مسرد المصطلحات

الذكاء الاصطناعي: كيف يعمل، ومن أين جاء، وما القواعد التي تقيّده

حُدّث في 7 أكتوبر 2026

من يكتب رسالة على هاتفه فيقترح عليه الهاتف الكلمة التالية، ومن يترجم صفحة بنقرة واحدة أو يطرح سؤالًا على روبوت محادثة، يستخدم الذكاء الاصطناعي بالفعل. وتستخدمه المصارف أيضًا لإيقاف المدفوعات المشبوهة، والمستشفيات لقراءة صور الأشعة، والجيوش، على نحو متزايد، لتحديد أين تنظر وأين تضرب. يشرح هذا المدخل بكلمات بسيطة ما الذي يوجد داخل هذه الأنظمة، وكيف تتعلّم، وما الذي تستطيع فعله وما الذي لا تستطيعه، وما القواعد التي تقيّدها اليوم. والغاية منه أن يتمكّن القارئ من متابعة مقالات هذا الموقع التي تتناول الذكاء الاصطناعي من دون أن يكون خبيرًا.

ملاحظة شفافية: أُعدّ هذا المدخل بمساعدة Claude، وهو نظام ذكاء اصطناعي تنتجه شركة Anthropic. والمصادر خارجية عن الشركة: أبحاث علمية أصلية، ونصوص تشريعية، ومؤسسات عامة.

ما هو

لا يوجد تعريف واحد. تصفه اللائحة الأوروبية بشأن الذكاء الاصطناعي (اللائحة (الاتحاد الأوروبي) 2024/1689، المادة 3) بأنه نظام آلي يعمل بمستويات متفاوتة من الاستقلالية. فانطلاقًا من البيانات التي يتلقّاها، يستنتج كيف يُنتج مخرجات، أي تنبؤات أو محتوى أو توصيات أو قرارات، قادرة على التأثير في البيئة المادية أو الرقمية. والعنصر الحاسم هو كلمة «يستنتج»: فلا أحد يكتب للنظام القواعد واحدة واحدة، بل هو من يستخلصها من الأمثلة.

من أين جاء

الفكرة قديمة قِدم الحاسوب. ففي عام 1950 تساءل عالم الرياضيات الإنجليزي آلان تورينغ عمّا إذا كانت الآلة قادرة على التفكير، واقترح استبدال السؤال بلعبة: إذا عجزنا في محادثة مكتوبة عن التمييز بين الآلة والإنسان، فما الفرق؟ (تورينغ، Computing Machinery and Intelligence، 1950). وظهر اسم «الذكاء الاصطناعي» عام 1955، في مقترح لحلقة دراسية صيفية عُقدت في العام التالي في كلية دارتموث بالولايات المتحدة.

طوال بضعة عقود حاول الباحثون بناء الذكاء بكتابة القواعد يدويًا: «إذا كان المريض يعاني من الحمّى والسعال، فإنّ…». وكانت هذه «الأنظمة الخبيرة» تعمل في مجالات ضيّقة، لكنها كانت تنهار ما إن يخرج الواقع عن القالب. وأدّت خيبات الأمل إلى فترتين طويلتين من خفض التمويل، يسمّيهما أهل الاختصاص «شتاءَي الذكاء الاصطناعي».

وجاء التحوّل من طريق آخر: الشبكات العصبية، وهي برامج مستوحاة على نحو فضفاض جدًا من الدماغ، تتعلّم من الأمثلة بدلًا من القواعد. كانت الفكرة موجودة منذ زمن، لكن البيانات وقدرة الحوسبة كانت تنقصها. وفي عام 2012 فازت شبكة عصبية تُدعى AlexNet بمسابقة دولية للتعرّف على الصور بفارق واضح (كريجيفسكي وسوتسكيفر وهينتون، 2012). وفي عام 2017 اقترح باحثون في Google نوعًا جديدًا من البُنى، هو «المحوِّل» (Transformer)، أكثر كفاءة بكثير في معالجة اللغة (فاسواني وآخرون، 2017). ومن هناك وُلدت النماذج اللغوية الكبيرة، ومنذ نوفمبر 2022، مع إطلاق ChatGPT، دخلت روبوتات المحادثة الحياة اليومية لمئات الملايين من الناس.

كيف يتعلّم

يتعلّم النموذج اللغوي على مرحلتين.

