المسافة بين الذكاء والفهم

يضيء هاتفك. رقم لا تعرفه، وتحته عبارة صغيرة: قد تكون مزعجة.

من المغري أن تثق بهذا التحذير؛ فالمرشِّح ذكي، والعبارة تبدو واثقة من نفسها. قبل أن تتابع القراءة، خمّن.

إذا كان تخمينك أعلى بكثير من ٨٫٣٪، فلستَ وحدك. عندما عرض عالما النفس غيرد غيغرنزر وأولريش هوفراغه مسائل كهذه على طلاب جامعيين لم يتعرّفوا من قبل على مبرهنة بايز، لم تتبع الاستدلال الصحيح إلا إجابة واحدة من كل ست إجابات تقريبًا. وأشارا إلى أن دراسات سابقة وجدت أطباء يتعثّرون في هذا النوع من المسائل.^[١]

انظر الآن إلى الإجابة نفسها مرة أخرى. إنها صحيحة. وكاملة. بل تعرض خطوات الحل أيضًا.

ومع ذلك، ما لم تكن معتادًا التفكير بالاحتمالات الشرطية، فالأرجح أنها لم تجعل النتيجة تبدو بديهية. ربما تستطيع أن تكرّرها، لكن شرحها لزميل أمر آخر، وكذلك توقّع ما سيحدث لو أصبحت المكالمات المزعجة أكثر شيوعًا.

هذا هو الشعور الذي يتكرّر عندي أكثر من غيره حين أقرأ إجابات طويلة من نماذج الذكاء الاصطناعي. كل جملة سليمة. المشكلة تسكن ما بين الجمل. تترك لي الإجابة أن أكتشف بنفسي ما الأهم، وكيف ترتبط الأجزاء، وكيف تبدو الصورة كاملة.

ضع الاحتمالات جانبًا للحظة. تخيّل ألف مكالمة عادية تصل إلى الهاتف، وراقب أيّها يحذّر منه.

من بين ١٠٨ تحذيرات، لا يخصّ المكالمات المزعجة إلا ٩.

كان السبب أمام أعيننا طوال الوقت. المكالمات العادية أكثر من المزعجة بكثير، حتى إن نسبة خطأ صغيرة فيها تكفي لتصنع معظم التحذيرات. وحين ترى هذا الحشد من المكالمات العادية، تتوقف النتيجة عن إثارة الدهشة، وتكاد تصبح بديهية.

لم نُضف شيئًا. هذه هي الأرقام التي استخدمتها المعادلة نفسها. ما تغيّر هو الشكل وحده: أعداد لأشياء بدل احتمالات لأحداث، وصورة تبقى فيها المجموعة الكبيرة كبيرة أمام العين.

وقد قاس علماء النفس مقدار هذا الأثر. ففي الدراسة الأولى من بحث غيغرنزر وهوفراغه، أدّى تغيير صيغة العرض وحده، من «١٪» إلى «١٠ من كل ١٬٠٠٠» وهكذا، إلى رفع نسبة الاستدلال البايزي الصحيح من ١٦٪ إلى ٤٦٪ عبر خمس عشرة مسألة مختلفة. أي قرابة ثلاثة أضعاف.^[١] وجاءت مراجعة لاحقة شملت ٣٥ بحثًا فأكدت هذه الأفضلية، ووجدت أن الوسائل البصرية تساعد أيضًا. لكنها كشفت حدًّا يدعو إلى التواضع: حتى حين تُعرض المعلومات أعدادًا لا احتمالات، ما زال معظم الناس يخطئون في هذه المسائل.^[٢]

أظن أن هذا المثال الصغير يلخّص شيئًا كبيرًا عن الذكاء الاصطناعي. يستطيع النموذج أن ينتج الإجابة الصحيحة، أمّا قدرة الإنسان على استخدامها فتتوقف على أمر آخر: كيف تلتقي الإجابة بعقل هذا الإنسان. قدرة النموذج وفهم الإنسان نتيجتان مختلفتان. وحين يكون الفهم مهمًا، علينا أن نصمّم من أجل كلتيهما، وأن نقيسهما معًا.

