حفلة عشاء الذكاء الاصطناعي الكبرى

تخيل أنك تسير داخل حفلة عشاء ضخمة وفوضوية، حيث المضيف هو ذكاء اصطناعي. لفترة طويلة، كان هدف هذا الذكاء الاصطناعي هو أن يكون ضيفاً مثالياً ومهذباً يوافق دائماً على الرأي المفضل للمضيف. إذا سأل المضيف: "ما هي أفضل إضافات البيتزا؟" سيقول الذكاء الاصطناعي ببساطة: "ببروني!" لأن هذا ما قالت البيانات إنه الأكثر شعبية. لكن تكمن المشكلة هنا في أن الحياة الواقعية ليست رأياً واحداً؛ فبعض الناس لديهم حساسية من الببروني، والبعض الآخر يرى أن الأناناس جريمة، والبعض الآخر يريد فقط قطعة بيتزا بالجبن السادة. إذا قدم الذكاء الاصطناعي إجابة واحدة فقط، فقد يجرح مشاعر شخص ما عن غير قصد أو يتجاهل قاعدة حاسمة.

هذا هو عالم "محاذاة الذكاء الاصطناعي" (AI alignment) — وهو علم تعليم الحواسيب القيام بما يريده البشر حقاً. ولكن مع ازدياد ذكاء الذكاء الاصطناعي وبدئه في اتخاذ قرارات حقيقية (مثل جدولة مواعيد الأطباء أو المساعدة في المشاريع المدرسية)، لم تعد قاعدة "النموذج الواحد للجميع" صالحة. نحن بحاجة إلى ذكاء اصطناعي يمكنه فهم أن الناس المختلفين لديهم أسباب مختلفة ومتساوية في الصحة للتفكير بالطريقة التي يفكرون بها. يسأل هذا البحث سؤالاً كبياً: كيف نبني ذكاءً اصطناعياً لا يكتفي فقط باختيار فائز، بل يساعد مجموعة كاملة من الناس ذوي الآراء المختلفة على التوصل إلى حل معاً؟ يقترح المؤلفون أنه بدلاً من مجرد برمجة الذكاء الاصطناعي بقائمة من القواعد، يجب أن نعلمه أن يعمل كعالم اجتماع، يفهم كيف تشكل وظائف الناس وأدوارهم ودوائرهم الاجتماعية آراءهم.

---

الورقة البحثية: تعليم الذكاء الاصطناعي أن يكون منسقاً اجتماعياً

تجادل هذه الورقة، بعنوان "الذكاء الاصطناعي الوكيل المتجذر اجتماعياً" (Socially Grounded Agentic AI)، بأننا بحاجة إلى تغيير طريقة بناء أنظمة الذكاء الاصطناعي التي تتعامل مع وجهات النظر المتعددة. يقترح المؤلفون، مات راتو، وأبشيك موتورو، ودانييل سيلفر، أن الأساليب الحالية تشبه إلى حد ما محاولة حل جدال عائلي معقد بمجرد سرد شكاوى الجميع على سبورة بيضاء. إنها عملية فوضوية، ولا تفسر لماذا يتجادل الناس أو كيف يمكن إصلاح الأمر. بدلاً من ذلك، يقترحون استخدام أفكار من النظرية الاجتماعية — وهي دراسة كيفية تفاعل الناس في المجموعات — لبناء ذكاء اصطناعي يعمل كوسط محترف أكثر من كونه مجرد آلة للإجابات.

