نشرت الدكتورة دعاء محيي الدين دراسة بحثية جديدة تقترح الانتقال من قياس دقة الذكاء الاصطناعي إلى قياس «بصمة ذكائه».
ففي الوقت الذي تتسابق فيه الشركات العالمية لتطوير نماذج أكثر قدرة على التحليل والاستدلال واتخاذ القرار، يبرز سؤال جديد يتجاوز حدود قياس سرعة النظام أو دقة إجاباته:
هل يمكن أن نقيس ذكاء الذكاء الاصطناعي نفسه؟
من هنا تطرح الدكتورة دعاء محيي الدين في دراسة بحثية جديدة مفهوم AI IQ – Artificial Intelligence Intelligence Quotient، باعتباره إطارًا مقترحًا لتقييم القدرات الذكية للأنظمة الاصطناعية بصورة أكثر شمولًا من الاعتماد على مؤشرات الأداء التقليدية.
ولا تنطلق الفكرة من محاولة نسخ اختبار الذكاء البشري وتطبيقه على الآلة، وإنما من سؤال أكثر تعقيدًا:
كيف نعرف أن نظام الذكاء الاصطناعي لا يقدم إجابة صحيحة فحسب، بل يتصرف بطريقة ذكية أمام المواقف الجديدة والمعقدة وغير المؤكدة؟
من Accuracy إلى Intelligence
لسنوات طويلة، اعتمد تقييم أنظمة الذكاء الاصطناعي بصورة كبيرة على مؤشرات مثل Accuracyز وسرعة الاستجابة، والقدرة على أداء مهمة محددة.
لكن ارتفاع دقة النظام لا يعني بالضرورة ارتفاع مستوى ذكائه.
فعلى سبيل المثال، تخيل نظامين للذكاء الاصطناعي يساعدان إدارة إحدى الشركات في اتخاذ قرار استثماري.
النظام الأول يحلل ملايين السجلات المالية ويقدم توصية مباشرة:
«استثمر».
أما النظام الثاني فيقدم التوصية نفسها، لكنه يضيف أن البيانات الحالية لا تعكس بصورة كاملة التغيرات الأخيرة في السوق، وأن مستوى الثقة في القرار محدود، ويوصي بإعادة تقييم القرار بعد فترة زمنية محددة.
قد يكون النظام الأول أكثر دقة في الحسابات، لكن النظام الثاني أظهر قدرات إضافية: فهم السياق، تقدير المخاطر، إدارة عدم اليقين، وإدراك حدود المعرفة.
وهنا تحديدًا يظهر الفرق بين:
AI Performance و AI Intelligence.
AI IQ ليس مجرد رقم
ترى الدكتورة دعاء محيي الدين، أن اختزال ذكاء نظام اصطناعي في رقم واحد قد يكون مضللًا.
فالنظام قد يكون متفوقًا في البرمجة، لكنه ضعيف في التعامل مع المواقف الأخلاقية.
وقد يكون ممتازًا في التحليل الرياضي، لكنه أقل قدرة على فهم السياق الإنساني.
لذلك تقترح الدراسة الانتقال من مفهوم «درجة الذكاء» إلى مفهوم أكثر شمولًا:
AI Intelligence Fingerprint
«بصمة الذكاء الاصطناعي»
وهي ملف متعدد الأبعاد يوضح نقاط القوة والضعف في النظام بدلًا من إعطائه درجة واحدة فقط.
ما الأبعاد التي تقيسها «بصمة الذكاء»؟
تقترح الدراسة عددًا من الأبعاد الأساسية، من بينها:
1. Reasoning IQ – ذكاء الاستدلال
قدرة النظام على الانتقال من المعلومات إلى استنتاج منطقي.
2. Problem-Solving IQ – ذكاء حل المشكلات
قدرته على التعامل مع مشكلات جديدة وليس فقط إعادة إنتاج أنماط سبق أن تعلمها.
3. Adaptive IQ – الذكاء التكيفي
كيف يتصرف النظام عندما تتغير البيئة أو تتغير شروط المشكلة؟
4. Contextual IQ – الذكاء السياقي
هل يفهم النظام السياق الذي ورد فيه السؤال، أم يتعامل مع الكلمات بصورة منفصلة؟
5. Creative IQ – الذكاء الإبداعي
هل يستطيع إنتاج حلول جديدة، أم يكتفي بإعادة تركيب الحلول الموجودة؟
6. Critical IQ – الذكاء النقدي
هل يستطيع اكتشاف التناقضات والمعلومات غير المنطقية؟
7. Uncertainty Intelligence – ذكاء التعامل مع عدم اليقين
هل يستطيع التمييز بين ما يعرفه وما لا يعرفه، وتقدير مستوى الثقة في مخرجاته؟
8. Ethical Intelligence – الذكاء الأخلاقي
هل يستطيع إدراك أن القرار الصحيح حسابيًا قد لا يكون القرار الأنسب إنسانيًا أو أخلاقيًا؟
عندما يكون النظام الأقل دقة أكثر ذكاءً
تظهر أهمية هذا الإطار بصورة خاصة في المجالات الحساسة.
في القطاع الطبي، على سبيل المثال، قد يقدم نظام ذكاء اصطناعي تشخيصًا بدقة 94%، بينما يقدم نظام آخر دقة تبلغ 91%.
لكن النظام الثاني قد يشير إلى وجود تشخيص بديل محتمل، ويطلب فحوصًا إضافية قبل اتخاذ القرار النهائي.
إذا كان المعيار الوحيد هو Accuracy، فسيبدو النظام الأول أفضل.
لكن إذا أضفنا إلى التقييم الاستدلال، وإدارة عدم اليقين، والسلامة، وفهم السياق، ومعرفة حدود النظام، فقد تتغير النتيجة.
