لماذا الذكاء الاصطناعي غير قابل للتفاوض
يمكن أن تكون الوجهة جيدة. والطريق الذي نختاره يحدد من يصل إليها.
📚 وسيلة تعليمية
لا يتغير البشر من خلال البيولوجيا وحدها. بل نتغير أيضا من خلال الأدوات التي نبنيها.
مددت النار ساعات اليوم. وحررت الزراعة البشر من البحث الدائم عن الطعام. ونشرت المطبعة المعرفة. وضاعفت الآلة البخارية قوة العضلات. وضاعف الحاسوب القدرة على الحساب.
لم تظل أي من هذه التقنيات اختيارية. فقد اكتسبت المجتمعات التي أتقنتها القوة والرخاء، وكثيرا ما تجاوزت المجتمعات التي قاومتها.
الذكاء الاصطناعي هو الدورة التالية في هذه العجلة، وقد يكون أهمها. عززت الأدوات السابقة الجسد أو أتمت الحسابات الروتينية، أما الذكاء الاصطناعي فيعزز الإدراك نفسه: قدرتنا على الاستدلال، وجمع المعلومات، والإبداع، واتخاذ القرار.
هذا يجعل الذكاء الاصطناعي قويا، كما يجعله خطرا. وقد انقسم الرأي العام بين من يخشونه ومن يرونه طريقا إلى الرخاء.
المخاوف حقيقية وتستحق إجابات جادة، لكنها ليست سببا للوقوف في المكان.
الطريق، لا الوجهة
يقدم المؤرخ يوفال نوح هراري الفكرة المركزية لهذا الفصل.
نادرا ما تقتصر مشكلة الأداة الجديدة القوية على الوجهة التي تقود إليها. فالطريق إلى ذلك المستقبل مهم بالقدر نفسه.
أنشأت الثورة الصناعية في نهاية المطاف رخاء أكبر كثيرا من الاقتصاد الزراعي الذي حلّت محله. وحتى العمال العاديون اليوم يعيشون أفضل من أسلافهم قبل قرنين. لكن الطريق كان قاسيا. لم يكن أحد يعرف كيف يبني مجتمعا صناعيا عندما وصلت الآلات الجديدة. ارتكبت القوى الصناعية المبكرة أخطاء هائلة، ثم أمضت قرنا في غزو واستغلال البلدان التي تصنعت لاحقا.
قد يكرر الذكاء الاصطناعي ذلك النمط. فقد يوسع عدم المساواة داخل البلدان، ويخلق تفاوتا أكبر بينها.
يحذر هراري من أن بضع دول قد تسيطر على الذكاء الاصطناعي. وقد يترك ذلك «ثروة في كاليفورنيا أو شنجن، لكن وظائف قليلة جدا في أي مكان آخر».
لذلك ليس السؤال الأساسي هل يستطيع الذكاء الاصطناعي أن يقود إلى وجهة جيدة. يستطيع. بل السؤال هل نستطيع بناء طريق يفيد الجميع، لا قلة من الناس في قلة من البلدان.
يستخدم هراري شنجن رمزا للثروة التقنية الصينية. وينجح الرمز، لكن الجغرافيا تستحق الدقة.
شنجن عاصمة الصين في العتاد. وهي موطن Huawei وTencent وDJI وسلسلة توريد صناعية هائلة.
أما عاصمة الصين في الذكاء الاصطناعي فهي بكين. وهي موطن Zhongguancun وجامعتي Tsinghua وPeking وأكاديمية بكين للذكاء الاصطناعي ومختبرات مثل Baidu وZhipu AI وMoonshot.
وتأتي هانغتشو، موطن DeepSeek وفريق Qwen في Alibaba، مركزا ثانيا صاعدا.
تُجمّع الرقائق في شنجن. أما النماذج الحدودية فتُبنى أساسا في بكين وهانغتشو.
أثبتت الثورة الصناعية أن الوجهة قد تكون جيدة بينما يكون الطريق قاسيا. وما يزال الطريق إلى مستقبل الذكاء الاصطناعي قيد البناء، وهو يتفرع.
اقرأ الاعتراضات التسعة أدناه في ضوء ذلك. يحدد كل اعتراض خطرا حقيقيا. ولا يقتضي أي منها التخلي عن الرحلة. بل يقتضي كل منها أن نبني الطريق عن قصد.
