LifeSciBench: الـ AI يفشل في 64% من مهام علوم الحياة

[Alex]: أهلاً بكم من جديد في البودكاست الذكي من نيرد ليفل تك، حيث نقدم لكم أحدث الأخبار، وأكثرها "نيردية"، وأحياناً الأكثر تواضعاً من عالم الذكاء الاصطناعي. أنا Alex—

[Jamie]: —وأنا Jamie، صديقكم المهتم بالتكنولوجيا من الجوار، موجود هنا لأطرح كل أسئلة "لحظة، يعني إيه ده؟" عشان أنتم ما تضطروش تسألوها. [PAUSE] Alex، حلقة النهاردة بجد بتفتح العين على حقائق مهمة: "LifeSciBench: الذكاء الاصطناعي يفشل في 64% من مهام علوم الحياة 2026." دي... مش درجة نجاح خالص.

[Alex]: فعلاً، مش دي النتيجة اللي تخليك من الأوائل. اتضح إن حتى أفضل نماذج الذكاء الاصطناعي لسه بتعاني عشان تواكب التطور في علوم الحياة. إحنا بنتكلم عن مقياس OpenAI الجديد، LifeSciBench، اللي نزل من كام يوم بس، والنتائج؟ خليني أقول إن الذكاء الاصطناعي لو كان في كلية طب، كان زمانه بيعيد السنة.

[Jamie]: أوه، صعبة دي. طيب يا Alex، إيه هو LifeSciBench بالظبط؟ هل هو زي اختبارات الذكاء الاصطناعي بتاعة "تقدر تسمي الحيوان ده؟" بس على أطباق بتري؟

[Alex]: [يضحك] يا ريت كان بالبساطة دي. LifeSciBench هو أشبه باختبار بحثي شامل وشاق للذكاء الاصطناعي. OpenAI تعاونت مع 173 عالم من حملة الدكتوراه — خبراء حقيقيين، مش مجرد ناس "لعبوا لعبة دكتور" مرة — عشان يبتكروا 750 مهمة بحثية. دي مش مجرد أسئلة معلومات عامة، دي تحديات حقيقية بيواجهها العلماء في اكتشاف الأدوية وعلم الأحياء.

[Jamie]: يعني بدل "إيه هو مصدر الطاقة في الخلية؟" الموضوع بقى أكتر زي "خد البيانات الملخبطة دي — وصمم تجربة جديدة، وبالمرة، فسر تسلسل الجينوم ده، وممكن تحل مشكلة الجوع في العالم وأنت في طريقك"؟

[Alex]: بالظبط كده! كل مهمة هي إجابة حرة، مش اختيار من متعدد، وإجابات الذكاء الاصطناعي بتتقيم بناءً على معايير دقيقة جداً. إحنا بنتكلم عن 19,000 معيار فردي في المقياس كله. ده زي تصحيح مقال لثانوية عامة... بس المقال عبارة عن ورقة بحثية، والمدرس هو لجنة من العلماء بخبرة تراكمية توصل لـ 2,000 سنة.

[Jamie]: [يصفر] مفيش ضغط خالص يا ذكاء اصطناعي. طيب، الذكاء الاصطناعي عمل إيه؟ فيه أي أمل في الروبوتات اللي هتحكم الأبحاث في المستقبل؟

[Alex]: بص، نموذج OpenAI الرائد في علوم الحياة، GPT-Rosalind — اللي اتسمى على اسم أسطورة الـ DNA روزاليند فرانكلين — حقق نسبة نجاح 36.1%. ده معناه إنه حل بالكامل شوية أكتر من تلت المهام بس. وللمقارنة، نموذج GPT-5.5 العام قدر يحقق 25.7% بس. يعني التدريب المتخصص بيساعد، بس، إحم... لسه ما وصلش لدرجة الامتياز.

[Jamie]: يا ساتر. يعني لو ده كان اختبار سواقة، كان الذكاء الاصطناعي خبط في صندوق البريد، وسنجاب، وغالباً المدرب كمان.

[Alex]: [يضحك] أيوه، والمدرب كان هيفضل ماسك في ورقة التقييم بتاعته وهو مرعوب. [PAUSE] بس الموضوع مش كله سوداوي. فيه نقط مضيئة — GPT-Rosalind متفوق جداً في التواصل العلمي و"الترجمة"، واللي هي أساساً ربط نتائج المعامل بالتأثيرات الإكلينيكية في العالم الحقيقي.

[Jamie]: استنى، "الترجمة" هنا مش معناها تحويل اللاتيني لإنجليزي؟ هي أكتر زي نقل العلم "من المعمل لسرير المريض"؟

[Alex]: بالظبط. فكر فيها كأنك بترجم نتائج الأبحاث لحاجة يقدر الدكتور — أو حتى جدتك — يستخدمها فعلياً. Rosalind ارتفع من 36.8% لتقريباً 58% نسبة نجاح في المهام دي. وفي التواصل العلمي، طلع لأكتر من 70%. يعني الذكاء الاصطناعي مش وحش في شرح وتلخيص المعلومات.

