تخيل عالماً يمكنك فيه أن تطلب من روبوت "تنظيف المطبخ الفوضوي" فيعرف تماماً ما يجب فعله، ويحرك كل كوب وطبق بدقة متناهية. هذا هو حلم الروبوتات التعاونية، أو ما يُعرف بـ "cobots"، وهي آلات مصممة للعمل جنباً إلى جنب معنا في المصانع والمزارع والمستشفيات. لكن هنا تكمن المشكلة: إخبار الروبوت بما يجب فعله أمر صعب بشكل مفاجئ. فإذا قلت فقط "حرك الكوب"، قد لا يعرف الروبوت أي كوب يقصد، أو إلى أي مسافة يحركه، أو ما إذا كان يجب أن يلتقطه بلطف أم يدفعه بقوة. وهنا يأتي دور نماذج اللغات الكبيرة (LLMs). فكر في هذه النماذج كأدمغة ذكاء اصطناعي فائقة الذكاء بارعة في فهم الكلمات البشرية. لقد حاول العلماء تعليم هذه الأنظمة لترجمة جملنا الفوضوية والغامضة إلى تعليمات روبوت دقيقة. ومع ذلك، هناك مشكلة كبيرة: غالباً ما تكون أدمغة الذكاء الاصطنا هذه "صناديق سوداء". أنت تكتب طلباً، فيخرج لك خطة، ولكن ليس لديك أدنى فكرة عن كيفية اتخاذ الذكاء الاصطناي لهذا القرار، أو ما إذا كانت الخطة ستنجح بالفعل دون أن يسقط الروبوت وعاءً أو يصطدم بجدار. إذا كانت الخطة خاطئة، فقد لا تكتشف ذلك إلا عندما يكسر الروبوت شيئاً ما. تتناول هذه الورقة البحثية ذلك القلق المتمثل في عدم اليقين عبر التساؤل: كيف يمكننا السماح للأشخاص العاديين برؤية وفهم وإصلاح خطط الروبوت قبل أن يتحرك الروبوت حتى؟

إليك نظام SHRIMP، وهو نظام جديد ابتكره باحثون في جامعة ويسكونسن–ماديسون يعمل بمثابة "محاكي طيران" لمهام الروبوت. الاسم هو اختصار لـ "واجهة تحسين التخطيط للمناولة القائمة على المحاكاة مع وجود الإنسان في الحلقة" (Simulation-driven Human-in-the-loop Refinement Interface for Manipulation Planning)، ولكن يمكنك التفكير فيه كـ "ملعب لخطط الروبوت". فبدلاً من مجرد الثقة في تخمين الذكاء الاصطناعي الأول، يسمح لك SHRIMP برؤية خطة الروبوت مجزأة إلى قائمة من الخطوات الصغيرة جداً (مثل "أمسك"، "حرك"، "أمل") قبل أن يلمس العالم الحقيقي. إذا بدت الخطة غريبة -على سبيل المثال، إذا حاول الروبوت التقاط وعاء من زاوية خاطئة- يمكنك إصلاحها مباشرة في محاكاة الكمبيوتر. يمكنك تعديل الأرقام، أو إعادة ترتيب الخطوات، أو ببساً طلب من الذكاء الاصطناعي المحاولة مرة أخرى بتعليمات أفضل. وبمجرد أن تبدو الخطة مثالية في المحاكاة، يتم إرسالها فقط إلى الروبوت الحقيقي.