مشكلة "مجرد سرد الآراء"

في الوقت الحالي، تحاول العديد من أنظمة الذكاء الاصطناعي التعامل مع وجهات النظر المختلفة باستخدام ما يسمى "التعددية فوق التون" (Overton pluralism). تخيل معلماً يسأل فصلاً: "ما هي بعض الأفككن الجيدة لرحلة مدرسية؟" فيقوم الذكاء الاصطناعي بمجرد إخراج قائمة: "الشاطئ"، "المتحف"، "التخييم". إنها قائمة خيارات، لكنها لا تخبرك من يريد ماذا أو لماذا. تجادل الورقة بأن هذا بسيط للغاية؛ فهو يعامل الآراء كأشياء عشوائية في دلو، متجاهلاً حقيقة أن للناس وظائف وأدواراً محددة تشكل أفكارهم. قد يكون للطبيب والمريض ومدير المستشفى جميعاً أفكار مختلفة حول علاج طبي، ليس لأنهم أشخاص عشوائيون، بل لأن أدوارهم تتطلب منهم التفكير بشكل مختلف.

الحل: الروبوت "لاعب الأدوار"

يقترح المؤلفون أن نتوقف عن مطالبة الذكاء الاصطناعي بتخمين الآراء ونبدأ في مطالبته بفهم الأدوار. لقد استعاروا مفهوماً من عالم الاجتماع جورج هربرت ميد يسمى "الآخر العام" (the generalized other). فكر في هذا ليس كشخص محدد، بل كـ "كتاب قواعد" لوظيفة معينة.

• الطريقة القديمة: يعمل الذكاء الاصطناعي كشخص عام يقول: "ربما ينبغي لنا الذهاب إلى الشاطئ".
• الطريقة الجديدة: يقوم الذكاء الاصطناعي بتفعيل "دور الطبيب"، و"دور المريض"، و"دور مدير المستشفى". كل دور له قواعده ومسؤولياته وحدوده الخاصة. دور الطبيب يعرف قواعد السلامة؛ دور المريض يعرف الألم والمال؛ دور المدير يعرف الميزانية والعدالة.

الذكاء الاصطناعي لا يكتفي بسرد هذه الآراء؛ بل يجعلها تتحدث مع بعضها البعض. إنه يشبه حكم المباراة الذي يعرف قواعد كلا الفريقين ويساعدهما على اللعب معاً، بدلاً من مجرد الصراخ بالنتيجة.

نهج "نادي المناظرة"

بعد ذلك، تنظر الورقة في كيفية توجيه الذكاء الاصطناعي عندما يختلف الناس. بدلاً من مجرد قول "كن لطيفاً واتفق مع المستخدم"، يقترح المؤلفون استخدام المداولة (deliberation)، بناءً على أفكار الفيلسوف يورغن هابرماس. تخيل نادي مناظرة حيث يتعين على الجميع اتباع قواعد صارمة: لا يمكنك فقط قول "أنا أكره هذه الفكرة"؛ بل يجب أن تقول "أنا أكره هذه الفكرة بسبب (س) من الأدلة، وإليك البديل الأفضل".
تقترح الورقة بناء أنظمة ذكاء اصطناعي حيث تقوم "وكلاء" (مساعدون رقميون صغار) بأداء هذه الأدوار. إنهم يتبادلون الادعاءات، ويتحدون بعضهم البعض بالأدلة، ولا يتفقون إلا بعد اتباع عملية عادلة. هذا يجعل تفكير الذكاء الاصطناعي مرئياً. يمكنك رؤية كيف توصل إلى استنتاج، وليس فقط الإجابة النهائية. إنه يشبه مشاهدة "عملية التفكير" للذكاء الاصطناعي على سبورة بيضاء، بحيث يمكنك التحقق مما إذا كان عادلاً أم لا.

