شرح Generative AI: دليل بلغة بسيطة لعام

ملخص

يتعلم الذكاء الاصطناعي التوليدي من الأنماط الموجودة في كميات هائلة من النصوص والصور، ثم ينشئ محتوى جديدًا بناءً على ما تطلبه. إنه ليس سحرًا أو وعيًا — بل هو رياضيات. ربما استخدمته اليوم دون أن تدرك: الإكمال التلقائي، الردود الذكية في Gmail، المساعدة في الكتابة. إنه مفيد، وأحيانًا يخطئ، ويخضع للتنظيم بشكل متزايد.

لقد سمعت المصطلح في كل مكان: ChatGPT، الذكاء الاصطناعي التوليدي، "الذكاء الاصطناعي سيأخذ كل الوظائف". إذا كنت قد أومأت برأسك موافقًا دون أن تفهم تمامًا ما يقصده الناس، فلست وحدك. العائق ليس الذكاء — بل المصطلحات التقنية. يزيل هذا المنشور اللغة التقنية المعقدة ويشرح ماهية الذكاء الاصطناعي التوليدي فعليًا، وكيف يعمل، وما الذي يجب أن تقلق (أو لا تقلق) بشأنه حقًا.

ما هو الذكاء الاصطناعي التوليدي؟ (النسخة المبسطة)

الذكاء الاصطناعي التوليدي هو أداة تعلمت الأنماط من قراءة مليارات الأمثلة، وتستخدم الآن تلك الأنماط لإنشاء محتوى جديد.

فكر في الأمر على هذا النحو: إذا قرأت ما يكفي من الروايات البوليسية، فمن المحتمل أن تخمن إلى أين تتجه القصة الغامضة. لقد استوعبت الأنماط (تظهر الأدلة المضللة في الفصل الثاني، الخادم غالبًا ليس مذنبًا، تحولات الحبكة في الفصل الثامن). يعمل الذكاء الاصطناعي للقصص الغامضة بنفس الطريقة — لقد تعلم الأنماط من آلاف القصص الحقيقية، والآن عندما تعطيه بداية قصة، فإنه يكمل النمط.

البصيرة الرئيسية: الذكاء الاصطناعي التوليدي لا يفكر. إنه لا يفهم العالم. إنه يتعرف على الأنماط الإحصائية ويتوقع الكلمات أو الصور أو الأصوات التي من المحتمل أن تأتي بعد ذلك بناءً على ما رآه من قبل.

الجوهر التقني (ليس مخيفًا كما يبدو)

Transformers: البنية التي غيرت كل شيء

قبل عام 2017، كانت أنظمة الذكاء الاصطناعي للنصوص تعمل مثل خطوط التجميع — كانت تعالج الكلمات واحدة تلو الأخرى، بالترتيب. جعلها هذا بطيئة وسيئة في فهم السياق.

ثم اخترع الباحثون شيئًا يسمى transformer. الفكرة: معالجة جميع الكلمات في وقت واحد والسماح للنموذج بالانتباه إلى الكلمات التي تتعلق بالكلمات الأخرى. فجأة، أصبح بإمكان الذكاء الاصطناعي أن يفهم أن "مدير البنك رفض إقراض المال" و"ضفة البنك كانت شديدة الانحدار" يستخدمان كلمة "بنك" بشكل مختلف تمامًا — لأنه يستطيع رؤية السياق بالكامل في وقت واحد.

هذه البنية فعالة للغاية لدرجة أن كل نموذج ذكاء اصطناعي رئيسي اليوم يستخدمها.

ما يعنيه هذا بالنسبة لك: النماذج القائمة على Transformer جيدة حقًا في فهم السياق، وهذا هو السبب في أنها تستطيع كتابة فقرات متماسكة والإجابة على أسئلة دقيقة.

نماذج اللغات الكبيرة (LLMs): ذكاء اصطناعي يفهم اللغة

نموذج اللغة الكبير (LLM) هو transformer تعلم من قراءة كمية هائلة من النصوص — مئات المليارات من الكلمات من الإنترنت والكتب والمقالات والأكواد البرمجية.

