ما هو الذكاء الاصطناعي التوليدي؟ شرح بلا مصطلحات معقدة

تطلب من مساعد ذكي أن يكتب لعميلٍ تأخّر وصول طلبه رسالة اعتذار، فيكتبها في ثوانٍ بعربية سليمة ونبرة مهذبة. ثم تطلب منه مرجعًا يدعم رأيك، فيعطيك اسم كتاب ومؤلفًا وسنة نشر. تبحث عن الكتاب فلا تجده في أي مكان.

كيف تجتمع الطلاقة والخطأ في أداة واحدة؟ الجواب يبدأ من فهم ما تفعله الأداة فعلًا، وهذا ما يشرحه المقال بلا معادلات ولا مصطلحات ثقيلة. المعلومات هنا محدّثة حتى أكتوبر 2026، ولكل رقم أو واقعة مصدر مذكور في آخر المقال.

الذكاء الاصطناعي التوليدي في جملة واحدة

الذكاء الاصطناعي التوليدي نظام تعلّم من كمٍّ هائل من النصوص والصور والأصوات وغيرها، ثم صار قادرًا على صنع محتوى جديد يشبه ما تعلّمه، بدل أن يكتفي بتصنيف ما يُعرض عليه.

وتقتبس وثيقة المعهد الوطني الأمريكي للمعايير والتقنية (NIST) الصادرة في يوليو 2024 تعريفًا رسميًا للمصطلح: فئة من نماذج الذكاء الاصطناعي تحاكي بنية بيانات الإدخال وخصائصها كي تولّد محتوى جديدًا مشتقًّا منها، من صور وفيديو وصوت ونص. وكلمة «تولّد» هي المفتاح: النموذج يركّب الجواب في كل مرة، ولا يسحبه جاهزًا من أرشيف.

وقد انتشر هذا النوع بسرعة لافتة. يذكر «مؤشر الذكاء الاصطناعي 2026» من معهد ستانفورد (Stanford HAI) أن نسبة تبنّي الذكاء الاصطناعي التوليدي بين السكان بلغت 53% في ثلاث سنوات، وأن اعتماد المؤسسات للذكاء الاصطناعي عمومًا بلغ 88%. ويورد أن الإمارات سجّلت 64% وسنغافورة 61%، بينما جاءت الولايات المتحدة في المرتبة الرابعة والعشرين بنسبة 28.3%. فالأمر لم يعد تقنية بعيدة تقرأ عنها، بل أداة قد يكون زملاؤك يستعملونها اليوم.

كيف يعمل: لعبة توقّع الكلمة التالية

تخيّل أنك تقرأ جملة ناقصة: «ذهبتُ إلى المقهى وطلبتُ فنجانًا من ...». عقلك يقترح فورًا «القهوة»، ولا تخطر لك كلمة «الأسمنت». أنت لم تفتح قاموسًا؛ تعلّمتَ من آلاف الجمل المشابهة أي الكلمات تتبع أي كلمات.

هذا هو جوهر نماذج اللغة الكبيرة. ففي مرحلة تدريبها الأساسية تقرأ كمًّا ضخمًا من النصوص لتتقن الإجابة عن سؤال واحد: ما الذي يأتي بعد هذا؟ وحين تجيبك، تعطي كل كلمة محتملة درجة ملاءمة، ثم تختار واحدة منها وتضيفها إلى الجملة، وتسأل السؤال نفسه من جديد حتى تكتمل الإجابة. هكذا يصير فنجان القهوة جملة، ثم فقرة، ثم رسالة اعتذار كاملة. ولهذا قد تطرح السؤال نفسه مرتين فتحصل على صياغتين مختلفتين.

وللدقة، لا يتعامل النموذج مع الكلمات كاملة بل مع قطع صغيرة تُسمّى «الرموز» (tokens)، قد يكون الواحد منها كلمة أو جزءًا من كلمة. لا تحتاج إلى حفظ هذا؛ يكفي أن تعرف أن النموذج يعمل بقطع لا بجمل.

والأمر أبعد من الإكمال التلقائي القديم. يشرح معهد MIT أن الطرق الأقدم كانت تنظر إلى الكلمة السابقة أو بضع كلمات قبلها فقط، فلا تنتج نصًا مقنعًا. أما النماذج الحديثة فتنظر إلى السياق المتاح لها كله.