الاعتراضات التسعة
هذه المخاوف ليست أفكارا هامشية. فهي تظهر في مجالس الإدارة، وجلسات الاستماع التشريعية، ومختبرات البحث، والنقاش العام.
يمكن تلخيص حجة المتشكك في جملة واحدة: المخاطر واضحة، ولم يشرح أحد الفائدة.
-
البطالة الجماعية. قد يزيل الذكاء الاصطناعي ملايين الوظائف، بدءا من أعمال المبتدئين ثم الانتقال إلى القانون والمحاسبة وإنشاء المحتوى وغيرها من المجالات المهنية. وقد يصل الاضطراب قبل أن يتوفر للعمال الوقت أو الدعم اللازمان للتكيف.
-
غياب فائدة واضحة للناس العاديين. يقول القطاع إن الذكاء الاصطناعي «سيغير كل شيء»، لكنه كثيرا ما يخفق في شرح كيف ستتحسن الحياة اليومية. الخوف ملموس، أما فائدة المستهلك فتبدو غامضة.
-
المراقبة والسيطرة السلطوية. يمنح الذكاء الاصطناعي الحكومات والشركات أدوات قوية للتعرف على الوجوه، والتنبؤ بالسلوك، والرقابة المؤتمتة. وإذا استُخدمت بلا حدود فقد تحول أنظمة الإنتاجية إلى أنظمة سيطرة.
-
سباق تسلح جيوسياسي. إذا لم يصدر ذكاء الذكاء الاصطناعي سوى عدد قليل من الدول، فقد تعتمد كل دولة أخرى على نماذج أجنبية في الخدمات الأساسية والدفاع والرعاية الصحية والتعليم والتخطيط الاقتصادي.
-
تآكل الواقع. يمكن للنصوص والصور ومقاطع الفيديو التي يولدها الذكاء الاصطناعي أن تجعل تمييز الحقيقة من الخيال أصعب. المعلومات المضللة مشكلة، وفقدان السيطرة على أنظمة متزايدة القدرة هو الخوف الأعمق.
-
الخطر الوجودي. حذر باحثون جادون، منهم Stuart Russell وYoshua Bengio وGeoffrey Hinton، من أن الأنظمة عالية القدرة قد تسعى إلى أهداف تتعارض مع القيم البشرية. وقد يسبب نظام منحرف شديد القدرة ضررا لا رجعة فيه.
-
التكلفة البيئية. يتطلب تدريب الأنظمة الحدودية وتشغيلها كميات كبيرة من الكهرباء والمياه. ويخشى المنتقدون أن يفاقم الذكاء الاصطناعي أزمتي المناخ والطاقة قبل إثبات فوائده.
-
التحيز والتمييز على نطاق واسع. يمكن للذكاء الاصطناعي تعلم التحيزات في البيانات التاريخية ثم تطبيقها بسرعة وعلى نطاق واسع. وتوجد بالفعل إخفاقات موثقة في التوظيف والإقراض والرعاية الصحية.
-
تركيز غير مسبوق للثروة. تكلف النماذج الحدودية مليارات الدولارات لتدريبها وتتطلب عشرات الآلاف من وحدات GPU الباهظة. ولا يستطيع المنافسة حاليا على ذلك المستوى سوى عدد قليل من المؤسسات الأمريكية والصينية. وقد تكون النتيجة تركيزا هائلا للثروة والسلطة.
لماذا لا يبرر أي من هذه الاعتراضات التوقف
كل خوف وجيه. ولا يبرر أي منها الانسحاب. الجواب هو بناء الذكاء الاصطناعي بقواعد أفضل، وحوافز أفضل، وهندسة سليمة، ووصول أوسع.
خريطة هذا الفصل: تسعة أخطار وتسع طرق للبناء عبرها.
1. البطالة الجماعية: تتغير الوظائف وتتوسع القدرة
لا يتعامل الذكاء الاصطناعي مع الوظيفة بوصفها وحدة واحدة لا تتجزأ. بل يفككها إلى مهام.
ستُؤتمت بعض المهام، وستندمج مهام أخرى في أدوار جديدة. لا يختفي المطور ببساطة، بل يستطيع أن ينتج أكثر.