أثناء التدريب، يلعب النموذج لعبة تخمين: "سأريك أول 10 كلمات من مقال في ويكيبيديا. خمن الكلمة الحادية عشرة." كرر هذا مليارات المرات. بمرور الوقت، يصبح النموذج جيدًا جدًا في تخمين الكلمة التي تأتي بعد ذلك.

بمجرد تدريبه، لا تطلب منه تخمين الكلمة التالية. بل تطرح عليه أسئلة، ويقوم النموذج بإنشاء الإجابات بنفس الطريقة — كلمة بكلمة، متوقعًا دائمًا الكلمة التالية الأكثر احتمالاً بناءً على الأنماط التي تعلمها.

أمثلة: ChatGPT، Claude، Gemini، Llama. هذه كلها نماذج لغات كبيرة (LLMs).

القيد: نماذج LLMs هي أنظمة للتعرف على الأنماط، وليست محركات استدلال. إنها جيدة جدًا في التنبؤ بما يكتبه الناس عادةً في ظل مطالبات معينة. إنها سيئة في الأشياء التي تتطلب التراجع والتفكير بشكل مختلف — مثل "اختراع نظرية علمية جديدة" أو إدراك متى تكون مخطئة.

نماذج الانتشار (Diffusion Models): كيف يعمل الذكاء الاصطناعي للصور

يعمل الذكاء الاصطناعي للنصوص والذكاء الاصطناعي للصور بشكل مختلف.

تتعلم نماذج الصور من خلال البدء بضوضاء عشوائية — حرفيًا تشويش، مثل تلفزيون بدون إشارة. ثم تتعلم إزالة تلك الضوضاء تدريجيًا لتحويلها إلى شيء متماسك. أظهر لها صورة قطة ← أضف ضوضاء إليها ← تعلم إزالة الضوضاء ← أعد بناء القطة.

بمجرد تدريبها، يمكنك عكس ذلك: ابدأ بالضوضاء، واطلب من النموذج إزالة الضوضاء منها في اتجاه طلبك. قل "قطة ترتدي نظارات شمسية" وسيقوم النموذج تدريجيًا بتنقية التشويش إلى صورة تطابق هذا الوصف.

هذا هو السبب في أن نماذج الصور تسمى نماذج الانتشار (diffusion models) — فهي تعمل عن طريق إزالة الضوضاء تدريجيًا.

أمثلة: DALL-E 3، Midjourney، Stable Diffusion. تستخدم هذه جميعًا الانتشار لإنشاء الصور.

لماذا يهم هذا: هذا هو السبب في أن نماذج الصور تولد أحيانًا أيدٍ غريبة أو كائنات غير صحيحة تشريحيًا. النموذج جيد في الأنماط العامة (القطط لها فراء، عيون، شوارب) ولكنه يخطئ أحيانًا في التفاصيل لأنه يتوقع بكسلات، وليس تفكيرًا في علم الأحياء.

النماذج الرئيسية التي سمعت عنها

نماذج النصوص

ChatGPT (و GPT-4o): نموذج OpenAI. مدرب على نصوص الإنترنت والأكواد. جيد في الكتابة، البرمجة، الإجابة على الأسئلة. أحيانًا يكون مخطئًا بثقة. نسخة أساسية مجانية؛ النسخ المدفوعة أكثر قدرة.

Claude: نموذج Anthropic. التركيز على أن يكون مفيدًا وصادقًا. جيد بشكل ملحوظ في المستندات الطويلة والكتابة الإبداعية. يفيد بعض الأشخاص بأنه أفضل في قول "لا أعرف" بدلاً من اختلاق الأشياء.

Gemini: نموذج Google. مدمج في Gmail و Google Docs و Android. يمكنه معالجة الصور والفيديو. إذا كنت تستخدم Gmail، فقد رأيت الرد الذكي المدعوم بالذكاء الاصطناعي — هذا هو Gemini.

النماذج مفتوحة المصدر (Llama، Mistral، DeepSeek، Qwen): نماذج مجانية يمكنك تنزيلها وتشغيلها بنفسك. أصغر وأقل قدرة من ChatGPT، لكنها جيدة بما يكفي للعديد من المهام. تركز على الخصوصية لأنها تعمل محليًا.

