تخيل أنك تشاهد ساحرًا يؤدي خدعة. ترى النتيجة النهائية: أرنب يظهر من قبعة. ولكن إذا نظرت فقط إلى الأرنب (النموذج) أو القبعة (البيانات)، فستفوتك أهم الأجزاء: حركات اليد السرية، والتوقيت المحدد، واللحظة الدقيقة التي سُحب فيها الأرنب. في عالم علوم الكمبيوتر، وتحديدًا في كيفية بناء وتشغيل برامج كمبيوتر معقدة تسمى "سير العمل" (workflows)، كنا بارعين في توثيق المكونات والطبق النهائي، لكننا كنا سيئين للغاية في تسجيل عملية الطهي الفعلية. لدينا "بطاقات النماذج" (مثل بطاقة وصفة للطبق النهائي) و"بطاقات البيانات" (مثل الملصق الموجود على المكونات)، لكننا نفتقر إلى ملخص واضح وسهل القراءة لعملية "التنفيذ" — أي القصة خطوة بخفظوة لكيفية قيام الكمبيوتر بالعمل فعليًا. هذا الأمر مهم لأننا إذا لم نكن نعرف بالضبط كيف تم صنع النتيجة، فلن نتمكن من الوثوق بها، ولن نتمكن من إصلاحها إذا كانت خاطئة، ولن نتمكن من تكرارها لاحقًا.

يقدم هذا البحث أداة جديدة تسمى "بطاقات سير العمل" (Workflow Cards) لحل هذه الحلقة المفقودة. فكر في "بطاقة سير العمل" كأنها "شريط لأبرز اللقطات" أو "ملخص" لجلسة الطهي الكاملة للكمبيوتر. بدلاً من إجبار الإنسان أو برنامج كمبيوتر ذكي (يسمى نموذج لغة كبير، أو LLM) على البحث عبر آلاف السجلات التقنية الفوضوية لمعرفة ما حدث، تقوم "بطاقة سير العمل" بتكثيف كل تلك البيانات في قصة مرتبة وسهلة القراءة. اختبر الباحثون هذه الفكرة بطريقتين: أولاً، تحققوا مما إذا كانت هذه البطاقات تحتوي بالفعل على معلومات جديدة تفتقر إليها بطاقات "النماذج" و"البيانات" القديمة. ووجدوا أن الإجابة هي نعم؛ إذ تحتوي بطاقات سير العمل على تفاصيل فريدة حول عملية التنفيذ لا تمتلكها البطاقات الأخرى. ثانيًا، اختبروا مدى قدرة برنامج كمبيوتر ذكي على الإجابة عن أسئلة حول سير العمل باستخدام هذه البطاقات مقابل محاولة الاستعلام من قاعدة بيانات خام. وكانت النتائج واضحة: عندما استخدم الكمبيوتر "بطاقة سير العمل"، تضاعفت قدرته تقريبًا على تقديم إجابات صحيحة مقارنة بما كانت عليه عندما كان عليه البحث في هيكل قاعدة البيانات الخام. يشير البحث إلى أنه من خلال منح البشر والذكاء الاصطناعي قصة ملخصة مسبقًا وواضحة، يمكننا جعل الحوسبة العلمية أكثر شفافية وسهولة في الفهم.

الفصل المفقود في قصة العلم

لفهم سبب أهمية هذا البحث، نحتاج أولاً إلى النظر في "المكونات" و"الطبق النهائي" للحوسبة الحديثة. في مجال الذكاء الاصطناو والعلوم البيانية، غالبًا ما ينشئ الباحثون برامج معقدة تسمى سير العمل (workflows). هذه البرامج تشبه خطوط التجميع حيث تدخل البيانات الخام، وتتم معالجتها عبر خطوات عديدة، وتخرج كنتيجة، مثل نموذج ذكاء اصطناعي مدرب أو توقعات جوية.

