تخيل أنك تعلم روبوتاً كيفية القيام بالأعمال المنزلية. قد تعتقد أن السر يكمن فقط في منح لـه دماغاً ضخماً يتحدث لغة البشر. لكن هذا هو الجزء الصعب: مجرد قول الروبوت إنه يفهمك لا يعني أنه يستوعب الأمر حقاً. هذا هو جوهر مجال يسمى "الذكاء الاصطناعي المتجسد" (Embodied AI)، حيث تحاول الحواسيب التعلم من خلال التفاعل مع العالم المادي الحقيقي، وليس فقط من خلال قراءة الكتب. السؤال الكبير الذي يطرحه العلماء هو: عندما يستخدم الروبوت اللغة ليفهم ما يجب فعله، هل تساعده هذه اللغة حقاً في الرؤية والحركة، أم أنها مجرد زينة فاخرة؟ فكر في الأمر مثل نظام تحديد المواقع (GPS). إذا قال لك الـ GPS "انعطف يساراً"، فهذه مجرد جملة. ولكن إذا كان الـ GPS يعرف حقاً أن هناك جداراً هناك وأوقفك لتجنب الاصطدام، فهذا أمر مختلف. نحن نريد أن نعرف ما إذا كانت لغة الروبوت هي الملاح الذكي أم مجرد راكب يحمل خريطة لا ينظر إليها أبداً.

هذه الورقة البحثية تشبه قصة بوليسية، حيث يقوم المؤلفون بفحص 105 مشروعاً مختلفاً للروبوتات لمعرفة الدور الذي تلعبه اللغة بالضبط، والأهم من ذلك، ما إذا كان أي شخص قد أثبت فعلياً أنها تعمل. لقد أدركوا أن العلماء غالباً ما يخلطون بين "ما يقول الروبوت إنه يفعله" وبين "ما يفعله الروبوت حقاً". ولحل هذه المشكلة، ابتكروا طريقة جديدة لتصنيف الروبوتات إلى خمسة "وظائف" مختلفة قد تقوم بها اللغة. وقد أطلقوا على هذه الوظائف الأسماء التالية: التوصيف (إخبار الروبوت بما يجب فعله)، التمثيل المتجسد (مساعدة الروبوت على رؤية العالم من خلال الكلمات)، تنسيق الأفعال (تقرير أي المهارات سيستخدمها)، تنظيم التجذر (إصلاح الأخطاء عندما تسوء الأمور)، واقتران التنفيذ (تحويل الكلمات مباشرة إلى حركات عضلية).

وجد المؤلفون نمطاً مضحكاً ومحبطاً في آن واحد: يدعي العديد من الباحثين أن الروبوت الخاص بهم ذكي للغاية لأنه يستخدم اللغة، ولكن عند النظر عن كثب إلى الأدلة، نجد أن اللغة غالباً لا تقوم بالعمل الشاق فعلياً. الأمر يشبه ساحراً يدعي أن قبعته هي مصدر السحر، بينما الحقيقة هي أن الخدعة تحدث في كُمّ ثيابه. توضح الورقة أنه مجرد قدرة الروبوت على التحدث عن خطة ما لا يعني أن الخطة صحيحة، ومجرد نجاح الروبوت في مهمة ما لا يعني أن اللغة كانت هي السبب في نجاحه. وجدوا أنه بينما أظهرت كل ورقة بحثية تقريباً قدرتهم على تتبع مسار من الكلمة إلى الفعل، إلا أن القليل جداً منهم أثبتوا فعلياً أن تغيير الكلمات سيغير سلوك الروبوت في العالم الحقيقي. باختصار، تجادل الورقة بأننا بحاجة إلى التوقف عن الاحتفاء بمجرد الروبوتات التي تتحدث، والبدء في المطالبة بدليل على أن الكلام هو ما يجعلها تتحرك بالفعل.