نماذج الصور

DALL-E 3: منشئ الصور من OpenAI. نص إلى صورة. يمكنه تعديل الصور الموجودة.

Midjourney: منشئ صور يعتمد على Discord. معروف بمخرجاته الفنية عالية الجودة. اشتراك مدفوع.

Stable Diffusion: نموذج صور مفتوح المصدر. قم بتشغيله بنفسك إذا كان لديك GPU. أصغر وأسرع من المنافسين.

نماذج الفيديو

Sora: نموذج توليد الفيديو من OpenAI (توفر محدود اعتبارًا من 2026). يولد مقاطع فيديو قصيرة من أوصاف نصية. لا يزال في بداياته، وغالبًا ما ينتج حركة غير واقعية.

Runway: نص إلى فيديو وتحرير فيديو. متاح أكثر من Sora.

استخدامات حقيقية تواجهها كل يوم في 2026

أنت تستخدم الذكاء الاصطناعي التوليدي بالفعل حتى لو لم تدرك ذلك:

• الرد الذكي في Gmail: يقترح Gemini من Google إكمالات لبريدك الإلكتروني. تنقر على أحدها، وتعدله، وترسله.
• صور Google: "ابحث عن صور عيد الميلاد." يستخدم النظام الذكاء الاصطناعي للرؤية لفهم ما يوجد في صورك.
• الإكمال التلقائي على هاتفك: يتوقع كلمتك التالية أثناء الكتابة.
• توصيات Spotify و Netflix و YouTube: مدربة على أنماط ما تشاهده وما يعجبك.
• روبوتات خدمة العملاء: يستخدم الكثير منها الآن نماذج LLMs بدلاً من أشجار القرار.
• نتائج البحث: تدرج Google ملخصات تم إنشاؤها بواسطة الذكاء الاصطناعي بجانب النتائج التقليدية.
• كشف الانتحال ومدققات القواعد: يستخدم Grammarly الذكاء الاصطناعي لاقتراح التعديلات.
• ملخصات المستندات: يمكن لـ Outlook و Google Docs و Notion تلخيص المستندات.

لا شيء من هذا مبهر. لا يبدو وكأنه "ذكاء اصطناعي". هذا هو الهدف. عندما يعمل الذكاء الاصطناعي بشكل جيد، فإنه يتلاشى في الخلفية.

ما الذي يجيده (وما لا يجيده) الذكاء الاصطناعي حقًا

نقاط قوة الذكاء الاصطناعي

• التعرف على الأنماط: اكتب لي قصيدة عن المطر بأسلوب روبرت فروست. ✓
• التلخيص: اختصر هذا التقرير المكون من 50 صفحة إلى 3 صفحات من النتائج الرئيسية. ✓
• الترجمة: ترجم هذا إلى الإسبانية. ✓ (جيد جداً، ليس مثالياً)
• العصف الذهني: أعطني 10 أسماء جذابة لعملي في تدريب الكلاب. ✓
• توليد الكود: اكتب دالة Python تقوم بفرز قائمة. ✓
• شرح المفاهيم: اشرح blockchain لطالب في الصف الخامس. ✓

نقاط ضعف الذكاء الاصطناعي

• الأحداث الجارية: اسأل عن أخبار هذا الأسبوع. ✗ (توقف بيانات التدريب؛ لن يعرف)
• الرياضيات المعقدة: احسب 847 × 632 في رأسك. ✗ (قد يخطئ في النتيجة)
• التفكير المنطقي: "كل الأسماك تستطيع السباحة. البطاريق طيور. هل تستطيع البطاريق السباحة؟" ✗ (غالباً ما يفشل)
• معرفة متى يكون مخطئاً: "ما هي عاصمة نارنيا؟" سيخترع إجابة بكل ثقة. ✗
• المعلومات الشخصية: تاريخك الطبي، كلمات مرور حساباتك، رسائل البريد الإلكتروني الخاصة. ✗ (لا ينبغي أبداً مشاركة هذه المعلومات)
• الدقة اللحظية: أسعار الأسهم، النتائج الرياضية المباشرة، طقس اليوم. ✗

المخاوف الشائعة (وما يستحق القلق بشأنه حقاً)

"الذكاء الاصطناعي سيقضي على وظيفتي"

صحيح جزئياً. ومبالغ فيه جزئياً.

