كيف أصبحت اللغة المحرك الخفى لقرارات الذكاء الاصطناعى؟

كيف أصبحت اللغة المحرك الخفى لقرارات الذكاء الاصطناعى؟



كتبت هبة السيد

الذكاء الاصطناعى


تحولت اللغة في عصر الذكاء الاصطناعي من مجرد وسيلة لشرح التكنولوجيا إلى عنصر أساسي في بنائها وتشغيلها، بعدما أصبحت النماذج اللغوية الكبيرة التي تقف خلف تقنيات الذكاء الاصطناعي التوليدي تعتمد على الكلمات والبيانات اللغوية لفهم العالم وإنتاج الإجابات والقرارات.
اللغة.. من أداة للتواصل إلى محرك للذكاء الاصطناعي

ولا تمتلك هذه النماذج فهمًا فطريًا للسياق أو المشاعر، وإنما تستند إلى البيانات التي تم تدريبها عليها، وهي بيانات تحمل في داخلها الانحيازات والصور النمطية الموجودة في اللغة البشرية، لذلك فإن اختلاف طريقة صياغة الكلمات يمكن أن يغير الطريقة التي يفسر بها الذكاء الاصطناعي المعلومات، حتى عندما تكون الحقائق نفسها.

فعلى سبيل المثال، قد يفسر النموذج مصطلح "تحسين كفاءة القوى العاملة" باعتباره إجراءً يركز على رفع الإنتاجية، بينما قد يتعامل مع عبارة "إحلال الموظفين" باعتبارها تحمل آثارًا سلبية، رغم أن الوقائع قد تكون متشابهة، وهو ما يعكس تحول الكلمات من مجرد وسيلة لوصف النظام إلى عنصر يؤثر في طريقة عمله.

وخلال السنوات الماضية، ارتبط تطور الأنظمة التكنولوجية بشكل أساسي بحجم الحوسبة وسرعة المعالجة، على أساس أن زيادة القدرة الحسابية تؤدي إلى نتائج أفضل، إلا أن النماذج اللغوية الكبيرة غيرت هذه القاعدة، بعدما أصبح الأداء مرتبطًا بدرجة أكبر بالدقة اللغوية وطريقة تنظيم المعلومات.

ويؤدي التغيير البسيط في المصطلحات إلى اختلاف طريقة تعامل النموذج مع المشكلة والحلول التي يقترحها. فعبارتا "زيادة تفاعل المستهلكين" و"المراقبة السلوكية للمستخدمين" قد تصفان النشاط نفسه اعتمادًا على الحقائق ذاتها، لكن الأولى قد ترتبط بفرص استثمارية ونمو الأعمال، بينما تحمل الثانية دلالات قانونية وأخلاقية مختلفة، وبذلك أصبحت طريقة صياغة المعلومات عاملًا مؤثرًا في قدرة الآلة على التحليل والاستنتاج.

ولا يقتصر تأثير اللغة على طريقة استخدام الأفراد لروبوتات المحادثة، بل يمتد إلى مراحل بناء نماذج الذكاء الاصطناعي نفسها. فتدريب هذه النماذج يعتمد على تصنيف البيانات ووضع العلامات عليها، وتتحول هذه الاختيارات إلى أساس تعتمد عليه الآلة في قراءة العالم وتحديد ما تركز عليه وما تتجاهله.

وتصبح التصنيفات التي تضعها المؤسسات، مثل "آمن" أو "خطير"، و"موثوق" أو "ضار"، و"منتج" أو "غير فعال"، جزءًا من قواعد البيانات وواجهات الاستخدام، ما يجعل اختيار الكلمات وتصنيف المعلومات مسؤولية تتجاوز الجانب التقني، لتصبح مرتبطة بطريقة تشكيل قرارات الذكاء الاصطناعي.

هذا التحول يفرض إعادة النظر في دور الاتصال داخل المؤسسات، بعدما ظل لعقود يُنظر إليه باعتباره مرحلة لاحقة تهدف إلى شرح القرارات أو تحسين صورتها أمام الجمهور، لكن الذكاء الاصطناعي غير هذه المعادلة، إذ أصبحت اللغة جزءًا من البنية التي تعتمد عليها الأنظمة في تفسير المعلومات، وليس مجرد أداة لعرض النتائج.
الاستثمار في البيانات المحلية ضرورة للمستقبل

ومع توسع استخدام الذكاء الاصطناعي في قطاعات مثل التوظيف والرعاية الصحية والتمويل والتعليم والحوكمة، لم تعد اختيارات المصطلحات مجرد تفاصيل شكلية، بل أصبحت تحمل تأثيرات عملية قد تنعكس على حياة الأفراد، سواء من خلال القرارات التي تتخذها الأنظمة أو التوصيات التي تقدمها.

وتزداد أهمية هذا التحدي في الدول التي تتميز بتنوع لغوي وثقافي كبير مثل الهند، حيث تتغير دلالات الكلمات وفقًا للغة والمنطقة والسياق الاجتماعي، إلا أن معظم نماذج الذكاء الاصطناعي الحالية تعتمد بدرجة كبيرة على بيانات يغلب عليها الطابع الإنجليزي، ما قد يؤدي إلى تجاهل بعض الخصوصيات المحلية أو فرض تفسير واحد للواقع.

ولا يعني ذلك أن قوة الحوسبة أو التطوير الهندسي فقدت أهميتها، إذ تظل الطاقة والبيانات والبنية التكنولوجية عناصر أساسية في بناء النماذج المتقدمة، لكن معيار التنافس يتغير تدريجيًا. فمع إتاحة نماذج وقدرات حوسبة متقاربة للجميع، ستصبح الأفضلية لمن يمتلك قدرة أكبر على فهم اللغة بعمق، بما تحمله من أبعاد ثقافية وأخلاقية وسياسية.

ويعيد الذكاء الاصطناعي تعريف العلاقة بين الإنسان واللغة، فالحكم البشري لا يعتمد فقط على المنطق، وإنما يرتبط بالسياق والذاكرة والثقافة والأخلاق، وهي عناصر تدخل الآلات الآن إلى نطاقها من خلال اللغة.
وسيصبح مستقبل حوكمة الذكاء الاصطناعي مرتبطًا بدرجة أقل بمن يمتلك النموذج الأكثر تقدمًا، وبدرجة أكبر بمن يمتلك القدرة على فهم اللغة وإدارتها وتوجيه استخدامها.

ولهذا تحتاج المؤسسات إلى التعامل مع تصنيف البيانات وصياغة المعاني باعتبارها قضايا حوكمة استراتيجية، وليس مجرد مهام تقنية داخلية، مع ضرورة إشراك خبراء اللغة والأخلاقيات والاتصال في مراحل تصميم النماذج، وليس بعد ظهور نتائجها.
كما تحتاج الدول، إلى الاستثمار في بناء بيانات تعكس لغاتها وسياقاتها المحلية بدلًا من الاعتماد على بيانات تحمل رؤية ثقافية واحدة، فهؤلاء المتخصصون ليسوا عناصر مساندة للعمل الهندسي، بل يمثلون جزءًا أساسيًا من بنية الذكاء الاصطناعي المستقبلية.
ففي عصر الذكاء الاصطناعي، لم تعد الكلمات طبقة فوق التكنولوجيا تُستخدم لشرحها أو تسويقها أو الدفاع عنها، بل أصبحت البنية التي تفهم من خلالها الآلات العالم. ومن يملك القدرة على تشكيل اللغة، يشارك فعليًا في بناء مستقبل الذكاء الاصطناعي.