تخيل أنك تسير داخل مكتبة سحرية ضخمة حيث يمكن لروبوت أمين مكتبة فائق الذكاء أن يكتب ألف قصة مختلفة، أو يرسم مليون لوحة فريدة، أو يحل ألف لغز في اللحظة التي تطلب فيها ذلك. هذا ليس مجرد مكتبة تحتوي على المزيد من الكتب؛ بل هو مكان يحدث فيه خلق الأفكار بسرعة لا يمكن لأي بشر مضاهاتها. في عالم العلوم، يطلق الباحثون على هذا اسم "الوفرة". لعقود من الزمن، درسنا كيف يعمل البشر معاً لابتكار أشياء جديدة، وكيف تساعدنا عقولنا (المعرفة)، وصداقاتنا وثقتنا (الاجتماعية)، وقواعدنا ومكاتبنا (التنظيمية) في مزج الأفكار المختلفة لإنتاج شيء رائع. ولكن الآن، لدينا هذا الشريك الروبوتي الذي يمكنه توليد الأفكار بسرعة تفوق رمشة العين. السؤال الكبير الذي يطرحه الجميع هو: إذا كان لدينا إمداد لا ينتهي من الأفكار، فهل يعني ذلك أننا سنبتكر المزيد من الأشياء المذهلة، أم أننا سننتهي بالخطأ في فوضى مملة ومتكررة حيث يفكر الجميع بنفس الطريقة؟

هذه الورقة البحثية، التي كتبها الباحثان يورام كالمان ويون وان، تغوص في هذا الغموض تحديداً. إنهما ينظران إلى سبب تحول بعض الفرق التي تستخدم الذكاء الاصطوغي التوليدي (GenAI) إلى فرق فائقة الإبداع، بينما تقع فرق أخرى في فخ إنتاج نفس الأفكار "الآمنة" مراراً وتكرى. يشير المؤلفان إلى أن المشكلة ليست في الذكاء الاصطناعي نفسه، بل في كيفية دمجه في فرقنا. لقد قدما مفهوماً يسمى "الملاءمة التوليدية" (generative fit)، وهو يشبه ضبط الراديو على المحطة الصحيحة. إذا تطابقت تدفقات الأفكار اللامتناهية للذكاء الاصطناعي مع قدرة الفريق على الاستماع والاختيار والمزج بين تلك الأفكار، يحدث السحر. ولكن إذا غمرت كمية الخيارات الهائلة الفريق، فقد يصابون بالذعر ويكتفون بأول إجابة سهلة، مما يؤدي إلى "ثقافة أحادية" (monoculture) — وهي حقل من المحاصيل حيث تكون كل نبتة متطابقة تماماً. لا تدعي الورقة أنها حلت المشكلة للأبد، لكنها تقدم خريطة جديدة لمساعدة المديرين والفرق على فهم سبب عمل أدوات الذكاء الاصطناعي أحياناً كقوة خارقة، وأحياناً أخرى كطريق مسدود.

سحر كثرة الأفكار

فكر في الذكاء الاصطناعي التوليدي كجني لا يمنحك أمنية واحدة فحسب، بل يولد فوراً مليون نسخة مختلفة لأمنيتك. في الماضي، إذا كنت تريد العصف الذهني لفكرة تجارية جديدة، كان عليك الجلوس حول طاولة، والتفكير بعمق، وربما الوصول إلى عشر أو عشرين إمكانية. كان ذلك هو عنق الزجاجة: الوصول إلى الأفكار. الآن، مع الذكاء الاصطناعي التوليدي، انتقل عنق الزجاجة. يمكن للجني أن يطلق مليون فكرة في ثانية واحدة. ما المشكلة؟ نحن البشر لا يمكننا إلا قراءة وفهم واختيار عدد قليل منها قبل أن تتعب عقولنا.

يطلق المؤلفان على هذا التحول اسم "الوفرة". الأمر لا يتعلق فقط بامتلاك المزيد من الأشياء؛ بل بامتلاك الكثير من الأشياء لدرجة تغير قواعد اللعبة. عندما تمتلك مليون خيار، فإن الجزء الأصعب ليس العثور على الفكرة، بل اتخاذ القرار بشأن أي منها هو الأفضل. إذا لم يكن لديك نظام جيد لفرز تلك المليون فكرة، فقد تكتفي بأخذ أول فكرة تبدو مقبولة. هكذا يمكن لـ "الوفرة" أن تتحول بالخطأ إلى "ثقافة أحادية". تخيل حديقة يقوم فيها روبوت بزراعة مليون بذرة. إذا كان البستاني مشغولاً جداً لدرجة تمنعه من فحصها، فقد يكتفي بري الصف الأول الذي يراه، والذي يصادف أنه من نوع واحد من الزهور. فجأة، تصبح حديقتك مليئة بنفس الزهرة تماماً، رغم أن لديك مليون بذرة مختلفة للاختيار من بينها. تشير الورقة إلى أن هذا ما يحدث عندما تستخدم الفرق الذكاء الاصطناعي دون خطة: ينتهي بهم المطاف بحديقة من الأفكار المتطابقة "الآمنة" بدلاً من غابة متنوعة برية.

