«مفاجأة مثيرة» الذكاء الاصطناعي ليس ذكيا كما تظن أبل

أجرت شركة أبل دراسة حديثة تتعلق بالذكاء الاصطناعي، وقد أشارت إلى أن الذكاء الاصطناعي كما هو معروف لا يمكن اعتباره ذكياً بالفعل، بل هو نوع من التخمينات المبنية على الإحصائيات، حيث تتناول الدراسة كيفية عمل نماذج الذكاء الاصطناعي الشهيرة مثل Claude، ونماذج OpenAI، وDeepSeek، والتي تعتمد بشكل أساسي على البيانات المخزنة بداخلها لتقديم استجابات، مما يؤدي إلى تساؤلات حول دقتها وكفاءتها الحقيقية.

الذكاء الاصطناعي بين الإحصائيات والتخمين

تشير الدراسة الجديدة إلى أن نماذج الذكاء الاصطناعي تعاني من مشكلات ملحوظة فيما يتعلق بالدقة عند التعامل مع المهام المعقدة، إذ أن طريقتها الأساسية تعتمد على تحليل كميات هائلة من البيانات البشرية معتمدة على شبكات عصبية لتحديد الاحتمالات والإجابات المحتملة، وعلى الرغم من نجاح هذه الطريقة في معالجة المواقف البسيطة، إلا أنها تدخل في حالة من التدهور عندما تتعامل مع المشكلات التي تزداد في التعقيد، وتتضخم هذه المشكلة بشكل يؤدي أحياناً إلى إنهاء العملية بدون الحصول على نتائج مناسبة.

ظاهرة الهلوسة وأثرها على الذكاء الاصطناعي

ظاهرة الهلوسة تعتبر من أبرز المشكلات التي أشارت إليها دراسة أبل، حيث تقدم النماذج أحياناً إجابات تبدو منطقية لكنها تكون خاطئة أو غير واقعية، وينعكس هذا على توصياتها أو النصائح التي تقدمها مما يجعلها غير دقيقة وغير موثوقة عند الاعتماد عليها في المجالات التي تتطلب استجابات دقيقة ومنطقية، ويرى العلماء أن النماذج تعمل آلياً على سلسلة من التخمينات الإحصائية، تختلف في جودتها بحسب البيانات التي تم تدريب الذكاء الاصطناعي عليها.

الدراسة تختبر نماذج مختلفة

لإظهار الفروق الكبيرة في أداء النماذج، قام الباحثون بعرض أربعة ألغاز كلاسيكية على مجموعة من أشهر نماذج الذكاء الاصطناعي مثل OpenAI، وDeepSeek، وAnthropic، وكذلك نماذج جوجل، وجاءت النتائج متباينة حيث استطاعت النماذج العامة أداء المهام ذات التعقيد البسيط بسهولة وبكفاءة تختلف بشكل كبير عند زيادة مستوى التعقيد، ولم تتمكن النماذج الأكثر تخصصاً من الحفاظ على أداءها الجيد في المشكلات المعقدة، وهو ما تسائل الباحثون حوله بعمق بوصفه جزءاً جاداً مما يؤثر مباشرةً على كفاءة هذه النماذج.

الفروقات في مستويات التفكير المنطقي

نتائج الدراسة أوضحت أن نماذج الذكاء الاصطناعي لا تعتمد بالكامل على التفكير المنطقي، بل ترتكز بشكل أكبر على التعرف على الأنماط المتكررة، ومع تزايد تعقيد المشكلات تظهر بوضوح فجوات ضعف كبيرة تجعلها أقل فاعلية في الوصول إلى نتائج موثوقة وقابلة للتطبيق، هذا الأمر يشكل تحديات كبيرة أمام الشركات المطورة لهذه التقنيات التي قد تحتاج لإعادة النظر في أساليب التدريب وتصميم الأنظمة القائمة على الذكاء الاصطناعي.