[Jamie]: طيب، ده يفسر ليه تقرير المعمل اللي عملته بالذكاء الاصطناعي كان شاطر قوي في جملة "هناك حاجة لمزيد من الأبحاث". [PAUSE] بس هو بيقع في إيه بالظبط؟

[Alex]: آه، هنا بقى الدنيا بتتلخبط. الذكاء الاصطناعي بيقع تماماً في المهام اللي بتعتمد على الملفات المرفقة — يعني أي حاجة محتاجة تفسير أشكال بيانية، أو ملفات تسلسل، أو هياكل كيميائية. لو فيه ملف PDF أو جدول بيانات، نسبة النجاح بتنزل للأرض. في المهام النصية بس، GPT-Rosalind بيجيب حوالي 45%، بس حط معاه ملف والنسبة بتنهار لـ 28%.

[Jamie]: يعني لو بعتله رسم بياني، بيجيله رهبة مسرح؟

[Alex]: تقدر تقول كده! ولما الدقة بتكون هي الأساس — زي توليد تسلسلات جينية دقيقة أو ضبط الحسابات الرقمية — دقة Rosalind بتنزل لـ... استعد للصدمة... أقل من 15%. دي مش النتيجة اللي تعوزها لو كنت بتصمم، مثلاً، جزيء دواء جديد.

[Jamie]: فعلاً، كلمة "قريب من الصح" ما تنفعش لما تكون بتعدل في الـ DNA. [PAUSE] بس عندي فضول — إزاي بيقرروا إذا كان الذكاء الاصطناعي "نجح" في المهمة؟ هل هي يا أبيض يا أسود؟

[Alex]: سؤال ممتاز. LifeSciBench بيستخدم مقياسين أساسيين: نسبة النجاح ودرجة المعايير. نسبة النجاح صارمة — مش بتعتبر "ناجح" إلا لو حققت 70% من معايير المهمة. بس كمان بيتابعوا الدرجات الجزئية من خلال درجة المعايير. أحياناً، الذكاء الاصطناعي بيوصل لنص الطريق — زي إنه يقدم توصية عامة صح بس ينسى تحذير حرج جداً. التفاصيل دي بتفرق جداً في العلم.

[Jamie]: يعني ممكن كلامه يبان مقنع، بس لسه فايته التفصيلة الواحدة اللي بتفرق بين "وجدتها!" وبين "أوبس، أنا عدلت الجين الغلط".

[Alex]: بالظبط. وعشان كده OpenAI بتأكد على المقياسين. أنت مش عايز ذكاء اصطناعي يكون "صح تقريباً" لما تكون صحة الناس هي اللي على المحك.

[Jamie]: منطقي جداً. طيب، مع كل المراجعات من الخبراء دي، إزاي نعرف إن المقياس نفسه موثوق؟ قصدي، 750 مهمة ده رقم كبير، بس هل هي مهام عادلة؟

[Alex]: نقطة تانية ممتازة. OpenAI جابت لجنة مراجعة مستقلة — 453 مراجع، منهم 97 دكتوراه وبمتوسط خبرة 12 سنة. كان فيه اتفاق بنسبة 96% إن المهام واقعية وقابلة للإجابة. يعني مفيش أسئلة تعجيزية أو فخاخ — مجرد نوعية الحاجات اللي العلماء بيتعاملوا معاها فعلاً.

[Jamie]: ده يطمن. لأن لو الذكاء الاصطناعي مش قادر يسد، على الأقل عارفين إن ده مش بسبب إنه وقع في فخ لغز.

[Alex]: [يضحك] صح. الخلاصة هنا هي إنه رغم التقدم الحقيقي، الذكاء الاصطناعي مش مستعد يدير المعمل لوحده. هو مساعد سريع ومفيد — خصوصاً في تلخيص وتوصيل العلم — بس لسه محتاج إنسان يراجع وراه المراجعة النهائية الحرجة دي.

[Jamie]: يعني من الآخر: الذكاء الاصطناعي مفيد، بس ما ترفدش العالم بتاعك دلوقتي. خليهم يشربوا قهوتهم ويفضلوا على قائمة المرتبات.

[Alex]: بكل تأكيد. واعتبر LifeSciBench بمثابة مواجهة مع الواقع لأي حد بيبني ذكاء اصطناعي للعلوم أو التكنولوجيا الحيوية. هو بيكشف بالظبط فين المخاطر — البيانات الملخبطة، الشغل الدقيق، والمواقف اللي فيها "صح تقريباً" ما تنفعش.

[Jamie]: ده غير إنه بيفكرنا إن النجاح في عرض تجريبي مش هو نفسه النجاح في مقياس بحثي من 25 نقطة. [PAUSE] تمام يا Alex، الموضوع كان ممتع — وبصراحة، متواضع شوية قدام هيصة الذكاء الاصطناعي.

[Alex]: أيوه، العلم هيفضل رياضة جماعية، ولحد دلوقتي، زمايلنا الروبوتات لسه محتاجين تدريب مكثف.

[Jamie]: شكراً لمتابعتكم البودكاست الذكي من نيرد ليفل تك! لو عجبكم اللي سمعتوه، اعملوا اشتراك، وشير، وابعتوا لنا قصصكم المفضلة عن "فشل الذكاء الاصطناعي" — ممكن نعرضها المرة الجاية.

[Alex]: وزي دايماً، خليكم نيردي، خليكم فضوليين، وافتكروا: ثق، ولكن تحقق — خصوصاً لو الذكاء الاصطناعي بتاعك عايز يخلط مواد كيميائية. [الاثنين]: [يضحكان] [موسيقى النهاية تبدأ]

[Jamie]: نشوفكم المرة الجاية! [موسيقى النهاية تنتهي]