🤖 AI

Taming the Centaur(s) with LAPITHS: a framework for a theoretically grounded interpretation of AI performances

تقدم الورقة إطار عمل LAPITHS لتحدي الصلاحية النظرية للادعاءات بأن نماذج الذكاء الاصطناعي مثل CENTAUR تمتلك إدراكاً شبيهًا بالإدراك البشري، محتجةً بدلاً من ذلك بأن أداءها ينبع من أنماط سلوكية وليس من معقولية معرفية حقيقية.

المؤلفون الأصليون: Matteo Da Pelo, Alessio Donvito, Claudio Frongia, Pietro Salis, Antonio Lieto

نُشر 2026-05-01

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Matteo Da Pelo, Alessio Donvito, Claudio Frongia, Pietro Salis, Antonio Lieto

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

إليك شرح لورقة بحثية بعنوان "ترويض السنتور (الآدمي) بواسطة اللابيث" (Taming the Centaur(s) with Lapiths)، مترجمة إلى لغة بسيطة مع استخدام تشبيهات إبداعية.

الصورة الكبيرة: "السنتور" مقابل "اللابيث"

تخيل ذكاءً اصطناعيًا جديدًا فائق الذكاء يسمى سنتور (Centaur). يدعي مبتكروه أنه "نموذج موحد للإدراك". وباللغة البسيطة، يقولون: "لقد علمنا هذا الذكاء الاصطناعي كيف يحاكي السلوك البشري بدقة شديدة لدرجة أنه لا بد وأن يفكر مثل البشر. إنه ليس مجرد آلة حاسبة؛ بل هو عقل رقمي."

أما مؤلفو هذه الورقة البحثية، وهم فريق من الباحثين من إيطاليا، فيقولون: "تمهلوا قليلاً."

لقد قدموا إطار عمل يسمى LAPITHS (سمي تيمناً بمحاربي اليونان القدماء الذين حاربوا السنتور). مهمتهم هي "ترويض" الضجيج الإعلامي حول "سنتور". إنهم يجادلون بأنه لمجرد أن الذكاء الاصطناعي يتصرف مثل البشر، فهذا لا يعني أنه يفكر مثل البشر. إنهم يريدون الفصل بين الأداء (التصرف) وبين الإدراك (التفكير).

المشكلة الجوهرية: "مغالطة الإسناد" (The Ascription Fallacy)

تحدد الورقة فخًا منطقيًا يسمى مغالطة الإسناد.

التشبيه:
تخيل أنك ترى روبوتًا يمكنه محاكاة إنسان يلعب الشطرنج بدقة مثالية. إنه يحرك القطع، يتوقف لـ "يفكر"، وحتى يرتكب نفس الأخطاء التي يرتكبها البشر عندما يشعرون بالتعب.

المغالطة: تنظر إلى الروبوت وتقول: "واو، لا بد أن لديه دماغًا مثل دماغ البشر! إنه يفهم الاستراتيجية ويشعر بضغط المباراة."
الواقع: قد يكون الروبوت مجرد آلة حاسبة فائقة السرعة حفظت ملايين مباريات الشطرنج. هو لا "يفهم" أي شيء؛ هو فقط يتوقع الحركة التالية بناءً على الأنماط.

يجادل المؤلفون بأن "سنتور" هو روبوت الشطرنج هذا. لقد تم تدريبه على مجموعة بيانات ضخمة من القرارات البشرية (تسمى Psych-101). ولأنه تدرب على التنبؤ بما سيفعله البشر، فهو يتنبأ بهم بشكل جيد جدًا. لكن المؤلفين يزعمون أن هذا مجرد محاكاة سلوكية، وليس توافقًا إدراكيًا.

الأداة: "الشبكة الإدراكية الدنيا" (MCG)**

لإثبات وجهة نظرهم، بنى المؤلفون بطاقة تقييم تسمى الشبكة الإدراكية الدنيا (Minimal Cognitive Grid - MCG). اعتبر هذه الشبكة بمثابة "كاشف الحقيقة الإدراكية" الذي يقيم الذكاء الاصطناعي بناءً على ثلاثة أشياء، وليس فقط مدى جودة إجابته على الأسئلة.

