The Embodiment Gap: What Mandatory, Regulatory and Media-Based Incident Regimes Reveal About Robotic AI Failures, 2021–2026
تحلل هذه الورقة بيانات الحوادث من عام ٢٠٢١ إلى ٢٠٢٦ عبر الأنظمة التنظيمية الإلزامية والأنظمة القائمة على الوسائط الإعلامية لتثبت أن كل نظام يرصد مجموعة متميزة وغير مكتملة من إخفاقات الذكاء الاصطناعي الروبوتي، مما يكشف عن فجوات كبيرة في الرؤية فيما يتعلق بالأخطاء التشغيلية غير المرتبطة بالاصطدام وتقنيات البشر الآليين الناشئة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
عندما يرتكب آلة تعمل بالذكاء الاصطناعي خطأً في العالم الحقيقي، فإن قصة ذلك الخطأ تعتمد كلياً على من يستمع. فإذا تعرضت سيارة ذاتية القيادة لحادث، فإن وكالة حكومية لديها تفويض قانوني لجمع البيانات ستسجل ذلك. وإذا تعطل روبوت جراحي داخل مريض، فسيقوم مراقب صحي بتقديم تقرير. ولكن إذا تعثر روبوت في متحف أو تصرف آلة بشرية بشكل غريب في معرض تجاري، فقد يكون السجل الوحيد هو مقطع فيديو نشره أحد المارة أو مقال إخباري. تُسمى هذه الطرق المختلفة لجمع المعلومات "أنظمة حوادث" (incident regimes). وهي تعمل كأعين وآذان المجتمع، حيث تقرر أي الإخفاقات تصبح جزءاً من ذاكرتنا الجماعية وأيها يتلاشى في الصمت. تكمن المشكلة في أن كل نظام لا يرى إلا شريحة مختلفة من الواقع؛ فهذا النظام لا يرى سوى الحوادث، وذاك لا يرى سوى الأخطاء الطبية، والثالث لا يرى سوى القصص التي تتصدر الأخبار. ولأن هذه الأنظمة لا تتواصل مع بعضها البعض، فإننا غالباً ما نعتقد أننا نفهم مدى سلامة الروبوتات، بينما نحن في الواقع ننظر إلى صورة مجزأة حيث قد تكون أخطر الإخفاقات مخفية، وأكثرها شيوعاً غير مرئية.
لقد سعى باحث يدعى ألفريدو ميرليه إلى رسم خرائط لهذه النقاط العمياء من خلال مقارنة ثلاث طرق متميزة لتتبع إخفاقات الروبوتات بين عامي 2021 و2026. وقد نظر في تقارير الحوادث الإلزامية المقدمة إلى الإدارة الوطنية لسلامة المرور على الطرق في الولايات المتحدة، وتقارير الأجهزة الطبية المقدمة إلى إدارة الغذاء والدواء الأمريكية، وقاعدة بيانات تطوعية تجمع القصص من وسائل الإعلام. ومن خلال ربط هذه المصادر معاً، اكتشف أن الطريقة التي نتعلم بها عن إخفاقات الروبوتات معيبة للغاية. فقد سجل النظام الإلزامي للسيارات ذاتية القيادة أكثر من 8,000 حادث، ومع ذلك، فإن قاعدة بيانات الإعلام، التي غالباً ما تُعامل كقائمة شاملة لمشكلات الذكاء الاصطناعي، لم تحتوي إلا على جزء ضئيل جداً من تلك الحوادث. في الواقع، أقل من واحد بالمائة من الحوادث التي أبلغت عنها الحكومة وصلت إلى قاعدة بيانات الإعلام. وهذا يشير إلى أن الجمهور يرى رؤية مشوهة للغاية لسلامة الروبوتات، حيث يفقد الغالبية العظمى من الإخفاقات الروتينية بينما يركز على عدد قليل مختار منها.
