير: نموذج مدرب على كميات ضخمة من النصوص لتوليد اللغة وفهمها.
- المطالبة: التعليمات النصية التي يكتبها المستخدم للنموذج.
- بيانات التدريب: المحتوى الذي تعلم منه النموذج الأنماط.
خلاصة
الذكاء الاصطناعي التوليدي أداة قوية تعتمد على تعلم الأنماط من بيانات ضخمة، وتطورت عبر محطات مثل الشبكات التنافسية عام 2014 وبنية المحولات عام 2017. لكنها أداة احتمالية قد تخطئ بثقة، وتطرح قضايا تتعلق بالتضليل وحقوق النشر والبيئة. والاستخدام الذكي يعني الاستفادة من قدراتها مع التحقق الدائم من مخرجاتها.
المعلومات الواردة صحيحة حتى 3 نوفمبر 2026.