السر الخفي: "الملاءمة التوليدية"

إذاً، كيف نمنع الحديقة من أن تصبح ثقافة أحادية مملة؟ تقول الورقة إن الإجابة تكم- في "الملاءمة التوليدية". فكر في هذا كالمطابقة بين المفتاح والقفل، أو القفاز واليد. يتعلق الأمر بالتأكد من أن قوة الذكاء الاصطناعي الخارقة (صنع أفكار لا نهاية لها) تتناسب تماماً مع ما يحتاجه الفريق البشري للقيه. يقسم المؤلفان هذا إلى ثلاثة أنواع من "الملاءمة"، باستخدام نفس تشبيه الحديقة:

1. الملاءمة الاستحضارية (الشرارة): هذا هو الوقت الذي يساعدك فيه الذكاء الاصطناعي على الاستكشاف. بدلاً من إعطائك إجابة واحدة "أفضل"، فإنه يعمل كمُلهم لعوب، يرمي إليك بأفكار غريبة وجامحة ومختلفة لتحفيز عقلك. إنه يشبه أمين المكتبة الروبوت وهو يسلمك كومة من الكتب المختلفة تماماً عن بعضها البعض، فقط ليرى ما الذي سيثير فكرة جديدة. إذا كانت الملاءمة جيدة، فإن الذكاء الاصطني يجعلك فضولياً. وإذا كانت الملاءمة سيئة، فإن الذكاء الاصطناعي يعطيك فقط قائمة مملة من الإجابات القديمة نفسها.

2. الملاءمة التكيفية (الأداة المناسبة للمهمة): يتعلق هذا بمطابقة الذكاء الاصطناعي مع المهمة المحددة والأشخاص الذين يقومون بها. قد يحتاج المبتدئ إلى الذكاء الاصطناوني ليعمل كـ لوح صدى (تقديم ملاحظات على كتابته الخاصة) لمساعدته على التعلم والتحسن، بينما قد يحتاج الخبير إلى الذكاء الاصطناعي أيضاً، ولكن السماح للخبير باستخدام الذكاء الاصطناعي كـ كاتب شبح (ترك الذكاء الاصطناعي يكتب العمل كاملاً) يضر بأدائه فعلياً. وجدت الورقة أنه عندما ترك الخبراء الذكاء الاصطناعي يكتب نيابة عنهم، ساءت جودة عملهم لأن اقتراحات الذكاء الاصطناعي كانت عامة للغاية، مما قلص نطاقهم الإبداعي. أما المبتدئون، فقد استفادوا بشكل كبير عندما عمل الذكاء الاصطناعي كلوح صدى، مما ساعدهم على استكشاف تقنيات لم يكن بوسعهم العثور عليها بمفردهم.

3. الملاءمة مفتوحة النهايات (ترك مساحة للمفاجأة): يتعلق هذا بإبقاء الباب مفتوحاً للأشياء التي لم تكن تتوقعها. يعني هذا تصميم سير عمل فريقك بحيث لا يكتفي الذكاء الاصطناعي بإنتاج منتج نهائي فحسب، بل يساعدك على الاستمرار في التعديل والتحسين بمرور الوقت. إنه يشبه التأكد من أن الحديقة لديها مساحة لنمو زهور جديدة وغير متوقعة، بدلاً من إغلاق البوابة بعد زراعة الصف الأول.

قصص من الواقع: عندما تنجح الملاءمة (وعندما تفشل)

نظر المؤلفان في أربع قصص واقعية لإظهار كيف يعمل هذا في الممارسة العملية.

