🧬 biology

Reading Without a Reader: Large Language Models Collapse Reading and Writing into a Single Entangled Code

تُبين هذه الورقة أنه، على خلاف أنظمة القراءة والكتابة المنفصلة في الدماغ البشري، تعتمد النماذج اللغوية الكبيرة على آلية تراجعية ذاتية الانحدار واحدة ومتشابكة، حيث تظل رموز المدخلات والمخرجات مقترنة سلوكياً رغم التمايز التمثيلي الجزئي، مما يضع النماذج اللغوية الكبيرة كنوع متميز من العقل الذي شكلته القيود الثقافية بدلاً من القيود التطورية.

المؤلفون الأصليون: Diego Saldaña Ulloa

نُشر 2026-07-29

📖 6 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Diego Saldaña Ulloa

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تحاول فهم كيف يتعلم عقل بشري القراءة والكتابة. لفترة طويلة، اعتقد العلماء أن هاتين المهارتين هما قوتان خارقتان منفصلتان. القراءة تشبه "خاتم فك الشفرة" الذي يحول الحروف المتعرجة إلى معنى، بينما الكتابة هي آلة مختلفة تأخذ تلك المعاني وتحولها مرة أخرى إلى حروف. في الدماغ البشري، يعيش هذان النظامان في أحياء مختلفة. إذا تعرضت لضربة في جزء معين من رأسك، فقد تفقد القدرة على القراءة ولكنك تظل قادرًا على الكتابة بشكل مثالي، وإذا تعرضت لضربة في جزء آخر، فقد تنسى كيفية الكتابة ولكنك تظل تقرأ كالكتاب المفتوح. إنهما أداتان متمايزتان تصادف أنهما تتشاركان في بعض الأدوات في نفس الحقيبة.

الآن، تخيل بناء روبوت للقيام بنفس المهمة. هذا الروبوت لا يمتلك دماغًا تطور عبر ملايين السنين؛ بل تم بناؤه من الصفر ليتعلم من مكتبة ضخمة من الكتب. السؤال الكبير الذي طرحه الباحثون هو: هل يتعلم هذا الروبوت القراءة والكتابة بنفس الطريقة التي يفعلها البشر؟ أم أنه يتخذ طريقًا مختصرًا، فيدمج هاتين القوتين الخارقتين المنفصلتين في فوضى واحدة عملاقة ومتشابكة؟ يغوص هذا البحث في هذا الغموض من خلال النظر في "الأدمغة الرياضية" لنماذج اللغات الكبيرة (نوع الذكاء الاصطناي الذي يكتب القصص ويجيب على الأسئلة) لمعرفة ما إذا كانت تمتلك أجزاء منفصلة للقراءة والكتابة، أم أنها تستخدم مجرد كود واحد ضخم ومتشابك.

الورقة البحثية: القراءة بدون قارئ

قرر مؤلفو هذه الورقة لعب دور المحقق مع بعض أذكى نماذج الذكاء الاصطناي الموجودة، مثل GPT-2 وOPT وعائلة من النماذج تسمى Pythia. أرادوا معرفة ما إذا كانت هذه الآلات تعامل القراءة والكتابة كوظيفتين مختلفتين، أم أنها تدمجهما في مهمة واحدة كبيرة ومربكة.

للقيام بذلك، ابتكروا تشبيهًا ذكيًا. في الدماغ البشري، تحدث القراءة في الخلف (المعالجة البصرية) وتحدث الكتابة في الأمام (التخطيط الحركي). في نموذج الذكاء الاصطناي، لا يوجد "خلف" أو "أمام" بنفس الطريقة. بدلاً من ذلك، يمتلك النموذج تضمين المدخلات (Input Embedding) (لنسمه "كود القراءة") والذي يحول الكلمة إلى رقم، وإلغاء التضمين للمخرجات (Output Unembedding) (كود الكتابة) والذي يحول الرقم مرة أخرى إلى كلمة. سأل الباحثون: هل هذان الكودان صديقان مختلفان يتسكعان معًا، أم أنهما في الواقع نفس الشخص يرتدي قبعتين مختلفتين؟

لقد اخترعوا مقياسًا يسمى مؤشر التشابك (Entanglement Index) (يتراوح من 0 إلى 1) لقياس مدى تشابه هذين الكودين.