اختبر الباحثون هذه الفكرة مع 35 شخصاً تعين عليهم تخطيط مهام مثل إعداد مائدة أو تنظيف مطبخ. وقارنوا بين ثلاث طرق مختلفة لاستخدام النظام: طريقة حيث يمكن للناس رؤية وتعديل كل خطوة صغيرة (تجربة SHRIMP الكاملة)، وطريقة حيث يمكنهم فقط رؤية الخطوات الكبيرة، وطريقة حيث يتعين عليهم فقط كتابة التعليمات والأمل في الحصول على نتيجة (طريقة "الصندوق الأسود"). كانت النتائج واضحة: شعر الناس بقدر أكبر من السيطرة وفهموا إجراءات الروبوت بشكل أفضل بكثير عندما تمكنوا من رؤية وتعديل الخطوات التفصيلية. كان الأمر يشبه امتلاك خريطة مقابل مجرد قول "اذهب شمالاً". ومع ذلك، كان هناك مقايضة: جعل امتلاك كل تلك التفاصيل للتحقق والإصلاح المهمة تبدو مرهقة ذهنياً، خاصة في الوظائف البسيطة التي لا يحتاج فيها الروبوت حقاً إلى مساعدة. ولكن بالنسبة للمهام المعقدة، كان ذلك التحكم الإضافي بمثابة منقذ للحياة. تشير الدراسة إلى أنه بينما يعد الذكاء الاصطناعي رائعاً في بدء العمل، فإننا نحتاج إلى أدوات تسمح لنا بالنظر تحت الغطاء والتأكد من أن الروبوت لن يتعثر بقدميه.

الفكرة الجوهرية: من "الصندوق الأسود" إلى "الصندوق الزجاجي"

تجادل الورقة البحثية بأنه بينما يمكن للذكاء الاصطناعي كتابة خطط الروبوت، لا يمكننا الوثوق به بشكل أعمى. يقترح المؤلفون SHRIMP كحل يحول "الصندوق الأسود" لتخطيط الذكاء الاصطناعي إلى "صندوق زجاجي" حيث يكون كل شيء مرئياً. يعمل النظام في حلقة:

1. أنت تتحدث: تكتب طلباً باللغة الطبيعية، مثل "نظف الطاولة".
2. الذكاء الاصطناعي يفكر: يستخدم النظام نموذج لغة كبيرة لتحويل كلماتك إلى خطة هرمية. هذه الخطة ليست مجرد فقرة؛ بل هي قائمة من "اللبنات الأساسية" (primitives)، وهي تشبه قطع الليغو لأفعال الروبوت. بعض القطع كبيرة (مثل "ارفع الوعاء")، وبعضها صغير (مثل "حرك الذراع إلى إحداثيات محددة").
3. أنت تتحقق: قبل أن يتحرك الروبوت، ترى هذه الخطة في محاكاة قائمة على الفيزياء. هذا "توأم رقمي" للروبوت الحقيقي وللطاولة الحقيقية. يمكنك مشاهدة الروبوت وهو يحاول التقاط الوعاء. إذا أظهرت المحاكاة أن الوعاء يسقط من فوق الطاولة، فأنت تعلم أن هناك خطأ ما.
4. أنت تصلح: يمكنك إصلاح الخطة بطريقتين. يمكنك كتابة تعليمات جديدة (إعادة التوجيه بالطلب) أو يمكنك تعديل الأرقام مباشرة في الخطة (مثل تغيير ارتفاع ذراع الروبوت).
5. أنت تنفذ: بمجرد أن تبدو المحاكاة مثالية، ترسل الخطة إلى الروبوت الحقيقي.

ماذا وجدت الدراسة

أجرى الباحثون تجربة شارك فيها 35 مشاركاً حاولوا إكمال ثلاث مهام مختلفة: إعداد مائدة، تحضير وجبة خفيفة، وتنظيف طاولة. جرب كل شخص النظام في ثلاثة "أنماط" مختلفة:

• الخطة + التعديل (Plan+Edit): تجربة SHRIMP الكاملة حيث يمكنهم رؤية وتعديل كل خطوة.
• الخطة فقط (Plan-Only): يمكنهم رؤية الخطوات عالية المستوى ولكن لا يمكنهم تعديل التفاصيل.
• بدون خطة (No-Plan): الخط المرجعي حيث يكتبون التعليمات فقط ويجربون حظهم في رؤية ما سيفعله الروبوت دون أي خطة مرئية أو تعديل (طريقة "الصندوق الأسود").

