الحركة 37: حين صار قرار الآلة المفاجئ أمرًا يوميًا

النقلة التي لم يفهمها أحد في القاعة

في مارس 2016، جلس بطل العالم في لعبة Go الكورية لي سيدول أمام برنامج اسمه AlphaGo طوّرته شركة DeepMind التابعة لغوغل. في المباراة الثانية لعب البرنامج نقلة رقم 37 أربكت المعلقين والخبراء.

لم تكن النقلة مما يلعبه محترف، ولا مما تعلّمه اللاعبون خلال قرون من تاريخ اللعبة. بدت في لحظتها خطأً واضحًا، ثم اتضح لاحقًا أنها كانت مفتاح الفوز.

Go لعبة لوحية صينية الأصل، عدد احتمالاتها أكبر من الشطرنج بكثير، ولهذا اعتُبرت لعقود اختبارًا لا تجتازه الآلة. اجتازته يومها، وبأسلوب لم يتوقعه أحد.

لماذا يهمّك

أهمية الحركة 37 ليست في اللعبة نفسها. أهميتها أنها أول مرة يرى فيها الناس نظامًا يصل إلى حل صحيح عبر طريق لم يسلكه بشر من قبل.

هذا يغيّر علاقتك بالأداة التي تستعملها. أنت لم تعد تتعامل مع برنامج ينفذ ما تعرفه أنت بسرعة أكبر، بل مع نظام قد يعرض عليك مسارًا لم يخطر لك، وعليك أنت أن تحكم عليه.

والحكم صعب. حين يقترح النظام شيئًا مألوفًا تعرف كيف تقيّمه، أما حين يقترح شيئًا غريبًا فأنت أمام احتمالين: إما اكتشاف، وإما خطأ فادح بثقة عالية.

من حدث نادر إلى شيء يتكرر كل أسبوع

الزاوية الأساسية في تقرير وول ستريت جورنال بسيطة: ما كان قبل عشر سنوات حدثًا يستحق تغطية عالمية صار اليوم أمرًا متكررًا.

السبب أن التقنية نفسها انتقلت من مختبر واحد يلعب لعبة واحدة إلى أدوات يستعملها ملايين البشر يوميًا. كل استعمال هو فرصة لأن يخرج النظام بحل غير متوقع.

الفرق الآخر أن الأنظمة اليوم تعمل بأسلوب الاستدلال، أي تفكيك المسألة إلى خطوات قبل الإجابة. هذا يوسّع مساحة الحلول التي تجرّبها، وبعضها يقع خارج ما اعتاده الخبراء.

أين تجد نسختك الخاصة من الحركة 37

لا تحتاج مختبرًا لترى الظاهرة. تظهر في مواقف عملية مباشرة:

• مطوّر يطلب حل مشكلة برمجية فيحصل على بنية كود مختلفة تمامًا عمّا كان ينوي كتابته، وتعمل بكفاءة أعلى.
• باحث يستعمل نظامًا للتحليل فيلاحظ ارتباطًا في البيانات لم يبحث عنه أصلًا.
• مسوّق يطلب أفكار حملة فيحصل على زاوية لم تُطرح في اجتماعات الفريق كلها.

القاسم المشترك أن الناتج لا يشبه ما كنت ستنتجه، وأن جودته لا تُعرف إلا بالاختبار.

الفرق بين اكتشاف عبقري وهلوسة واثقة

هنا المشكلة الحقيقية. AlphaGo كان يلعب داخل قواعد صارمة وواضحة، والفوز أو الخسارة يُحسمان في نهاية المباراة. كانت الحركة 37 قابلة للتحقق.

أما النموذج اللغوي الكبير الذي تستعمله اليوم فيعمل في مساحة مفتوحة بلا قواعد نهائية. حين يخرج بجواب غريب، قد يكون ابتكارًا وقد يكون هلوسة، أي معلومة يصوغها النظام بثقة وهي غير صحيحة.

