في ضوء النواقص المتعددة لنموذج تطوير الذكاء
الاصطناعي الحالي القائم على التوسع الهائل
(Hyperscaling)، يتعين على الجنوب
العالمي التمسك بأجندته المدفوعة بالتنمية البشرية بدلاً من الانتقال إلى أجندة
ترتكز على الذكاء الاصطناعي. لقد كانت ثورة الذكاء الاصطناعي الحالية مدفوعة
بشكل كبير بتطوير بنية نموذج المحولات (Transformer) في عام 2017، وما تلا ذلك من إنشاء النماذج اللغوية الكبيرة (LLMs). وقد اعتمدت غالبية التطورات اللاحقة في
الذكاء الاصطناعي بشكل كبير على هذه النماذج، بما في ذلك الذكاء الاصطناعي
التوليدي (GenAI)،
ونماذج الانتشار (Diffusion models)،
والذكاء الاصطناعي الوكيل (Agentic AI). وأدى التقدم الهائل الملحوظ لهذه النماذج إلى إطلاق مطوري الذكاء
الاصطناعي وخبراءه لمجموعة من الادعاءات، تراوحت بين احتمالية حدوث تسريح جماعي
للعمالة، إلى التوقعات القريبة المدى للوصول إلى الذكاء الاصطناعي العام (AGI). ومع ذلك، يتبين عند الفحص الدقيق أن معظم هذه
الحجج تنهار، حيث يشهد تبني الذكاء الاصطناعي والأتمتة فشلاً واسع النطاق عبر
العديد من المجالات وحالات الاستخدام. علاوة على ذلك، فإن نموذج التوسع الهائل
الحالي لتطوير الذكاء الاصطناعي أصبح تدريجياً غير مستدام بسبب متطلبات الطاقة
والموارد المتزايدة باستمرار، ومما يزيد الأمر تعقيداً الديون الهائلة التي
تتكبدها شركات الذكاء الاصطناعي ومزودي خدمات السحابية الضخمة (Hyperscalers) الساعين وراء هذا النموذج. وينبغي أن
يكون هذا بمثابة جرس إنذار للجنوب العالمي، الذي يمر حالياً بمرحلة صقل ونشر
قدراته السيادية في مجال الذكاء الاصطناعي. وفي أعقاب "قمة تأثير الذكاء
الاصطناعي في الهند 2026" (IndiaAI Impact Summit
2026)، تستدعي هذه القضايا
إعادة تقييم نموذج التنمية الحالي للجنوب العالمي، وتؤكد على الحاجة إلى الحفاظ
على جذوره التي تركز على الإنسان بدلاً من الاعتماد على نزعاته المتزايدة
المتمحورة حول الذكاء الاصطناعي. تحديد الإخفاقات في حالات استخدام الذكاء
الاصطناعي ونشره منذ نشأة الذكاء الاصطناعي التوليدي، زعم
العديد من المديرين التنفيذيين للشركات مراراً وتكراراً أن الذكاء الاصطناعي سيقوم
قريباً بأتمتة المهام التي كان يؤديها البشر حتى الآن، لا سيما في مجالات مثل
البرمجة والعمل عن بُعد. ومع ذلك، تم دحض هذه الادعاءات في مناسبات متعددة. فوفقاً
لتجربة عشوائية محكومة أجرتها مؤسسة "تقييم النماذج وأبحاث التهديدات" (METR) في عام 2025، استغرق المبرمجون الذين
يستخدمون أدوات مفتوحة المصدر مدعومة بالذكاء الاصطناعي وقتاً أطول بنسبة 19%
لتنفيذ المهام مقارنة بمن يعملون بدونه. ووجد "مؤشر العمل عن بُعد"،
الذي طورته مؤسسة "الابتكار لرقابة الجودة" في "مركز سلامة وحجم
الذكاء الاصطناعي" التابع للمعهد الهندي للعلوم (IISc) في بنغالورو بالتعاون مع (ScaleAI)،
أن جميع نماذج الذكاء الاصطناعي الرائدة تقريباً لا تزال قاصرة بشكل مؤسف عن أتمتة
مهام العمل عن بُعد، حيث حقق النموذج الأفضل أداءً (Opus
4.6) معدل أتمتة بلغ 4.17% فقط. ووفقاً لتقرير معهد ماساتشوستس للتكنولوجيا (MIT) حول "حالة الذكاء الاصطناعي في
الأعمال لعام 2025"، فإن 95% من المشاريع التجريبية للذكاء الاصطناعي
التوليدي قد فشلت بالفعل. وتشمل أمثلة التبني الفاشل للذكاء الاصطناعي شركات كبرى
متعددة مثل ماكدونالدز، وDPD،
والخطوط الجوية الكندية، وكلارنا، وسيلز فورس، حيث قامت بعض هذه الشركات بطرد
موظفين لصالح وكلاء الذكاء الاصطناعي، لتضطر لاحقاً إلى إعادة توظيفهم مجدداً.