وهنا يتحول السؤال من:
How accurate is AI؟ إلى: How intelligently does AI behave?
من «درجة الذكاء» إلى «بصمة الذكاء»
يمكن تصور نتيجة أحد الأنظمة على سبيل المثال بالشكل التالي:
- البعد| التقييم
- الاستدلال| 92
- حل المشكلات| 89
- فهم السياق| 94
- التكيف| 81
- الإبداع| 87
- التفكير النقدي| 85
- إدارة عدم اليقين| 78
- الذكاء الأخلاقي| 90
هذه الصورة أكثر فائدة من القول إن النظام «ذكاؤه 90» فقط.
فهي توضح كيف يفكر النظام وأين يتفوق وأين يحتاج إلى تحسين.
وهذا يتوافق مع الاتجاه البحثي المتزايد نحو تقييم أنظمة الذكاء الاصطناعي عبر أبعاد متعددة بدل الاعتماد على اختبار واحد؛ إذ توجد بالفعل أطر حديثة تقسم قدرات النماذج إلى مجالات مثل الاستدلال المجرد، والاستدلال الرياضي، والقدرات الأكاديمية، والبرمجة، واستخدام الحاسوب والموثوقية.
لماذا تحتاج الشركات إلى AI Intelligence Profile؟
من منظور استشاري، قد لا يكون السؤال الصحيح عند اختيار نموذج للذكاء الاصطناعي:
«ما أقوى نموذج موجود؟»
بل:
«ما النموذج الذي يمتلك ملف الذكاء الأنسب لاحتياجات المؤسسة؟»
فالشركة المالية تحتاج إلى أنظمة قوية في الاستدلال وإدارة المخاطر.
والمستشفى تحتاج إلى أنظمة تفهم السياق وتدير عدم اليقين وتعرف متى تطلب تدخل الطبيب.
والمؤسسة التعليمية تحتاج إلى أنظمة قادرة على التكيف مع مستوى الطالب وتشجيع الإبداع والتفكير النقدي.
أما المؤسسات الحكومية فتحتاج إلى مستويات مرتفعة من الشفافية والعدالة والمساءلة، إلى جانب الكفاءة التقنية.
التحدي الحقيقي: هل يمكن قياس «الذكاء»؟
هنا تبرز إحدى أهم القضايا البحثية.
فالذكاء البشري نفسه مفهوم معقد ومتعدد الأبعاد، كما أن مقاييس الذكاء الاصطناعي الحالية تعتمد على اختبارات ومقاييس مختلفة ولا تقيس بالضرورة جميع أشكال الذكاء.
كما أن بعض المحاولات الحديثة تستخدم بالفعل تسمية AI IQ أو AIQ، لكن المنهجيات تختلف من إطار إلى آخر؛ فهناك نماذج تعتمد على تجميع نتائج اختبارات متعددة، بينما تركز أبحاث أخرى على تعقيد المجالات وتشابهها عند بناء اختبارات للذكاء الاصطناعي.
لذلك لا تقدم الدراسة مفهوم AI IQ باعتباره معيارًا عالميًا معتمدًا، وإنما باعتباره إطارًا بحثيًا قابلًا للتطوير والاختبار والتحقق التجريبي.
من AI IQ إلى Human-AI Intelligence
وربما لا يكون الهدف النهائي هو معرفة «من الأذكى: الإنسان أم الآلة؟»
فالمقارنة نفسها قد تكون محدودة.
الإنسان يمتلك الخبرة والقيم والفهم الاجتماعي والمسؤولية.
والآلة تستطيع تحليل كميات هائلة من البيانات بسرعة واكتشاف أنماط يصعب على الإنسان رؤيتها.
لذلك تفتح الدراسة بابًا لسؤال أكثر أهمية:
كيف نرفع Human-AI Intelligence؟
أي كيف يمكن تصميم منظومة يصبح فيها الإنسان والذكاء الاصطناعي أكثر ذكاءً عندما يعملان معًا، بدلًا من النظر إلى الذكاء الاصطناعي باعتباره بديلًا كاملًا عن الذكاء البشري؟
نحو جيل جديد من تقييم الذكاء الاصطناعي
تعتقد الدكتورة دعاء محيي الدين أن المرحلة المقبلة من تطور الذكاء الاصطناعي لن تعتمد فقط على سؤال:
من يجيب بشكل أسرع؟
ولا حتى:
- من يحصل على أعلى Accuracy؟
بل ستتجه إلى أسئلة أكثر عمقًا:
- من يفهم أفضل؟
- من يستدل بصورة أفضل؟
- من يستطيع التكيف مع المواقف الجديدة؟
- من يدرك حدود معرفته؟
- من يستطيع إدارة عدم اليقين؟
- ومن يتخذ قرارًا أكثر مسؤولية؟
ومن هنا يأتي مفهوم AI IQ باعتباره بداية محتملة لإطار جديد لتقييم «ذكاء» الأنظمة الاصطناعية، بينما تمثل AI Intelligence Fingerprint خطوة نحو وصف أكثر دقة لقدرات كل نظام.
فالذكاء الحقيقي للآلة لا يظهر فقط عندما تعرف الإجابة…
بل عندما تعرف كيف وصلت إليها، ومتى تثق بها، ومتى تشك فيها، ومتى تعترف بحدودها، ومتى تطلب تدخل الإنسان.
وربما هنا تبدأ المرحلة الأكثر نضجًا من الذكاء الاصطناعي:
من Artificial Intelligence إلى Intelligent AI.
بقلم/ الدكتورة دعاء محيي الدين
خبير واستشاري في الذكاء الاصطناعي وعلوم البيانات
عضو هيئة تدريس ببرنامج الذكاء الاصطناعي – الجامعة المصرية الصينية