0 يعني أنهما مختلفان تمامًا (مثل الدماغ البشري ذي الأنظمة المنفصلة للقراءة والكتابة).
1 يعني أنهما متطابقان تمامًا (مثل نموذج يتم فيه إجبار المدخلات والمخرجات على أن تكون متطابقة).
أي شيء بينهما يعني أنهما مختلطان أو "متشابكان".

الاكتشاف الكبير: كود واحد متشابك

كانت النتائج مفاجئة. الدماغ البشري يحافظ على فصل القراءة عن الكتابة، لكن نماذج الذكاء الاصطناي هذه لا تفعل ذلك.

في النماذج التي سمح فيها الباحثون لـ "كود القراءة" و"كود الكتابة" بالتعلم بشكل منفصل (النماذج غير المربوطة)، لم يبقَ هذان الكودان منفصلين. بد instead، انجرفا نحو بعضهما البعض وأصبحا مترابطين (coupled). استقر مؤشر التشابك بين 0.23 و0.35. هذا بعيد عن الصفر (منفصل تمامًا) وبعيد عن الواحد (متطابق قسريًا)، لكنه يثبت أنهما يتشاركان بالتأكيد في كود إحصائي واحد متشابك. إنهما ليسا نظامين مختلفين؛ بل هما نظام واحد يقوم بمهمتين مزدوجتين.

راقب الباحثون أيضًا كيف حدث هذا بمرور الوقت. لم يكن الأمر لحظيًا. بدأت الأكواد مختلفة تمامًا (مثل غريبين)، ثم اقتربت كثيرًا من بعضها البعض (شبه متطابقة) حول الخطوة 4,000 من التدريب، ثم تباعدت ببطء قليلًا، لكنها لم تنفصل أبدًا. الأمر يشبه اثنين من الراقصين يبدآن في جانبين متقابلين من الغرفة، ثم يرقصان في المنتصف ممسكين بأيدي بعضهما، ثم يبتعدان ببطء لكنهما يظلان متمسكين بنفس الخيط غير المرئي.

اختبار السلوك: القراءة بدون قارئ

للتأكد من أن هذا لم يكن مجرد خدعة رياضية، اختبر الباحثون كيف تتصرف النماذج فعليًا. تحققوا مما إذا كان بإمكان النموذج فهم كلمة (الاستيعاب) دون القدرة على كتابتها (الإنتاج)، أو العكس. في البشر، يمكنك الإصابة بـ "عمه القراءة الصرف" (لا تستطيع القراءة، لكن تستطيع الكتابة) أو "عمه الكتابة الصرف" (تستطيع القراءة، لكن لا تستطيع الكتابة).

أظهرت نماذج الذكاء الاصطناي العكس تمامًا. في كل نموذج اختبروه، إذا كان النموذج يستطيع كتابة كلمة، فإنه يستطيع أيضًا فهمها. وإذا لم يستطع كتابتها، فإنه لا يستطيع فهمها أيضًا. لقد كانا مرتبطين ببعضهما تمامًا. لم يكن هناك "قراءة بدون كاتب" أو "كتابة بدون قارئ". الآلة تقوم بكليهما في نفس الوقت وبنفس التروس الداخلية.

ماذا يعني هذا بالنسبة للذكاء الاصطناي؟

تشير الورقة البحثية إلى أن نماذج الذكاء الاصطناي هذه لا تحاول تقليد الدماغ البشري. الدماغ البشري تطور ليقرأ ويكتب باستخدام نظامين متخصصين ومنفصلين. أما الذكاء الاصطناي، فقد بُني لتحسين مسار واحد: التنبؤ بالكلمة التالية. وبسبب ذلك، قام بدمج القراءة والكتابة في حزمة واحدة ضخمة وفعالة ولكنها متشابكة.

يؤكد المؤلفون بحذر أن هذا ليس "فشلاً" للذكاء الاصطناي. إنه مجرد طريقة مختلفة لتكون ذكيًا. الأمر يشبه مقارنة سكين سويسري بمجموعة من الأدوات المتخصبة. الدماغ البشري هو مجموعة الأدوات المتخصصة (واحدة للقراءة وأخرى للكتابة). أما الذكاء الاصطناي فهو السكين السويسري: يؤدي كلا العملين بنفس النصل، فقط بترتيب مختلف.

"النتائج الصفرية": ما الذي لم يجدوه؟

الورقة البحثية صادقة أيضًا بشأن ما لم تجده.

