How should AI knowledge be governed? Epistemic authority, structural transparency, and the case for open cognitive graphs

بناءً على ورقة البحث بعنوان "كيف ينبغي حوكمة المعرفة في الذكاء الاصطناي؟ السلطة المعرفية، الشفافية الهيكلية، وحالة الرسوم البيانية المعرفية المفتوحة"، إليك ملخص تقني مفصل:

1. بيان المشكلة

تحدد الورقة فجوة حوكمة حرجة في نشر أنظمة الذكاء الاصطناعي التعليمية، وتحديداً النماذج اللغوية الكبيرة (LLMs).

• السلطة المعرفية الواقعية: تعمل أنظمة الذكاء الاصطناعي بشكل متزايد كـ "معلمين" من خلال تقديم التقييمات التكوينية، وتشخيص فهم الطلاب، وتخطيط مسارات التعلم. وبذلك، فهي تمارس "سلطة معرفية" (القدرة على تحديد ما يعتبر معرفة صالحة واستدلالاً صحيحاً).
• عجز المساءلة الهيكلية: على عكس المعلمين البشر، تفتقر أنظمة الذكاء الاصطناعي إلى الآليات المؤسسية للمساءلة، أو مراجعة الأقران، أو الاستئناف، أو التصحيح. فمنطق اتخاذ القرار لديها مغروس في معاملات الشبكة العصبية الغامضة (الصندوق الأسود)، مما يجعل من المستحيل على الخبراء البشريين فحص أو مناقشة أو تعديل المنطق التربوي المحدد وراء حكم الذكاء الاصطناعي.
• عدم التوافق في الحوكمة: تركز النهج التنظيمية الحالية على شفافية المخرجات أو القواعد على مستوى التطبيق، وهي تفشل في معالجة القضية الجذرية: عدم القدرة على حوكمة "الهياكل المعرفية" (العلاقات بين المفاهيم، المتطلبات السابقة، والمفاهيم الخاطئة) التي تقود سلوك الذكاء الاصطناعي. يؤدي هذا إلى وضع يمارس فيه الذكاء الاصطناعي سلطة خبير دون أن يكون خاضعاً لهياكل المساءلة المطلوبة تقليدياً لمثل هذه السلطة.

2. المنهجية والإطار المفاهيمي

يقترح المؤلفون تحولاً من النظر إلى الذكاء الاصطناي كمجرد أداة إلى اعتباره بنية تحتية معرفية تعليمية عامة. تتضمن المنهجية إعادة بناء نظرية وتقنية من ثلاثة أجزاء:

• إعادة الصياغة المفاهيمية: تجادل الورقة بأنه نظراً لأن الذكاء الاصطناعي يتوسط مسارات التعلم على نطاق واسع، يجب التعامل معه كبنية تحتية عامة تتطلب إشرافاً جماعياً، على غرار البنية التحتية المادية أو المعلوماتية.
• الحل التقني: الرسم البياني المعرفي المفتوح (OCG):
  • يقترح المؤلفون الـ OCG كطبقة وسيطة بين الشبكة العصبية والمستخدم.
  • الهيكل: يقوم الـ OCG بتصدير المنطق التربوي صراحةً في شكل رسم بياني. وهو يشفر:
    • العقد (Nodes): مفاهيم سياقية ضمن المجال.
    • الحواف (Edges): علاقات تربوية صريحة، بما في ذلك متطلب_سابق_لـ (داخل مجال معين)، ومشابه_لـ (عبر المجالات)، ومفهوم_خاطئ_شائع، ودعم_تعليمي (scaffolds).
  • الوظيفة: بدلاً من الاعتماد على الأنماط الإحصائية الضمنية، يتم تقييد سلوك الذكاء الاصطناعي بهذه الهياكل البيانية الصريحة. يتضمن الرسم البياني بيانات المصدر (من ساهم، الأدلة، تاريخ التحقق)، مما يجعل المنطق قابلاً للفحص والمراجعة.
• هندسة الحوكمة: نموذج الجذع والأغصان (Trunk-Branch Model):
  • الجذع (طبقة الإجماع): يشفر الهياكل التربوية المستقرة والراسخة والمبادئ الأساسية. تتطلب التغييرات هنا تبريراً رفيع المستوى ومراجعة جماعية (على سبيل المثال، من قبل لجنة أكاديمية).
  • الأغصان (طبقة التعددية): تسمح للمجتمعات (المعلمين، الخبراء المحليين) بتكييف "الجذع" مع السياقات المحلية، أو الاحتياجات الثقافية، أو وجهات النظر الأقلية.
  • الآلية: يمكن اقتراح الابتكارات الناجحة في "الأغصان" لدمجها في "الجذع" من خلال عملية تحقق رسمية. هذا يوازن بين الاستقرار والتنوع.

