تتسارع وتيرة تطور الذكاء الاصطناعي مع تزايد اعتماد الشركات التقنية على النماذج المتقدمة في كتابة البرمجيات وإجراء التجارب وتحليل النتائج، لكن التحول الأبرز يتمثل في اتساع دور هذه النماذج، من مساعدة المهندسين والباحثين إلى المشاركة في تطوير أنظمة ذكاء اصطناعي أكثر قدرة.

وفي هذا السياق، حذرت شركة "أنثروبيك"، المطورة لنماذج "كلود"، من اقترابها من مرحلة متقدمة في توظيف الذكاء الاصطناعي لتسريع تطوير أنظمة أكثر تطورا، في تحول يثير تساؤلات بشأن مستقبل الرقابة البشرية وقدرة الشركات على ضمان سلامة النماذج مع تسارع تطورها.

وجاءت هذه التحذيرات ضمن إفصاحات الشركة في وثيقة التسجيل المعدلة للاكتتاب العام، التي نشرتها مؤخرا، وتناولت فيها احتمال اقتراب نماذجها من مستوى متقدم فيما يعرف بـ"التحسين الذاتي التكراري"، مع التأكيد أن نماذجها الحالية لم تصل بعد إلى هذه المرحلة بصورة كاملة.

                                                     ما التحسين الذاتي التكراري؟

يشير مصطلح "التحسين الذاتي التكراري" (Recursive Self-Improvement) إلى قدرة أنظمة الذكاء الاصطناعي على المشاركة في تحسين وتطوير أنظمة أخرى أكثر تقدما، من خلال المساهمة في تصميم البرمجيات وإجراء التجارب وتحليل النتائج وتطوير النماذج الجديدة.

وتقوم هذه الفكرة على دورة متتابعة، إذ يساعد نموذج ذكاء اصطناعي في تطوير نموذج أحدث يمتلك قدرات أكبر، ثم يستخدم النموذج الجديد إمكاناته المحسنة للمساهمة في تطوير الجيل الذي يليه، بما قد يؤدي إلى تسارع متراكم في قدرات الأنظمة.

ولا تقتصر هذه العملية على استخدام روبوتات الدردشة لكتابة الشيفرات البرمجية أو تنفيذ تعليمات يحددها المهندسون، بل تتطلب وصول الأنظمة إلى مستوى يمكنها فيه المشاركة في مراحل متعددة من البحث والتطوير، بدءا من تحديد المشكلات واقتراح الحلول، وصولا إلى تنفيذ التجارب وتقييم نتائجها واقتراح تحسينات جديدة.

وبحسب تحليل نشره معهد أنثروبيك، لا يزال الوصول إلى هذه المرحلة احتمالا مستقبليا، لكنه يستدعي الاستعداد لاحتمال تطور قدرات الذكاء الاصطناعي بوتيرة قد تتجاوز التوقعات الحالية.

                                                     مؤشرات على تسارع التطوير

تستند مخاوف أنثروبيك إلى مجموعة من المؤشرات المرتبطة بتوسع استخدام نماذجها في عمليات التطوير الداخلية، خصوصا في كتابة الشيفرات البرمجية والمشاركة في التجارب البحثية.

ووفقا لبيانات نشرها معهد الشركة، كتب نموذج "كلود" أكثر من 80% من الشيفرات البرمجية التي أدمجتها أنثروبيك في قاعدة شيفرتها خلال مايو/أيار الماضي، وهو ما يعكس اتساع الاعتماد على النماذج في أعمال التطوير الهندسي.

كما أشار المعهد إلى أن مهندسي الشركة أصبحوا يدمجون يوميا كمية من الشيفرات تعادل نحو 8 أضعاف ما كانوا يدمجونه خلال عام 2024، مع التنبيه إلى أن عدد الأسطر البرمجية لا يمثل وحده مقياسا دقيقا للإنتاجية أو جودة العمل.

وامتد هذا التطور إلى التجارب البحثية، إذ تقول أنثروبيك إن نماذجها باتت قادرة على تنفيذ تجارب محددة، وتعديل الشيفرات المستخدمة فيها، وتحليل النتائج واقتراح تحسينات إضافية.

وفي أحد الاختبارات الداخلية التي أوردها المعهد، ارتفع متوسط تسريع نموذج التدريب المصغر من نحو 3 أضعاف باستخدام "كلود أوبوس 4" في مايو/أيار 2025، إلى نحو 52 ضعفا باستخدام "كلود ميثوس بريفيو" في أبريل/نيسان الماضي، مقارنة بالشيفرة الأصلية للاختبار.

