العمل بفعالية مع الذكاء الاصطناعي

على مدى أشهر، تعاملت مع الذكاء الاصطناعي بالطريقة التي أظن أن كثيراً من مؤسسي الشركات يتعاملون بها. كنت أريد أن أعرف أي نموذج هو الأفضل — ليس نظرياً، ولا وفق اختبار معياري أو عرض إطلاق، بل للعمل الذي نقوم به فعلياً.

نحن شركة ناشئة، وهذا مهم. تستطيع شركة كبيرة تحمّل أدوات مكلفة وفرق متخصصة وطبقات متعددة من المراجعة وتجارب لا تؤدي إلى نتيجة. أما الشركة الناشئة فعليها أن تفكر بطريقة مختلفة. كل اشتراك، وكل ساعة، وكل قرار هندسي، وكل خطأ يتنافس على موارد محدودة.

لم يكن الهدف أبداً العثور على شيء مجاني. كان الهدف العثور على قيمة حقيقية.

دفعت على مدى أشهر مقابل عدة منصات تجارية كبرى للذكاء الاصطناعي. استخدمت نماذج مختلفة ومستويات اشتراك مختلفة وأساليب عمل مختلفة. قارنت قدرتها على الكتابة والاستدلال والترجمة والبحث وتعدد المهام والبرمجة وتعديل الأعمال الموجودة ومساعدتنا على بناء أنظمة إنتاج حقيقية وصيانتها.

لم تكن الخلاصة أن نموذجاً واحداً هزم الآخرين بشكل دائم. الخلاصة الأكثر فائدة كانت أن النماذج تستطيع أن تزيد قيمة بعضها بعضاً.

هذا ليس تصنيفاً للنماذج

تتغير أنظمة الذكاء الاصطناعي بسرعة أكبر من أن يتحول تقرير ميداني كهذا إلى ترتيب دائم. نموذج يتفوق اليوم في نوع من المهام قد يتم تجاوزه أو إعادة ضبطه أو تقييده أو تحسينه بعد أشهر قليلة. وقد يكون نموذج آخر أقوى في سياق مختلف.

كما أن تجربتنا لم تكن اختباراً علمياً مضبوطاً. كان العمل يشمل عمليات نشر حقيقية لمواقع إلكترونية، ومحتوى متعدد اللغات، وتعديلات برمجية، وإنتاج وثائق، وبحثاً تقنياً، ومراجعات متكررة تحت قيود عملية.

هذا القيد مهم. هدف المقال هو نقل المعرفة: ما الذي تغير عندما توقفنا عن سؤال أي ذكاء اصطناعي يستحق الولاء الحصري، وبدأنا نسأل كيف يمكن تنظيم عدة نماذج داخل عملية أكثر أماناً.

اقتصاد الشركة الناشئة مختلف

بالنسبة إلى شركة ناشئة، سعر اشتراك الذكاء الاصطناعي ليس إلا الجزء الظاهر من الكلفة.

الكلفة الفعلية لسير عمل بمساعدة الذكاء الاصطناعي أقرب إلى: كلفة الاشتراك + الإشراف البشري + وقت التصحيح + كلفة الانحدارات + مخاطر النشر.

قد تصبح أداة أرخص مكلفة إذا استهلكت ساعات من التحقق. وقد تكون أداة أغلى اقتصادية إذا منعت فشلاً خطيراً في الإنتاج. وقد يكلف نموذجان مدفوعان عملياً أقل من نموذج واحد إذا منعت المراجعة المستقلة أياماً من إعادة العمل أو عملية نشر مضرة.

لذلك ليس السؤال الصحيح: «كم يكلف هذا الاشتراك؟» بل: «ما أصغر مجموعة من الأدوات والإشراف التي تخفض فعلياً المخاطر الهندسية والعبء البشري؟»

النظام الذي يعمل ليس بالضرورة نظاماً سليماً

كان الناتج المرئي يبدو صحيحاً في كثير من الأحيان. الموقع يفتح. التعديل المطلوب ظاهر. لا يوجد فشل واضح. وهذا قد يخلق افتراضاً خطيراً: إذا بدت النتيجة صحيحة فلا بد أن يكون التنفيذ الداخلي صحيحاً أيضاً.