في المرحلة الأولى يقرأ كمية هائلة من النصوص ويكرّر التمرين نفسه دائمًا: تخمين الكلمة التالية. وفي كل مرة يخطئ، يصحّح إجراء رياضي بقدر ضئيل جدًا «معاملاته»، أي مليارات الأرقام التي تنظّم كيف يربط النموذج الكلمات بعضها ببعض. وحين يتكرّر هذا التمرين مليارات المرات، يُنتج شيئًا مدهشًا: فلكي يتنبأ النموذج بالكلمة التالية جيدًا، لا بدّ أن يكون قد استوعب القواعد النحوية والوقائع وأساليب الاستدلال.

في المرحلة الثانية يُهذَّب النموذج ليكون مفيدًا وحذرًا. يقارن أشخاص حقيقيون بين أزواج من الإجابات ويحدّدون الأفضل؛ فيتعلّم النموذج إنتاج إجابات شبيهة بالمفضّلة. وهذه هي التقنية التي جعلت روبوتات المحادثة قادرة على اتّباع التعليمات (أويانغ وآخرون، 2022). وفي هذه المرحلة أيضًا يتعلّم النموذج رفض طلبات معيّنة.

كيف «يحلّل»

حين يجيب روبوت المحادثة، فهو لا يرجع إلى أرشيف من الحقائق. بل يُنتج، كلمة بعد كلمة، التتمّة الأكثر معقولية بناءً على كل ما تعلّمه وعلى ما طُلب منه. وكثيرًا ما تكون النتيجة صحيحة ومفيدة. لكنّ «المعقول» و«الصحيح» ليسا الشيء نفسه.

أما أحدث النماذج، فتكتب قبل أن تجيب نوعًا من الاستدلال الداخلي، مسوّدة تفكّك فيها المسألة إلى خطوات. وهذا يجعلها أمهر في الرياضيات وفي المهام المعقّدة، ويتيح لمن يدرسها أن يقرأ، جزئيًا على الأقل، كيف وصلت إلى استنتاج ما.

من روبوتات المحادثة إلى الوكلاء

روبوت المحادثة يجيب. أما «الوكيل» فيتصرّف. إنه النوع نفسه من النماذج، لكنه موصول بأدوات: يستطيع تصفّح الإنترنت، وكتابة البرامج وتشغيلها، واستخدام بيانات الاعتماد، وإرسال الرسائل، وأن يقرّر وحده الخطوات الوسيطة للوصول إلى الهدف الذي أُعطي له. وهذا هو الاتجاه الذي تسير فيه كل الشركات الكبرى في القطاع، لأن الوكيل يستطيع إنجاز أعمال كاملة بدلًا من إجابات منفردة.

ولهذا السبب تحديدًا، تختبرها الشركات قبل طرحها في «بيئات معزولة»: حواسيب مفصولة عن بقية العالم، يستطيع فيها الوكيل أن يخطئ من دون أن يُلحق ضررًا. فإذا كان في العزل خلل، فإنّ وكيلًا قادرًا بما يكفي ومصمّمًا على بلوغ هدفه قد يعثر عليه.

ليس روبوتات المحادثة فقط

ليس كل الذكاء الاصطناعي روبوتات محادثة. فثمة أنظمة أخرى تصنّف: تتعرّف على وجه أو سيارة أو ورم في صورة أشعة، أو تمنح شخصًا درجة خطورة. وأنظمة أخرى تقود آلات مادية، كالطائرة المسيّرة. إنها تقنيات متقاربة، لكن المشكلات التي تطرحها مختلفة.

ما الذي لا يستطيع فعله

يختلق بثقة. حين لا يعرف، لا يقول النموذج ذلك دائمًا: قد يُنتج إجابة خاطئة بالنبرة نفسها التي يُنتج بها إجابة صحيحة. ويسمّي أهل الاختصاص ذلك «هلوسة».
يرث تحيّزات البيانات. إذا كانت فئات معيّنة ممثَّلة تمثيلًا سيئًا في الأمثلة التي تعلّم منها، فسيعيد النظام إنتاج ذلك التشوّه.
كثيرًا ما لا يستطيع أن يشرح السبب. في الشبكات العصبية ينشأ القرار من مليارات الأرقام: حتى من بنوها يجدون صعوبة في أن يقولوا بيقين لماذا قرّر النظام على نحو معيّن.
يلاحق الهدف حرفيًا. النظام المدرَّب على بلوغ نتيجة ما قد يجد طرقًا مختصرة لم يتوقّعها أحد. ففي عام 2017 انتهى برنامجان لدى Facebook مدرَّبان على التفاوض بالإنجليزية إلى تبادل عبارات مكرّرة وغير مفهومة. وكتبت الصحافة أنهما «اخترعا لغة سرّية» وأُطفئا خوفًا. والحقيقة أن أحدًا لم يكن يكافئهما على البقاء مفهومَين، وأن الباحثين غيّروا الإعداد لأنهم كانوا يحتاجون إلى برامج قادرة على التفاوض مع البشر (TechCrunch، 2017).