أنشأ عصر البرمجيات كخدمة وظائف لم يتوقعها كثيرون، منها معماري السحابة، ومسؤول اختراق النمو، ومهندس DevOps، وباحث تجربة المستخدم. ويُنشئ عصر الذكاء الاصطناعي بالفعل أدوارا مثل مصمم الوكلاء، ومعماري النتائج، ومتخصص التحقق، وخبير المجال الذي يعلّم الآلات معنى «الصحيح».
أظهرت بيانات LinkedIn لعام 2024 أن إعلانات الوظائف التي تتطلب مهارات الذكاء الاصطناعي نمت أسرع 3.5 مرات من سوق العمل الأوسع. ولم يقتصر هذا النمو على التقنية، بل ظهر أيضا في الرعاية الصحية والخدمات اللوجستية والتعليم والتمويل.
وثمة فرصة أكبر من ذلك.
في الماضي، حسنت الأدوات الجديدة تكلفة تقديم الخدمة. فقد ساعدت مهنيا واحدا على تقديم الخدمة نفسها بتكلفة أقل.
أما الذكاء الاصطناعي فيستطيع أيضا تحسين القدرة على تقديم الخدمة. إذ يمكنه مساعدة مهني واحد على الوصول إلى أشخاص لم يتلقوا أي خدمة من قبل.
يحتاج ثمانية مليارات إنسان إلى الرعاية الصحية والتعليم والاستشارة القانونية والتخطيط المالي. ولم يكن لدينا قط عدد كاف من المهنيين لخدمتهم جميعا.
تفحص أدوات الذكاء الاصطناعي في ريف الهند اعتلال الشبكية السكري في قرى لم تعرف طبيب عيون قط. ويمنح مدرس Khan Academy المدعوم بالذكاء الاصطناعي، Khanmigo، الطلاب شيئا قريبا من التعليم الفردي في أماكن قد تضم فصولها ستين متعلما.
لا يجب أن يحل الذكاء الاصطناعي محل الطبيب أو المعلم. بل يمكنه مساعدة كل قرية على الوصول إلى واحد منهما.
خفضت التقنيات السابقة التكلفة في الأساس. ويستطيع الذكاء الاصطناعي أيضا توسيع الخدمة لتصل إلى من لم تُقدَّم لهم قط.
سيظل الذكاء الاصطناعي يضغط على العمل الروتيني. وقد يشعر بذلك اختصاصي الأشعة الذي لا يفعل سوى قراءة الفحوص القياسية. أما اختصاصي الأشعة الذي يجمع الحكم السريري مع اكتشاف الأنماط بمساعدة الذكاء الاصطناعي فستزداد قيمته.
ليس الخط الفاصل بين العمل اليدوي والعمل المكتبي، بل بين من يتوقفون عن التعلم ومن يواصلون النمو.
أكبر مخاطرة شخصية ليست مجرد أن الذكاء الاصطناعي قد يغير وظيفتك، بل أن ترفض تعلم الأدوات التي تغيرها.
2. غياب فائدة واضحة للناس العاديين: اجعل العائد مرئيا
هذا إخفاق في التواصل جزئيا. الفوائد حقيقية، لكن القطاع كثيرا ما وصفها بصورة سيئة.
ابدأ بالحياة اليومية.
- تستخدم أم عزباء في أوهايو مساعد ذكاء اصطناعي لصياغة رسالة نزاع على عقد إيجار كان المحامي قد يتقاضى مقابلها 400 دولار.
- يستخدم صاحب متجر في كراتشي ترجمة الذكاء الاصطناعي للتفاوض مباشرة مع مورد صيني، بلا وسيط أو هامش إضافي.
- يستخدم طالب في ريف المكسيك مدرسا بالذكاء الاصطناعي للاستعداد لامتحانات القبول الجامعي لعدم وجود مركز إعداد قريب.
وتظهر الفوائد أيضا في الأنظمة الأكبر.
ذكرت Duolingo أن الذكاء الاصطناعي ساعدها في إنشاء محتوى مقررات جديد بجزء صغير من التكلفة السابقة. وقلص اكتشاف الأدوية بمساعدة الذكاء الاصطناعي بعض الجداول الزمنية المبكرة من سنوات إلى أشهر. ونقلت Insilico Medicine دواء مرشحا من اكتشاف الهدف إلى تجارب المرحلة الأولى في أقل من 30 شهرا، مقارنة بالمدة التقليدية البالغة أربع إلى ست سنوات.