سيحل الذكاء الاصطناعي التوليدي محل بعض الوظائف، خاصة في المجالات التي تكون فيها المخرجات مكتوبة أو مولدة بالكامل (كتابة الإعلانات، التصميم الجرافيكي الأساسي، بعض خدمات العملاء). وسيعزز وظائف أخرى (يستخدم المبرمجون الذكاء الاصطناعي لكتابة الكود بشكل أسرع، ويستخدم الكتاب الذكاء الاصطناعي لصياغة النسخ الأولى).

السابقة التاريخية: عندما ظهرت الآلات الحاسبة، لم يختفِ علماء الرياضيات. بل انتقلوا إلى عمل بمستوى أعلى. لم تقضِ الجداول الحسابية على المحاسبين. من المرجح أن يتبع الذكاء الاصطناعي نفس النمط — الوظائف تتحول بدلاً من أن تتلاشى. لكن الانتقال يكون غير مريح للأشخاص المتأثرين.

قلق مشروع: إذا كانت وظيفتك تعتمد بالكامل على كتابة مستندات متطابقة أو كود تم كتابته من قبل، فيجب عليك تطوير مهاراتك.

قلق مبالغ فيه: الذكاء الاصطناعي ليس على وشك قيادة طائرتك أو إجراء جراحة بدون إشراف. فهذه تتطلب تفكيراً وحكماً ومساءلة لا يمتلكها الذكاء الاصطناعي بعد.

"الذكاء الاصطناعي واعٍ وسيخرج عن السيطرة"

لا. نماذج الذكاء الاصطناعي هي رياضيات. ChatGPT لا "يريد" أي شيء. ليس لديه رغبات أو وعي. إنه يتنبأ بالنصوص. إذا بدا واعياً، فذلك لأن البشر بارعون جداً في إسقاط الشخصية على الأشياء التي تستجيب لأسئلتنا.

فكرة الفيلم "الذكاء الاصطناعي يصبح واعياً ويتمرد" هي خيال علمي. المخاطر الفعلية أكثر واقعية: ذكاء اصطناعي يقدم نصيحة طبية خاطئة بكل ثقة. ذكاء اصطناعي يكرس التحيز في التوظيف. ذكاء اصطناعي وثقت به في مهمة لم يكن جيداً بما يكفي للقيام بها.

قلق مشروع: أنظمة الذكاء الاصطناعي التي يتم نشرها في بيئات عالية المخاطر (الطب، العدالة الجنائية) دون إشراف بشري كافٍ.

قلق مبالغ فيه: تطوير الذكاء الاصطناعي للوعي أو الرغبة في السيطرة على العالم.

"المحتوى المولد بالذكاء الاصطناعي كله أكاذيب"

ليس دائماً، ولكنه أكثر عرضة للأخطاء من الكتابة البشرية. نماذج اللغة الكبيرة (LLMs) هي آلات للتنبؤ بالأنماط. إذا كان هناك تصريح خاطئ شائع في بيانات تدريبها (نصيحة طبية سيئة، نظريات مؤامرة، حقائق قديمة)، فقد يتنبأ الذكاء الاصطناعي به كشيء محتمل قوله تالياً.

هذا هو السبب في أن التحقق من مخرجات الذكاء الاصطناعي أمر ضروري. إنه رائع للمسودات الأولى. ولكنه سيء للأمور التي تكون فيها الدقة حاسمة (نصيحة طبية، نصيحة مالية، توجيه قانوني) دون مراجعة خبير.

قلق مشروع: استخدام مخرجات الذكاء الاصطناعي دون تدقيق في المواقف التي تكون فيها الأخطاء مكلفة.

قلق مبالغ فيه: أن كل مخرجات الذكاء الاصطناعي هي هراء. (ليست كذلك. الكثير منها مفيد.)