البنية مقابل الوظيفة (الـ "كيف"):
- السؤال: هل يستخدم الذكاء الاصطناعي نفس "التروس" الداخلية التي يستخدمها الدماغ البشري؟
- النتيجة: يتعلم البشر بشكل تدريجي (من خلال التجربة والخطأ في الوقت الفعلي) ولديهم ذاكرة عاملة محدودة (يمكننا فقط استيعاب عدد قليل من الأشياء في رؤوسنا). أما "سنتور"، فقد تم تدريبه في دفعات (مثل قراءة كتاب كامل دفعة واحدة) ولديه "نافذة سياق" ضخمة (يمكنه تذكر كل شيء في المحادثة).
- الحكم: "سنتور" يفشل في هذا الاختبار. إنه يتصرف كبشر، لكن محركه الداخلي مختلف تمامًا. إنه يشبه طائرة تطير مثل الطائر، لكنها تستخدم محركات نفاثة بدلًا من رفرفة الأجنحة.
الشمولية (الـ "نطاق"):
- السؤال: هل يمكنه القيام بأنواع مختلفة من التفكير؟
- النتيجة: "سنتور" جيد في الرياضيات، والاستنتاج، واللغة. لكنه أحادي النمط (unimodal)، مما يعني أنه يعالج النصوص فقط. ليس لد لديه أعين ليرى، ولا أيدٍ ليلمس، ولا جسد ليتحرك به.
- الحكم: يحصل على درجات جزئية هنا. هو ذكي، لكنه يفتقر إلى الخبرة "المجسدة" (Embodied) التي يمتلكها البشر.
مطابقة الأداء (الـ "نتيجة"):
- السؤال: هل يحصل على الإجابة الصحيحة، ويرتكب نفس الأخطاء، ويستغرق نفس الوقت؟
- النتيجة: "سنتور" ممتاز في هذا. فهو يتنبأ بالخيارات البشرية بدقة شبه مثالية، بل ويحاكي أنماط الخطأ البشري.
- الحكم: درجة عالية هنا. لكن المؤلفين يحذرون: الدرجة العالية هنا لا تثبت أنه يفكر مثلنا.

النتيجة النهائية: عندما تجمع هذه العناصر، يحصل "سنتور" على درجة منخفضة في "المعقولية الإدراكية". إنه محاكٍ (Emulator) رائع (ممثل بارع)، ولكنه نموذج إدراكي (Cognitive Model) ضعيف (مفكر حقيقي).

التجربة: "هل يستطيع أي شخص فعل ذلك؟"

لإثبات أن "سنتور" ليس مميزًا، أجرى الباحثون اختبارًا. أخذوا خمسة نماذج أخرى قوية من الذكاء الاصطناعي (مثل GPT-4 وGemini وغيرها) والتي لم يتم تدريبها على البيانات البشرية.

أعطوا هذه النماذج تعليمات بسيطة: "هذه هي قواعد اللعبة. هذا هو تاريخ ما حدث. الآن، ماذا سيفعل الإنسان؟" (وهذا ما يسمى RAG أو التوليد المعزز بالاسترجاع).

النتيجة:

هذه النماذج "غير المدربة" قدمت أداءً يقارب أداء "سنتور".
في بعض الحالات، كان الفرق في الأداء ضئيلاً جدًا لدرجة أنه غير ذي دلالة إحصائية.
التشبيه: الأمر يشبه إعطاء مجموعة من الممثلين نصًا مسرحيًا. "سنتور" هو الممثل الذي حفظ النص تمامًا. ولكن عندما تعطي نفس النص لممثلين آخرين، يمكنهم أيضًا تقديم الأسطر بشكل مثالي تقريبًا دون الحاجة لحفظ الكتاب بأكمله مسبقًا.

اختبار مسح الدماغ (fMRI)

ادعى مبتكرو "سنتور" أنه بعد التدريب، بدأت "الأفكار الداخلية" للذكاء الاصطناعي (التمثيلات العصبية) تشبه مسحات الدماغ البشري (بيانات fMRI). وقالوا إن هذا يثبت أنه أصبح "شبيهًا بالدماغ".

اختبر المؤلفون هذا أيضًا. طلبوا من نماذج ذكاء اصطناعي أخرى أن تخمن كيف سيكون النشاط الدماغي لمهمة معينة، فقط من خلال قراءة وصف المهمة.