أظهرت النتائج أن نمط الخطة + التعديل كان الفائز لسببين رئيسيين:

1. السيطرة: شعر الناس بقدر أكبر من التحكم في الروبوت. كان بإمكانهم رؤية ما سيفعله الروبوت بالضبط وتغييره إذا لم يعجبهم. قال أحد المشاركين: "القدرة على تعديل أجزاء محددة من حركات الروبوت... جعلتني أشعر بأن لدي سيطرة أكبر".
2. الشفافية: فهم الناس خطة الروبوت بشكل أفضل بكثير. كان بإمكانهم رؤية لماذا يقوم الروبوت بشيء ما. عندما لم يتمكنوا من رؤية الخطة (في نمط "بدون خطة")، شعروا بالارتباك ولم يعرفوا كيفية إصلاح الأمور عندما يرتكب الروبوت خطأً.

ومع ذلك، وجدت الدراسة أيضاً جانباً سلبياً. جعل نمط الخطة + التعديل الناس يشعرون بتعب ذهني أكبر (حمل مهامي أعلى). كان الأمر يشبه امتلاك خريطة مفصلة للغاية: إنها رائعة للوصول إلى وجهة معقدة، ولكن إذا كنت تسير فقط إلى المتجر في الزاوية، فإن النظر في خريطة تحتوي على اسم كل شارع قد يبدو عملاً زائداً عن الحاجة. بالنسبة للمهام البسيطة، شعرت الميزات الإضافية أنها غير ضرورية. ولكن بالنسبة للمهام الصعبة، كان ذلك التحكم الإضافي ضرورياً.

كيف استخدم الناس النظام فعلياً

لاحظ الباحثون أن الناس لم يستخدموا النظام جميعاً بنفس الطريقة. فقد وجدوا ثلاث استراتيجيات رئيسية:

• الخطوة بخطوة (Stepwise): قام الناس ببناء الخطة قطعة صغيرة تلو الأخرى. يقولون "حرك الكوب"، ثم يتحققون، ثم يقولون "حرك الوعاء"، ثم يتحققون من ذلك.
• التراكمي (Cumulative): بدأوا بجزء واحد واستمروا في الإضافة. "حرك الكوب"، ثم "حرك الكوب والوعاء"، ثم "حرك الكوب، الوعاء، والملعقة".
• المرة الواحدة (Oneshot): حاولوا كتابة الخطة كاملة في جملة واحدة كبيرة ومفصلة منذ البداية.

ومن المثير للاهتمام، أنه حتى عندما كان لدى الناس القدرة على النقر والسحب لتعديل الأرقام (جزء "التعديل")، فضل الكثيرون مجرد كتابة كلمات جديدة لإصلاح الأشياء. وهذا يشير إلى أنه على الرغم من وجود الأدوات، إلا أن الناس يجدون غالباً أنه من الأسهل التحدث إلى الروبوت مرة أخرى بدلاً من العبث بالأرقام المعقدة.

الخلاصة

تخلص الورقة البحثية إلى أنه لكي تكون الروبوتات مفيدة حقاً للناس العاديين، لا يمكننا الاعتماد فقط على الذكاء الاصطناعي للقيام بالتفكير. نحن بحاجة إلى واجهات تسمح لنا برؤية "عملية تفكير" الروبوت وإصلاحها قبل أن تسبب فوضى. يثبت نظام SHRIMP أن منح الناس القدرة على رؤية وتعديل خطة الروبوت يجعلهم يشعرون بثقة أكبر وسيطرة أكبر. لكنه يحذرنا أيضاً من ضرورة توخي الحذر لكي لا نغمر الناس بالكثير من المعلومات، خاصة في المهام البسيطة. إن مستقبل تخطيط الروبوتات لا يتعلق فقط بذكاء اصطناعي أكثر ذكاءً؛ بل يتعلق ببناء جسور أفضل بين النية البشرية وفعل الروبوت، مما يسمح لنا بالنظر تحت الغطاء والتأكد من أن المحرك يعمل بسلاسة قبل أن ننطلق على الطريق.