لم تعد المنافسة في عالم الذكاء الاصطناعي تدور فقط حول قدرة النماذج على الإجابة عن الأسئلة وتنفيذ الأوامر، بل انتقلت إلى مرحلة أكثر تعقيدًا تتمثل في قدرتها على فهم ما يريده المستخدم، وتحليل السياق، واقتراح الخطوات المناسبة دون الحاجة إلى توجيهات تفصيلية في كل مرة.
وفي هذا السياق، أعلنت شركة أوبن إيه آي إطلاق نموذجها الجديد **GPT-6 أسترا**، في خطوة تصفها الشركة بأنها تطور كبير في قدرات النماذج الذكية، بينما تفتح في الوقت نفسه بابًا جديدًا من النقاش حول حدود اعتماد البشر على أنظمة قادرة على التعامل مع مهام متقدمة بصورة أكثر استقلالية.
ولا يرتبط هذا التطور بسرعة الإجابة أو قدرتها على التعامل مع النصوص فقط، وإنما بما يمكن أن يقدمه النموذج في تحليل المشكلات المعقدة، والتعامل مع البيانات المختلفة، وربط المعلومات للوصول إلى نتائج أقرب إلى طريقة التفكير التي يعتمدها المتخصصون في مجالات متعددة.
أسترا يتجاوز تنفيذ الأوامر
يمكن تصور GPT-6 أسترا باعتباره انتقالًا من مفهوم المساعد الرقمي التقليدي إلى مساعد قادر على فهم الهدف الكامن وراء الطلب.
فبدلًا من انتظار تعليمات دقيقة تحدد كل خطوة يجب تنفيذها، يستند النموذج إلى السياق المتاح أمامه لمحاولة تحديد المطلوب، ثم تحليل المهمة واقتراح الطريقة المناسبة للتعامل معها.
ووفقًا لما أوردته أوبن إيه آي في إعلانها، يعتمد النموذج على معماريات متقدمة تسمح له بالتعامل مع النصوص والبيانات البصرية المعقدة بسرعة كبيرة، إلى جانب تنفيذ مهام برمجية وتحليلية واسعة النطاق.
وتعني هذه القدرات أن الاستخدام المحتمل للنموذج لا يقتصر على كتابة النصوص أو الإجابة عن الأسئلة اليومية، وإنما يمتد إلى أعمال تحتاج عادةً إلى وقت طويل من البحث والتحليل والمقارنة.
وبذلك، يصبح الفارق بين النموذج الجديد والإصدارات السابقة مرتبطًا بدرجة أكبر بطريقة التعامل مع المهمة نفسها، وليس بمجرد كمية المعلومات التي يستطيع النموذج استيعابها.
سباق نحو نماذج أكثر استقلالية
تأتي خطوة أوبن إيه آي في وقت تتجه فيه صناعة الذكاء الاصطناعي إلى تطوير نماذج لا تعتمد فقط على التدريب التقليدي والأنماط الإحصائية المستخرجة من البيانات.
ويشير هذا التوجه إلى محاولة بناء أنظمة تستطيع الاستدلال بصورة أكثر استقلالية، وتكوين روابط منطقية بين المعلومات بدلًا من الاكتفاء بتوقع الإجابة الأكثر احتمالًا استنادًا إلى بيانات التدريب.
ويرتبط هذا التوجه أيضًا بمشكلة تواجه صناعة الذكاء الاصطناعي منذ سنوات، وهي محدودية البيانات عالية الجودة التي يمكن استخدامها في تدريب النماذج الضخمة.
ومع استمرار زيادة أحجام النماذج وارتفاع احتياجاتها إلى البيانات، يصبح تطوير قدرات الاستدلال وإنتاج المعرفة من خلال التحليل المنطقي أحد المسارات الرئيسية التي تراهن عليها الشركات.
وهنا تظهر أهمية أسترا؛ إذ يمثل النموذج، وفق هذا التصور، جزءًا من انتقال الصناعة من أنظمة تستجيب للأوامر إلى أنظمة تحاول فهم الأهداف والسياقات المحيطة بها.