في نهاية المطاف فحصنا حزمة النشر نفسها بعمق أكبر بكثير. ما وجدناه غيّر فهمي للهندسة بمساعدة الذكاء الاصطناعي.

تحت موقع يعمل بصورة طبيعية كانت ديون تقنية قد تراكمت: تمثيلات مكررة للصفحات، وبقايا تاريخية لم يعد لها مكان في الإنتاج، وتعقيد في التوجيه، وإعدادات متقادمة، وآليات توافق قديمة، وتعامل غير متسق مع عناوين URL، وملفات بقيت من إصدارات سابقة بعد زمن طويل من انتهاء الغرض الذي أنشئت من أجله.

لم يكن أي من هذه المشكلات يمنع الصفحة الرئيسية بالضرورة من التحميل. وهنا كان الدرس. يمكن لنظام أن يعمل ومع ذلك يكون غير سليم. ويمكن لتعديل أن يحقق الطلب المرئي بينما يجعل البنية أكثر هشاشة.

أخطر فشل قد يبدو نجاحاً

عندما يتخيل الناس فشل البرمجيات، غالباً ما يتخيلون شيئاً واضحاً: انهياراً، أو خطأ في الترجمة البرمجية، أو صفحة مفقودة، أو خطأ في الخادم، أو عملية بناء لا تكتمل.

هذه الأعطال مؤلمة، لكنها عادة ظاهرة.

أما الفشل الأكثر خفاء فهو تعديل يبدو ناجحاً ويحل الطلب الفوري بإضافة قاعدة توافق جديدة، أو مسار مكرر، أو أصل غير ضروري، أو حالة خاصة، أو حل التفافي. النتيجة تعمل، والمهمة تبدو مكتملة، لكن البنية تصبح أصعب قليلاً في الفهم.

إذا تكرر ذلك بما يكفي، يبدأ النظام في حمل تاريخ كل تصحيح بدل أن يكون تمثيلاً نظيفاً لما يفترض أن يكون عليه الآن.

قد لا يكون أغلى فشل للذكاء الاصطناعي هو الفشل الصاخب. قد يكون التغيير الذي يبدو ناجحاً ثم يتحول بصمت إلى دين تقني.

الذكاء الاصطناعي الثاني غيّر التجربة

تغير سير العمل عندما طُلب من ذكاء اصطناعي ثانٍ أن يفحص العمل بصورة مستقلة بدلاً من متابعة المحادثة نفسها.

بدلاً من إخباره كيف فكّر النموذج الأول، أمكن إعطاؤه الملفات الفعلية والمتطلب المقصود ودور تدقيق واضح. لم تكن مهمته مجاملة النموذج الأول، بل أن يسأل هل يطابق التنفيذ المتطلب فعلاً وهل تضرر شيء آخر.

كشفت هذه المراجعة المستقلة فئة مختلفة من المشكلات: انحدارات خارج الصفحة المطلوبة، وملفات قديمة، وعدم اتساق بين المسارات، وافتراضات مخفية في الإعدادات، وتغييرات تبدو بريئة عند النظر إليها فقط من زاوية المهمة الأصلية.

بعد ذلك يستطيع الذكاء الاصطناعي الأول مراجعة التدقيق، وقبول الملاحظات الصحيحة، ورفض الخاطئة بالدليل، ثم إجراء التصحيح. ويمكن للثاني مراجعة التصحيح من جديد. أصبحت العملية: بناء ← فحص ← تحدٍّ ← تصحيح ← تحقق.

الاكتشاف المهم لم يكن أن النموذج الثاني أفضل دائماً، بل أن الاستقلال نفسه له قيمة.

