الذكاء الاصطناعي كامتداد للذكاء البشري وليس بديلاً عنه

يمكن لأنظمة الذكاء الاصطناعي اليوم كتابة المقالات، وتوليد التعليمات البرمجية، وتلخيص الأفكار المعقدة. إنها تجري محادثات بطلاقة ملحوظة. ومع ذلك، لا تزال تلك الأنظمة نفسها تواجه صعوبة في المهام التي يجدها البشر بديهية: تتبع الأشياء بشكل موثوق من خلال التغيير، والاستدلال التركيبي في مواقف غير مألوفة، أو تمييز الحقيقة من الخيال المعقول. غذت هذه التناقضات نقاشات مستقطبة. يرى البعض الأنظمة الحالية كأشكال مبكرة من الذكاء الشبيه بالبشري؛ ويرفضها آخرون باعتبارها إكمالًا تلقائيًا متطورًا.

عمل متعدد التخصصات حديث، بما في ذلك كتاب آدم فرانك ومارسيلو جليسر وإيفان تومسون النقطة العمياء وكتاب ألكسندر ليرشنر الباحث في ديب مايند مغالطة التجريد، يرسم صورة مختلفة. بدلاً من التساؤل عما إذا كانت أنظمة الذكاء الاصطناعي تصبح ذكية بالمعنى البشري، تطرح هذه المناهج سؤالاً أكثر أساسية: ماذا لو كانت أنظمة الذكاء الاصطناعي تعمل لأنها تعتمد على هياكل متجذرة في الإدراك البشري؟ يساعد هذا التحول في المنظور، الذي يستند إلى فينومينولوجيا إدموند هوسرل، في فهم كل من القدرات والقيود للذكاء الاصطناعي الحديث.

الأصول في الذكاء الطبيعي

في ورقة بحثية حديثة، أصول الذكاء الاصطناعي في الذكاء الطبيعي، يجادل الباحثون بأن أنظمة الذكاء الاصطناعي الحديثة تُفهم بشكل أفضل ليس كعقول بشرية ولا كحيل إحصائية تافهة. بدلاً من ذلك، فهي توسع هياكل تنشأ في الإدراك البشري نفسه. بالاستناد إلى فينومينولوجيا هوسرل، تقترح الورقة أن اللغة تحتوي بالفعل على هياكل مترسبة من الفهم البشري، وهي هياكل تتعلم أنظمة الذكاء الاصطناعي نمذجتها وتوسيعها.

الإدراك البشري ليس مجرد استقبال سلبي للبيانات الحسية. نحن نختبر العالم كأشياء مستقرة تتكشف من خلال التغيير: يبقى الكوب نفس الكوب بينما نتحرك حوله؛ يبقى اللحن معروفًا حتى مع مرور النغمات الفردية. تظهر اللغة من خلال التعبير عن هذه الهياكل المستقرة في شكل مفاهيمي. كلمات مثل 'أحمر' أو 'دائري' أو 'أكبر من' تعبر عن علاقات تنشأ من التجربة المعاشة.

تتعلم نماذج اللغة الكبيرة العلاقات الإحصائية داخل هذا العالم اللغوي. إنها تلتقط كيف تميل المفاهيم إلى الترابط عبر كميات هائلة من الكتابات البشرية. هذا يفسر لماذا يمكن لأنظمة الذكاء الاصطناعي إنتاج ردود متماسكة عبر العديد من المجالات. لكنه يفسر أيضًا لماذا تعاني من الهلوسات. يظل البشر مسؤولين أمام العالم: التجربة تصحح باستمرار توقعاتنا ومعتقداتنا. أنظمة الذكاء الاصطناعي، على النقيض من ذلك، توسع الأنماط داخل النص نفسه. يمكنها متابعة خط من الاستدلال بطلاقة ملحوظة، لكنها تفتقر إلى الانخراط المعاش مع العالم الذي يرسخ المعنى والحقيقة.

شرح الفجوة التركيبية

يساعد هذا الإطار في شرح العديد من التحديات المتكررة في أبحاث الذكاء الاصطناعي. أحدها هو 'الفجوة التركيبية'، وهو ميل نماذج اللغة إلى الأداء الجيد على أنماط الاستدلال المألوفة بينما تفشل عندما يُطلب منها الجمع بين المفاهيم بطرق جديدة حقًا. يُظهر البحث بشكل متزايد أن النماذج الأكبر تحسن الطلاقة والتذكر الواقعي بشكل أسرع بكثير مما تحسن الاستدلال التركيبي الحقيقي. من هذا المنظور، هذا ليس مجرد قيد هندسي بل حد هيكلي: يمكن لأنظمة الذكاء الاصطناعي توسيع الأنماط المترسبة بالفعل في اللغة، لكنها لا تمتلك الفهم الموجه نحو العالم الذي يسمح للبشر بتوليد علاقات مفاهيمية جديدة حقًا.