خذ هذه الجملة: «وضعتُ الكتاب على الطاولة ثم فتحتُه». لتعرف أن الهاء في «فتحتُه» تعود إلى الكتاب لا إلى الطاولة، عليك أن تربط كلمتين تفصل بينهما كلمات أخرى. هذا ما تتيحه آلية «الانتباه» (attention): أن يزن النموذج علاقة كل رمز بكل رمز آخر في النص.

والانتباه هو قلب معمارية «المحوّل» (Transformer)، التي وصفها ثمانية باحثين في ورقة «Attention Is All You Need» نُشرت على arXiv في يونيو 2017، وبنوها على الانتباه وحده. ويذكر MIT أن باحثين في Google قدّموا هذه المعمارية عام 2017، وأنها استُخدمت في بناء نماذج لغة كبيرة، منها النماذج التي تشغّل شات جي بي تي (ChatGPT).

الخلاصة التي تهمّك: هذه الأداة بارعة في معرفة شكل الجواب الجيد، وليس لديها بالضرورة طريقة داخلية للتأكد من أن كل ما فيه صحيح. وهذا ما يقودنا إلى حدودها بعد قليل.

ما الفرق بينه وبين الذكاء الاصطناعي «التقليدي»؟

قبل موجة الأدوات الحالية كانت عبارة «ذكاء اصطناعي» تعني في الغالب نماذج تتنبأ أو تصنّف. يضرب MIT مثالين: رصد ورم في صورة أشعة، وتقدير احتمال تعثّر مقترض عن سداد قرضه. ويشبههما ما تفعله كاميرا مرورية تتعرّف إلى لوحة السيارة أو ترصد مخالفة. تُدخل إليها بيانات، فتعيد لك تسمية أو رقمًا أو قرارًا.

• التقليدي: يجيب عن «ما هذا؟» أو «ما المتوقع؟». مخرجاته تسمية أو رقم أو درجة احتمال.
• التوليدي: يجيب عن «اكتب لي» و«ارسم لي» و«لخّص لي». مخرجاته محتوى جديد، نصًّا كان أو صورة أو صوتًا.

والتوليدي ليس بديلًا عن التقليدي، بل صنف آخر من الأدوات. ينقل MIT عن أحد أساتذته، Devavrat Shah، أن الطرق التقليدية كثيرًا ما تتفوق على النماذج التوليدية حين تكون البيانات منظمة في جداول. فلو كان سؤالك «أي عملائي أقرب إلى التوقف عن الشراء الشهر المقبل؟» وبين يديك جدول بياناتهم، فقد يخدمك نموذج تنبؤي تقليدي أكثر من محادثة مع روبوت. أما لو كان سؤالك «اكتب لهم رسالة تعيدهم»، فهنا يعمل التوليدي في ميدانه.

ماذا يولّد اليوم: نص وصورة وصوت وفيديو وكود

هذه صورة سريعة حتى أكتوبر 2026. الأسماء والإصدارات تتبدل كل بضعة أشهر، لكن الأنواع الكبرى أثبت منها:

• النص: برامج المحادثة مثل شات جي بي تي وكلود (Claude) وجيميني (Gemini) تكتب وتلخّص وتحاور، وبعضها يقرأ الصور أيضًا ويجيب عنها بنص.
• الصورة: يشرح MIT أن «نماذج الانتشار» (diffusion) تصقل ناتجها خطوة بعد خطوة لتصنع عيّنة جديدة تشبه بيانات التدريب، وأن Stable Diffusion منها. وتوثّق Google أن نماذج Gemini لتوليد الصور (باسم Nano Banana) تصنع صورة من وصف نصي وتعدّل صورة موجودة.
• الصوت: تحويل النص إلى كلام. توثّق Google أن نماذج Gemini المخصصة لذلك تدعم أكثر من مئة لغة، وتذكر العربية الفصحى واللهجة المصرية بين لغاتها.
• الفيديو: توثّق Google أن نموذج Veo 3.1 يولّد فيديو بصوت مدمج.
• الكود: يذكر مؤشر ستانفورد 2026 أن الأداء على SWE-bench Verified، وهو اختبار معياري رئيسي في البرمجة، ارتفع من 60% إلى ما يقارب 100% خلال سنة واحدة. لكن الاختبار شيء ومشروعك شيء آخر، فلا يعني هذا أن الأداة ستفهم مشروعك أنت.

وما يجمع هذه الأنواع هو الفكرة نفسها التي بدأنا بها: نموذج تعلّم أنماطًا من بيانات ضخمة، ويبني ناتجًا جديدًا على غرارها.