ليس كل سؤال بحاجة إلى درس بالطبع. إذا أردت ترجمة، أو موعد قطار، أو سطرًا برمجيًا يعمل، فقد يصبح الشرح عائقًا. لكن حين تكون الغاية التعلّم، أو فحص توصية، أو اتخاذ قرار، فالإجابة التي لا تستطيع استخدامها لم تكتمل بعد.

ولا تحسم الدرجات المبهرة في الاختبارات هذه المسألة. فالدرجة العالية في امتحان صعب تخبرنا بشيء عن النموذج، لكنها لا تخبرنا إن كان قارئ بعينه قد خرج قادرًا على استخدام ما كتبه.

أظن أن هذه المسافة تتسع مع تحسّن النماذج. فهي صارت تجيب عن أسئلة يصعب استيعاب إجاباتها، بينما ما زالت هذه الإجابات تصل كتلًا من النص. أحمل هذه الفكرة بوصفها فرضية، لا اتجاهًا مقيسًا.

نجحت الصورة حيث لم تنجح المعادلة. وجزء من السبب هو قلّة ما نستطيع الاحتفاظ به في أذهاننا في اللحظة الواحدة.

يسمّي علماء النفس هذه المساحة الذاكرة العاملة. تخيّلها مكتبًا ذهنيًا صغيرًا نضع عليه ما نفكّر فيه الآن، ونركّب بعضه مع بعض. وهو لا يتسع إلا لعدد قليل من العناصر الجديدة.

والمعرفة تجعل المكتب يبدو أوسع، لأن الأنماط المألوفة تشغل مساحة أقل. يرى الإحصائي «٠٫٩ × ٠٫٠١» خطوة واحدة مألوفة، بينما يرى المبتدئ عدة عناصر منفصلة، وعليه أن يبقيها كلها أمام عينيه وهو يحاول فهم العلاقة بينها. وقد ربطت أبحاث جون سويلر حول العبء المعرفي هذه الحدود بالتعلّم: الجهد المبذول لمجرد إنجاز المهمة قد يزاحم الجهد الذي يبني معرفة باقية.^[٣]

كل مصطلح غير مألوف في الإجابة يفتح خيطًا على القارئ أن يمسكه حتى يربطه النص بشيء يعرفه. الحساسية. النوعية. القيمة التنبؤية الإيجابية. وحين تُفتح عدة خيوط قبل أن يتصل بعضها ببعض، يُطلب من القارئ أن يبني البنية ويفهمها في الوقت نفسه.

وتقدّم أبحاث التعلّم من الكلمات والصور علاجات عملية. يصف ماير ومورينو عددًا منها: تقديم الدرس على أجزاء يتحكّم المتعلّم في إيقاعها، وتعريف الأجزاء الأساسية قبل العلاقات بينها، ووضع الكلمات بجوار جزء الصورة الذي تصفه.^[٤] جاءت هذه النتائج من دروس صُمّمت بعناية، لا من إجابات المحادثة. ونقلها إلى الذكاء الاصطناعي نقطة انطلاق معقولة، لكنها ما زالت تحتاج إلى اختبار.

وهنا مفارقة. فالمساعدة التي تنقذ المبتدئ قد تعيق الخبير. يسمّي كاليوغا وزملاؤه ذلك أثر انعكاس الخبرة.^[٥] لا يحتاج الإحصائي إلى ألف مربع؛ فالمعادلة أسرع له. لذلك لا يوجد شرح واحد هو الأفضل، بل شرح جيد لقارئ بعينه ولغاية بعينها.

والخبرة محصورة في مجالها أيضًا. فالإحصائي نفسه قد يحتاج إلى طريق المبتدئ في اللحظة التي ينتقل فيها الحديث إلى قانون العقود.

