GAIA.. هل نقترب من «مقياس ذكاء» جديد للذكاء الاصطناعي؟
بقلم د دعاء محيي الدين عضو هيئة تدريس بكلية الحاسبات ونظم المعلومات واستشاري الذكاء الاصطناعي وعلون البياناا
من IQ لقياس القدرات البشرية إلى GAIA لقياس قدرة الآلة على الفهم والاستدلال والتصرف
منذ عقود، ارتبط مفهوم الذكاء لدى الإنسان بدرجات ومقاييس تحاول تقييم بعض القدرات العقلية، مثل الاستدلال، والفهم، والذاكرة، وحل المشكلات.
لكن مع ظهور الذكاء الاصطناعي التوليدي والأنظمة القادرة على استخدام الأدوات وتنفيذ المهام المعقدة، ظهر سؤال جديد:
إذا كنا نستطيع قياس بعض جوانب الذكاء البشري.. فكيف نقيس ذكاء الآلة؟
هل يمكن أن نقول إن نظامًا للذكاء الاصطناعي «أكثر ذكاءً» من نظام آخر؟
وهل يمكن وضع مقياس يشبه IQ، ولكن للذكاء الاصطناعي؟
هنا تظهر أهمية GAIA، وهي Benchmark بحثية صُممت لتقييم قدرات المساعدات الذكية العامة في مهام واقعية تتطلب أكثر من مجرد معرفة المعلومات. وتشمل هذه المهام الاستدلال، والتعامل مع أكثر من نوع من البيانات، واستخدام الأدوات، والتصفح، وتنفيذ خطوات متعددة للوصول إلى الإجابة.
لماذا لا يكفي أن نسأل الذكاء الاصطناعي سؤالًا ونرى إجابته؟
في المراحل الأولى من تقييم النماذج، كان من السهل نسبيًا استخدام أسئلة معرفية أو اختبارات محددة.
لكن المشكلة أن النظام قد يحفظ أنماطًا أو معلومات كثيرة دون أن يمتلك بالضرورة القدرة على التعامل المرن مع مشكلة جديدة.
لذلك، فإن الاختبار الأكثر أهمية ليس:
هل يعرف النظام الإجابة؟
بل:
هل يستطيع الوصول إلى الإجابة عندما لا تكون أمامه بصورة مباشرة؟
وهنا تكمن أهمية GAIA.
فالاختبار يتطلب من النظام التعامل مع مشكلات تبدو بسيطة للإنسان، لكنها تحتاج من الآلة إلى مجموعة من القدرات المتكاملة. وقد أظهرت الدراسة الأصلية فجوة كبيرة بين أداء البشر وأحد النماذج المتقدمة في ذلك الوقت؛ إذ بلغ أداء المشاركين البشر 92% مقابل 15% لـGPT-4 المزود بأدوات في التجربة الأصلية.
الذكاء ليس قدرة واحدة
وهنا تظهر نقطة علمية مهمة.
الذكاء البشري نفسه ليس مهارة واحدة.
فالإنسان قد يكون ممتازًا في الحساب، وآخر في اللغة، وثالث في الإبداع، ورابع في المهارات الاجتماعية.
والأمر نفسه ينطبق على الذكاء الاصطناعي.
قد يكون نموذج معين:
قويًا جدًا في البرمجة،
ولكن أقل كفاءة في:
التخطيط طويل المدى.
وقد يكون ممتازًا في:
تحليل النصوص،
ولكن يواجه صعوبات في:
التعامل مع بيئة حقيقية أو استخدام أدوات متعددة بصورة مستقلة.
لذلك فإن السؤال:
««كم يبلغ ذكاء هذا النموذج؟»»
قد يكون أقل دقة من السؤال:
««ما هي خريطة قدراته؟»»
من IQ إلى AIQ؟
هنا تظهر فكرة مثيرة للاهتمام.