وأبلغت Waymo وNuro عن تجارب لوجستية قد تخفض تكلفة التوصيل في الميل الأخير بنسبة 40% أو أكثر. كما تحسن نماذج الذكاء الاصطناعي فحص سرطان الثدي والعقيدات الرئوية ومخاطر القلب.
ليست المشكلة أن الذكاء الاصطناعي لا ينتج فائدة. بل أن القطاع أمضى سنوات يبيع ضجة الذكاء العام الاصطناعي للمستثمرين بدلا من شرح القيمة العملية للمواطنين.
التصحيح هو قياس ما يستطيع الناس رؤيته:
- المرضى الذين شُخصوا،
- والطلاب الذين تلقوا دروسا،
- والخدمات التي صارت ميسورة،
- والوقت الذي تم توفيره،
- والنتائج التي جرى التحقق منها.
عندما يُبنى الذكاء الاصطناعي حول مواصفات واضحة وفحوص مستمرة ونتائج قابلة للقياس، يتوقف عائد المستهلك عن كونه وعدا، ويصبح إيصالا.
3. المراقبة والسيطرة: ابن ضوابط تحد السلطة
هذا اعتراض جاد لأن إساءة الاستخدام ليست افتراضية.
لقد رأينا الخطر بالفعل، ومن أمثلته تجارب الائتمان الاجتماعي في الصين، وإساءة الشرطة استخدام التعرف على الوجوه في الولايات المتحدة والمملكة المتحدة، وفضيحة برنامج Pegasus للتجسس.
الجواب ليس التوقف عن البناء، بل البناء تحت حدود قابلة للإنفاذ.
حظرت سان فرانسيسكو ومدن أخرى التعرف الفوري على الوجوه من جانب جهات إنفاذ القانون أو قيدته. ويصنف قانون الذكاء الاصطناعي الأوروبي كثيرا من استخدامات المراقبة عالية المخاطر، ويفرض الشفافية والتدقيق.
ما تزال هذه الأطر فتية. ولا تضمن القواعد المكتوبة إنفاذها. لكن التنظيم غير الكامل أفضل من غياب أي إطار.
ويهم التصميم التقني أيضا. إذ تستطيع النماذج مفتوحة المصدر، والبنية اللامركزية، والتعلم الاتحادي، والخصوصية التفاضلية تقليل الحاجة إلى مركزة البيانات والسلطة. وهي لا تضمن منع الإساءة، لكنها قد تغير ميزان القوة.
يمكن تحويل كل أداة قوية إلى سلاح. فقد أتاحت المطبعة الديمقراطية والدعاية معا، ويحمي التشفير الخصوصية كما يحمي المجرمين.
لم يكن الجواب الدائم حظرا بسيطا، بل ضوابط على السلطة: القانون، والشفافية، والضمانات التقنية، والمراجعة المستقلة، والرقابة الديمقراطية.
4. سباق التسلح الجيوسياسي: ابن السيادة لا التبعية
قد تنقسم البلدان خلال عقد إلى ثلاث مجموعات:
- بلدان تصدر ذكاء الذكاء الاصطناعي،
- وشركاء يحتفظون بقدرتهم الخاصة عليه،
- ودول تابعة تعتمد على أنظمة أجنبية في الأعمال الحيوية.
لهذا يكون التراجع خطرا.
إذا توقفت المجتمعات الحرة بينما واصل الفاعلون الأقل خضوعا للمساءلة، فلن تختفي الحدود التقنية، بل ستنتقل إلى مجموعات أقل التزاما بالسلامة والرقابة العامة.
ولا يقتصر هذا القلق على القوى العظمى. تواجه بلدان الجنوب العالمي، ومنها باكستان والبرازيل ونيجيريا، خيارا أساسيا: بناء قدرة محلية أو التحول إلى مستهلك دائم لذكاء يملكه غيرها.
يعني الذكاء الاصطناعي السيادي نماذج وأنظمة تفهم اللغات المحلية، وتخدم الصناعات المحلية، وتعمل وفق القواعد المحلية.
وتجعل الأسس مفتوحة المصدر ذلك أكثر قابلية للتحقيق. تستطيع جامعة في لاهور أو لاغوس الآن تكييف نموذج من الفئة الحدودية مع الاحتياجات المحلية. وكان تصور ذلك صعبا قبل سنوات قليلة فقط.