التكرار الاحتياطي ليس جديداً في الهندسة

تستخدم الهندسة التكرار الاحتياطي أصلاً عندما تكون كلفة خطأ واحد غير مكتشف مرتفعة.

نستخدم فحوصاً مستقلة، ومراجعات بين الزملاء، وأجهزة قياس، ونسخاً احتياطية، ودوائر حماية، وقياسات مكررة، وكشف الأعطال، وإجراءات تحقق لأن مكوناً واحداً أو مراقباً واحداً قد يخطئ.

وتستخدم فرق البرمجيات مراجعة الشفرة للسبب نفسه. قد يكون المطور عالي الكفاءة ومع ذلك يفوّت نتيجة جانبية لتغيير ما. ولا يحتاج المراجع إلى أن يكون أكثر موهبة في كل شيء، بل يحتاج إلى استقلال وفهم كافيين ليرى خطأ مختلفاً.

لا ينبغي إعفاء الذكاء الاصطناعي من هذا المبدأ لمجرد أنه سريع أو مقنع.

إنسان واحد وذكاء اصطناعي واحد يظلان فريقاً صغيراً

قد تبدو الشركة الناشئة التي تستخدم نموذج ذكاء اصطناعي واحداً لكل شيء شديدة الكفاءة. لكنها قد تبني عملها أيضاً على افتراض لم يجر التحقق منه.

من السهل التقليل من الخطر لأن أنظمة الذكاء الاصطناعي مقنعة. فهي تنتج شروحات سلسة وشفرة متماسكة ووثائق تبدو مكتملة وتوصيات واثقة. وقد توحي هذه الجودة الظاهرية بأن العمل جرى التحقق منه بينما هو في الحقيقة جرى توليده فقط.

يفهم فريق من شخصين المبدأ بصورة بديهية: شخص يقوم بالعمل وآخر يراجعه. قد يكتشف الثاني متطلباً ناقصاً أو افتراضاً خاطئاً أو خطأ حسابياً أو مشكلة أمنية أو تغييراً صغيراً يؤدي إلى فشل أكبر في مكان آخر.

إذا كانت الشركة الناشئة مؤلفة من إنسان واحد وذكاء اصطناعي واحد، فقد يزيد الذكاء الاصطناعي كمية العمل التي يستطيع ذلك الشخص إنتاجها، لكنه لا ينشئ تلقائياً تحققاً مستقلاً. بهذا المعنى قد يظل المؤسس مع ذكاء اصطناعي واحد مؤسسة ذات مراجع واحد.

عندما يكون العمل مهماً، يستطيع نموذج ثانٍ مستقل أن يضيف خط فحص آخر قبل أن يعتمد الإنسان النتيجة.

الاستقلال أهم من ترتيب النماذج

لا يحتاج الذكاء الاصطناعي الثاني إلى أن يكون أفضل من الأول كي ينجح هذا الأسلوب.

يكفي أن يكون مستقلاً بما يكفي ليرى خطأً أو افتراضاً أو نقصاً مختلفاً. وبالمثل لا يحتاج الأول إلى أن يكون أفضل من الثاني في كل مجال. تأتي القيمة من التكرار المستقل، لا من إعلان فائز.

إنه المبدأ نفسه عندما يقوم إنسان بالعمل ويتحقق منه إنسان آخر. لا يحتاج الثاني إلى أن يكون أكثر ذكاء أو مهارة إجمالاً؛ يحتاج إلى فهم كافٍ ليفحص العمل باستقلال ويسأل: «هل يحقق هذا المتطلب فعلاً؟»

وقد يضعف هذا الاستقلال إذا أعطينا المراجع ببساطة كل منطق النموذج الأول وطلبنا منه الموافقة عليه. يبدأ التدقيق الأقوى من المتطلب ومن الأثر الفعلي نفسه.

اعكس الأدوار

لا ينبغي لنظام تكرار احتياطي جيد أن يثبت نموذجاً دائماً في دور البناء والآخر دائماً في دور الناقد.