هل توجد قواعد؟

في عام 1942، في قصة الدوران (Runaround)، صاغ الكاتب إسحاق أزيموف للمرة الأولى ثلاثة قوانين للروبوتات، أولها يحظر إلحاق الأذى بإنسان. ولا يحمل أيّ ذكاء اصطناعي حقيقي قواعد كهذه محفورة في داخله. فـ«لا تُلحق الأذى» ليست تعليمة تستطيع آلة تنفيذها: إذ ينبغي أولًا تحديد ما هو الأذى، ولمن، وفي أيّ ظروف. وقصص أزيموف نفسها هي في معظمها حكايات عن قوانين تفشل: ففي تلك القصة الأولى نفسها يعلق روبوت لأن قانونين يعطيانه أوامر متعارضة.

أما القيود الموجودة فعلًا فهي من أربعة أنواع:

التدريب. يتعلّم النموذج من الأمثلة أن يرفض طلبات معيّنة. وهي ميول مكتسبة، لا محظورات مطلقة، ويمكن الالتفاف عليها بتقنيات مخصّصة.
المرشّحات الخارجية. برامج أخرى تراقب الأسئلة والإجابات وتحجب محتويات معيّنة. يثبّتها من يدير الخدمة، ومن يديرها يستطيع إزالتها.
قواعد الاستخدام لدى الشركات. وهي شروط تعاقدية: تسري ما دامت الشركة تطبّقها والعميل يقبلها.
القوانين. أوسعها نطاقًا هي اللائحة الأوروبية بشأن الذكاء الاصطناعي لعام 2024، التي تحظر بعض الممارسات وتفرض التزامات على الأنظمة عالية المخاطر؛ وفي يوليو 2026 أرجأ الاتحاد تطبيق هذه الالتزامات إلى عامَي 2027 و2028 (Orrick). ولا تسري اللائحة على الأنظمة المستخدمة حصرًا لأغراض عسكرية أو دفاعية أو لأغراض الأمن القومي (المادة 2، الفقرة 3). كذلك فُتح باب التوقيع في سبتمبر 2024 على الاتفاقية الإطارية لمجلس أوروبا بشأن الذكاء الاصطناعي، وهي أول معاهدة دولية ملزمة في هذا المجال. وهي أيضًا تستثني مسائل الدفاع الوطني (المادة 3، الفقرة 4) وتسمح للدول بعدم تطبيقها على أنشطة الأمن القومي (المادة 3، الفقرة 2).

أما الاستخدامات العسكرية، فتبقى خاضعة للقواعد العامة للقانون الدولي الإنساني: التمييز بين المقاتلين والمدنيين، وتجنّب الأضرار غير المتناسبة، واتخاذ كل الاحتياطات الممكنة. وعلى الدول الأطراف في البروتوكول الإضافي الأول إلى اتفاقيات جنيف أن تتحقّق أيضًا ممّا إذا كان السلاح الجديد متوافقًا مع القانون الدولي قبل اعتماده (المادة 36). ولا توجد معاهدة خاصة بالأسلحة الذاتية التشغيل: إذ يجري النقاش بشأنها منذ عام 2014 في إطار اتفاقية الأمم المتحدة بشأن أسلحة تقليدية معيّنة، حيث يعمل منذ عام 2017 فريق من الخبراء الحكوميين. وثمة نقطة ثابتة بالفعل: ففي عام 2019 أقرّت الدول الأطراف بتوافق الآراء بأنه يجب الإبقاء على المسؤولية البشرية عن القرارات المتعلقة باستخدام الأسلحة، لأنه لا يمكن نقلها إلى الآلات (المبادئ التوجيهية). وفي نوفمبر 2026 سيتعيّن على المؤتمر الاستعراضي أن يقرّر ما إذا كان سيفتح مفاوضات فعلية.

المصادر: اللائحة (الاتحاد الأوروبي) 2024/1689 · تورينغ، Computing Machinery and Intelligence، 1950 · كريجيفسكي وسوتسكيفر وهينتون، 2012 · فاسواني وآخرون، 2017 · أويانغ وآخرون، 2022 · TechCrunch، 2017 · Orrick · الاتفاقية الإطارية لمجلس أوروبا بشأن الذكاء الاصطناعي · المادة 36 · المبادئ التوجيهية

الذكاء الاصطناعي القانون الدولي

كل الأخبار والبيانات →