وتواجه القطاعات المختلفة -مثل التكنولوجيا المالية، والرعاية الصحية، والتعليم،
والتصنيع، والقطاع الحكومي- مخاوفها الخاصة بشأن تبني الذكاء الاصطناعي. على سبيل
المثال، أشارت دراسات متعددة أجرتها جامعتا أكسفورد وستانفورد إلى مخاطر توظيف
روبوتات الدردشة المدعومة بالذكاء الاصطناعي في مجال الرعاية الصحية. وصنفت دراسة
حديثة أجراها معهد أبحاث الرعاية الطارئة (ECRI) إساءة استخدام روبوتات الدردشة الخاصة بالذكاء الاصطناعي كأكبر خطر
يهدد التكنولوجيا الصحية في عام 2026. وما يزيد الطين بلة هو التعتيم المتعمد لمصطلح
"الذكاء الاصطناعي" للالتفاف على الرقابة، واستخدامه لوصف مهام لا تتطلب
ذكاءً اصطناعياً على الإطلاق. على سبيل المثال، أعلنت شركة التكنولوجيا النرويجية
(1X) عن الروبوت الإنساني (NEO) في عام 2025، وهو أول روبوت من نوعه
جاهز للمستهلكين. ورغم الادعاءات الأولية بأن الروبوت يعتمد على الذكاء الاصطناعي،
تبين لاحقاً أنه يعتمد على موظفين يعملون عن بُعد لأداء مهام معينة، مما قد ينتهك
خصوصية المستخدم تحت غطاء الأتمتة بالذكاء الاصطناعي. وبناءً على ذلك، في حين لا تزال أتمتة الذكاء
الاصطناعي رائجة بين مطوري الذكاء الاصطناعي والمتحمسين له، إلا أنها تبدو في عدة
حالات وكأنها واجهة لإجراءات التقشف. ورغم الادعاءات الكثيرة التي تشير إلى عكس
ذلك، فإن حجم الأبحاث المحكمة والصارمة حول حالات الاستخدام الناجحة للذكاء
الاصطناعي لا يزال محدوداً للغاية، حيث تعمل النماذج اللغوية الكبيرة كبدائل غير
كافية للبشر في الغالبية العظمى من الحالات، بل وتؤدي إلى تأثير تكميلي يعيق العمل
بنشاط في حالات أخرى. الطبيعة غير المستدامة لنماذج الذكاء الاصطناعي
الحالية بالإضافة إلى إخفاقات التبني المذكورة أعلاه،
فإن متطلبات الطاقة الهائلة لمراكز البيانات تجعل نموذج التوسع الهائل الحالي
لتطوير الذكاء الاصطناعي غير مستدام بشكل مطرد؛ حيث أدت حالات متعددة من انقطاع
التيار الكهربائي على نطاق واسع، ونقص المياه، وتلوث الهواء، إلى اندلاع العديد من
الاحتجاجات المجتمعية حول العالم. على سبيل المثال، باتت مراكز البيانات تستهلك
بالفعل أكثر من 4.4% من الاستهلاك السنوي للكهرباء في الولايات المتحدة اعتباراً
من عام 2023، وهو رقم تضاعف تقريباً منذ عام 2018. علاوة على ذلك، أدت اختناقات
الطاقة في الذكاء الاصطناعي إلى تأخيرات واسعة النطاق في العديد من مشاريع مراكز
البيانات، حيث لا يزال حوالي 11 جيجاوات من السعة العالمية المخطط لها لعام 2026
"في مرحلة الإعلان دون وجود أي مؤشرات على بدء البناء".
الشكل 1: إضافات سعة مراكز البيانات العالمية
حسب تاريخ التشغيل (بالجيجاوات)
المصدر: Axios
وعلى الصعيد المالي، تراكمت ديون هائلة على
معظم شركات الذكاء الاصطناعي المتخصصة ومزودي الخدمات السحابية الضخمة نتيجة
للعائد المحدود على الاستثمار، مما أدى إلى تزايد الادعاءات بوجود "استثمارات
دائرية" وقرب انفجار ما يسمى بـ "فقاعة الذكاء الاصطناعي". على
سبيل المثال، ورغم التزاماتها المالية التي تجاوزت 1.4 تريليون دولار أمريكي، لم
تسجل شركة (OpenAI) سوى إيرادات سنوية بلغت نحو 20 مليار دولار أمريكي فقط في عام 2025.