الوظائف الخمس للغة الروبوت

أدرك المؤلفون أن "اللغة" ليست شيئاً واحداً فقط. إنها تشبه سكين الجيش السويسري الذي يحتوي على أدوات مختلفة لوظائف مختلفة. لقد صنفوا الروبوتات التي درسوها إلى خمس فئات بناءً على ما كانت تفعله اللغة بالفعل:

1. التوصيف (سيد المهمة): هذا هو الحال عندما تخبر اللغة الروبوت بما هو الهدف. الأمر يشبه تسليم سائق توصيل ملاحظة تقول "ضع البيتزا عند 123 شارع مين". اللغة هنا تضع القواعد.
2. التمثيل المتجسد (المترجم): هذا هو الحال عندما تساعد اللغة الروبوت على فهم العالم المادي. تخيل أن الروبوت ينظر إلى كوب ويفكر: "هذا جسم هش مصنوع من الزجاج". إنه يترجم العالم المادي إلى كلمات حتى يتمكن من تذكره لاحقاً.
3. تنسيق الأفعال (المايسترو): هذا هو الحال عندما تقرر اللغة أي المهارات سيتم استخدامها. إذا كان لدى الروبوت مهارة "الإمساك" ومهارة "الدفع"، فقد تقول اللغة: "مهلاً، استخدم مهارة الإمساك لهذا الكوب، ولكن ادفع ذلك الصندوق". إنها تنظم الفريق.
4. تنظيم التجذر (الحكم): هذه هي لحظة "الخطأ". إذا حاول الروبوت الإمساك بكوب وأسقطه، تساعد اللغة الروبوت على إدراك: "انتظر، لقد أسقطته! أحتاج إلى المحاولة مرة أخرى". إنها تستخدم أدلة جديدة لتغيير الخطة.
5. اقتران التنفيذ (العضلة): هذا هو الرابط الأكثر مباشرة. اللغة لا تكتفي بالتخطيط فحسب؛ بل تخبر المحركات بما يجب فعله مباشرة. الأمر يشبه أن تكون الكلمات هي تعليمات الحركة نفسها.

تدقيق الأدلة الكبير

لم يكتفِ المؤلفون بسرد هذه الوظائف؛ بل وضعوا كل ورقة بحثية تحت الاختبار. وسألوا: "هل أثبتم حقاً أن لغتكم تقوم بهذه الوظيفة؟" بحثوا عن خمسة أنواع محددة من الإثبات، والتي أطلقوا عليها اسم "تدقيق الأدلة".

إليك المشكلة الكبيرة التي وجدوها: "الاستبدال الدليلي". وهي طريقة منمقة للقول بأن الباحثين غالباً ما يستبدلون دليلاً ضعيفاً بادعاء قوي. لقد وجدوا أربع حيل شائعة:

• فخ "القابلية للقراءة": مجرد كتابة الروبوت لخطة واضحة باللغة الإنجليزية لا يعني أن الخطة صحيحة. الأمر يشبه كتابة وصفة مثالية لكعكة ولكن باستخدام مكونات خاطئة. الورقة البحثية قابلة للقراءة، لكن الكعكة ستفشل.
• فخ "التغيير الداخلي": أحياناً يغير الروبوت رأيه داخل دماغه (مثل فقاعة تفكير تقول "يجب أن أنعطف يساراً")، لكنه لا ينعطف يساراً أبداً في الواقع. وجد المؤلفون أنه مجرد كون الروبوت قد "فكر" في التغيير، لا يعني أنه فعل أي شيء مختلف في العالم الحقيقي.
• فخ "النجاح": إذا أنهى الروبوت مهمة ما، يهتف الجميع. ولكن هل ساعدت اللغة، أم أن الروبوت كان محظوظاً فحسب؟ تقول الورقة إن الفوز في اللعبة لا يثبت أن اللغة كانت هي اللاعب الأبرز (MVP). ربما كانت عيون الروبوت جيدة جداً، أو ربما كانت المهمة سهلة.
• فخ "القرب من الفعل": بعض الروبوتات تضع اللغة بجوار المحركات مباشرة، ظناً منها أن هذا يجعلها "أقوى". لكن المؤلفين يقولون إن ذلك يشبه القول بأن السائق أفضل لمجرد أنه يجلس بالقرب من عجلة القيادة. إذا كان السائق لا يعرف كيف يقود، فإن وضع المقعد لا يهم.