النتيجة:

أنتجت هذه النماذج الأخرى أيضًا تخمينات ترتبط ارتباطًا وثيقًا بمسحات الدماغ البشرية.
التشبيه: إذا طلبت من مجموعة من الناس وصف شعور "الخوف"، فقد يستخدمون جميعًا كلمات متشابهة (تسارع ضربات القلب، التعرق). هذا لا يعني أن لديهم جميعًا نفس الآلية البيولوجية للخوف؛ بل يعني فقط أنهم جميعًا يصفون نفس المفهوم.
يجادل المؤلفون بأن الارتباط العالي في مسحات الدماغ هو أمر سهل التحقيق أكثر مما يدعي المبتكرون. هذا لا يثبت أن لدى الذكاء الاصطناه دماغًا؛ بل يثبت فقط أنه يفهم مفهوم المهمة.

الخلاصة النهائية

تخلص الورقة البحثية إلى تحذير لعالم الذكاء الاصطناعي:

لا تخلط بين الخريطة والإقليم. لمجرد أن الذكاء الاصطناعي يرسم خريطة مثالية للسلوك البشري (يتنبأ بما نفعله)، فهذا لا يعني أن الذكاء الاصطناعي هو الإقليم (العقل البشري).
"سنتور" متنبئ رائع، لكنه تفسير ضعيف. إنه أداة رائعة لتخمين ما سيفعله البشر بعد ذلك. لكن لا يمكننا استخدامه لتفسير لماذا يفكر البشر بهذه الطريقة، لأن آلياته الداخلية مختلفة جوهريًا عن آلياتنا.
نحن بحاجة إلى اختبارات أفضل. يجب أن نتوقف عن السؤال فقط: "هل حصل على الإجابة الصحيحة؟" ونبدأ في السؤال: "هل حصل على الإجابة الصحيحة باستخدام نفس التروس الذهنية التي يستخدمها البشر؟"

باختصار: "سنتور" ممثل بارع، لكنه ليس بشرًا. لقد بنى المؤلفون إطار عمل (LAPITHS) لضمان عدم انخداعنا بالأداء.

إليك ملخص تقني مفصل لورقة البحث: "ترويض السنتور (المركب) باستخدام لافيث (Lapiths): إطار عمل لتفسير قائم على أسس نظرية لأداء الذكاء الاصطناعي."

1. بيان المشكلة

تتناول الورقة قضية منهجية حرجة في علوم الذكاء الاصطناعي والعلوم المعرفية المعاصرة، وهي "مغالطة الإسناد" (Ascription Fallacy). تحدث هذه المغالطة عندما يخلط الباحثون بين الأداء السلوكي على المستوى البشري (تشابه المخرجات) وبين الآليات الحسابية الشبيهة بالبشر (التماثل الهيكلي/المعرفي).

يركز المؤلفون على "سنتور" (Centaur)، وهو "نموذج معرفي موحد" حديث اقترحه بينز وآخرون (2025). سنتور هو نموذج لغوي كبير (LLM، يعتمد على Llama 3.1 70B) تم ضبطه بدقة على مجموعة بيانات Psych-101 (أكثر من 10 ملايين قرار بشري من 160 تجربة نفسية). يزعم مؤيدو "سنتور" أنه لا يتنبأ بالسلوك البشري فحسب، بل ينفذ أيضًا آليات ذات صلة معرفيًا ويتوافق مع النشاط العصبي البشري (fMRI).

يجادل المؤلفون بأن نجاح "سنتور" هو على الأرجح نتيجة لـ "التحسين الوظيفي" (functionalist optimization) (مطابقة الإحصائيات بين المدخلات والمخرجات) وليس "التماثل الهيكلي" (structural homology) (مشاركة الآليات المعرفية الكامنة). ويفترضون أن الدقة التنبؤية العالية والارتباط العصبي لا يعنيان بالضرورة أن النظام يمتلك إدراكًا شبيهًا بالإنسان.

2. المنهجية: إطار عمل LAPITHS

لتقييم مثل هذه الادعاءات بصرامة، قدم المؤلفون إطار عمل LAPITHS (تحليل النماذج اللغوية من خلال التفسيرات القائمة على النماذج المعرفية حول التشابه مع البشر). يجمع هذا الإطار بين التحليل النظري والتكرار التجريبي، ويتمحور حول الشبكة المعرفية الدنيا (Minimal Cognitive Grid - MCG).

