Process-Constituted Intelligence: A Shared Criterion for Humans and Machines
تجادل هذه الورقة بأن الذكاء الحقيقي يتحدد من خلال العملية المعرفية التكرارية وليس من خلال المخرجات، مقترحةً إطار عمل لـ "التكافؤ القوي" يقوم على سبعة سمات عملياتية للتمييز بين الإدراك البشري والذكاء الاصطنا Generative الحالي الذي يكتفي بمجرد إعادة إنتاج آثار المخرجات، مع تقديم مبادئ تصميمية وعمليات تدقيق لضمان أن تعمل أدوات الذكاء الاصطناعي على تعزيز القدرات التوليدية البشرية بدلاً من تآكلها.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
غالباً ما يُساء فهم الذكاء على أنه النتيجة النهائية: المعادلة المحلولة، أو اللوحة المكتملة، أو الإجابة الصحيحة في محادثة ما. لعقود من الزمن، جادل العلماء حول ما إذا كانت الآلة التي تنتج نفس نتيجة الإنسان هي حقاً تفكر. وقد انتقل هذا السؤال من الفلسفة إلى الواقع اليومي للذكاء الاصطناعي التوليدي، وهي الأدوات التي يمكنها كتابة المقالات، وتوليد الأكواد البرمجية، وإنشاء صور لا يمكن تمييزها عن العمل البشري. القضية الجوهرية ليست فقط في جودة المخرج، بل في كيفية الوصول إليه. في دراسة العقل، وُجد تمييز طويل الأمد بين نظام يطابق السلوك البشري فحسب، ونظام يحاكي بالفعل النشاط الداخلي اللازم لإنتاج ذلك السلوك. أحدهما يشبه الخريطة التي تظهر الوجهة؛ والآخر هو الرحلة نفسها، بكل ما فيها من منعطفات خاطئة، وتوقفات، ولحظات شك. ولم يعد فهم الفرق مجرد تمرين أكاديمي، لأنه عندما يعتمد البشر على الآلات للقيام بالتفكير نيابة عنهم، فقد يتخطون الخطوات ذاتها التي تبني قدرتهم على التفكير.
اقترح فريق من الباحثين من جامعة ماكواري ومؤسسات أخرى طريقة جديدة لقياس الذكاء تركز بالكامل على هذه الرحلة. ويجادلون بأن الذكاء الحقيقي يتكون من العملية — النشاط التكراري المتمثل في المحاولة، والفشل، والمراجعة، والتعلم — بدلاً من المخرج نفسه. ولاختبار ذلك، طوروا إطار عمل ينظر إلى سبعة سمات محددة لكيفية حل المشكلة. وتشمل هذه السمات الرغبة في توليد محاولات عديدة والتخلص من تلك التي تفشل، والقدرة على التعايش مع عدم اليقين دون التسرع في تقديم إجابة واثقة، والقدرة على التعلم من المقاومة التي يبديها المادة أو البيئة. كما ينظرون أيضاً إلى كيفية انخراط "الحلال" في الحوار، وكيفية محاسبة أنفسهم أمام الآخرين، وكيف يشكل الصراع نفسه الشخص الذي يقوم بالعمل. ويقترح الباحثون أنه لكي تكون الآلة مكافئة حقاً للعقل البشري، يجب ألا تكتفي بإنتاج الإجابة الصحيحة فحسب، بل يجب أن تُظهر هذه السمات السبع نفسها بطريقتها الخاصة.
وعندما طبق الباحثون هذا الإطار على الذكاء الاصطناعي التوليدي الحالي، وجدوا فجوة كبيرة. فهذه الأنظمة مدربة على "آثار" الفكر البشري: الأوراق البحثية المنتهية، والأكواد البرمجية المنشورة، والصور المعدلة. إنها تتعلم إعادة إنتاج المنتج النهائي من خلال أخذ عينات من مجموعة واسعة من هذه الأعمال المكتملة. وبينما يبدو المخرج كأنه استدلال أو إبداع، فإن النشاط الداخلي الذي يولد ذلك في البشر غائب تماماً. فالآلة لا تعاني مع المشكلة، ولا تختبر التراكم البطيء للحكم الذي يأتي من سنوات من الممارسة. إنها ببساطة تتنبأ بالكلمة أو البكسل التالي الأكثر احتمالاً بناءً على الأنماط التي رأتها من قبل. ويصف الباحثون هذا بأنه "تكافؤ ضعيف": الآلة تطابق المدخلات والمخرجات، لكن العملية التي تربط بينهما مفقودة أو غامضة. وحتى عندما تظهر هذه الأنظمة أنها "تفكر" عبر عرض خطوات عملها، مثل سرد الخطوات قبل الإجابة، فإن هذا غالباً ما يكون مجرد عرض تجميلي؛ فالخطوات لا تقود الحوسبة بالضرورة، بل هي مجرد طبقة أخرى من المخرجات المصممة لتبدو كاستدلال.
