إليك شرح لورقة بحثية بعنوان "لماذا تفشل النماذج اللغوية الكبيرة في الترجمة ذات الموارد المنخفضة؟" باستخدام لغة بسيطة وتشبيهات من الحياة اليومية.

الصورة الكبيرة: خلل "المترجم العالمي"

تخيل النماذج اللغوية الكبيرة (LLMs) كأنهم أمناء مكتبات أذكياء للغاية ومسافرين جابوا العالم، قرأوا كل كتاب تقريبًا في العالم. هم بارعون جدًا في ترجمة لغات مثل الإنجليزية أو الفرنسية أو الصينية لأنهم قرأوا ملايين الكتب بتلك اللغات.

ولكن عندما تطلب منهم ترجمة لغة أقل شيوعًا (مثل الخميرية أو التاميلية) أو زوج لغوي لا يتضمن الإنجليزية (مثل العربية إلى العبرية)، يبدأون في التعثر. قد ينتجون كلامًا غير مفهوم، أو يضيفون شروحات غير ضرورية، أو ببسا م يخطئون في المعنى.

هذه الورقة تسأل: لماذا يفشل هؤلاء الأمناء الأذكياء في هذه المهام المحددة، وهل يمكننا قياس سبب ذلك بدقة؟

---

1. المشكلة: الانحياز "المتمحور حول الإنجليزية"

اختبر الباحثون 15 نموذجًا مختلفًا من الذكاء الاصطناعي على 22 زوجًا لغويًا مختلفًا. ووجدوا نمطًا واضحًا:

• الأزواج المتمحورة حول الإنجليزية (مثل الإنجليزية إلى الألمانية) كانت تعمل بشكل رائع.
• الأزواج غير الإنجليزية (مثل العربية إلى العبرية) أو الأزواج ذات الموارد المنخفضة (اللغات التي تتوفر عنها كتب أقل على الإنترنت) كان أداؤها أسوأ بكثير.

التشبيه: فكر في مفردات الذكاء الاصطناعي كأنها صندوق أدوات ضخم. بالنسبة للإنجليزية، صندوق الأدوات عبارة عن مستودع هائل مليء بكل أداة يمكن تخيلها. أما بالنسبة للغات النادرة، فصندوق الأدوات عبارة عن درج صغير مغبر يحتوي على عدد قليل من الأدوات الصدئة فقط. عندما يحاول الذكاء الاصطناعي بناء جملة بلغة نادرة، فإنه يحاول إصلاح سيارة باستخدام مطرقة وملعقة.

2. الأداة الجديدة: "معدل تنشيط الرموز" (TAR)

لفهم لماذا صندوق الأدوات فارغ إلى هذا الحد، ابتكر المؤلفون مقياسًا جديدًا يسمى معدل تنشيط الرموز (Token Activation Rate - TAR).

• ما هو "الرمز" (Token)؟ الحواسيب لا تقرأ كلمات كاملة؛ بل تقسم النص إلى قطع صغيرة تسمى رموزًا (على سبيلך، كلمة "cat" قد تكون رمزًا واحدًا، لكن كلمة "unbelievable" قد تُقسم إلى "un"، و"believe"، و"able").
• ما هو الـ TAR؟ يقيس عدد "القطع" (الرموز) المتاحة للذكاء الاصطناعي والتي تُستخدم فعليًا عند قراءة لغة معينة.

التشبيه: تخيل مكتبة تحتوي على 100,000 كتاب.

• إذا طلبت من أمين المكتبة البحث عن كتب حول الإنجليزية، فسيخرج 50,000 كتاب. هذا هو معدل تنشيط مرتفع. المكتبة "نابضة بالحياة" باللغة الإنجليزية.
• إذا طلبت منه البحث عن كتب حول الخميرية، فلن يجد سوى 500 كتاب فقط. هذا هو معدل تنشيط منخفض. المكتبة فارغة تمامًا لهذا الموضوع.

تثبت الورقة أن انخفاض معدل الـ TAR = ترجمة سيئة. إذا لم يكن لدى الذكاء الاصطناعي "صندوق أدوات" يحتوي على ما يكفي من الأدوات المحددة للغة ما، فإن الترجمة تفشل.

3. نماذج "التفكير": هل تبذل جهدًا أكبر؟

نظر الباحثون أيضًا في "نماذج الاستنتاج" (Reasoning LLMs). هذه نماذج ذكاء اصطناعي أحدث، تم تدريبها على "التفكير" قبل الإجابة، وغالبًا ما تولد خطوات داخلية إضافية (مثل طالب يكتب خطوات حل مسألة رياضية قبل الوصول للحل النهائي).

