في مارس 2016، جلس بطل لعبة Go الكوري لي سيدول أمام نظام AlphaGo الذي طورته DeepMind. كانت المباراة تبدو وقتها كاختبار كبير لقدرة الكمبيوتر على منافسة الإنسان في واحدة من أعقد الألعاب الذهنية. ثم جاءت النقلة رقم 37. حركة بدت غريبة، حتى إن المعلقين ظنوها خطأً، لكن بعد عشرات النقلات ظهر أنها كانت مفتاحًا لفوز الآلة.
موضوعات مقترحة
وذكرت صحيفة وول ستريت أن «النقلة 37» أصبحت اليوم أكثر من ذكرى في تاريخ الذكاء الاصطناعي، بعدما بدأت تظهر لحظات مشابهة في مجالات مختلفة؛ حيث تقدم الأنظمة الذكية حلولًا أو مسارات تبدو غير بديهية للبشر في البداية، ثم يتضح لاحقًا أنها تحمل منطقًا عميقًا أو تكشف طريقة جديدة للتفكير.
الحركة التي أربكت العباقرة
قيمة «النقلة 37» لم تكن في أنها ساعدت AlphaGo على الفوز فقط. قيمتها الحقيقية أنها كشفت شيئًا أعمق: الذكاء الاصطناعي لا يكرر دائمًا ما تعلمه من البشر، بل يستطيع أحيانًا أن يصل إلى حلول لا تشبه خبرة البشر نفسها.
في لعبة Go، بنى اللاعبون المحترفون مدارس كاملة من الحدس والتجربة والاحتمالات. لكن AlphaGo، بعد تدريبه وتحليله لملايين الاحتمالات، اختار مسارًا بدا ضد المنطق البشري السائد. وبعد أن انتهت الدهشة، بدأ اللاعبون أنفسهم يتعلمون من النقلة.
هذه كانت اللحظة التي تغير فيها السؤال. لم يعد: هل تستطيع الآلة تقليد الإنسان؟ بل أصبح: هل يمكن أن ترى الآلة ما لا نراه؟
من الرقعة إلى المختبر
بعد سنوات من تلك المباراة، خرجت فكرة «النقلة 37» من عالم الألعاب إلى العلوم. DeepMind نفسها انتقلت من Go إلى مشكلات أكثر قربًا من الحياة: البروتينات، الرياضيات، اكتشاف الأدوية، وتحسين الخوارزميات.
في هذه المجالات، لا يبحث العلماء عن آلة تحفظ إجابات قديمة، بل عن نظام يستطيع اقتراح طرق جديدة. إذا نجح الذكاء الاصطناعي في تقديم حل غير متوقع لمسألة علمية أو رياضية، فنحن أمام نسخة جديدة من النقلة نفسها: قرار غريب في لحظته، لكنه يفتح بابًا لم يكن مطروقًا.
وهنا تصبح القصة أكبر من لعبة. تصبح عن طريقة جديدة لاكتشاف المعرفة.
عندما لا يفهم الإنسان الإجابة من أول مرة
أصعب ما في هذه اللحظات أن الإنسان قد لا يدرك قيمتها فورًا. الحل الذي يقترحه الذكاء الاصطناعي قد يبدو غير منطقي، أو بعيدًا عن المسار المعتاد، أو حتى خاطئًا. لكن بعد الفحص، يظهر أنه يعمل.
هذا يضع البشر أمام موقف غير مريح. نحن لا نحب أن تأتي الإجابة من مكان لا نفهمه تمامًا. نريد سببًا واضحًا، تسلسلًا منطقيًا، وخطوات يمكن شرحها. لكن بعض نماذج الذكاء الاصطناعي تعمل بطريقة تجعل النتيجة أكثر وضوحًا من الطريق الذي قاد إليها.
في الطب والهندسة والرياضيات، هذا التوتر سيكبر. هل نقبل حلًا لا نفهمه بالكامل إذا أثبت نجاحه؟ أم نرفضه لأننا لا نعرف كيف وصل إليه؟
العبقرية أم الصندوق الأسود؟
هناك فرق مهم بين المفاجأة والعبقرية. ليس كل قرار غريب من الذكاء الاصطناعي يعني أنه اكتشاف عظيم. أحيانًا تكون النتيجة مجرد خطأ أو هلوسة أو انحراف في البيانات. لذلك، الاحتفال بكل «نقلة 37» جديدة قد يكون خطرًا مثل تجاهلها تمامًا.