يظهر نمط مماثل في الأنظمة متعددة الوسائط التي تجمع بين اللغة والرؤية. يمكن لهذه الأنظمة غالبًا تصنيف الصور بشكل صحيح بينما لا تزال تفشل في الاستدلال القوي حول الأشياء وأجزائها. إنها تتعلم الارتباطات بين الأنماط البصرية واللغة بدلاً من إدراك الأشياء المستقرة التي تتكشف عبر الزمن بالطريقة التي يفعلها البشر. النتيجة هي أنظمة يمكن أن تبدو بطلاقة بشكل مثير للإعجاب بينما تظل هشة بشكل مدهش خارج الأنماط المألوفة.

إعادة صياغة سلامة الذكاء الاصطناعي

يعيد هذا المنظور أيضًا صياغة النقاشات حول سلامة الذكاء الاصطناعي. غالبًا ما يتأرجح النقاش العام بين مخاوف من 'الذكاء الفائق المارق' وادعاءات بأن الذكاء الاصطناعي يشكل خطرًا ضئيلًا ذا معنى. يشير البحث إلى أن كلا الطرفين يسيء فهم طبيعة الأنظمة الحالية. تنشأ المخاطر الأكثر إلحاحًا ليس لأن الذكاء الاصطناعي يمتلك نوايا شبيهة بالبشر، ولكن لأنه يمكنه توسيع أنماط الاستدلال دون مسؤولية تأملية تجاه العالم. يمكن للأنظمة توليد مخرجات مقنعة ولكن غير مدعومة، وأتمتة القرارات المعيبة على نطاق واسع، أو تنفيذ إجراءات ضارة إذا كانت مدمجة في بيئات سيئة الحوكمة.

يساعد هذا في شرح لماذا تتحول سلامة الذكاء الاصطناعي بشكل متزايد من سلامة النموذج إلى سلامة النظام. في الممارسة العملية، تعتمد المؤسسات بالفعل على ضمانات متعددة الطبقات، ما تسميه الصناعة بشكل متزايد 'الأحزمة'، لتقييد سلوك الذكاء الاصطناعي والتحقق منه ومراقبته. بدلاً من كونها تصحيحات مؤقتة، تجادل الورقة بأن هذه الآليات تعكس شيئًا أساسيًا حول بنية الذكاء الاصطناعي نفسها: السلوك الجدير بالثقة ينشأ من عمل بناة أنظمة الذكاء الاصطناعي المسؤولين عن سلوكها، وهي مسؤولية لا يمكن تفويضها أو مشاركتها مع النماذج.

يتوافق هذا التفسير بشكل وثيق مع كيفية تعامل المؤسسات بشكل متزايد مع نشر الذكاء الاصطناعي الجدير بالثقة. تحتاج المؤسسات إلى أنظمة يمكنها توسيع الذكاء البشري مع البقاء قابلة للحوكمة والتدقيق والمواءمة مع الإشراف البشري. فهم الذكاء الاصطناعي كشكل مشتق من الذكاء يوضح لماذا تعد الحوكمة والتقييم والضوابط التشغيلية متعددة الطبقات مهمة للغاية.

طريق قائم نحو الأمام

بالنظر إلى المستقبل، يعتقد الباحثون أن الفينومينولوجيا تقدم أكثر من مجرد نقد للذكاء الاصطناعي، بل تقدم إطارًا لفهم وعوده. تكشف أنظمة الذكاء الاصطناعي شيئًا عميقًا حول الإدراك البشري نفسه: أن المعنى يمكن إضفاء الطابع الرسمي عليه، وتوسيعه، وتوسيع نطاقه بطرق قوية جديدة. وبالتالي فإن المخاطر المجتمعية المركزية للذكاء الاصطناعي تتلخص في إزالة السلم الذي يعود بأصوله إلى التجربة والإدراك البشريين، وإساءة تفسير الذكاء الاصطناعي كذكاء منافس يقلل من إنسانيتنا وبالتالي، بدوره، يقلل من الوعد الحقيقي للذكاء الاصطناعي نفسه.

السؤال، إذن، ليس ما إذا كان الذكاء الاصطناعي سيحل محل الذكاء البشري. بل هو كيف يمكننا بناء أنظمة مسؤولة توسع الفهم البشري مع البقاء متجذرة في العالم الذي ينشأ منه هذا الفهم. إذا أخطأنا في تفسير أنظمة الذكاء الاصطناعي كعقول مستقلة، فإننا نخاطر بالثقة المفرطة فيها. إذا رفضناها كحيل تافهة، فإننا نخاطر بالتغاضي عن أحد أهم التطورات التكنولوجية في عصرنا. يعترف التفسير الأكثر واقعية بكلا الحقيقتين في وقت واحد: الذكاء الاصطناعي هو امتداد حقيقي للذكاء البشري، وبسبب ذلك تحديدًا، يظل البشر مسؤولين عن كيفية فهمه وحوكمته واستخدامه.