السباق الحقيقي ليس بين بلدان تبني الذكاء الاصطناعي وأخرى لا تبنيه فحسب، بل بين بلدان تطور المواهب والأنظمة القوية، وأخرى تسمح باستنزاف الاثنين.
5. تآكل الواقع: استخدم الذكاء الاصطناعي للتحقق من الذكاء الاصطناعي
فقدان واقع مشترك خطر حقيقي، لكن الأفضل فهمه بوصفه مشكلة تحقق.
نشرت المطبعة أيضا المعلومات المضللة عبر المنشورات والدعاية ونصوص المؤامرة. واستجاب المجتمع ببناء الصحافة ومراجعة الأقران والمنهج العلمي وقانون التشهير.
ستتطلب الوسائط المولدة بالذكاء الاصطناعي نسخة أسرع من الاستجابة المؤسسية نفسها.
الذكاء الاصطناعي جزء من المشكلة، لكنه جزء من الحل أيضا. فالأنظمة التي تولد الوسائط الاصطناعية تستطيع المساعدة في كشفها. ويمكن للذكاء الاصطناعي تحديد الصور المتلاعب بها، والتنبيه إلى المستندات المالية المشبوهة، وكشف الاحتيال على نطاق لا يستطيع فريق بشري مجاراته.
يحتاج الذكاء الاصطناعي الجدير بالثقة إلى الضوابط الأساسية نفسها التي يحتاجها أي نظام سليم:
- مواصفات واضحة،
- وفحوص قبل الإصدار،
- وأدلة قابلة للتتبع،
- وحكم بشري عندما تكون المخاطر عالية.
الجواب على ذكاء اصطناعي غير موثوق ليس تصميما أقل، بل تصميما أفضل، مع بشر يشرفون على النظام بدلا من مجرد تشغيله.
6. الخطر الوجودي: سرع السلامة لا التهور
هذا هو الاعتراض الذي يستحق أكبر قدر من الحذر.
مشكلة المحاذاة حقيقية ولم تُحل. ولا نعرف بعد كيف نضمن أن الأنظمة المتزايدة القدرة ستواصل السعي إلى أهداف تتوافق مع ازدهار البشر.
يستخف البنّاء المتهور بهذا القلق، أما البنّاء الجاد فيعامله بوصفه مشكلة تصميم مركزية.
غير أن فرض توقف عالمي سيكون صعب الإنفاذ. فتطوير الذكاء الاصطناعي موزع بين الحكومات والشركات والجامعات ومجتمعات المصادر المفتوحة والباحثين المستقلين. ولن يوقف توقف المجموعات الحريصة على السلامة الحدود التقنية بالضرورة، بل قد ينقلها إلى فاعلين أقل شفافية وأضعف ضمانات.
الاستجابة الأفضل هي النوع الصحيح من التسريع: مزيد من العمل على المحاذاة وفهم النماذج والتقييم والسيطرة، بالتوازي مع العمل على نماذج أقوى.
تعمل Anthropic وDeepMind وباحثون جامعيون على هذه المشكلة. ويدرسون سلوك النماذج، وسبلا أوضح لصياغة القيم البشرية، وطرائق لإبقاء الأنظمة الأقوى تحت السيطرة.
هذا العمل مبكر وغير كاف، لكنه لا يمكن أن ينجزه إلا من يفهمون الأنظمة الحدودية من الداخل.
أدارت البشرية أدوات خطرة أخرى، منها الأنظمة النووية، ومسببات الأمراض المهندسة، والأنظمة الصناعية المؤثرة في المناخ. والسجل غير كامل، لكن النمط واضح: تتطلب الحوكمة خبرة. والمجتمعات التي تبتعد عن أداة خطرة تفقد المعرفة اللازمة لحوكمتها.
الخطر الوجودي ليس سببا لتجاهل الذكاء الاصطناعي، بل سببا لضمان أن يكون أكثر البنّائين قدرة ملتزمين بعمق بالسلامة والشفافية والمساءلة العامة.
7. التكلفة البيئية: أصلح نظام الطاقة
يستهلك الذكاء الاصطناعي كميات كبيرة من الطاقة والمياه. ولا ينبغي التقليل من شأن هذه التكلفة.