أ. الشبكة المعرفية الدنيا (MCG)

تقيم الـ MCG الأنظمة الاصطناعية عبر ثلاثة أبعاد كمية لتحديد "الصلاحية المعرفية" ( $PM$ ):

نسبة الوظيفي/الهيكلي (FSR):
- تقيس التوازن بين التصميم الوظيفي (مطابقة المخرجات) والتصميم الهيكلي (الالتزام بالنظريات المعرفية).
- تستخدم مجموعة من القيود الهيكلية ( $c_1...c_k$ ) المستمدة من العلوم المعرفية (مثل حدود الذاكرة العاملة، التعلم التدريجي، التخطيط القائم على النموذج).
- تحسب درجة حيث تشير نسبة FSR المنخفضة إلى صلاحية هيكلية عالية، بينما تشير نسبة FsR العالية إلى اعتماد النظام على المحاكاة الوظيفية دون قيود هيكلية.
العمومية ( $G_M$ ):
- تقيم اتساع المجالات المعرفية المغطاة، بناءً على نظرية كاتل-هورن-كارول (CHC) للقدرات المعرفية.
- تقيم الأداء عبر مجالات مثل الاستدلال السائل، المعرفة الكمية، المعالجة البصرية، والقدرات الحسية/الحركية.
مطابقة الأداء ( $P_{MM}$ ):
- تقارن النظام الاصطناعي بالنماذج البشرية المرجعية في مهام محددة باستخدام:
  - الدقة: الانحراف عن احتمالية اللوغاريتم السلبي (NLL) البشري.
  - أنماط الخطأ: تكرار توزيعات الخطأ البشري (مثل الاستراتيجيات القائمة على النموذج أو الخالية من النموذج).
  - وقت التنفيذ: التوافق مع أوقات الاستجابة البشرية (رغم أنها غالبًا ما تكون غير متوفرة للنماذج اللغوية الكبيرة).

درجة الصلاحية المعرفية النهائية ( $PM$ ) هي مجموع مرجح لهذه الأبعاد ( $PM = \lambda \cdot FSR' + \mu \cdot G_M + \nu \cdot P_{MM}$ ).

ب. استراتيجية التكرار التجريبي

طبق المؤلفون إطار LAPITHS على مهمة الخطوتين (Two-Step Task - TST)، وهي نموذج كلاسيكي للتعلم المعزز يُستخدم لاختبار الاستراتيجيات القائمة على النموذج مقابل الاستراتيجيات الخالية من النموذج.

تكرار السلوك: اختبروا ما إذا كانت النماذج اللغوية الكبيرة القياسية، غير المضبوطة بدقة (باستخدام التوليد المعزز بالاسترجاع - RAG للوصول إلى قواعد المهمة)، يمكنها تكرار الملاءمة السلوكية لـ "سنتور" (NLL) في مهمة TST.
التكرار العصبي: اختبروا ما إذا كانت هذه النماذج نفسها القائمة على RAG يمكنها توليد أنماط تنشيط مناطق الاهتمام (ROI) في التصوير بالرنين المغناطيسي الوظيفي (fMRI) التي ترتبط بالبيانات البشرية، دون ضبط عصبي متخصص.

3. المساهمات الرئيسية

إطار عمل نظري: صياغة التمييز بين الكفاية الوظيفية والصلاحية المعرفية، وتوفير مقياس (MCG) لتكميم "مغالطة الإسناد".
نقد "سنتور": إثبات أن "سنتور" يفشل في تلبية القيود الهيكلية الرئيسية للإدراك البشري (تحديدًا فيما يتعلق بالتعلم التدريجي وحدود الذاكرة)، رغم دقته السلوكية العالية.
التحدي التجريبي: إظهار أن "الملاءمة السلوكية والعصبية المتطورة" ليست حكرًا على النماذج المتخصصة والمضبوطة بدقة مثل "سنتور"، بل يمكن تحقيقها بواسطة نماذج لغوية عامة عبر التلقين البسيط والاسترجاع.

4. النتائج الرئيسية

أ. تحليل MCG لـ "سنتور"

الفشل الهيكلي: سجل "سنتور" درجة منخفضة جدًا في نسبة الوظيفي/الهترلي ( $FSR' \approx 0.18$ $F S R^{'} \approx 0.18$ ).
- فشل في تنفيذ التعلم التدريجي (فهو يستخدم التدريب بالدفعات، وليس التحديثات الآنية).
- فشل في تنفيذ التخطيط القائم على النموذج بشكل صريح (فهو يقرب المخرجات عبر تمريرة أمامية دون نموذج انتقال داخلي).
- فشل في احترام حدود الذاكرة العاملة (نافذة السياق لديه غير محدودة، على عكس القدرة البشرية).
مطابقة الأداء العالية: حقق "سنتور" درجة $P_{MM}$ عالية ($0.83$) لأنه تم تدريبه صراحةً لمطابقة الاختيارات البشرية.
الصلاحية الإجمالية: كانت الدرجة المركبة منخفضة ( $PM = 0.39$ )، مما يشير إلى أنه بينما يعد "سنتور" متنبئًا جيدًا، فإنه نموذج معرفي ضعيف.