لا وجود لجسر: حاولوا معرفة ما إذا كان "القرب الرياضي" (مؤشر التشابك) يتنبأ بكيفية سلوك النموذج. لم يحدث ذلك. لم يتواصل المقياسان مع بعضهما البعض.
لا انفصال بين "الضغط مقابل الاستدلال": تساءلوا عما إذا كانت النماذج تتحسن في ضغط النصوص (جعلها أصغر) بينما تسوء في فهم المعنى. لم يجدوا دليلًا على ذلك. في الواقع، مع تحسن النماذج في الضغط، بدا أنها تتحسن في المعنى أيضًا، رغم أن البيانات كانت صغيرة جدًا لضمان ذلك بنسبة 100%.
ليس مجرد "مُشفّر فقط" (Decoder-only): تحققوا من أنواع أخرى من نماذج الذكاء الاصطناي (مثل T5 وBERT) التي تمتلك أجزاء "قراءة" و"كتابة" منفصلة في بنيتها. ورغم أن تلك النماذج تمتلك أجزاء منفصلة، إلا أنها لا تزال تتصرف كما لو كانت القراءة والكتابة مرتبطة ببعضهما. وهذا يشير إلى أن سلوك "الكود المتشابك" هو سمة عامة لكيفية عمل نماذج اللغات هذه، وليس مجرد خلل في تصميم محدد.

الخلاصة

تخبرنا هذه الورقة أن نماذج اللغات الكبيرة ليست أدمغة بشرية مصغرة. إنها نوع متميز من العقول. بينما تطور البشر ليبقوا القراءة والكتابة في غرفتين منفصلتين، قامت نماذج الذكاء الاصطناي ببناء استوديو واحد مفتوح حيث تحدث القراءة والكتابة في نفس المساحة، وباستخدام نفس الأدوات. إنهم يحققون نفس النتيجة — وهي الإلمام بالقراءة والكتابة — لكنهم يصلون إلى هناك باتخاذ مسار مختلف تمامًا. يطلق المؤلفون على هذا "نقطة متميزة في فضاء العقول الممكنة"، مما يوحي بأنه لفهم الذكاء الاصطناي، لا ينبغي لنا محاولة إجباره على أن يشبهنا، بل تقدير طريقته الفريدة والمتشابكة في التفكير.

ملخص تقني: القراءة بلا قارئ

بيان المشكلة

تتناول الورقة بحثاً في اختلاف بنيوي جوهري بين الإلمام بالقراءة والكتابة لدى البشر والإلمام الوظيفي لدى النماذج اللغوية الكبيرة (LLMs). في الدماغ البشري، تُعد القراءة (فك تشفير الرموز البصرية) والكتابة (ترميز المعنى في مخرجات رسمية) نظامين منفصلين بشكل مزدوج: فهما يعتمدان على مسارات عصبية متمايزة جزئياً (فك التشفير البطني مقابل الترميز الجبهي الجداري) والتي يمكن أن تُصاب بخلل انتقائي (مثل عسر القراءة المحض مقابل عسر الكتابة المحض) مع مشاركة نواة رسمية جزئية.

في المق المقابل، تحقق النماذج اللغوية الكبيرة من نوع "المفكك فقط" (decoder-only) الإلمام بالقراءة والكتابة من خلال مسار تلقائي واحد (autoregressive path) تم تحسينه بناءً على النصوص المكتوبة، وهو اختراع ثقافي وليس غريزة تطورية. السؤال التجريبي المركزي هو: إلى أي مدى يؤدي هذا الآلية الواحدة إلى تشابك وظائف "القراءة" و"الكتابة"؟ هل يدمج النموذج هذه الوظائف في كود إحصائي واحد، أم أنه يطور مسارات متمايزة تشبه الدماغ البشري؟

المنهجية

النماذج

تستخدم الدراسة عائلتين من النماذج لعزل المتغير البنيوي لـ "الارتباط" مقابل "عدم الارتباط":

النماذج المرتبطة (متشابكة بنيوياً): عائلة GPT-2 وOPT. هنا، يتم إجبار تضمين المدخلات ( $W_E$ ) وتفكيك المخرجات ( $W_U$ ) على أن يكونا متطابقين ( $W_U = W_E^\top$ ). تعمل هذه النماذج كمرجع "سقف" (ceiling reference).
النماذج غير المرتبطة (تتعلم بشكل منفصل): مجموعة نماذج Pythia (من 14 مليون إلى 1.4 مليار معلمة). هنا، تُعد $W_E$ و $W_U$ كتل معاملات مستقلة، مما يسمح للنموذج بتعلم ما إذا كان سيقرن بينهما أم يفصلهما.