الاكتشاف:
عندما تواجه هذه النماذج "المفكرة" لغة ذات معدل TAR منخفض (أي صندوق أدوات شحيح)، فإنها تميل إلى توليد المزيد من رموز التفكير الداخلية.

• التشبيه: الأمر يشبه طالبًا لا يعرف إجابة مسألة رياضية. بدلًا من التخمين، يبدأ في كتابة خطوات طويلة ومعقدة، محاولًا فهم المسألة من مبادئها الأساسية. إنهم يحاولون "التعويض" عن نقص الأدوات من خلال التفكير بجهد أكبر.

هل يساعد ذلك؟

• أحيانًا، نعم: بالنسبة لبعض النماذج (مثل بعض نماذج Qwen)، أدى توليد المزيد من رموز التفكير إلى تحسين جودة الترجمة. لقد كان الأمر وكأن الجهد الإضافي قد آتى ثماره.
• أحيانًا، لا: بالنسبة لنماذج أخرى (مثل بعض نماذج DeepSeek)، لم يساعد توليد المزيد من الرموز، بل جعل الأمور أسوأ في بعض الأحيان. كان الأمر أشبه بطالب تاه في ملاحظاته الخاصة حتى نسي السؤال الأصلي.

4. عامل "المسافة"

نظرت الورقة أيضًا في المسافة النمطية (Typological Distance). وهي مدى "القرابة" بين لغتين.

• أبناء عمومة مقربون: الفرنسية والإيطالية مثل الأخوة؛ يتشاركان الكثير من الحمض النووي.
• أقارب بعيدون: الإنجليزية والصينية مثل أبناء العمومة البعيدين؛ يتشاركان القليل جدًا.

النتيجة: حتى لو كانت اللغة تمتلك عددًا جيدًا من الأدوات (TAR)، فإذا كانت لغة المصدر ولغة الهدف مختلفتين جدًا عن بعضهما البعض، فإن الذكاء الاصطناعي يعاني أكثر. الأمر يشبه محاولة ترجمة وصفة طبخ تستخدم "عيدان الأكل" (Chopsticks) إلى مطبخ يستخدم "الشوكة"؛ المنطق الأساسي مختلف تمامًا.

5. مشكلة "الضجيج"

أحد العقبات الرئيسية التي واجهها الباحثون هو أن نماذج الذكاء الاصطناعي غالبًا ما تتحدث كثيرًا. فبدلًا من تقديم الترجمة فقط، قد تضيف: "إليك الترجمة: [الترجمة]. لقد اخترت هذه الكلمات لأن..."

هذا "الثرثرة" تعطل الكمبيوتر المسؤول عن تقييم الترجمة. اضطر المؤلفون إلى تصميم أوامر (Prompts) خاصة لإجبار الذكاء الاصطناعي على الصمت والترجمة فقط. ووجدوا أن بعض النماذج (مثل Google Translate أو نماذج "Tower" المحددة) كانت أفضل بكثير في اتباع هذه التعليمات الصارمة من غيرها.

ملخص النتائج

1. نظرية صندوق الأدوات: يفشل الذكاء الاصطناعي في الترجمة ذات الموارد المنخفضة لأن "صندوق أدواته" الداخلي (المفردات) فارغ جدًا لتلك اللغات المحددة. يمكننا قياس هذا الفراغ باستخدام معدل تنشيط الرموز (TAR).
2. محاولة التعويض: عندما يكون صندوق الأدوات فارغًا، تحاول النماذج "المفكرة" العمل بجهد أكبر عبر توليد المزيد من الخطوات الداخلية. هذا يساعد بعض النماذج ولكن ليس جميعها.
3. العلاقة مهمة: الأمر لا يتعلق باللغة نفسها فحسب؛ بل يتعلق أيضًا بمدى اختلاف اللغتين عن بعضهما البعض.
4. الخلاصة: لفهم سبب فشل ترجمة الذكاء الاصطناعي، نحتاج إلى النظر في وحدات البناء الصغيرة (الرموز/Tokens) التي يستخدمها الذكاء الاصطناعي، وليس فقط في النتيجة النهائية.

ما لا تدعيه الورقة البحثية:

• هي لا تقول إن علينا التوقف عن استخدام الذكاء الاصطناعي للترجمة.
• لا تدعي أن النماذج "المفكرة" هي الحل النهائي لجميع اللغات.
• لا تقترح استخدامات طبية أو سريرية محددة لهذه النتائج.
• تركز حصريًا على شرح سبب حدوث الفشل، وليس على بناء منتج جديد لإصلاحه فورًا.