في إحدى القصص، استخدمت مجموعة من المستشارين الذكاء الاصطناعي للمساعدة في عملهم. بالنسبة للمهام البسيطة مثل كتابة النصوص التسويقية، كان الذكاء الاصطناعي بطلاً. لقد أعطاهم الكثير من الأفكار لدرجة أنهم أنهوا العمل بشكل أسرع وأدوا عملاً أفضل، خاصة إذا كانوا جدداً في المجال. كانت هذه ملاءمة جيدة: وفرة الذكاء الاصطناعي ساعدتهم على الاستكشاف. ولكن عندما حاولوا استخدام الذكاء الاصطناعي لمهمة معقدة تتطلب مزج أنواع مختلفة من البيانات (مثل المقابلات وجداول البيانات)، فشل الذكاء الاصطناعي. وثق المستشارون في الذكاء الاصطناي أكثر من اللازم وتوقفوا عن التفكير النقدي. قدم الذكاء الاصطناعي إجابة "معقولة" تبدو جيدة ولكنها خاطئة. كانت هذه ملاءمة سيئة: ترك الفريق وفرة الذكاء الاصطناعي تطغى على حكمهم الخاص، مما أدى إلى ثقافة أحادية من الإجابات غير الصحيحة.

وفي قصة أخرى، اختبر فريق الذكاء الاصطناعي لكتابة النصوص الإعلانية. عندما استخدم غير الخبراء الذكاء الاصطناعي كـ "لوح صدى" (طلب ملاحظات على كتابتهم الخاصة)، أصبحوا أفضل بكثير في عملهم. ساعدهم الذكاء الاصطناعي على رؤية إمكانيات جديدة لم يفكروا فيها. ولكن عندما استخدم الخبراء الذكاء الاصطناعي كـ "كاتب شبح" (ترك الذكاء الاصطناعي يكتب لهم العمل كاملاً)، ساءت جودة عملهم بالفعل. كانت اقتراحات الذكاء الاصطناعي عامة للغاية، وتوقف الخبراء عن استخدام إبداعهم الخاص. لقد أدت وفرة أفكار الذكاء الاصطناعي في الواقع إلى تقليص نطاقهم الإبداعي.

تضمنت القصة الثالثة مسوقين عبر الهاتف. تولى الذكاء الاصطناعي الجزء الممل من عملهم (إيجاد العملاء المحتملين)، وكان ذلك رائعاً لأفضل البائعين. أصبح لديهم المزيد من الوقت ليكونوا مبدعين مع العملاء الذين يتحدثون إليهم بالفعل، وزادت مبيعاتهم. ولكن بالنسبة للبائعين الأقل خبرة، قام الذكاء الاصطناعي فقط بصب كومة من العملاء الصعاب عليهم دون مساعدتهم في معرفة كيفية التحدث إليهم. شعروا بالإرهاق والتوتر. ساعدت نفس أداة الذكاء الاصطناعي الخبراء ولكنها أضرت بالمبتدئين لأن الفريق لم يضبط "الملاءمة" لتناسب مستويات مهاراتهم المختلفة.

أخيراً، أظهرت دراسة حول الطلاب الذين يعملون مع الذكاء الاصطناعي أنه إذا طلبوا من الذكاء الاصطناعي مجرد قائمة من الأفكار وتوقفوا عند ذلك، فإن إبداعهم يتسطح. لقد علقوا في حلقة مفرغة من الأفكار القديمة نفسها. ولكن عندما تعلموا استخدام الذكاء الاصطناعي بشكل مختلف — عبر طلب الملاحظات، ومجادلة الذكاء الاصطناعي، وصقل الأفكار معاً — انفجر إبداعهم. كانت وفرة الأفكار تعمل فقط عندما كان لدى الطلاب خطة لكيفية استخدامها.

الخلاصة: الأمر يتعلق بكيفية استخدامه

الدرس الكبير من هذه الورقة هو أن الذكاء الاصطناعي التوليدي ليس عصا سحرية تجعلنا أكثر إبداعاً تلقائياً. إنه محرك قوي ينتج تدفقاً لا ينتهي من الاحتمالات. وسواء تحول هذا التدفق إلى نهر من الابتكار أو إلى بركة راكدة من التكرار يعتمد كلياً على كيفية إعدادنا له.

إذا تركنا الذكاء الاصطناعي يفعل كل شيء، فإننا نخاطر بالوقوع في "ثقافة أحادية" حيث يفكر الجميع بنفس الطريقة لأننا مشغولون جداً بفرز الملايين من الخيارات. ولكن إذا صممنا فرقنا بعناية — من خلال التأكد من أن الذكاء الاصطناعي يساعدنا على الاستكشاف (الملاءمة الاستحضارية)، ويتناسب مع مستويات مهاراتنا (الملاءمة التكيفية)، ويترك مجالاً للمفاجأة (الملاءمة مفتوحة النهايات) — فيمكننا تحويل تلك الوفرة إلى شيء مذهل حقاً. تشير الورقة إلى أن مستقبل التعاون بين الإنسان والذكاء الاصطناعي لا يتعلق بامتلاك أذكى ذكاء اصطناعي؛ بل ببناء أذكى فريق حوله.