لفترة طويلة، استخدم العلماء بطاقات النماذج (Model Cards) وبطاقات البيانات (Data Cards) لتوثيق عملهم. تخيل بطاقة البيانات كملصق الحقائق الغذائية على كيس من الدقيق؛ فهي تخبرك من أين جاء الدقيق، وكيف تمت زراعته، وما الذي يحتويه. أما بطاقة النموذج فهي مثل وصف الطبق في قائمة الطعام؛ تخبرك بمذاق الكعكة، ومن صنعها، وفيمَ تُستخدم بشكل أفضل. هذه الأدوات رائعة لالتقاط لقطات ثابتة، لكنها لا تخبرك كيف قام الخباز بخلط العجين فعليًا، أو كم استغرق من الوقت في الخبز، أو ما إذا كانت درجة حرارة الفرن قد تذبذبت أثناء العملية.

وهنا يأتي دور "الأصل" (Provenance). "الأصل" هو المصطلح التقني لـ "تاريخ الشيء". إنه الأثر الرقمي لكل خطوة اتخذها الكمبيوتر: أي الملفات لمسها، وكم انتظر، وما هي الأجهزة التي استخدمها، وما هي القرارات التي اتخذها. وبينما تجيد أجهزة الكمبيوتر تسجيل هذا الأثر في قواعد بيانات ضخمة ومعقدة، إلا أن قراءتها تشبه محاولة قراءة رواية مكتوبة بشفرة سرية. للعثين على تفصيل محدد، تحتاج إلى أن تكون محققًا يمتلك خريطة خاصة. وهذا يجعل من الصعب على الأشخاص العاديين (وحتى برامج الذكاء الاصطناعي الذكية) فهم ما حدث حقًا بسرعة.

السؤال الذي يعالجه هذا البحث بسيط ولكنه حيوي: هل يمكننا تحويل ذلك الأثر الفوضوي المكتوب بالشفرة السرية إلى قصة واضحة وسهلة القراءة تساعدنا على الوثوق بتجارب الكمبيوتر وفهمها؟

الحل: "شريط أبرز اللقطات" للكمبيوتر

يقترح المؤلفون حلاً جديدًا يسمى "بطاقات سير العمل" (Workflow Cards). إذا كانت بطاقات النماذج هي قائمة الطعام، وبطاقات البيانات هي ملصقات المكونات، فإن بطاقة سير العمل هي الفيلم الوثائدي لما وراء الكواليس لبرنامج الطبخ.

صمم الباحثون قالبًا محددًا لهذه البطاقات. فبدلاً من إلقاء كل قطعة من البيانات، تنظم البطاقة المعلومات في قصة تجيب على الأسئلة التي تهم البشر والذكاء الاصطناعي فعليًا. وهي تتضمن:

• الإعداد: ما هو الكمبيوتر المستخدم؟ ما هو البرنامج الذي كان يعمل؟
• الجدول الزمني: متى بدأ؟ كم استغرق من الوقت؟
• الإجراء: ما هي الخطوات الرئيسية؟ هل حدث خطأ ما؟
• النتيجة: ما هو المخرج النهائي؟

الهدف هو إنشاء وثيقة صغيرة بما يكفي لقراءتها بسرعة، ولكنها غنية بما يكفي للإجابة على أسئلة معقدة دون الحاجة إلى البحث في قاعدة البيانات الخام.

ماذا وجدوا: سحر الملخصات

وضع الفريق بطاقات سير العمل الجديدة تحت الاختبار في سيناريوهين مختلفين لمعرفة مدى فعاليتها.

الاختبار الأول: هل تخبرنا هذه البطاقات شيئًا جديدًا؟
أولاً، قارنوا بطاقات سير العمل ببطاقات النماذج والبيانات الموجودة. طلبوا من ذكاء اصطناعي ذكي (LLM) الإجابة عن أسئلة حول سير عمل حاسوبي باستخدام نوع واحد فقط من البطاقات في كل مرة.

