لماذا الآراء حول الذكاء الاصطناعي متباينة للغاية

في عالم يتطور بسرعة، يتزايد الجدل حول الذكاء الاصطناعي. هذا المقال يستعرض الفجوة بين آراء الخبراء والجمهور حول هذه التكنولوجيا.

لماذا الآراء حول الذكاء الاصطناعي متباينة للغاية

في صناعة لا تتوقف عن التطور، يُعتبر تقرير مؤشر الذكاء الاصطناعي من جامعة ستانفورد، الذي يُصدر سنويًا، فرصة لأخذ نفس عميق. (إنها ماراثون، وليست سباقًا سريعًا، بعد كل شيء.)

إحصائيات مثيرة للاهتمام

تقرير هذا العام، الذي صدر اليوم، مليء بالإحصائيات اللافتة. الكثير من القيمة تأتي من وجود أرقام تدعم المشاعر الغريزية التي قد تكون لديك بالفعل، مثل الشعور بأن الولايات المتحدة تتقدم في الذكاء الاصطناعي أكثر من أي بلد آخر: فهي تستضيف 5427 مركز بيانات (وما زالت الأعداد في تزايد). هذا أكثر من 10 مرات من أي دولة أخرى.

نقاط الاختناق في سلسلة الإمداد

هناك أيضًا تذكير بأن سلسلة الإمداد للأجهزة التي يعتمد عليها قطاع الذكاء الاصطناعي تعاني من بعض نقاط الاختناق الكبيرة. إليك ربما أكثر الحقائق إثارة: “شركة واحدة، TSMC، تصنع تقريبًا كل شريحة ذكاء اصطناعي رائدة، مما يجعل سلسلة الإمداد العالمية للأجهزة تعتمد على مصنع واحد في تايوان.” مصنع واحد! هذا أمر مذهل حقًا.

الفجوة بين الخبراء والجمهور

لكن النقطة الرئيسية التي أستخلصها من تقرير مؤشر الذكاء الاصطناعي لعام 2026 هي أن حالة الذكاء الاصطناعي الآن مليئة بالتناقضات. كما قالت زميلتي ميشيل كيم اليوم في مقالتها حول التقرير: “إذا كنت تتابع أخبار الذكاء الاصطناعي، فمن المحتمل أنك تشعر بالدوار. الذكاء الاصطناعي هو سباق للذهب. الذكاء الاصطناعي هو فقاعة. الذكاء الاصطناعي يأخذ وظيفتك. الذكاء الاصطناعي لا يستطيع حتى قراءة الساعة.” (يشير تقرير ستانفورد إلى أن أفضل نموذج تفكير منطقي من Google DeepMind، Gemini Deep Think، حصل على ميدالية ذهبية في الأولمبياد الدولي للرياضيات ولكنه غير قادر على قراءة الساعات التناظرية نصف الوقت.)

تقوم ميشيل بعمل رائع في تغطية أبرز النقاط في التقرير. لكنني أردت أن أتعمق في سؤال لا أستطيع التخلص منه. لماذا من الصعب معرفة ما يحدث بالضبط في الذكاء الاصطناعي الآن؟

يبدو أن أوسع فجوة توجد بين الخبراء وغير الخبراء. “الخبراء في الذكاء الاصطناعي والجمهور العام يرون مسار التكنولوجيا بشكل مختلف تمامًا،” يكتب مؤلفو مؤشر الذكاء الاصطناعي. “في تقييم تأثير الذكاء الاصطناعي على الوظائف، 73% من الخبراء في الولايات المتحدة لديهم نظرة إيجابية، مقارنة بـ 23% فقط من الجمهور، بفارق 50 نقطة مئوية. تظهر انقسامات مماثلة فيما يتعلق بالاقتصاد والرعاية الطبية.”

تجارب مختلفة

هذا فارق هائل. ماذا يحدث؟ ماذا يعرف الخبراء أن الجمهور لا يعرفه؟ (“الخبراء” هنا يعني الباحثين المقيمين في الولايات المتحدة الذين شاركوا في مؤتمرات الذكاء الاصطناعي في 2023 و2024.)

أعتقد أن جزءًا مما يحدث هو أن الخبراء وغير الخبراء يستندون إلى تجارب مختلفة تمامًا. “درجة الإعجاب التي تشعر بها تجاه الذكاء الاصطناعي مرتبطة تمامًا بمدى استخدامك للذكاء الاصطناعي في البرمجة،” كتب مطور برمجيات على منصة X مؤخرًا. ربما يكون ذلك مزاحًا، لكن هناك بالتأكيد شيء من الصحة فيه.

النماذج الحديثة من أفضل المختبرات أصبحت الآن أفضل من أي وقت مضى في إنتاج الشيفرات. نظرًا لأن المهام التقنية مثل البرمجة لها نتائج صحيحة أو خاطئة، فإنه من الأسهل تدريب النماذج للقيام بها، مقارنة بالمهام الأكثر انفتاحًا. علاوة على ذلك، فإن النماذج التي يمكنها البرمجة تثبت أنها مربحة، لذا فإن صانعي النماذج يخصصون موارد لتحسينها.

الواقع الحالي

هذا يعني أن الأشخاص الذين يستخدمون هذه الأدوات للبرمجة أو العمل التقني الآخر يختبرون هذه التكنولوجيا في أفضل حالاتها. خارج هذه الاستخدامات، تحصل على مجموعة مختلطة أكثر. لا تزال نماذج اللغة الكبيرة ترتكب أخطاء غبية. وقد أصبح هذا الظاهرة تُعرف باسم “الحدود المتعرجة”: النماذج جيدة جدًا في القيام ببعض الأشياء وأقل كفاءة في أشياء أخرى.

كما كان للباحث المؤثر في مجال الذكاء الاصطناعي أندريه كارباتي بعض الآراء. “من خلال متابعتي [لخط الزمن] يبدو أن هناك فجوة متزايدة في فهم قدرة الذكاء الاصطناعي،” كتب ردًا على ذلك المنشور على X. وأشار إلى أن المستخدمين المتقدمين (أي الأشخاص الذين يستخدمون نماذج اللغة الكبيرة في البرمجة أو الرياضيات أو البحث) لا يواكبون فقط أحدث النماذج، ولكنهم غالبًا ما يدفعون 200 دولار شهريًا للحصول على أفضل الإصدارات. “لقد كانت التحسينات الأخيرة في هذه المجالات هذا العام مذهلة للغاية،” أضاف.

نظرًا لأن نماذج اللغة الكبيرة لا تزال تتحسن بسرعة، فإن شخصًا يدفع لاستخدام Claude Code سيستخدم فعليًا تقنية مختلفة عن شخص حاول استخدام النسخة المجانية من Claude لتخطيط حفل زفاف قبل ستة أشهر. هاتان المجموعتان تتحدثان دون أن تفهم كل منهما الأخرى.

الخلاصة

أين يتركنا ذلك؟ أعتقد أن هناك واقعيتين. نعم، الذكاء الاصطناعي أفضل بكثير مما يدركه الكثير من الناس. ونعم، لا يزال سيئًا في الكثير من الأشياء التي يهتم بها العديد من الناس (وقد يبقى كذلك). يجب على أي شخص يقوم بالمراهنة على المستقبل من أي جانب أن يأخذ ذلك في الاعتبار.

في النهاية، يجب أن نفهم أن الذكاء الاصطناعي يمثل تحديات وفرصًا، ويجب أن نتعامل معه بحذر ووعي.