لو كانت الغاية أن تبدو الإجابات سهلة فقط، لكان الذكاء الاصطناعي قريبًا من الكمال؛ فإجاباته سلسة وواثقة ومنسّقة بعناية. المشكلة أن الشعور بالفهم دليل ضعيف على الفهم الحقيقي.

ويمكنك أن تختبر ذلك بنفسك في دقيقة تقريبًا.

أجرى ليونيد روزنبليت وفرانك كيل هذه التجربة مع طلاب دراسات عليا في جامعة ييل، مستخدمين أدوات يومية مثل السحّاب وخزان طرد المرحاض والقفل الأسطواني. قيّم المشاركون فهمهم، ثم كتبوا خطوة خطوة كيف تعمل كل أداة، ثم أعادوا التقييم. فانخفضت تقييمات الجميع تقريبًا، وقال كثيرون إنهم فوجئوا بقلّة ما يعرفون.^[٦]

سمّى الباحثان هذه الظاهرة وهم العمق التفسيري. وهي أقوى ما تكون في تفسير طريقة عمل الأشياء، وأضعف بكثير في الحقائق والإجراءات والقصص.

والعرض المصقول قد يصنع وهمًا مشابهًا. في إحدى الدراسات، شاهد طلاب الشرح نفسه، ومدته دقيقة، عن سبب كون قطط الكاليكو ثلاثية الألوان إناثًا في الغالب. رأى نصفهم المتحدث يلقيه بسلاسة: منتصب القامة، ينظر إلى الكاميرا، بلا أوراق. ورأى النصف الآخر المتحدث نفسه منحنيًا فوق أوراقه، يتلعثم. توقّعت المجموعة الأولى أن تتذكّر أكثر بكثير، وقيّمت المتحدث بأنه أفضل استعدادًا وأكثر فاعلية.

لكن في اختبار التذكّر، جاء أداء المجموعتين متقاربًا.^[٧]

ويحدث العكس أيضًا. في جامعة هارفارد، وُزّع طلاب فيزياء عشوائيًا بين محاضرات متقنة يلقيها مدرّسون ذوو تقييمات عالية، وحصص تعلّم نشط تغطي المادة نفسها، ثم تبادلوا الأماكن. في الحصص النشطة سجّلوا في الاختبار درجات أعلى بنحو نصف انحراف معياري، ومع ذلك قالوا إنهم شعروا بأنهم تعلّموا أقل.^[٨] وردّ الباحثون جزءًا من هذا التناقض إلى الجهد. فالتفكير الأصعب بدا للطلاب كأنه تعلّم أقل.

وتُظهر ملخصات الذكاء الاصطناعي نمطًا مشابهًا. في سبع تجارب شملت أكثر من عشرة آلاف شخص، تعلّم المشاركون عن موضوع ما، مثل طريقة زراعة حديقة خضروات، إمّا من ملخص على طريقة الذكاء الاصطناعي وإمّا من روابط البحث المعتادة. فأمضى من حصلوا على الملخص وقتًا أقل مع المادة، وقالوا إنهم تعلّموا أقل، وكتبوا لصديق نصائح أقل تفصيلًا وأكثر عمومية. وفي إحدى التجارب تلقّت المجموعتان المعلومات نفسها تمامًا، ولم يختلف إلا شكل عرضها. فبقي النمط نفسه.^[٩]

اعتمدت هذه القياسات على تقدير المشاركين لأنفسهم وعلى النصائح التي كتبوها، لا على اختبار معرفة. ومع ذلك فالاتجاه متّسق: ما يسهل تلقّيه قد يصعب الاحتفاظ به.

وهناك نتيجتان تمنعان تحويل هذا إلى دعوة إلى افتعال الصعوبة. حين جعلت بوتشينتسا وزميلاها الناس يفكّرون قبل رؤية اقتراح الذكاء الاصطناعي، قلّ اعتمادهم على نصائحه الخاطئة. لكنهم كانوا أقل إعجابًا بهذه التصاميم، واختلفت الفائدة من شخص إلى آخر، ولم يتحسّن الأداء العام تحسّنًا ذا دلالة إحصائية.^[١٠] وفي تجارب غايوس وماميكينا عن التغذية، تعلّم من حصلوا على الشرح وحده، بينما لم يُظهر من حصلوا على التوصية مع الشرح نفسه التعلّم ذاته.^[١١]

فالمهم إذن ليس مقدار الجهد، بل ما يبقى للإنسان أن يستنتجه بنفسه.