قدرت Goldman Sachs أن طلب مراكز البيانات على الكهرباء قد يرتفع 160% بحلول 2030. وهذا تحد تقني وسياساتي جاد.
ومع ذلك يظل السياق مهما. تستخدم صناعة مراكز البيانات العالمية، بما فيها الذكاء الاصطناعي والحوسبة السحابية والبث والتجارة الإلكترونية، نحو 1% إلى 2% من كهرباء العالم حاليا. ويستهلك تكييف الهواء المنزلي وحده كهرباء أكثر من جميع مراكز البيانات مجتمعة. كما تنتج صناعة الأزياء حصة معتبرة من انبعاثات الكربون العالمية.
لا نستجيب بحظر الملابس أو التبريد أو الخدمات الرقمية، بل نحسن طريقة إنتاجها.
يستثمر قطاع الذكاء الاصطناعي بالفعل في الطاقة المتجددة والطاقة النووية من الجيل التالي. وتقلل تقنيات النماذج، مثل مزيج الخبراء والتقطير والتكميم، الحوسبة المطلوبة لمستوى معين من الأداء. كما ينتج العتاد الجديد حوسبة أكبر لكل واط.
ويستطيع الذكاء الاصطناعي المساعدة في تقليل الضرر البيئي. فقد خفض نظام التبريد لدى DeepMind طاقة تبريد مراكز بيانات Google بنسبة 40%. ويدعم الذكاء الاصطناعي إدارة شبكات الكهرباء، والزراعة الدقيقة، ونمذجة المناخ، وأبحاث البطاريات، ومواد الطاقة الشمسية، وتحسين احتجاز الكربون.
السؤال الصحيح ليس هل يستخدم الذكاء الاصطناعي الطاقة، فكل نظام بشري يستخدمها. بل هل نستطيع جعل الفوائد تبرر التكلفة، وتحويل أنظمة الطاقة التي تقف خلف الذكاء الاصطناعي نحو الطاقة النظيفة.
إيقاف الذكاء الاصطناعي لا يحل أزمة الطاقة. أما بناؤه على أنظمة طاقة أنظف فيمكن أن يساعد في معالجة المشكلتين.
8. التحيز والتمييز: اجعل التحيز مرئيا وقابلا للتدقيق
أعادت أنظمة الذكاء الاصطناعي إنتاج أنماط ضارة موجودة في بيانات تدريبها.
تخلت Amazon عن أداة توظيف داخلية بعدما تبين أنها تخفض تقييم السير الذاتية للنساء. ووجهت خوارزمية واسعة الاستخدام في الرعاية الصحية موارد أقل إلى المرضى السود لأنها عاملت الإنفاق الصحي بديلا عن الحاجة الطبية، مع أن ذلك الإنفاق كان يعكس أصلا تفاوت الوصول إلى الرعاية.
هذه إخفاقات بنيوية، وتتطلب استجابات بنيوية.
النقطة المهمة أن التحيز الأساسي لم يبدأ مع الذكاء الاصطناعي. فقد كانت أنظمة التوظيف والإقراض والطب البشرية متحيزة بالفعل، وكثيرا ما كان من الصعب رصد القرارات البشرية أو تكرارها أو تدقيقها.
يمكن تسجيل قرار الذكاء الاصطناعي وقياسه. وهذا يجعل التصحيح ممكنا، وإن لم يكن تلقائيا قط.
ينبغي اختبار النظام عالي المخاطر عبر المجموعات السكانية، وتوثيق بيانات تدريبه، وإتاحة قراراته للمراجعة المستقلة. وينبغي للجهات التنظيمية أن تتمكن من طلب أدلة على الأداء والإنصاف.
يشير قانون الذكاء الاصطناعي الأوروبي، وAlgorithmic Justice League، وإطار NIST لإدارة مخاطر الذكاء الاصطناعي إلى هذا النوع من المساءلة.
إذا تُرك الذكاء الاصطناعي بلا ضوابط فقد يوسع التمييز أسرع من أي مؤسسة بشرية. والجواب ليس التظاهر بأن المشكلة ستحل نفسها، بل فرض عمليات تدقيق وتقييمات أثر وتوثيق شفاف ودورات تصحيح.
الهدف ليس نظام ذكاء اصطناعي متحيزا بقدر البشر، بل نظام أقل تحيزا على نحو قابل للقياس ويتحسن مع كل تدقيق.