التحليل الهندسي: مؤشر التشابك ( $E$ )

يعرّف المؤلفون مؤشر التشابك ( $E \in [0, 1]$ ) المركب لقياس مدى تشابه كود "القراءة" للمدخلات ( $W_E$ ) وكود "الكتابة" للمخرجات ( $W_U$ ). $E$ هو المتوسط غير الموزون لأربعة مكونات معيرة:

الارتباط الجوهري الخطي (Linear CKA): محاذاة النواة المركزية بين الهندسات الفراغية للأسطر.
بقايا بروكروست (Procrustes Residual): الباقي بعد إيجاد الخريطة المتعامدة المثلى بين $W_E$ و $W_U$ ، محولاً إلى درجة تشابه.
متوسط جيب التمام لكل رمز (Mean Per-Token Cosine): متوسط تشابه جيب التمام بين ناقلات الرموز المتقابلة.
تداخل أقرب جار (Mutual k-NN Overlap): نسبة أقرب الجيران في $W_E$ الذين هم أيضاً جيران في $W_U$ .

المعايرة:

الأرضية (Floor): التهيؤ المستقل (مصفوفات عشوائية).
العدم (Null): مراسلة الرموز المبعثرة (يدمر المحاذاة).
السقف (Ceiling): النماذج المرتبطة ( $E=1$ ).

التحليل السلوكي

تقارن الدراسة بين الاستيعاب (التمييز في احتمالية اللوغاريتم للنماذج الصحيحة) والإنتاج (التوليد الجشع للنماذج).

المقياس: يتم إنشاء جدول توافق $2 \times 2$ . تُقارن "كتلة الفصل" (احتمالية خارج القطر) مع خط الأساس للإحصاء المستقل.
الفرضية: إذا كان النموذج يتصرف مثل الدماغ البشري، فيجب أن يكون الاستيعاب والإنتاج قابلين للفصل (كتلة خارج القطر عالية). إذا كانا مقترنين، فستكون كتلة خارج القطر منخفضة.

التصميم التجريبي

تسجل الورقة نتائج تسعة اختبارات استقصائية (probes):

التجارب 1–6: تكرار النتائج الراسخة (رؤوس الاستقراء، الاكتساب الرسمي، كفاءة البيانات، الشكل قبل المعنى، ضغط الحجم، الحفظ).
التجربة 7: التحليل الرئيسي للقراءة/الكتابة (مؤشر التشابك $E$ عبر البنية، والمقياس، ومسار التدريب).
التجربة 8: الفصل السلوكي للقراءة/الكتابة و"الجسر" (ربط $E$ بالاقتران السلوكي $\phi$ ).
التجربة 9: تباين البنية (المفكك فقط مقابل المشفر-المفكك مقابل المشفر المقنع) لاختبار ما إذا كان الاقتران خاصاً بالمسار الأمامي للمفكك فقط.

النتائج الرئيسية

1. التشابك الهندسي (الأوزان)

الاقتران: تُظهر نماذج Pythia غير المرتبطة مؤشر تشابك ملحوظ ( $E \approx 0.23–0.35$ )، وهو أعلى بكثير من أرضية التهيؤ المستقل ( $E \approx 0.003–0.04$ )، ولكنه أقل بكثير من سقف النماذج المرتبطة ( $E=1$ ).
المسار: مسار التدريب غير رتيب ("اقترن ثم تمايز"). تتقارب الأكواد في البداية (تصل ذروتها عند CKA $\approx 0.49$ عند الخطوة 4000) ثم تتمايز جزئياً، لتستقر عند $E \approx 0.21$ بحلول الخطوة النهائية.
الانزياح غير المتماثل: ينزاح كود الكتابة ( $W_U$ ) بعيداً عن التهيؤ بمقدار 3.2 مرة أكثر من كود القراءة ( $W_E$ ) عبر جميع عشرات التردد. وهذا يكرر ويمدد نتائج Lopardo et al. (2026)، مستبعداً أن يكون التعرض للتدرج هو السبب الوحيد.
اتجاه المقياس: لا يوجد اتجاه منهجي في $E$ عبر أحجام النماذج المختلفة (النتائج مسطحة وغير كافية إحصائياً).