تجادل الدراسة صراحة ضد فكرة أن مجرد جعل هذه النماذج أكبر أو منحها المزيد من البيانات سيحل هذه المشكلة. فإضافة المزيد من النصوص إلى مجموعة التدريب لا يوفر سوى المزيد من الآثار المنتهية، وليس المزيد من العملية الفوضوية والتكرارية التي تبني الذكاء. كما يرفض الباحثون فكرة وجوب أن تنسخ الآلات البنية البيولوجية الدقيقة للدماغ البشري لتكون ذكية. وبدلاً من ذلك، يقترحون حلاً وسطاً يسمى "التكافؤ القوي". وهذا لا يتطلب من الآلة استخدام نفس الخوارزميات التي يستخدمها الدماغ البشري، وهو أمر ليس ممكناً ولا مرغوباً فيه. بل يتطلب أن يكون سلوك الآلة منظماً بنفس سمات العملية السبع، حتى لو كانت الآلية الفيزيائية مختلفة. فعلى سبيل المثال، يمكن للآلة أن تُظهر "التعامل مع عدم اليقين" ليس من خلال الشعور بالشك، بل من خلال امتلاك آلية ترفع علامة تحذير عند مواجهة مشكلات غامضة وترفض إعطاء إجابة واثقة حتى يتم جمع المزيد من المعلومات.
إن التداعيات على المستخدمين البشر لا تقل أهمية عن التشخيص التقني. ويشير الباحثون إلى أنه عندما يستخدم الشخص أداة تقوم بالعمل التوليدي نيابة عنه، فإن القدرة التي كان من شأن ذلك العمل بناؤها لا تتشكل أبداً. وتشير الأدلة من الدراسات على الطلاب الذين يستخدمون الذكاء الاصطناعي إلى أنه بينما قد يؤدون بشكل أفضل بوجود الأداة، إلا أنهم غالباً ما يؤدون بشكل أسوأ عند إزالتها، بعد أن تخطوا الجهد المعرفي المطلوب للتعلم. إن الخطر ليس مجرد فقدان للمهارة، بل هو فشل في التكوين. فالأنشطة الصعبة وغير المستقرة والحوارية التي تشكل حكم الإنسان وحكمته هي ذاتها الأشياء التي يميل الذكاء الاصطعي لتجاوزها. إذا قامت أداة بحل غموض ما للمستخدم، فلن يتعلم المستخدم أبداً كيفية التعايش مع ذلك الغموض. وإذا قدمت الأداة الإجابة، فلن يمارس المستخدم أبداً التجربة والخطأ اللازمين لتطوير الذوق والقدرة على الحكم.
ولمعالجة ذلك، يقترح المؤلفون نهجاً جديداً لكل من تصميم الذكاء الاصطناعي واستخدامه. فمن جانب الآلة، يقترحون بناء بنيات تجبر النظام على الانخراط في العملية، مثل الوكلاء الذين يجب عليهم مراجعة نهجهم عندما يتم تحديهم من قبل وكيل آخر، بدلاً من مجرد التصويت على إجابة. ومن جانب الإنسان، يدعون إلى المساعدة "المحافظة على العملية". وهذا يعني الأدوات التي تقدم السؤال التالي أو المثال المضاد لتوسيع تفكير المستخدم، بدلاً من تقديم الإجابة. والهدف هو إبقاء الخطوات التوليدية مع الشخص، وضمان أن الأداة تدعم نشاط التفكير بدلاً من استبداله. كما يحدد الباحثون طريقة لـ "تدقيق العمليات"، حيث يتم اختبار كل من البشر والآلات على نفس المهام باستخدام هذه السمات السبع كمعيار للتقييم. وهذا سيسمح للعلماء بقياس ما إذا كانت الآلة تشارك حقاً في العملية أم أنها مجرد تحاكي شكلها، وما إذا كان المستخدمون البشر يحتفظون بقدراتهم المعرفية عند الاستعانة بهذه الأدوات.
في نهاية المطاف، تشير الورقة البحثية إلى أن الفرق بين نظام ينتج الذكاء ونظام يشكله هو الفرق بين سجل لحدث وبين الحدث نفسه. ومع ازدياد قوة هذه الأدوات، يجب أن يتحول التركيز من تحسين المخرج إلى هندسة العملية. لا يدعي الباحثون أنهم حلوا لغز الذكاء، ولا يقولون إن الذكاء الاصطناعي الحالي عديم الفائدة. بدแทน، هم يقدمون معياراً واضحاً لما هو مفقود ومساراً مستقبلياً لبناء أنظمة تحترم عملية التفكير، سواء في السيليكون أو في العقل البشري. ومن خلال التركيز على النشاط بدلاً من النتيجة، يمكننا ضمان أنه مع زيادة قدرة الآلات، لن تؤدي دون قصد إلى تآكل القدرات البشرية التي وُجدت لدعمها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.