هل يمكن تطوير مقياس يشبه:
IQ — Intelligence Quotient
ليصبح:
AIQ — Artificial Intelligence Quotient؟
الفكرة ممكنة كمفهوم بحثي، لكنها ليست حاليًا معيارًا عالميًا مكافئًا لاختبارات IQ البشرية.
والسبب أن IQ مصمم ضمن إطار سيكومتري بشري، يعتمد على معايرة الأداء بالنسبة إلى مجموعات بشرية ومعايير إحصائية محددة.
أما الذكاء الاصطناعي فلا يمتلك بالضرورة نفس البنية المعرفية أو التوزيع السكاني الذي صممت له اختبارات IQ.
لذلك فإن إعطاء نموذج ذكاء اصطناعي رقمًا مثل «IQ = 140» قد يكون مضللًا إذا لم نحدد بالضبط:
ماذا نقيس؟
وكيف؟
وبالنسبة إلى أي مرجع؟
GAIA.. خطوة نحو قياس «الذكاء العملي»
القيمة المهمة في GAIA أنها لا تركز فقط على المعرفة.
بل على قدرة النظام على إنجاز مهمة واقعية.
وهذا يقترب من مفهوم يمكن تسميته:
Practical AI Intelligence
أي:
هل يستطيع الذكاء الاصطناعي استخدام ما يعرفه للوصول إلى نتيجة صحيحة في موقف جديد؟
فقد يحتاج النظام إلى:
فهم السؤال
ثم:
تحديد المطلوب
ثم:
البحث عن المعلومات
ثم:
استخدام أداة
ثم:
تحليل النتيجة
ثم:
إجراء عملية استدلال
ثم:
إنتاج الإجابة النهائية.
وهذا أقرب إلى طريقة تعامل الإنسان مع كثير من المشكلات اليومية.
ثلاثة مستويات للقدرة
يقسم Benchmark الخاص بـGAIA المهام إلى ثلاثة مستويات من الصعوبة، بحيث تمثل المستويات الأعلى قفزة أكبر في القدرات المطلوبة. كما يتضمن الاختبار مئات الأسئلة المصممة بإجابات واضحة وغير ملتبسة.
وهذا يقودنا إلى فكرة مهمة:
ليس المهم فقط أن تكون الإجابة صحيحة، وإنما كم من العمليات احتاج النظام للوصول إليها؟
نظام يصل إلى الإجابة مباشرة ليس بالضرورة مساويًا لنظام يستطيع:
التخطيط → البحث → استخدام الأدوات → التحقق → التصحيح → الاستنتاج.
وهنا تبدأ ملامح الذكاء العام في الظهور بصورة أكثر وضوحًا.
من المعرفة إلى الاستقلالية
يمكن تصور تطور الذكاء الاصطناعي عبر مراحل:
AI التقليدي
يعطي نتيجة من بيانات محددة.
↓
Generative AI
ينتج محتوى جديدًا.
↓
AI Assistant
يتفاعل مع المستخدم.
↓
Agentic AI
يخطط وينفذ سلسلة من المهام.
↓
General AI
يُفترض أن يمتلك مرونة أوسع عبر مجالات متعددة.
ومن هنا تصبح Benchmarks مثل GAIA مهمة؛ لأنها تحاول قياس قدرات تتجاوز مجرد الإجابة على سؤال.
ولكن هل GAIA يقيس «ذكاء» الآلة فعلًا؟
هنا يجب أن نكون دقيقين.
GAIA لا يثبت أن النظام يمتلك عقلًا بشريًا.
ولا يثبت وجود وعي أو مشاعر أو فهم إنساني بالمعنى الفلسفي.
إنه يقيس أداء النظام في مجموعة محددة من المهام التي تتطلب قدرات متنوعة.
وهذا فرق بالغ الأهمية.
فالأداء العالي في Benchmark لا يعني بالضرورة أن النظام يمتلك جميع مكونات الذكاء البشري.