ولا يعني ذلك تسريع تدريب نماذج الذكاء الاصطناعي الكبيرة بالمقدار نفسه، بل يتعلق بتحسين الشيفرة المستخدمة في تجربة محددة، وهو ما يستدعي التمييز بين نتائج الاختبارات المحدودة والقدرات العامة للنماذج.

وتشير هذه المؤشرات إلى تغير طبيعة العمل داخل مختبرات الذكاء الاصطناعي، إذ بات بإمكان المهندسين تفويض النماذج بجزء متزايد من مهام البرمجة والاختبار، مع احتفاظهم بدور المراجعة واتخاذ القرارات البحثية الأساسية.

                                                    فرص علمية ومخاطر متزايدة

يحمل احتمال تطور التحسين الذاتي التكراري فرصا لتسريع الابتكار في قطاعات مختلفة، خصوصا إذا أسهم في تقليص الوقت والتكلفة اللازمين لإجراء الأبحاث والتجارب المعقدة.

فقد تساعد النماذج الأكثر قدرة الباحثين على تحليل كميات ضخمة من البيانات، واختبار الفرضيات العلمية، وتطوير البرمجيات والأدوات البحثية، فضلا عن تسريع اكتشاف الأدوية والمواد الجديدة وتحسين كفاءة استخدام الموارد الحاسوبية.

لكن هذه الفرص تقابلها مخاطر تتعلق بإمكانية تطور قدرات النماذج بوتيرة تفوق قدرة البشر على اختبارها ومراقبتها، فكلما اتسعت مشاركة الأنظمة في تطوير أجيال لاحقة، ازدادت أهمية التأكد من أن التعديلات التي تنفذها لا تؤدي إلى إدخال أخطاء أو سلوكيات غير مرغوب فيها.

وتحذر أنثروبيك من احتمال انتقال الأخطاء والتحيزات من نموذج إلى آخر وتراكمها عبر أجيال متعاقبة، بما قد يجعل اكتشافها ومعالجتها أكثر صعوبة. كما تثير مخاوف من أن تتقدم قدرات الأنظمة بوتيرة أسرع من تطوير إجراءات السلامة والمواءمة، الأمر الذي قد يضعف قدرة فرق الاختبار على مواكبة التغيرات.

وتبرز هنا إشكالية الرقابة البشرية، إذ إن قدرة النماذج على إنتاج الشيفرات وإجراء التجارب بسرعة كبيرة قد تجعل مراجعة جميع مخرجاتها تحديا متزايدا، خصوصا عندما تنتقل من تنفيذ المهام التقنية إلى اقتراح التجارب واختيار مسارات البحث وتقييم النتائج.

                                             الإنسان في مواجهة تسارع الآلات

تضع هذه التطورات شركات الذكاء الاصطناعي أمام تحد يتجاوز تحسين أداء النماذج، ويتمثل في ضمان مواكبة إجراءات الاختبار والمراجعة لسرعة التطوير.

وتشير أنثروبيك إلى أهمية تعزيز الإشراف البشري على عمليات البحث والتطوير، وتقييم سلامة مراحل التدريب، إلى جانب إمكانية تأجيل بعض العمليات أو إيقافها عندما لا تكون إجراءات الحماية كافية.

كما تبرز الحاجة إلى تنسيق الجهود بين الشركات المطورة للنماذج المتقدمة، لتجنب أن تدفع المنافسة نحو تطوير أنظمة أكثر قدرة على حساب متطلبات السلامة والرقابة.

ولا تعني هذه التطورات أن الذكاء الاصطناعي أصبح قادرا بالفعل على تطوير أجياله اللاحقة بصورة مستقلة تماما، لكنها تكشف عن تحول متسارع في طبيعة صناعة هذه التكنولوجيا، مع تزايد مشاركة النماذج في مهام كانت تعتمد سابقا بصورة أساسية على المهندسين والباحثين.

ويتمثل التحدي الأساسي في الحفاظ على قدرة الإنسان على فهم هذه الأنظمة والتحقق من نتائجها والتحكم في مسار تطورها، بما يضمن ألا تتسع الفجوة بين سرعة تقدم الذكاء الاصطناعي والقدرة على اختبار سلامته وضبط مخاطره.