حدوده التي يجب أن تعرفها

الاختلاق، أو «الهلوسة»

لنعد إلى المرجع الذي لم تجده. يسمّي NIST هذه الظاهرة «confabulation»، ويعرّفها بأنها إنتاج محتوى خاطئ يُقدَّم بثقة، وهي ما يُعرف شعبيًّا بالهلوسة. والأهم أنه يصفها بأنها نتيجة طبيعية لطريقة تصميم هذه النماذج: فهي تقارب التوزيع الإحصائي لبيانات تدريبها، ونماذج اللغة منها تتوقع الكلمة التالية. وهذا التوقع الإحصائي قد يعطي كلامًا صحيحًا، وقد يعطي كلامًا خاطئًا.

ولماذا لا يقول النموذج ببساطة «لا أعرف»؟ تقول ورقة «Why Language Models Hallucinate» لأربعة باحثين، أولهم Adam Kalai (سبتمبر 2025)، إن إجراءات التدريب والتقييم تكافئ التخمين أكثر مما تكافئ الاعتراف بعدم اليقين، وتقترح تغيير طريقة تصحيح الاختبارات المعيارية. أي إن جزءًا من المشكلة في الحوافز، لا في «الذكاء» وحده.

التحيّز

النموذج يتعلم من بيانات كتبها بشر، فقد يرث تحيّزاتهم. يحذّر MIT من أن النماذج قد ترث التحيّزات من بيانات تدريبها وتنشرها، وقد تضخّم خطاب الكراهية والأقوال الكاذبة، ويضع NIST «التحيّز الضار والتجانس» ضمن المخاطر التي يعدّدها. فإذا استعملتها في شيء يمس الناس، كفرز السير الذاتية أو تقييم الأداء، فاجعل بشرًا يراجعون النتيجة.

تاريخ المعرفة

معرفة النموذج تتوقف عند تاريخ انتهاء بياناته. تعرّف Anthropic في جدول نماذجها «حدّ المعرفة الموثوق» بأنه التاريخ الذي تكون معرفة النموذج عنده أوسع ما يكون وأوثقه، وتسجّل لنماذجها الحالية يونيو 2026. أي إنه في أكتوبر 2026 توجد أشهر لا يملك النموذج وحده عنها معرفة موثوقة. وتتيح بعض المنتجات ربط النموذج بأداة بحث على الإنترنت، لكن ما تجلبه يحتاج إلى تحققك أنت أيضًا.

مهارة غير متساوية

قد تظن أن الأداة التي تحلّ مسألة صعبة تتقن ما هو أبسط منها. ليس بالضرورة. يذكر مؤشر ستانفورد أن Gemini Deep Think نال ميدالية ذهبية في أولمبياد الرياضيات الدولي، بينما يقرأ أفضل نموذج الساعات التناظرية قراءة صحيحة في 50.1% من المرات فقط، ويصف الباحثون ذلك بـ«الحدود المتعرجة».

ويحذّر NIST من «تحيّز الأتمتة»: أن نبالغ في الثقة بمخرجات الآلة فنراها أجود مما هي. فلا تقِس الأداة على أفضل ما رأيته منها، بل على ما اختبرته أنت في مهمتك.

من أين تبدأ غدًا في عملك

لا تبدأ بمشروع كبير. ابدأ بتجربة صغيرة تستطيع أن تحكم على نتيجتها بنفسك.

وإن كنت تقود فريقًا، فانقل التجربة نفسها إليه بمقياس واضح: كم دقيقة وفّرنا؟ وكم تصحيحًا احتجنا؟ فالجواب بالأرقام أصدق من الانطباع.

الذكاء الاصطناعي التوليدي أداة قوية في الصياغة والتلخيص والتجريب، لكنه ليس مرجعًا ولا حَكَمًا. يعطيك جوابًا يبدو مقنعًا، ويبقى القرار والمسؤولية لك.

وفي كتاب «استقالة من نفسك» فصل بعنوان «المحامي الذي يسكن رأسك» يلتقي مع هذا من زاوية أخرى: عقلك يجيد تبرير ما يريد، فاستجوب صوته الواثق بالوقائع قبل أن تصدّقه. وسواء جاء الصوت الواثق من رأسك أو من شاشة، فالقاعدة واحدة: اطلب الدليل قبل القرار. وإن كنت مديرًا يُدخل هذه الأدوات إلى فريقه، فالجانب الإنساني من الثقة والتواصل والحوارات الصعبة هو ما يتناوله «المدير الأعمى».

اطلب من الأداة غدًا مسودة واحدة، ثم راجعها بعينك أنت. هذه هي البداية.