كما كشفت الدراسة أن وسائل الإعلام لا تتجاهل ببساطة الحوادث الخطيرة؛ فخلافاً للفكرة القائلة بأن الوسائل الإخبارية تفضل قصص الروبوتات الغريبة وغير الضارة على القصص المأساوية، أظهرت البيانات أن الحوادث الشديدة كانت في الواقع أكثر عرضة للظهور في قاعدة بيانات الإعلام. فعندما نتج عن حادث سيارة ذاتية القيادة حالة وفاة أو إصابة خطيرة، كان احتمال ظهورها في قاعدة بيانات الإعلام أكبر بنحو تسع مرات من حادث بسيط. ومع ذلك، التقطت قاعدة بيانات الإعلام نوعاً مختلفاً من الإخفاقات الذي أغفلته المنظومة الحكومية تماماً: وهي الإخفاقات التشغيلية التي لا تتضمن اصطداماً. وهذه هي الحوادث التي يسلك فيها الروبوت سلوكاً خطيراً دون أن يصطدم بشيء، مثل سيارة أجرة آلية (روبوتاكسي) تعيق طريق سيارة إسعاف، أو أسطول من المركبات يتوقف عن الحركة في حركة المرور بسبب انقطاع التيار الكهربائي، أو روبوت يعلق في فيضان. ولأن قاعدة الإبلاغ الحكومية لا يتم تفعيلها إلا بوقوع اصطدام مادي، فإن هذه المواقف الخطيرة تظل غير مرئية للمراقبين، رغم أنها تشكل خطراً حقيقياً على السلامة العامة.
امتد البحث ليشمل الروبوتات الجراحية، حيث وُجد نوع آخر من التشويه. فقد أظهرت قاعدة بيانات تقارير الأجهزة الطبية قفزة هائلة بلغت أربعة أضعاف في تقارير الأعطال في عام 2025. للوهلة الأولى، بدا هذا وكأنه طفرة مفاجئة في الإخفاقات الخطيرة، ولكن نظرة فاحصة على البيانات كشفت أن هذا الارتفاع لم يكن ناتجاً عن زيادة في الإصابات أو الوفيات، بل إن الشركة المصنعة بدأت في تقديم تقارير عن نوع معين من التآكل في أدواتها، وهو مشكلة صيانة روتينية لم تكن مسجلة سابقاً. لم يتغير عدد الإصابات الفعلية للمرضى إلا قليلاً. ويسلط هذا الاكتشاف الضوء على كيف يمكن لسلوك الشخص الذي يقدم التقرير أن يخلق وهماً بوجود أزمة، حتى عندما يظل الواقع المادي للضرر مستقراً.
ولعل الاكتشاف الأكثر إثارة للدهشة يتعلق بالجيل الجديد من الروبوتات: الروبوتات البشرية (Humanoids). هذه هي الآلات التي تمشي على ساقين وبدأت تظهر في الأماكن العامة، من مدن الملاهي إلى شوارع المدن. وجدت الدراسة أن هذه الروبوتات تسقط في الفجوات بين جميع أنظمة الإبلاغ؛ فلا توجد قاعدة إلزامية للإبلاغ عن حوادثها، ولا فئة أجهزة طبية لإخفاقاتها، ولا طريقة متسقة لتتبعها إعلامياً. قام الباحث بتجميع قائمة بخمس حوادث محددة تتعلق بالروبوتات البشرية في عام 2026، بما في ذلك روبوت اشتعلت فيه النيران أثناء مسابقة، وآخر تم ضبطه من قبل الشرطة بعد لمسة غير لائقة مزعومة. ظهر حدث واحد فقط من هذه الأحداث في قاعدة بيانات الإعلام، ولم يتم رصد أي منها من قبل أي مراقب حكومي أو صحي رسمي. وهذا يخلق فجوة خطيرة حيث يعمل الشكل الأكثر بروزاً وانتشاراً للذكاء الاصطناعي دون سجل منهجي لإخفاقاته.
الخلاصة هي أنه لا يمكن لمصدر واحد للمعلومات أن يخبرنا بالحقيقة حول سلامة الروبوتات. فالحكومة ترى الحوادث لكنها تغفل عن حالات "الوشيك الوقوع" (near-misses). والإعلام يرى الإخفاقات الدرامية لكنه يغفل عن الروتينية منها. والمراقبون الطبيون يرون التقارير التي تقدمها الشركات المصنعة ولكنهم قد لا يرون الضرر الفعلي. وحتى يتم ربట هذه الأنظمة وتوسيع نطاقها لتشمل الأنواع الجديدة من الروبوتات التي تدخل عالمنا، سيظل فهمنا للمخاطر ناقصاً. تقترح الدراسة أن يحتاج المنظمون إلى تحديث قواعدهم لتشمل الإخفاقات التشغيلية، وليس فقط الاصطدامات، وإلى إنشاء قنوات إبلاغ جديدة للروبوتات البشرية التي تسير بالفعل بيننا. وبدون هذه التغييرات، سنستمر في التعلم عن مخاطر الذكاء الاصطناعي بعد وقوعها، وفقط عندما تكون القصة درامية بما يكفي ليتم سردها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.