أحدثت التطورات الأخيرة في مجال الذكاء الاصطناعي، خاصةً في مجال نماذج اللغات الكبيرة، انطباعًا بأن هذه النماذج تمتلك قدرات معرفية مُعقدة، بل وربما “تفكيرًا” بالمعنى البشري للكلمة. لكن دراساتٍ حديثة تُشير إلى أن هذا الانطباع قد يكون مُبالغًا فيه، فقدرات هذه النماذج، رغم روعتها، تظلّ أقل تعقيدًا بكثير مما قد يُعتقد.
تعتمد نماذج الذكاء الاصطناعي التوليدية، مثل ChatGPT وغيرها، على آليات إحصائية مُعقدة، تُمكنها من توليد نصوصٍ مترابطةٍ ومُنسجمة. فهي تُحلل كمياتٍ هائلةٍ من البيانات، وتُحدد الاحتمالات الإحصائية لكلّ كلمةٍ في السياق، ثمّ تُنتج نصًا يُمثل أكثر الاحتمالات ترجيحًا. لكنّ هذا لا يعني أنّها تُفكّر أو تُدرك المعنى بالمعنى البشري للكلمة.
فالنماذج لا تُفهم المعنى الحقيقي للكلمات والجمل، بل تُقلّد أنماطًا لغويةً تعلمتها من البيانات. وهذا يشبه إلى حدٍّ ما ببغاءً يُكرّر الكلمات دون فهمٍ لِمُعانيها. فهي تُنتج نصوصًا مُقنعة، لكنّها قد تكون خاليةً من المعنى الحقيقي أو تحتوي على أخطاءٍ منطقية.
يُؤكّد الباحثون أنّ القدرة على توليد نصوصٍ مُنسجمة لا تُعادل القدرة على التفكير. فالتفكير يتطلبُ قدرةً على الفهمِ والاستنتاجِ والحكمِ، وهذه القدرات لا تزالُ بعيدةً عن متناولِ نماذج الذكاء الاصطناعي الحالية.
لذلك، يُعتبر الحديثُ عن “تفكير” الذكاء الاصطناعي مُبالغةً إلى حدٍّ ما. فقدراتُ هذه النماذج مُذهلةٌ لا شكّ، لكنّها تظلّ أدواتٍ إحصائيةً متقدمةً، لا تُساوي القدرات المعرفية البشرية المُعقدة. يُهمّنا أن نفهم هذه الحدود لتجنب المُبالغة في إمكانيات التقنية، وإعداد استراتيجيات مُناسبة لاستخدامها بفعالية.
هذا المحتوى تم باستخدام أدوات الذكاء الاصطناعي.