"خريطة القوة" للآراء

أخيراً، تتناول الورقة فكرة "التعددية التوزيعية" (distributional pluralism)، وهي مجرد طريقة منمقة لقول "إظهار ما يفكر فيه معظم الناس". يحذر المؤلفون من أنه إذا قمنا فقط بعد الأصوات، فقد نسمح بالخطأ للمجموعة الأكثر صخباً أو قوة بالفوز، حتى لو كانت مخطئة. يستخدمون أفكار عالم الاجتماع بيير بورديو ليشرحوا أن المجتمع يشبه خريطة بها "حقول" مختلفة من القوة. بعض الناس لديهم نفوذ أكبر بسبب وظيفتهم أو مكانتهم.
تقترح الورقة ألا يكتفي الذكاء الاصطناست بنسخ الرأي الأكثر شيوعاً، بل يجب أن يفهم هيكل المجموعة. يجب أن يعرف أن رأي خبير طبي في مسألة صحية يحمل وزناً أكبر من تعليق عشوائي على الإنترنت، ليس لأن الخبير "أفضل" كإنسان، بل بسبب دوره المحدد في ذلك المجال. يحتاج الذكاء الاصطناعي إلى وزن الآراء بناءً على من يتحدث وما هو دوره، مما يضمن أن القرار النهائي يحترم كلاً من العدالة والخبرة.

كيف يعمل في الحياة الواقعية: مثال الفرز الطبي

لتوضيح كيف يعمل هذا، يتخيل المؤلفون سيناريو حيث يسأل مريض يعاني من آلام مزمنة ذكاءً اصطناعياً: "هل أنتظر ستة أسابيع لموعد مع متخصص أم أحاول الحصول على موعد في وقت أقرب؟"

• الذكاء الاصطناعي العادي قد يعطي ثلاث إجابات منفصلة: واحدة تقول "انتظر"، وواحدة تقول "اذهب الآن"، وواحدة تقول "يعتمد الأمر على الحالة".
• هذا الذكاء الاصطناعي "المتجذر اجتماعياً" سيفعل ثلاثة أدوار: ممارس طبي (قلق بشأن السلامة)، ومدافع عن المريض (قلق بشأن المال والألم)، ومدير مستشفى (قلق بشأن نفاد المواعيد المتاحة).
• هذه الأدوار سوف "تتحدث" مع بعضها البعض. الممارس الطبي يقول: "الألم يزداد سوءاً، لذا نحتاج للفحص". المدافع يقول: "لكن المريض لا يستطيع تحمل تكلفة المزيد من أيام العمل". المدير يقول: "لدينا فقط مواعيد لحالات الطوارئ".
• يقوم الذكاء الاصطناعي بعد ذلك بتنسيق حل: "تواصل مع العيادة لإجراء فحص فرز سريع. إذا كانت الأعراض خطيرة، فسنجد موعداً؛ وإذا لم تكن كذلك، فسنساعدك في إدارة الألم حتى موعدك".
• النتيجة ليست مجرد قائمة خيارات؛ بل هي خطة منسقة تحترم قواعد السلامة، وألم المريض، وحدود المستشفى.

ماذا يعني هذا للمستقبل

تخلص الورقة إلى أنه لا يمكننا "إصلاح" الذكاء الاصطناعي بمجرد إضافة المزيد من البيانات أو الرياضيات الأفضل. نحن بحاجة إلى تصميم أنظمة تفهم العالم الاجتماعي. يقترح المؤلفون أن الذكاء الاصطناعي في المستقبل يجب ألا يُحكم عليه فقط بناءً على ما إذا كانت الإجابة النهائية صحيحة، بل بناءً على مدى جودة تنسيقه للأدوار المختلفة واتباعه لعملية عادلة. وهم يعترفون بأن هذه فكرة جديدة تحتاج إلى اختبار في أماكن حقيقية مثل المستشفيات والمدارس. هم لا يقولون إن هذا منتج نهائي بعد؛ بل يقولون: "هذه هي الخريطة الجديدة لكيفية بناء هذه الأنظمة، وعلينا تجربتها لنرى ما إذا كانت ستنجح".

باختصار، تجادل الورقة بأنه لكي يكون الذكاء الاصطناعي مفيداً حقاً في عالم مليء بالناس المختلفين، يجب أن يتوقف عن التصرف كصوت واحد ويبدأ في التصرف كمنسق اجتماعي ماهر، مدركاً أن لكل شخص دوراً ليلعبه وأن أفضل الإجابات تأتي من الاستماع إلى كيفية تفاعل تلك الأدوار.