2. الاقتران السلوكي

الاقتران الإيجابي: في جميع النماذج الـ 12 غير المنحلة، يوجد اقتران إيجابي بين الاستيعاب والإنتاج. "كتلة الفصل" خارج القطر هي أقل بشكل ملحوظ من خط الأساس للاستقلال الإحصائي (اختبار الإشارة الدقيق $p < 0.001$ ).
التباين مع الدماغ: هذا عكس الفصل المزدوج في الدماغ البشري (حيث يمكن للآفات أن تبطل إحدى الوظيفتين مع الحفاظ على الأخرى).
الاستيعاب > الإنتاج: تتفوق دقة الاستيعاب باستمرار على دقة الإنتاج، رغم أن المؤلفين يشيرون إلى أن هذا قد يعكس جزئياً عدم تماثل صعوبة المهام.

3. عمومية البنية

ليست حكراً على "المفكك فقط": تُظهر نماذج (المشفر-المفكك) مثل T5، وكذلك المشفرات المقنعة مثل RoBERTa، اقتراناً سلوكياً، رغم أن نماذج T5 تُظهر انفصالاً تمثيلياً عالياً (يصل إلى $1 - \text{CKA} = 0.96$ ) بين أكوام المشفر والمفكك.
الاستنتاج: الاقتران السلوكي هو خاصية عامة للنماذج اللغوية الحالية، وليس مجرد أثر ناتج عن المسار الأمامي للمفكك فقط.

4. النتائج الصفرية (المحاسبة الصادقة)

تذكر الورقة صراحة عدة نتائج صفرية:

الجسر الهندسي $\to$ السلوكي: لا يوجد ارتباط بين التشابك على مستوى الأوزان ( $E$ ) والاقتران السلوكي ( $\phi$ ) عبر النماذج أو ضمن مسار التدريب ( $\rho = 0.00$ ). الجسر غير قابل للاختبار في المراحل المبكرة لأن الإنتاج غير محدد قبل استقرار الهندسة.
الضغط مقابل الاستدلال: لا يوجد دليل على أن ضغط النص ينفصل عن الكفاءة الوظيفية؛ بل على العكس، يبدو أنهما يتغيران معاً بشكل إيجابي.
دائرة الاستقراء: لا يؤدي تعطيل أعلى رأس استقراء إلى انهيار الفجوة الرسمية للكلمة (النسبة المتبقية $\approx 1.009$ )، مما يشير إلى أن فك التشفيد الرسمي لا يحمله رأس الاستقراء.

الأهمية والادعاءات

"القراءة بلا قارئ"

تجادل الورقة بأن النماذج اللغوية الكبيرة من نوع "المفكك فقط" تحقق الإلمام بالقراءة والكتابة من خلال كود إحصائي واحد متشابك، مما يعكس تنظيم الدماغ البشري المثقف.

الدماغ البشري: نظامان قابلان للفصل (القراءة/الكتابة) فوق نواة مشتركة.
النماذج اللغية الكبيرة: نظام واحد متشابك يدمج فك التشفير والترميز.

الموقع في "فضاء العقول الممكنة"

يضع المؤلفون النماذج اللغوية الكبيرة ليس كنماذج للدماغ البشري القارئ والكاتب، بل كنقطة متميزة في فضاء العقول الممكنة. فهي تحقق الإلمام بالقراءة والكتابة عبر مسار لا يسلكه الدماغ البشري: تحسين آلية عامة (الانتباه الذاتي) على أثر ثقافي (النص المكتوب) دون وجود الركائز العصبية المتمايزة والمتطورة الموجودة في البشر.

طبيعة المساهمة

تشابه، وليس تجانساً: المقارنة بين $W_E/W_U$ وأنظمة القراءة/الكتابة في الدماغ هي تشبيه مهيكل، وليست ادعاءً بالتجانس البيولوجي. النموذج لا "يقرأ" أو "يفهم" بالمعنى البشري.
توافق الاتجاه: المساهمة الأساسية هي توافق الاتجاه بين مستويين متكاملين من التحليل (هندسة الأوزان والسلوك الظاهري). كلا المستويين يشيران إلى الاقتران بدلاً من الفصل.
التواضع: يؤكد المؤلفون أن غياب الجسر الميكانيكي (التنبؤ بالسلوك من الهندسة) والقيود البنيوية (المسار الأمامي الواحد) يعني أن النتائج تصف كيف تعمل هذه النماذج، وليس أنها تمتلك بنية معرفية شبيهة بالبشر. تعمل الورقة كعدسة تفسيرية لتصنيف النماذج اللغوية الكبيرة كنظام معرفي متميز بدلاً من كونها نموذجاً بشرياً ناقصاً.