9. تركيز الثروة: اجعل القدرة على البناء ديمقراطية
مشكلة التركيز حقيقية.
تكلف عمليات التدريب الحدودية مليارات الدولارات. وتحتاج المختبرات إلى عشرات الآلاف من وحدات GPU المتقدمة التي يكلف كل منها نحو 25,000 إلى 40,000 دولار. ويكلف بناء الأنظمة اللازمة عشرات المليارات.
يمنح ذلك مجموعة صغيرة من الشركات قوة هائلة. ففي فبراير 2026، تجاوز تقييم Anthropic البالغ 380 مليار دولار القيمة السوقية المجمعة لأكبر خمس شركات خدمات تقنية معلومات في الهند. وقد بُنيت تلك الشركات خلال أربعة عقود وتوظف ملايين الناس.
لذلك قد ينتج الطريق الافتراضي وفرة مع تركيز معظم القيمة في كاليفورنيا وبكين.
حذر Dario Amodei، الرئيس التنفيذي ل Anthropic، من أن الذكاء الاصطناعي قد يصنع أصحاب ثروات بالتريليونات ويثير رد فعل شعبي حادا إذا ظلت المكاسب مركزة في القمة. وجادل بوجوب التعامل مع الذكاء الاصطناعي بوصفه تحديا حضاريا، لا فرصة تجارية فقط. كما دعا إلى قواعد ضريبية جديدة تناسب عصر خلق الثروات الهائلة.
يعيد تحذيره صياغة القضية. فالسؤال ليس هل يخلق الذكاء الاصطناعي قيمة، فهو يفعل. بل هل تستطيع الحكومات والأسواق توزيع تلك القيمة على نطاق واسع بما يكفي للحفاظ على الثقة العامة والاستقرار الاجتماعي.
الجواب ليس وضع سقف لكل تقدم، بل جعل من يستطيع البناء و_من يستفيد_ أكثر ديمقراطية. ويتطلب ذلك:
- نماذج مفتوحة الأوزان،
- وأدوات يسهل الوصول إليها،
- ومحو أمية الذكاء الاصطناعي لدى الجمهور،
- وحوسبة سيادية،
- وسياسات تصاعدية،
- وملكية أوسع لأنظمة الذكاء الاصطناعي المفيدة.
تستطيع جامعة في لاهور أو لاغوس بالفعل تكييف نماذج مفتوحة قوية مع الاحتياجات المحلية. وتهدف برامج الذكاء الاصطناعي السيادي في الاتحاد الأوروبي والهند ودول الخليج إلى تقليل الاعتماد على عدد قليل من المزودين الأجانب.
نشرت الثورات التقنية السابقة مكاسبها على نطاق أوسع في نهاية المطاف. ولن يفعل الذكاء الاصطناعي ذلك تلقائيا لأن تكلفة الدخول مرتفعة على نحو غير معتاد. بل يجب جعله ديمقراطيا بالتصميم.
الخلاصة
المخاوف مشروعة. وكل واحد منها يستحق تعاملا جادا.
لكن كل خوف منها حجة لبناء الذكاء الاصطناعي على نحو أفضل، لا للتخلي عن المجال لغيرنا.
يسمي هذا الكتاب إطاره Agent Factory. وهي عملية تقودها المواصفات ويشرف عليها البشر. تحدد المواصفات القصد، وتلتقط حلقات التحقق الأخطاء، ويحتفظ البشر بالسلطة على القرارات عالية المخاطر، ويكافئ النموذج الاقتصادي النتائج بدلا من الغموض.
نحن لا نختار بين السلامة والتقدم. بل نختار بين تشكيل الذكاء الاصطناعي بينما يواصل التطور، والسماح لغيرنا بتشكيله نيابة عنا.
يحتاج صاحب متجر في كراتشي إلى أداة مفيدة. ويحتاج طالب في ريف المكسيك إلى مدرس. ويحتاج مريض في قرية بلا طبيب إلى الوصول إلى الرعاية. لا يحتاج هؤلاء إلى نقاش مجرد عما إذا كان ينبغي للذكاء الاصطناعي أن يوجد. بل يحتاجون إلى أنظمة تعمل من أجلهم.
الذكاء الاصطناعي غير قابل للتفاوض. أما كيف نبنيه فهو القرار المتبقي.