والوضع مشابه بالنسبة لمزودي الخدمات السحابية الضخمة مثل
(CoreWeave)، التي تخطط لإنفاق ما
بين 30 إلى 35 مليار دولار أمريكي في عام 2026 على الرغم من أن إيراداتها السنوية
لم تتجاوز 5 مليارات دولار أمريكي بقليل في عام 2025.
وفي حين أن سوء تخصيص رأس المال كان سمة مشتركة
في الطفرات التكنولوجية السابقة مثل "فقاعة دوت كوم"، فإن الفارق
الرئيسي يكمن في أن معظم البنية التحتية التي بُنيت آنذاك كان يمكن إنقاذها
والاستفادة منها في نهاية المطاف حتى بعد انفجار الفقاعة. أما في حالة فقاعة
الذكاء الاصطناعي، فإن البنية التحتية الضخمة لمراكز البيانات التي يتم بناؤها
حالياً ستكون ذات فائدة محدودة للغاية بمجرد أن تصل النماذج اللغوية الكبيرة إلى
مرحلة الركود والاستقرار (Plateau). ومع ذلك، ونظراً لأن شركات التكنولوجيا الكبرى أصبحت الآن حبيسة هذا
النموذج الطويل والمكلف للتوسع الهائل، فإنها لم تعد تملك خيار تصحيح المسار.
لماذا يفشل تبني الذكاء الاصطناعي: المشكلة
الأساسية في النماذج اللغوية الكبيرة
يعود أحد الأسباب الرئيسية للاهتمام الحالي
والاستثمارات التاريخية في النماذج الضخمة المدربة مسبقاً ونموذج التوسع الهائل
إلى "القدرات الناشئة" (Emergent abilities) للنماذج اللغوية الكبيرة، لا سيما عندما يتعلق الأمر بالتفكير
المنطقي المقنع، مما أدى إلى تكهنات واسعة النطاق بأنها ستتطور حتماً إلى نماذج
أكثر كفاءة، ممهدة الطريق في نهاية المطاف لتحقيق الهدف الأسمى وهو الذكاء
الاصطناعي العام (AGI). ومع ذلك، هناك أدلة تشير إلى أن القدرات الناشئة في النماذج اللغوية
الكبيرة هي على الأرجح نتاج لمعايير ومقاييس تقييم غير كافية. علاوة على ذلك، فإن
الارتفاع في أداء هذه المعايير مع توسع حجم النماذج اللغوية قد يكون ناتجاً عن
تعزيز القدرة على حفظ الأنماط وتذكرها، وليس بسبب قدرات التفكير أو المهارات
اللغوية، وهو مهيأ للوصول إلى مرحلة الركود في المستقبل، خاصة في ظل وجود معايير
تقييم أكثر تعقيداً وتطوراً.
وفقاً لاستطلاع أجرته "جمعية النهوض
بالذكاء الاصطناعي" (AAAI) وشمل 475 خبيراً، أفاد 76% من المشاركين أنه من غير المرجح أن تؤدي
نماذج التعلم الآلي الحالية إلى إنتاج ذكاء اصطناعي عام. ولا تزال دقة الحقائق
تشكل قيداً أساسياً في النماذج اللغوية الكبيرة وأنظمة الذكاء الاصطناعي التوليدي
الحالية، مما يساهم في ظهور مشكلات تشمل الهلوسة والتحيزات، ويقوض الثقة في الذكاء
الاصطناعي.
وفي حين تشمل النهج المتبعة لتحسين دقة الحقائق
كلاً من: التعلم التعزيزي، والتوليد المعزز بالاسترجاع (RAG)،
والتفكير عبر سلسلة الأفكار (Chain-of-Thought)،
فإن التقدم المستقبلي للذكاء الاصطناعي قد يعتمد على تطوير بنيات شبكات عصبية
جديدة أو هجينة، مثل أنظمة التفكير الرمزي العصبي
(Neuro-symbolic)، بالإضافة إلى البنيات
غير العصبية مثل "تعلم شبكية المعلومات"
(Information Lattice Learning). ومع ذلك، لا
تزال هذه النماذج البديلة في مراحلها الأولى من التطوير.
ويشير هذا إلى أن نموذج الذكاء الاصطناعي
الحالي، الذي يعتمد إلى حد كبير على النماذج اللغوية الكبيرة، يعاني من نواقص
نظامية وهيكلية تجعله غير صالح للتطبيق على نطاق واسع. ولذلك، يتطلب نشر الذكاء
الاصطناعي رقابة وفحصاً دقيقين، لا سيما في حالات الاستخدام التي تمس القطاعات
البشرية الحيوية.