لذلك تبقى القاعدة العملية واحدة: لا تعتمد على ناتج غير متوقع قبل التحقق منه بوسيلة مستقلة عن النظام نفسه. هذا هو جوهر الإشراف البشري.

السؤال الذي يزداد إلحاحًا: لماذا اختار هذا؟

الأنظمة القائمة على الشبكة العصبية لا تقدّم عادة تفسيرًا مفهومًا لقراراتها. تعطيك النتيجة، لا الطريق إليها.

هذا مقبول في لعبة لوحية. يصبح مقلقًا حين ينتقل القرار إلى ملف طبي أو طلب قرض أو تشغيل الوكيل الذكي ليتصرف نيابة عنك.

وقد تناولنا هذا البعد سابقًا في مقال من يدفع حين يخطئ وكيلك الذكي؟ سؤال بلا إجابة قانونية، والخلاصة أن المسؤولية القانونية ما زالت متأخرة عن قدرة الأنظمة.

ما الذي لا تعنيه هذه اللحظة

تفوّق نظام في مجال محدد لا يعني ذكاءً شاملًا. AlphaGo لم يكن يعرف شيئًا خارج رقعة Go، ولا يستطيع طلب فنجان قهوة.

المفاجآت اللافتة تحدث غالبًا حيث تتوفر ثلاثة شروط: قواعد واضحة، بيانات تدريب كثيرة، وطريقة لقياس النجاح. حيث تغيب هذه الشروط تضعف النتائج.

ولهذا يبقى الحديث عن الذكاء الاصطناعي العام ادعاءً غير محسوم، لا استنتاجًا تفرضه هذه الأمثلة.

بالنسبة للمنطقة العربية

الأدوات التي تنتج هذه المفاجآت متاحة في المنطقة اليوم بلا انتظار. ChatGPT وClaude وGoogle Gemini وغيرها تعمل بالعربية، وإن بجودة أقل مما تقدمه بالإنجليزية.

وهذا الفارق مهم عمليًا: احتمال الهلوسة يرتفع كلما قلّ حضور اللغة في بيانات التدريب. العربية أقل حضورًا من الإنجليزية، ولهذا فإن الناتج العربي غير المتوقع يستحق تدقيقًا أشد لا أقل.

الأكثر تأثرًا في المنطقة فئات محددة:

• المطوّرون: يحصلون على حلول برمجية بأساليب غير التي تعلموها، وعليهم مراجعتها لا نسخها.
• أصحاب المتاجر والمشاريع الصغيرة: قد يقترح النظام تسعيرًا أو زاوية تسويق مخالفة للمألوف في السوق المحلي، وهو لا يعرف هذا السوق بالضرورة.
• الطلاب والباحثون: الناتج الغريب هنا خطر مباشر، لأن مرجعًا مختلقًا يبدو مقنعًا تمامًا.

ما يمكنك فعله اليوم: عامل كل ناتج غير متوقع كفرضية لا كإجابة. اطلب من النظام مصدرًا، وتحقق منه خارج المحادثة. وفي أي قرار له أثر مالي أو قانوني، اجعل القرار النهائي بشريًا وموثقًا.

ولم تصدر بيانات موثوقة تقيس حجم هذه الظاهرة في الأسواق العربية تحديدًا، فلا نملك أرقامًا محلية نقدمها هنا.

الخلاصة

الحركة 37 كانت لحظة واحدة على رقعة لعبة، لكنها أثبتت أن الآلة قد تصل إلى الصواب من طريق لم يسلكه بشر.

ما تغيّر خلال عشر سنوات ليس نوع اللحظة بل عددها. صارت تحدث في المكاتب والمختبرات ومحرري الأكواد، لا في مباراة استعراضية واحدة.

والمهارة المطلوبة منك تغيّرت معها: لم تعد إتقان الأداة، بل القدرة على تمييز الاقتراح الذكي من الخطأ الواثق. هذا التمييز ما زال بشريًا بالكامل.