في بعض المهام قد ينتج النموذج A تنفيذ البداية الأقوى. وفي مهمة أخرى قد يكون النموذج B أكثر فعالية. يمكن تبادل الأدوار.

ولهذا التبادل فائدة أخرى: يمنع سير العمل من التحول إلى ترتيب مخفي. يُعامل كل نموذج كأداة هندسية قادرة لكنها قابلة للخطأ. كل واحد يستطيع أن ينتج، ويفحص، ويتحدى الآخر.

تصبح العملية أكثر متانة لأنها مبنية على الأدوار لا على الولاء لعلامة تجارية.

يجب أن يلامس التحقق العمل الحقيقي

تكون مراجعة الذكاء الاصطناعي ضعيفة إذا لم تراجع إلا ملخصاً كتبه الذكاء الاصطناعي الذي نفذ العمل.

في مهام البرمجيات والنشر، ينبغي للمراجع فحص الملفات الفعلية والمسارات والإعدادات والروابط والآثار المتولدة والاختبارات ذات الصلة كلما كان ذلك عملياً. وينطبق المبدأ نفسه على الوثائق والحسابات وملاحظات البحث والبيانات المنظمة: راجع الأثر نفسه لا شرح الأثر فقط.

قد يقول نموذج بصدق إنه غيّر صفحة واحدة فقط ويكون مخطئاً لأن مكوناً مشتركاً أو ملف أنماط أو قاعدة توجيه أو عملية بناء أو ملفاً مولداً تغير في مكان آخر.

تصبح المراجعة المستقلة أكثر فائدة بكثير عندما يستطيع المراجع مقارنة المتطلب بالحالة المسلّمة مباشرة.

اجعل الجودة قابلة للقياس

يعمل التكرار الاحتياطي أفضل عندما لا يُطلب من أي نموذج تقييم الجودة بالانطباع فقط.

في نشر موقع إلكتروني يمكن أن تشمل الفحوص القابلة للقياس تقارير فروق الملفات، ومسح الروابط، وفحص المسارات، والتحقق من خريطة الموقع، وتكافؤ اللغات، وتحليل HTML، وسلامة الأرشيف، واختبارات الانحدار، والفحص البصري للصفحات التي تغيرت.

أما في أنواع العمل الأخرى فستختلف الاختبارات. المبدأ واحد: حوّل أكبر قدر ممكن من الجودة إلى أدلة يمكن فحصها.

عندها يصبح لدى الإنسان شيء أقوى من رأيين واثقين: تحليلان مستقلان ونتائج قابلة للاختبار.

الكلفة الفعلية للذكاء الاصطناعي

يركز النقاش حول أسعار الذكاء الاصطناعي غالباً على الاشتراك الشهري. وفي العمل الهندسي قد يكون هذا الرقم مضللاً.

إذا وفّر نموذج ساعة ثم تسبب في ثلاث ساعات لإصلاح الانحدارات، فإن مكسب الإنتاجية الظاهر لم يكن حقيقياً. وإذا تطلب نموذجان اشتراكاً إضافياً لكنهما منعا خطأ في النشر، فقد يكون الاشتراك الثاني قد سدّد نفسه فوراً.

هذا لا يعني أن كل شركة ناشئة تحتاج كل نموذج مدفوع. يجب أن يكون التكرار متناسباً مع العواقب. قد تكفي أداة واحدة وفحص بشري سريع لمسودة منخفضة المخاطر. أما نشر إنتاجي أو نموذج مالي أو وثيقة تقنية حرجة أو تغيير برمجي معقد فقد يبرر مراجعة مستقلة ثانية.

الهدف ليس تعظيم الإنفاق على الذكاء الاصطناعي. الهدف ضبط المخاطر بكلفة منطقية.

أفضل نموذج اليوم ليس فائزاً دائماً

يتحرك سوق الذكاء الاصطناعي بسرعة أكبر من أن يكون افتراض «الفائز الدائم» مفيداً عملياً.