الطلاب أمام مساعد بحثي جديد
قد يكون قطاع التعليم والبحث العلمي من أبرز المجالات التي يمكن أن تتأثر بهذه القدرات.
فالطالب الجامعي، على سبيل المثال، يستطيع الاستفادة من نموذج متقدم في البحث داخل أعداد كبيرة من المراجع والدراسات، واستخلاص النقاط الرئيسية منها، وتنظيمها في صورة تساعده على بناء تقرير أو مشروع بحثي خلال وقت أقل بكثير من الأساليب التقليدية.
ولا يتوقف الأمر عند التلخيص، إذ يمكن للأنظمة الأكثر تقدمًا مقارنة المعلومات، واكتشاف أوجه التشابه والاختلاف، وترتيب النتائج وفق موضوع محدد، ما يجعلها أداة مساعدة في مراحل مختلفة من العمل الأكاديمي.
لكن ذلك لا يعني أن دور الباحث أو الطالب سيختفي، بل إن أهمية المراجعة البشرية قد تصبح أكبر؛ لأن سرعة إنتاج المعلومات لا تعني بالضرورة أن كل نتيجة صحيحة أو مناسبة للاستخدام النهائي.
ومن هنا، قد يتحول الذكاء الاصطناعي إلى شريك في عملية البحث، بينما يظل الإنسان مسؤولًا عن تقييم المصادر، والتحقق من النتائج، وتحديد الاستنتاجات التي يمكن الاعتماد عليها.
الطب أمام قدرات تحليلية أكبر
ويمتد التأثير المحتمل إلى القطاع الطبي، حيث يمكن للنماذج المتقدمة أن تساعد المتخصصين في التعامل مع كميات كبيرة من البيانات.
ومن بين الاستخدامات المحتملة تحليل نتائج الفحوص الطبية، والتعامل مع الصور والبيانات المرتبطة بالحالة المرضية، ثم تقديم فرضيات أو احتمالات يمكن للطبيب مراجعتها ومقارنتها بالمعطيات السريرية.
وتكمن أهمية هذه الإمكانية في اختصار الوقت الذي يستغرقه التعامل مع المعلومات، خصوصًا في الحالات التي تتطلب مراجعة عدد كبير من البيانات.
لكن الاستخدام الطبي يظل من المجالات التي تحتاج إلى مستوى مرتفع من الحذر؛ فالنموذج يمكن أن يقدم اقتراحًا أو تحليلًا مساعدًا، لكنه لا ينبغي أن يحل محل الطبيب أو القرار الطبي المسؤول.
وبعبارة أخرى، يمكن أن تقترح الآلة، لكن يبقى القرار النهائي للإنسان المختص.
هل تتراجع مشكلة الهلوسة؟
من أبرز الوعود المرتبطة بتطور النماذج الجديدة تحسين دقة النتائج وتقليل الأخطاء التي عانت منها أنظمة الذكاء الاصطناعي السابقة.
وكانت ظاهرة «الهلوسة» من أكثر المشكلات إثارة للجدل، إذ يمكن للنموذج أحيانًا تقديم معلومة غير صحيحة بصياغة تبدو واثقة ومقنعة، وهو ما يجعل المستخدم غير المتخصص يواجه صعوبة في اكتشاف الخطأ.
وتطور قدرات الاستدلال والتحقق وتحليل السياق قد يساعد على تقليل هذه المشكلة، لكنه لا يعني اختفاء الأخطاء بالكامل.
ولهذا ستظل مراجعة المعلومات خطوة أساسية، خصوصًا عند استخدام الذكاء الاصطناعي في مجالات حساسة مثل الطب والقانون والعلوم والقرارات المالية.
والتحدي الحقيقي لن يكون فقط في جعل النموذج أكثر ذكاءً، وإنما في جعله أكثر موثوقية وقدرة على تحديد حدود معرفته والتمييز بين ما يعرفه وما لا يملك معلومات كافية بشأنه.
المخاوف تتجاوز سوق العمل
كلما ازدادت قدرات النماذج الذكية، ارتفعت معها المخاوف من الآثار الجانبية لهذا التطور.