• عندما امتلك الذكاء الاصطناعي بطاقة النموذج أو بطاقة البيانات فقط، فإنه غالبًا ما كان يخطئ في الإجابة؛ لأنه لم يكن يعرف تفاصيل العملية.
• ومع ذلك، عندما امتلك الذكاء الاصطناعي بطاقة سير العمل، فقد كان أداؤه جيدًا تمامًا كما لو كان يمتلك جميع البطاقات مجتمعة.
• جاءت النتيجة الأكثر إثارة للدهشة عندما أزالوا بطاقة سير العمل من المجموعة؛ فبدونها، انخفضت قدرة الذكاء الاصطناعي على الإجابة عن الأسئلة بأكثر من النصف (من درجة 0.611 إلى 0.265). وقد أثبت هذا أن بطاقة سير العمل تحتوي على معلومات فريدة وحرجة لا تمتلكها البطاقات الأخرى. الأمر يشبه محاولة تخمين حبكة فيلم من خلال النظر فقط إلى الملصق وقائمة الممثلين، مع تفويت المشاهد الفعلية.

الاختبار الثاني: هل من الأسهل قراءة قصة أم الاستعلام من قاعدة بيانات؟
بعد ذلك، اختبروا مدى جودة إجابة الذكاء الاصطناعي عن الأسئلة عند إعطائه نوعين مختلفين من المعلومات:

1. الاستعلام القائم على المخطط (Schema-based Querying): تم إعطاء الذكاء الاصطناعي "خريطة" قاعدة البيانات (الهيكل) وكان عليه اكتشاف كيفية طرح الأسئلة الصحيحة لإيجًا الإجابات. هذا يشبه إعطاء شخص نظام فهرسة المكتبة وعليه أن يجد الكتب بنفسه.
2. بطاقات سير العمل: تم إعطاء الذكاء الاصطناعي ملخصًا مكتوبًا مسبقًا. هذا يشبه تسليم الشخص تقريرًا عن كتاب.

كانت النتائج دراماتيكية. عندما استخدم الذكاء الاصطناعي بطاقة سير العمل، تضاعفت جودة إجاباته تقريبًا مقارنة بما كانت عليه عندما كان عليه الاستعلام من هيكل قاعدة البيانات. قفز متوسط الدرجات من حوالي 0.45 إلى 0.87. حتى الخبراء البشر وافقوا على هذا الاتجاه، مؤكدين أن البطاقات جعلت المعلومات أكثر سهولة في الوصول إليها. وأشار الباحثون إلى أن هذا التحسن حدث عبر أحجام مختلفة من نماذج الذكاء الاصطناعي، مما يشير إلى أن نهج "الملخص" هو أداة قوية لأي شخص يحاول فهم العمليات الحاسوبية المعقدة.

لماذا يهم هذا الأمر

يخلص البحث إلى أن بطاقات سير العمل هي قطعة مفقودة حيوية في لغز الشفافية العلمية. فهي لا تحل محل السجلات التفصيلية أو قواعد البيانات، بل تعمل فوقها كواجهة صديقة للمستخدم. ومن خلال تحويل البيانات المعقدة القابلة للقراءة آليًا إلى قصة قابلة للقراءة بشرًا، تساعدنا هذه البطاقات على:

• رصد الانحياز: معرفة ما إذا كانت العملية عادلة.
• إصلاح الأخطاء: فهم أين حدث الخطأ بالضبط.
• تكرار النجاح: معرفة كيفية الحصول على نفس النتيجة مرة أخرى بدقة.

يقترح المؤلفون أنه في المستقبل، يمكن إنشاء هذه البطاقات تلقائيًا لأي سير عمل حاسوبي، مما يجعل "ما وراء الكواليس" في العلم سهل القراءة مثل التقرير النهائي. وبينما ركزت الاختبارات الحالية على التعلم الآلي والتنبؤ بالمناخ، فإن الفكرة هي أن نهج "شريط أبرز اللقطات" هذا يمكن أن ينجح مع أي تجربة علمية معقدة، محولًا غموض "الصندوق الأسود" إلى قصة واضحة ومفتوحة.