ماذا تقول الأرقام

نظر المؤلفون في 105 ورقة بحثية مختلفة. إليكم ما كشف عنه تدقيق الأدلة:

• 100% من الأوراق أظهرت قدرتهم على تتبع مسار من اللغة إلى الفعل (أطلقوا على هذا تتبع المسار - Route Traceability). أي أن الروبوتات استطاعت ربط الكلمات بالحركات.
• 92.4% (97 ورقة) أظهرت أنه عندما عبثوا باللغة، أبلغوا عن نتيجة سلوكية (اختبار السلوك المستهدف - Targeted Behavioral Test). وهذا يعني أنهم غيروا اللغة ورأوا بعض النتائج، وإن لم تكن بالضرورة نتيجة ناجحة أو مقصودة.
• 72.4% (76 ورقة) تحققت مما إذا كانت كلمات الروبوت تتطابق مع العالم الحقيقي، مثل التحقق مما إذا كان "الكوب" الذي يراه هو حقاً كوباً (فحص القيود المتجسدة - Embodied-constraint check).
• 81.0% (85 ورقة) قارنت الروبوت بنسخة ذات إعداد لغوي مختلف لمعرفة ما إذا كانت اللغة هي البطل الحقيقي مقارنة بالتفسير البديل الأكثر احتمالاً (عزل الادعاء - Claim-relative isolation). هذا لا يعني أنهم أزالوا اللغة تماماً، بل عزلوا دورها المحدد مقابل السبب الآخر المرجح.
• 28.6% فقط (30 ورقة) أظهرت فعلياً أنه عندما ارتكب الروبوت خطأً، ساعدته اللغة على إطلاق عملية مراجعة أدت إلى محاولة متغيرة (التغذية الراجعة ذات الحلقة المغلقة - Closed-loop feedback). ومن المهم ملاحظة أن هذا الرقم يحسب الأوراق التي تم فيها تعديل الخطة بعد الخطأ، وليس بالضرورة الأوراق التي نجح فيها الروبوت في التعافي أو إنهاء المهمة.

هذا الرقم الأخير هو المفاجأة الكبرى. فبينما يمكن للعديد من الروبوتات التحدث والتخطيط، فإن القليل جداً منها يظهر فعلياً أن لغتها تساعدها على تغيير نهجها بعد الفشل في العالم الحقيقي. يشير المؤلفون إلى أن نظام الرؤية أو وحدة التحكم في المحركات هو في الواقع الجزء "الذكي" في معظم الأحيان، وأن اللغة مجرد مرافق في الرحلة.

الخلاصة

تخلص الورقة إلى أننا بحاجة إلى التوقف عن معاملة "تجذر اللغة" (Language Grounding) كعلامة سحرية تجعل الروبوت ذكياً. بدلاً من ذلك، نحتاج إلى أن نكون محددين. نحن بحاجة إلى التساؤل: "ما هي الوظيفة المحددة التي تقوم بها اللغة، وهل لدينا دليل على أنها تقوم بتلك الوظيفة؟"

المؤلفون لا يقولون إن اللغة عديمة الفائدة. هم يقولون إننا بحاجة إلى أدلة أفضل. إذا ادعى روبوت أنه ذكي لأنه يستخدم اللغة، فلا ينبغي لنا أن نصدق كلمته فحسب. نحن بحاجة إلى رؤية الدليل على أن اللغة هي التي تقود السفينة بالفعل، وليست مجرد من يحمل الخريطة. وإلى أن نحصل على هذا الدليل، فقد نكون نمنح الكثير من الفضل للكلمات وقليل من الفضل للآليات الفعلية لكيفية تعلم هذه الروبوتات.