القيمة الحقيقية لا تظهر عند لحظة الاقتراح، بل عند الاختبار. هل الحل قابل للتكرار؟ هل يعمل خارج المثال الأول؟ هل يفسره العلماء لاحقًا؟ هل يضيف معرفة جديدة أم مجرد نتيجة عابرة؟
الذكاء الاصطناعي قد يقترح، لكنه لا يلغي دور الإنسان في التحقق. وربما يكون هذا هو الشكل الجديد للشراكة: الآلة تفتح بابًا غريبًا، والإنسان يدخل بحذر ليرى إن كان يؤدي إلى اكتشاف أم إلى طريق مسدود.
«النقلة 37» في البحث العلمي
أكثر الأماكن التي تظهر فيها هذه الفكرة الآن هي المختبرات. في الماضي، كان الباحث يحتاج سنوات لاختبار فرضيات كثيرة. اليوم، يمكن لنماذج الذكاء الاصطناعي أن تضيق المساحات، تقترح بروتينات، تتوقع تفاعلات، أو تجد أنماطًا في بيانات ضخمة لا يستطيع الإنسان قراءتها وحده.
هذا لا يعني أن العلماء سيختفون، بل يعني أن دورهم يتغير. بدل أن يبدأوا دائمًا من الحدس البشري، قد يبدأون من اقتراح آلي غريب ثم يفحصونه. وبدل أن تكون الآلة أداة حساب فقط، تصبح شريكًا في طرح الاحتمالات.
هنا يصبح الذكاء الاصطناعي أقرب إلى زميل لا يفكر مثلنا. وهذا بالضبط مصدر قوته ومصدر قلقه في الوقت نفسه.
الرياضيات تسمع طرقًا على أبواب مغلقة
في الرياضيات وعلوم الحاسب، لحظات «النقلة 37» قد تكون أكثر إثارة. لأن المجال يقوم على حلول دقيقة، لا على الانطباع. إذا وجد الذكاء الاصطناعي طريقة أسرع لضرب المصفوفات، أو خوارزمية أكثر كفاءة، أو مسارًا جديدًا في مسألة قديمة، فالنتيجة يمكن قياسها والتحقق منها.
لكن حتى هنا، لا ينتهي دور البشر. أحيانًا يعطي النظام حلًا عمليًا دون أن يقدم برهانًا جميلًا أو تفسيرًا كافيًا. فيصبح على العلماء تحويل الاكتشاف إلى معرفة يمكن تدريسها والبناء عليها.
الآلة قد تجد الطريق، لكن الإنسان لا يزال يحتاج إلى رسم الخريطة.
الطب يفتح الباب بحذر
في الطب، المسألة أكثر حساسية. إذا اقترح الذكاء الاصطناعي علاجًا أو مركبًا دوائيًا أو طريقة تشخيص غير معتادة، لا يمكن التعامل معها كحركة على رقعة لعبة. هنا هناك حياة بشرية، تجارب سريرية، تنظيمات صحية، وأخطاء قد تكون مكلفة.
لكن الإغراء كبير. اكتشاف دواء قد يستغرق سنوات طويلة وتكلفة ضخمة. وإذا استطاع الذكاء الاصطناعي تقليل عدد المسارات الفاشلة، أو اقتراح جزيئات واعدة، أو ربط بيانات بيولوجية معقدة، فقد يختصر رحلة كانت تبدو شبه مستحيلة.
في هذا المجال، «النقلة 37» لن تكون لقطة تلفزيونية مثيرة، بل ربما مركبًا كيميائيًا لم يكن ليخطر ببال فريق بحثي، أو علاقة بين مرض وبروتين لم تكن ظاهرة في البيانات التقليدية.
الأعمال والإدارة أمام قرارات غير مريحة
الفكرة لا تقف عند المختبرات. في الشركات، قد يقترح الذكاء الاصطناعي تسعيرًا غير متوقع، مسارًا جديدًا لسلاسل الإمداد، طريقة مختلفة لتوزيع الإعلانات، أو قرارًا تشغيليًا يخالف خبرة المديرين.
وهنا ستكون المقاومة أكبر. لأن القرار التجاري لا يقاس دائمًا بمعادلة واضحة. هناك سمعة، عملاء، ثقافة داخلية، مخاطر قانونية، وحس إنساني للسوق. إذا جاء النظام باقتراح غريب ونجح مرة، هل نثق به في المرة التالية؟ وإذا فشل، من يتحمل المسؤولية؟
هذه هي النقطة التي ستفصل بين الشركات التي تستخدم الذكاء الاصطناعي كأداة شكلية، وتلك التي ستبني طرقًا جديدة لاختبار قراراته والاستفادة من غرابتها دون تسليم كامل له.