ب. تكرار السلوك (NLL)

RAG مقابل الضبط الدقيق: حققت عدة نماذج لغوية كبيرة عامة (Llama Maverick، GPT-4o، GPT-5.1) مجهزة بتقنية RAG (للوصول إلى قواعد المهمة) درجات NLL مماثلة لـ "سنتور" في مهمة TST.
الدلالة الإحصائية:
- Llama Maverick (RAG): سجل NLL $\approx 0.54$ مقابل NLL لـ "سنتور" $\approx 0.51$ . الفرق لم يكن ذا دلالة إحصائية ( $p \approx 0.095$ ).
- أظهرت النماذج الأخرى (GPT-5.1، Gemini-2.5) فروقًا طفيفة فقط وذات دلالة إحصائية مقارنة بـ "سنتور"، لكنها جميعًا تفوقت بشكل ملحوظ على نموذج Llama 3.1 الأساسي والنماذج المعرفية القياسية.
الاستنتاج: الضبط الدقيق المتخصص ليس ضروريًا تمامًا لتحقيق ملاءمة سلوكية بمستوى البشر في هذه المهمة.

ج. الملاءمة العصبية (fMRI)

ارتباط عالٍ بدون تدريب: ولدت النماذج اللغوية الكبيرة القائمة على RAG (مثل Gemini-2.5 Pro، Lba Maverick) نواقل بيتا لـ ROI أظهرت ارتباطًا عاليًا جدًا مع البيانات البشرية (معامل بيرسون $r \approx 0.93$ ، وتشابه جيب التمام $\approx 0.98$ ).
المقارنة مع "سنتور": كانت هذه القيم أعلى بكำ significantly من ذروة الارتباط المسجل لـ "سنتور" في الدراسة الأصلية ( $r \approx 0.37$ ).
الآثار المترتبة: يمكن تحقيق توافق تمثيلي عالٍ مع نشاط الدماغ البشري باستخدام نماذج عامة ببساطة عن طريق معالجة هيكل المهمة، دون الحاجة إلى ضبط عصبي. وهذا يشير إلى أن التشابه التمثيلي هو مؤشر ضعيف للآلية المعرفية.

5. الأهمية والخاتمة

تخلص الورقة إلى أن الإنجازات التي حققتها نماذج مثل "سنتور" يتم تفسيرها بشكل مبالغ فيه.

الكفاية السلوكية $\neq$ الصلاحية المعرفية: الدقة التنبؤية العالية وحتى الارتباط العصبي العالي لا يثبتان أن النظام ينفذ آليات معرفية شبيهة بالبشر.
خطر الإسناد: إن عزو النظريات المعرفية إلى أنظمة الذكاء الاصطناعي بناءً على مطابقة المخرجات فقط يؤدي إلى "مغالطة الإسناد"، حيث يُخطأ في اعتبار الذكاء الاصطناعي نموذجًا حقيقيًا للعقل.
التوجه المستقبلي: يدعو المؤلفون إلى تحول في تقييم الذكاء الاصطناعي من المقاييس الموجهة نحو الأداء فقط إلى المعايير القائمة على الأسس النظرية (مثل MCG) التي تفرض قيودًا هيكلية (حدود الذاكرة، ديناميكيات التعلم، التجسيد).
الجوهر المعرفي الأدنى: يقترحون تطوير "جوهر معرفي أدنى" للذكاء الاصطناعي المستقبلي، لضمان تنفيذ الأدوار الوظيفية داخل أنظمة تحترم القيود الهيكلية للإدراك البيولوجي.

في الجوهر، تجادل الورقة بأنه بينما يعد "سنتور" محاكيًا سلوكيًا قويًا، فإنه ليس نموذجًا معرفيًا، كما يمكن تحقيق أداء مماثل بواسطة أنظمة أقل تخصصًا، مما يجعل الادعاء بـ "الملاءمة المعرفية" غير محدد نظريًا.