سلامة الذكاء الاصطناعي والتنظيم: قانون الذكاء الاصطناعي في الاتحاد الأوروبي

لماذا يوجد التنظيم

مع زيادة قدرات أنظمة الذكاء الاصطناعي، أدرك المنظمون: "إذا كان هذا يوصي بمن يتم توظيفه، أو الموافقة على قرض، أو مراقبته من قبل جهات إنفاذ القانون، فمن المهم أن يكون دقيقاً وعادلاً".

تحرك الاتحاد الأوروبي أولاً. يضع قانون الذكاء الاصطناعي للاتحاد الأوروبي (القابل للتنفيذ اعتباراً من أغسطس 2025) قواعد:

• الأنظمة عالية المخاطر (التوظيف، الموافقة على القروض، المراقبة البيومترية) يجب أن تكون شفافة بشأن كيفية عملها
• الاستخدامات المحظورة (التعرف على المشاعر في المدارس، أنظمة الائتمان الاجتماعي مثل تلك الموجودة في الصين)
• متطلبات الشفافية: إذا كنت تتحدث إلى ذكاء اصطناعي، فيجب أن تعرف ذلك

التأثير: يجب على الشركات التي تبيع الذكاء الاصطناعي للاتحاد الأوروبي الآن توثيق كيفية عمل أنظمتها، واختبارها للتحقق من التحيز، والاحتفاظ بسجلات. هذا يكلف مالاً ويستغرق وقتاً، ولهذا السبب هو مثير للجدل. ولكنه يعني أيضاً عدداً أقل من التحيزات المفاجئة التي يتم نشرها.

سلامة الذكاء الاصطناعي وراء التنظيم

يقلق الباحثون بشأن قضايا أكثر دقة:

• التحيز: إذا كانت بيانات تدريب الذكاء الاصطناعي تعكس تحيزاً بشرياً، فإن الذكاء الاصطناعي يرثه. أنظمة التعرف على الوجوه كانت تاريخياً أسوأ في التعرف على ألوان البشرة الداكنة — لأن بيانات التدريب كانت منحازة.
• الهلوسة: قول الذكاء الاصطناعي لأشياء خاطئة بكل ثقة، غالباً عن أشخاص أو حقائق. "نشرت الدكتورة سارة تشين دراسة حول X في عام 2019." (لم تفعل؛ الذكاء الاصطناعي اخترع ذلك.)
• إساءة الاستخدام: قيام شخص ببناء روبوت محادثة لانتحال شخصية علامة تجارية، أو توليد صور عارية مزيفة لشخص ما.

هذه ليس لها حلول تنظيمية بعد. يتم حلها في الغالب من خلال تدريب أفضل، وتقييم أفضل، ومسؤولية الشركات.

الخلاصة

الذكاء الاصطناعي التوليدي هو أداة. إنه نظام رياضي للتنبؤ بالأنماط. إنه مفيد للكتابة والتفكير والعصف الذهني وأتمتة العمل الروتيني. إنه ليس واعياً. ليس سحرياً. أحياناً يهلوس ويقول أشياء خاطئة بكل ثقة.

بنفس الطريقة التي كان بها الإنترنت تحولياً وأدى إلى مشاكل جديدة (معلومات مضللة، مخاوف تتعلق بالخصوصية)، سيعيد الذكاء الاصطناعي التوليدي تشكيل العمل والمجتمع. ستتغير بعض الوظائف. ستظهر فرص جديدة. ونعم، سنحتاج إلى تنظيم كيفية استخدامه — خاصة في المواقف عالية المخاطر.

لا داعي للخوف منه أو المبالغة في تقديره. تحتاج إلى فهم ما يفعله حقاً، واستخدامه حيث يكون مفيداً بصدق، والتحقق من الحقائق حيث تهم الدقة، وتوقع تطور التنظيم.

في عام 2026، الذكاء الاصطناعي التوليدي ليس الثورة التي ستحل محل البشر ولا هو مجرد خدعة دعائية مبالغ فيها كما يدعي النقاد. إنه يتحول إلى بنية تحتية. الأشخاص الذين يفهمونه سيستخدمونه جيداً. والأشخاص الذين لا يفهمونه قد يتفاجأون عندما يفعل شيئاً خاطئاً. والاتحاد الأوروبي يراقب.