الإنسان لا يخسر دوره.. لكنه يخسر احتكار الحدس
الخوف الشائع أن «النقلة 37» تعني أن الإنسان أصبح خارج اللعبة. لكن القراءة الأدق أنها تعني أن الإنسان لم يعد يحتكر الحدس. لقرون، كنا نرى الإبداع والاختيار غير البديهي كعلامة بشرية خالصة. AlphaGo هزّ هذه الفكرة.
اليوم، الذكاء الاصطناعي لا يملك وعيًا بشريًا أو تجربة حياة، لكنه يستطيع عبور مساحات احتمالات لا نستطيع نحن عبورها. ومن هذه المساحات قد يأتي باقتراح يبدو كالإبداع، حتى لو كان ناتجًا عن حسابات ضخمة لا عن شعور.
هذا لا يلغي الإنسان. لكنه يجبره على التواضع. فالعقل البشري سيظل ضروريًا للسؤال، التفسير، الأخلاق، الاختبار، والقرار. لكنه لم يعد وحده القادر على مفاجأة العالم.
الخطر في الانبهار السريع
كلما زادت لحظات «النقلة 37»، زاد خطر تحويلها إلى أسطورة. الشركات قد تستخدمها في التسويق، والمستثمرون قد يرون فيها وعدًا بلا حدود، والجمهور قد يخلط بين اكتشاف حقيقي واستعراض ذكي.
لكن الذكاء الاصطناعي لا يستحق الثقة لأنه فاجأنا. يستحقها فقط عندما تُختبر مفاجأته وتثبت قيمتها. هناك فارق بين نظام يرى ما لا نرى، ونظام يقول كلامًا يبدو عميقًا لكنه بلا أساس.
لذلك، المرحلة المقبلة تحتاج إلى مؤسسات تعرف كيف تستقبل الاقتراح الغريب: لا ترفضه بغرور، ولا تقبله بانبهار. تفتحه، تفحصه، وتضعه تحت ضغط التجربة.
سباق لا ينتظر أن نفهم كل شيء
واحدة من أكثر النقاط إرباكًا أن هذه اللحظات تتكاثر أسرع من قدرة المجتمع على بناء قواعد لها. المختبرات تطور نماذج أقوى، الشركات تدخل الذكاء الاصطناعي في العمليات، الحكومات تدرس التنظيم، والجامعات تحاول اللحاق بطريقة تدريس مختلفة.
العالم لا ينتظر حتى نفهم كل «نقلة 37» قبل أن تظهر التالية. وهذا يعني أن التحدي لم يعد تقنيًا فقط، بل اجتماعي وإداري وأخلاقي. كيف نستخدم نظامًا قد يقترح ما لا نتوقعه؟ كيف نمنعه من الضرر؟ كيف نعطيه مساحة للإبداع دون أن نعطيه سلطة مطلقة؟
الجواب لن يأتي من مهندسي الذكاء الاصطناعي وحدهم. سيحتاج إلى علماء، أطباء، قانونيين، اقتصاديين، صحفيين، ومؤسسات قادرة على السؤال قبل التصفيق.
لحظة غريبة تتحول إلى لغة عصر
«النقلة 37» بدأت كحركة واحدة على رقعة لعبة. لكنها تحولت إلى لغة لفهم عصر كامل. كلما قدّم الذكاء الاصطناعي حلًا غريبًا ثم ثبتت قيمته، سنعود إلى تلك اللحظة: الحركة التي لم يفهمها البشر في وقتها، ثم اكتشفوا أنها كانت ترى أبعد منهم.
لكن الفرق أن رقعة Go كانت محدودة. أما رقعة اليوم فهي العلوم والاقتصاد والصحة والتعليم والأمن والعمل. هنا لا تكفي الدهشة. نحتاج إلى طريقة جديدة للتعامل مع ذكاء لا يشبهنا، وقد يساعدنا لأنه لا يشبهنا.
ربما لا تكون لحظات «النقلة 37» دليلًا على أن الآلة أصبحت مثل الإنسان. ربما تكون أهم من ذلك: دليلًا على أن المعرفة نفسها بدأت تحصل على شريك مختلف، يرى الاحتمالات من زاوية لا تستطيع العين البشرية الوصول إليها وحدها.
والسؤال لم يعد هل يستطيع الذكاء الاصطناعي أن يفاجئنا. السؤال الأصعب: هل نحن مستعدون عندما تكون مفاجأته صحيحة؟