تُحدَّث النماذج، وتتحسن القدرات، وتتغير الأسعار وحدود السياق، وتظهر أدوات وتختفي. منصة تناسب سير عمل معيناً بشكل ممتاز اليوم قد تصبح أقل ملاءمة لاحقاً بينما تتحسن أخرى.

العملية المبنية على أدوار مستقلة تصمد أمام هذه التغييرات أفضل من عملية مبنية على الولاء لنموذج واحد.

إذا ظهر نموذج أقوى غداً، يمكن إدخاله إلى سير العمل كبانٍ أو مراجع أو متخصص دون التخلي عن انضباط التحقق الأساسي.

صمّم العملية لا الولاء

تغير السؤال الأكثر قيمة من «أي ذكاء اصطناعي نستخدم؟» إلى «ما الذي يجب أن يحدث قبل أن نثق في عمل ولّده الذكاء الاصطناعي؟»

بالنسبة إلينا أصبح النمط الأقوى بسيطاً: عرّف المتطلب بوضوح؛ دع نموذجاً ينتج؛ دع نموذجاً آخر يفحص بصورة مستقلة؛ أعد الملاحظات إلى النموذج الأول أو المسؤول عن البناء؛ شغّل فحوصاً موضوعية؛ وأبقِ المسؤولية النهائية لدى الإنسان صاحب القرار.

هذا أبطأ من قبول أول جواب مقنع، لكنه غالباً أسرع من إصلاح مشكلة بعد النشر.

العملية الجيدة لا تفترض الفشل. بل تجعل اكتشاف الفشل أسهل بينما يظل التصحيح رخيصاً.

الانضباط الذي يجعل التكرار مفيداً

يمكن لنموذجين أن يتفقا على الإجابة الخاطئة نفسها. وقد يشتركان في بيانات تدريب متشابهة أو يفسران متطلباً غامضاً بالطريقة نفسها أو يكرران افتراضاً مقنعاً.

لذلك لا يحل التكرار الاحتياطي محل الحكم البشري أو الاختبارات أو الخبرة المتخصصة أو وضوح المتطلبات.

إنه طبقة إضافية. وتعتمد قيمته على الانضباط: حافظ على الاستقلال، وأعط المراجع وصولاً إلى الأثر الحقيقي، واطلب الدليل، وميّز النتائج عن التخمينات، وحل الخلافات صراحة، وتحقق من الحالة النهائية.

تبقى المسؤولية البشرية هي الحد الأخير. يستطيع الذكاء الاصطناعي أن يولد ويفحص ويقارن ويسرّع. لكن الإنسان هو من يقرر ما يصلح للإطلاق.

الخلاصة

هل يجب على شركة ناشئة استخدام نموذجين لمجرد أن اثنين أفضل من واحد؟ لا.

هل ينبغي لعمل مهم بمساعدة الذكاء الاصطناعي أن يعتمد على نموذج واحد يولد الناتج ويوافق عليه عملياً بنفسه؟ يصعب تبرير ذلك أكثر بكثير.

الدرس من تجربتنا هو أن التكرار في الذكاء الاصطناعي يمكن أن يكون عملياً وميسوراً وقوياً بصورة مفاجئة. نموذج يبني، وآخر يفحص. ويمكن تبادل الأدوار. ويمكن لاختبارات آلية أن تختبر الاثنين. ويبقى الإنسان مسؤولاً عن القرار النهائي.

الهدف ليس صنع جدال بين الآلات.

الهدف هو صنع عملية لا تعتبر الإجابة المقنعة إجابة متحققاً منها تلقائياً.

قد يعتمد العمل بفعالية مع الذكاء الاصطناعي في النهاية بدرجة أقل على العثور على النموذج الواحد الذي نثق به أكثر، وبدرجة أكبر على تصميم نظام لا يحتاج إلى ثقة عمياء في أي نموذج منفرد.