خاتمة: الحجة لصالح أجندة تركز على الإنسان في
الجنوب العالمي
لقد كان تبني الذكاء الاصطناعي والتعاون فيه
داخل الجنوب العالمي، لا سيما في مجالات التنمية البشرية والمجتمعية، بمثابة
المحور الرئيسي لـ "قمة تأثير الذكاء الاصطناعي في الهند 2026". ومع
ذلك، فإن المخاطر الناجمة عن التسرع في تبني الذكاء الاصطناعي تضع هذا النهج موضع
شك كبير. وبالنسبة لأولئك الذين يزعمون السعي لتعظيم الفائدة المجتمعية، فإن
المخاطر الحالية التي تشكلها النماذج اللغوية الكبيرة تفوق بكثير الفوائد المتوقعة
من تبنيها الجماعي. فالأمر لا يقتصر مجرد كونها مسألة هلوسة أو مخرجات مفبركة، بل
إن تطبيقات الذكاء الاصطناعي المجتمعية تؤثر على بشر حقيقيين، وتخاطر بترك أثر ضار
على سبل عيشهم.
هذا لا يعني أن الذكاء الاصطناعي لا يحمل أي
فائدة مجتمعية؛ فقد كانت هناك أمثلة متعددة على الفائدة الناجحة للذكاء الاصطناعي.
على سبيل المثال، حقق نشر الهند لروبوتات الدردشة لترجمة اللغات من خلال منصات مثل (Bhashini) نجاحاً مشهوداً. كما كانت أدوات البحث
مثل (AlphaFold) فعالة للغاية في تسريع الابتكار العلمي لدرجة أن فريق (Google DeepMind) حصل على جائزة
نوبل في الكيمياء لعام 2024. ومع ذلك، يجب التأكيد على أنه في حين يمكن للذكاء
الاصطناعي أن يعمل كأداة لتعزيز القدرات البشرية، فإنه أبعد ما يكون عن استبدالها،
ولا يزال يتطلب تدخلاً وإشرافاً بشرياً كبيراً. علاوة على ذلك، فإن السبب الرئيسي
وراء نجاح حالات استخدام الذكاء الاصطناعي هذه هو أن المخرجات الخاطئة لا يترتب
عليها عواقب وخيمة في العالم الحقيقي في سياقات كهذه. على سبيل المثال، لا تشكل
ترجمة لغوية خاطئة أو إجابة مشوبة بالهلوسة من
(ChatGPT) تهديداً خطيراً لسبل عيش أي فرد. وفي
المقابل، فإن نسبة ضئيلة من هذه المخرجات الخاطئة قد تؤدي إلى تداعيات خطيرة في
حالة روبوت دردشة مخصص للرعاية الصحية أو مساعد زراعي.
لقد أدى السرد العالمي المحيط بتبني الذكاء
الاصطناعي إلى أثر مؤسف تمثل في اختزال الفائدة البشرية تدريجياً لتبدو مجرد نقاط
في مجموعة بيانات، وهو ما يمثل نقيضاً تاماً للمساعي المستمرة منذ عقود لأجندة التنمية
البشرية والإدماج في الجنوب العالمي. إن المسارعة في تبني الذكاء الاصطناعي تحت
وطأة الضغوط العالمية أو الاستسلام لـ "الخوف من فوات الفرص" (FOMO) يمكن أن يؤدي إلى عواقب كارثية على
الجنوب العالمي، الذي يواجه خطر الوقوع ضحية لاستراتيجيات تسويقية ذكية هندستها
حفنة من الشركات. وبناءً على ذلك، يحتاج الجنوب العالمي إلى إعادة مواءمة أجندته
التنموية التي يزداد تركيزها على الذكاء الاصطناعي، وجعلها ترتكز على حقوق العمال
والتنمية البشرية بدلاً من مجرد إعطاء الأولوية لتبني التكنولوجيا؛ ويتعين عليه
تحديد حالات استخدام آمنة وخالية من المخاطر للذكاء الاصطناعي واستهداف القطاعات
التي يمكن أن تحقق فيها أقصى فائدة، مع مقاومة سردية التبني الجماعي للذكاء
الاصطناعي، على الأقل في القطاعات الحيوية التي قد يتسبب فيها بأدنى تأثير سلبي
على الإنسان.
*براتيك تريباثي هو باحث مشارك في "مركز
الأمن والاستراتيجية والتكنولوجيا" (CSST)
التابع لمؤسسة أوبزرفر للأبحاث (Observer Research
Foundation).