3. المساهمات الرئيسية

• المساهمة النظرية: تعيد الورقة تعريف مشكلة الذكاء الاصطناعي في التعليم ليس كمسألة أداء تقني، بل كمسألة حوكمة هيكلية تتعلق بـ السلطة المعرفية. وتجادل بأن السلطة يجب أن تُعاد مأسستها من خلال واجهات تشرك العنصر البشري في الحلقة (human-in-the-loop).
• المساهمة التقنية (OCG): تقدم "الرسم البياني المعرفي المفتوح" كواجهة تقنية محددة تترجم الاستدلال التربوي إلى تنسيق قابل للقراءة آلياً وقابل للتدقيق بشرياً. وهذا يسمح بـ "تقييد" توليد النماذج اللغوية الكبيرة ليتبع قواعد تربوية صريحة بدلاً من مجرد الاحتمالية الإحصائية.
• نموذج الحوكمة: يوفر نموذج "الجذع-الغصن" بنية قابلة للتوسع لإدارة الإجماع مقابل التعددية في المعايير التعليمية، مستلهماً من حوكمة البرمجيات مفتوحة المصدر ولكن مهيأً للسلطة التربوية.
• الآلية التشغيلية: تفصل الورقة تنسيق تتبع "المفهوم-المجال-الادعاء" (CDC). هذا يجبر الذكاء الاصطناعي على توليد خطوات استدلال مصنفة صراحةً بالمجال والنظرية/القاعدة المستخدمة، مما يسمح بالتحقق الآلي مقابل الـ OCG.

4. النتائج (محاكاة دراسة حالة)

تقدم الورقة دراسة حالة مفصلة لنموذج أساسي محكوم مجتمعياً لمادة العلوم التمهيدية لإثبات الجدوى:

• السيناريو: حدد المعلمون أن الطلاب يعانون في الانتقال من مفهوم "الطاقة كخاصية" إلى "حفظ الطاقة".
• التشخيص: تبيّن أن المشكلة لا تعود إلى قدرة النموذج اللغوي على اللغة، بل إلى هيكل الـ OCG، الذي كان يفتقر إلى مفاهيم الدعم الوسيطة.
• التدخل: اقترح مجتمع من المعلمين (من رعاية الأغصان) إضافة عقد وسيطة ("انتقال الطاقة"، "حدود النظام").
• عملية التحقق:
  1. فحوصات الاتساق الآلية (عدم وجود منطق دائري).
  2. المراجعة من قبل باحثي علوم التعلم.
  3. الاختبار التجريبي مع بيانات نتائج الطلاب.
• النتيجة: تمت الموافقة على التعديل من قبل اللجنة الأكاديمية، ودمجه في "الجذع"، ونشره في جميع "الأغصان".
• الأثر: تغير سلوك الذكاء الاصطناعي العالمي بشكل منهجي ليشمل الدعم التعليمي الجديد. أظهرت العملية أن الخبرة الموزعة يمكن دمجها في سلوك الذكاء الاصطناي من خلال حوكمة مؤسسية وشفافة، مما حول "الضبط الدقيق" (fine-tuning) إلى عملية ديمقراطية قابلة للتدقيق.

5. الأهمية والآثار المترتبة

• العدالة والصالح العام: من خلال تشفير الخبرة التربوية في OCG عام، تصبح الهياكل التعليمية عالية الجودة مورداً مشتركاً بدلاً من ميزة احتكارية تمتلكها المؤسسات النخبوية أو الشركات التجارية.
• التحول في السياسات: تدعو الورقة إلى تحول في سياسة الذكاء الاصطناعي من تنظيم التطبيقات إلى حوكمة البنية التحتية. وتقترح أن الاستثمار العام ومعايير التوافق التشغيلي للـ OCG ضروريان لمنع "الارتهان" للفرضيات التربوية المملوكة لجهات معينة.
• الاستدامة والثقة: بالنسبة للذكاء الاصطناي غير الربحي والمحكوم مجتمعياً، فإن القدرة على إثبات المساءلة والسماح بالاعتراض على الهياكل المعرفية تصبح ميزة تنافسية على النماذج التجارية الغامضة.
• المساءلة الديمقراطية: تضمن هذه الإطار بقاء البيئة المعرفية للتعلم خاضعة للإشراف الديمقراطي، مما يمنع التطبيع الصامت لوجهات نظر تعليمية ضيقة أو منحازة.

باختصار، توفر الورقة مخططاً لتحويل الذكاء الاصطناي التعليمي من "صندوق أسود" غير خاضع للمساءلة إلى بنية تحتية عامة شفافة وقابلة للحوكمة، حيث تشكل الخبرة البشرية والإجماع المجتمعي المنطق المعرفي للنظام بشكل مباشر.