نحو «بصمة ذكاء» للذكاء الاصطناعي
بدلًا من إعطاء النظام رقمًا واحدًا فقط، يمكن أن يكون المستقبل في بناء:
AI Intelligence Profile
أي ملف ذكاء متكامل للنظام.
مثلًا:
البعد| درجة الأداء
الاستدلال| 92
حل المشكلات| 88
التخطيط| 81
استخدام الأدوات| 95
التعامل مع الوسائط| 90
التحقق من المعلومات| 76
التكيف مع المهام الجديدة| 84
الاستقلالية| 79
السلامة| 94
التفسير| 86
وبذلك لا نقول:
««هذا النظام IQ الخاص به 130».»
بل نقول:
«هذه هي خريطة قدراته ونقاط قوته وضعفه.»
وهذا أكثر فائدة علميًا وعمليًا.
الخطوة التالية: قياس الذكاء + المسؤولية
لكن هناك مشكلة أكبر.
قد يكون النظام ممتازًا في حل المشكلات، لكنه غير آمن.
وقد يكون سريعًا جدًا، لكنه يقدم معلومات خاطئة بثقة عالية.
وقد يكون قادرًا على تنفيذ المهام، لكنه لا يعرف متى يجب أن يتوقف.
لذلك، فإن الجيل القادم من مقاييس الذكاء الاصطناعي يجب ألا يقيس:
Capability
فقط.
بل:
Capability + Reliability + Safety + Explainability + Ethics
وهنا يصبح لدينا تصور أكثر نضجًا:
«ذكاء اصطناعي مرتفع القدرة.. لكنه أيضًا مرتفع المسؤولية.»
رؤية مستقبلية: من GAIA إلى معيار عالمي لذكاء الآلة
قد يأتي المستقبل الذي تصبح فيه أنظمة الذكاء الاصطناعي مطالبة باجتياز مجموعة من الاختبارات قبل استخدامها في مجالات حساسة.
مثلًا:
اختبار الاستدلال
اختبار التكيف
اختبار استخدام الأدوات
اختبار الموثوقية
اختبار التفسير
اختبار السلامة
اختبار الأخلاقيات
اختبار التعامل مع الحالات غير المتوقعة.
وعندها يمكن أن نحصل على شيء يشبه:
AI Intelligence & Responsibility Index
بدلًا من اختزال قدرات النظام في رقم واحد.
السؤال الذي سيحسم المستقبل
ربما لا يكون السؤال الحقيقي:
«هل يستطيع الذكاء الاصطناعي أن يصل إلى IQ الإنسان؟»
بل:
هل نستطيع بناء مقياس عادل وموضوعي يحدد إلى أي مدى تستطيع الآلة أن تفهم، وتستدل، وتخطط، وتتعلم، وتستخدم الأدوات، وتتكيف، وتتخذ قرارات مسؤولة؟
إذا نجحنا في ذلك، فقد نكون أمام مرحلة جديدة في تاريخ الذكاء الاصطناعي:
من تقييم النماذج إلى تقييم القدرات.
ومن قياس الإجابة إلى قياس الرحلة التي أدت إليها.
ومن سؤال:
«هل يعرف؟»
إلى:
«هل يستطيع أن يفهم ويستدل ويتصرف بصورة موثوقة؟»
GAIA قد لا يكون «IQ للآلة».. لكنه يمثل خطوة مهمة نحو بناء لغة علمية لقياس مدى اقتراب الأنظمة الذكية من القدرة على التعامل المرن مع المشكلات الواقعية.
وفي المستقبل، قد لا يكون لدينا رقم واحد يصف ذكاء الآلة، وإنما بصمة ذكاء كاملة تكشف قدراتها، وحدودها، ومستوى استقلاليتها، ودرجة موثوقيتها، والأهم: مدى مسؤوليتها في استخدامها مع الإنسان.