ويبرز الأمن السيبراني في مقدمة هذه المخاوف، خصوصًا مع إمكانية استخدام أنظمة أكثر قدرة في تنفيذ عمليات تحليلية وبرمجية معقدة.
كما يثير توسع استخدام الذكاء الاصطناعي سؤالًا مباشرًا بشأن مستقبل الوظائف التي تعتمد على الأعمال المكتبية والتحليلية والفنية.
فإذا أصبحت الأنظمة قادرة على تنفيذ المهام الروتينية بسرعة أكبر، ثم بدأت في التعامل مع مهام تحتاج إلى مستوى أعلى من التفكير والتحليل، فإن سوق العمل قد يشهد تغيرات كبيرة في طبيعة الوظائف المطلوبة.
ولا يعني ذلك بالضرورة اختفاء الوظائف بصورة جماعية، لكنه قد يؤدي إلى تغير واضح في المهارات التي يبحث عنها أصحاب الأعمال.
وفي المقابل، قد تظهر وظائف جديدة مرتبطة بإدارة الأنظمة الذكية، ومراجعة نتائجها، وتطويرها، وضمان استخدامها بصورة آمنة ومسؤولة.
الوصول والأسعار يوسّعان الاستخدام
وبحسب المعلومات الواردة في الإعلان، يبدأ طرح GPT-6 أسترا بصورة تدريجية، قبل توسيع نطاق إتاحته لمستخدمي خطط ChatGPT المختلفة.
كما تستهدف الشركة المطورين من خلال واجهة البرمجة الخاصة بها، بما يسمح بدمج قدرات النموذج داخل تطبيقات وخدمات أخرى، إلى جانب إتاحته عبر منصات الحوسبة السحابية.
وتشير تفاصيل التسعير إلى اعتماد النموذج على نظام يحسب التكلفة وفق حجم الرموز المستخدمة في الإدخال والإخراج، مع وجود مستويات وأسعار مختلفة بحسب طبيعة الاستخدام وسرعة المعالجة المطلوبة.
وتعكس هذه السياسة اتجاهًا واضحًا نحو جعل النماذج المتقدمة جزءًا من البنية اليومية للأعمال، بدلًا من بقائها أدوات تجريبية يستخدمها الأفراد بصورة محدودة.
ومع اتساع الوصول إليها، يصبح السؤال الأهم ليس فقط من يستطيع استخدام هذه التكنولوجيا، وإنما كيف سيستخدمها، وما الضوابط التي ستوضع لمنع إساءة استخدامها.
بداية مرحلة جديدة للإنسان
يمثل GPT-6 أسترا، بصرف النظر عن حجم التوقعات المحيطة به، حلقة جديدة في سباق الذكاء الاصطناعي نحو أنظمة أكثر قدرة على التحليل والاستنتاج وفهم السياق.
والتأثير المحتمل لهذه النماذج لن يتوقف عند شركات التكنولوجيا، بل سيمتد إلى الجامعات والمستشفيات والمؤسسات الحكومية والشركات وسوق العمل وحتى الحياة اليومية.
ولهذا فإن القضية لم تعد مرتبطة بالسؤال التقليدي: هل سيتطور الذكاء الاصطناعي؟
فالتطور أصبح واقعًا مستمرًا، والسؤال الأكثر إلحاحًا هو كيف ستتعامل المجتمعات معه.
ستحتاج المؤسسات التعليمية إلى إعادة التفكير في المهارات التي تمنحها للطلاب، بينما ستضطر الشركات إلى إعادة تعريف بعض الوظائف وتدريب العاملين على استخدام الأدوات الجديدة.
وفي المقابل، سيكون على الجهات التنظيمية وضع قواعد تضمن أن تظل القرارات الحساسة خاضعة للمساءلة البشرية، وأن التطور التقني لا يتحول إلى مصدر جديد للمخاطر الأمنية أو الاقتصادية.
وبينما تواصل أوبن إيه آي وغيرها من شركات التكنولوجيا دفع حدود قدرات الآلات، يبدو أن العالم يقترب من مرحلة يصبح فيها الذكاء الاصطناعي جزءًا أساسيًا من طريقة العمل والتعلم واتخاذ القرار.