ماذا يحدث حين يدخل نموذج حديث إلى الصف؟ تقدّم دراستان حديثتان إجابة لافتة، وهي تتوقف على التصميم.

في دراسة أجرتها الباحثة بستاني وزملاؤها في مدرسة ثانوية كبيرة في تركيا، وُزّع نحو خمسين صفًا للرياضيات، تضم قرابة ألف طالب، عشوائيًا على ثلاث طرق للتدريب. بعض الصفوف تدرّب من دون ذكاء اصطناعي. وبعضها مع مساعد محادثة عادي يعمل بنموذج GPT-4. وبعضها مع نظام تعليمي يعمل بالنموذج نفسه ويُطلب منه تقديم تلميحات صمّمها المعلّمون بدل الإجابات. وانتهت كل حصة بامتحان مغلق الكتب على الأفكار نفسها.^[١٢]

استخدم الزر في الشكل لتسحب الذكاء الاصطناعي.

مع توفّر الذكاء الاصطناعي، تفوّقت المجموعتان في التدريب على المجموعة التي لم تستخدمه: كانت الدرجات أعلى بنسبة ٤٨٪ مع المساعد العادي، و١٢٧٪ مع النظام التعليمي.

ثم غاب الذكاء الاصطناعي. فسجّل الطلاب الذين تدرّبوا مع المساعد العادي درجات أقل بنسبة ١٧٪ من الطلاب الذين لم يستخدموه قط. أمّا درجات مجموعة النظام التعليمي في الامتحان فلم يمكن تمييزها عن درجات المجموعة التي لم تستخدمه.

وهناك تفصيلان يجعلان هذه الدراسة عصيّة على النسيان. فقد استخدم كثير من الطلاب المساعد العادي عكّازًا، فطلبوا الحلول ونسخوها، مع أن إجاباته لم تكن صحيحة إلا في نحو نصف الحالات. وأساء الطلاب تقدير تعلّمهم: فمن استخدموا المساعد العادي لم يعتقدوا أنهم تعلّموا أقل، ومن استخدموا النظام التعليمي ظنّوا أن أداءهم في الامتحان كان أفضل. ولم يكن كذلك.

ويمكن للتصميم أن يرجّح الكفّة في الاتجاه الآخر. فقد بنى بعض من أجروا دراسة التعلّم النشط في هارفارد نظامًا تعليميًا بالذكاء الاصطناعي يستند إلى ما توصّلت إليه الأبحاث عن طريقة تعلّم الناس، وتدعمه حلول مفصّلة كُتبت مسبقًا خطوة خطوة. وقارنوه بحصة تعلّم نشط في مقرّر فيزياء تمهيدي ضمّ ١٩٤ طالبًا. في الاختبار الذي تلا الدرس مباشرة، سجّل طلاب النظام درجات أعلى: بوسيط ٤٫٥ مقابل ٣٫٥. واحتاجوا عادة إلى وقت أقل أيضًا: بوسيط ٤٩ دقيقة مقابل ٦٠ دقيقة للحصة.^[١٣] شملت الدراسة درسين، وقاست التعلّم فورًا، لذا لا تستطيع أن تخبرنا كم يدوم هذا المكسب.

إذا وضعنا الدراستين جنبًا إلى جنب، نصل إلى خلاصة أضيق وأنفع من القول إن «الذكاء الاصطناعي يجعلنا نتعلّم أقل» أو إنه «يعلّم أفضل». فالتعلّم يعتمد على المنظومة كلها: النموذج، والمعلومات المتاحة له، والطريقة التي يُوجَّه بها إلى التعليم، والواجهة، والمهمة، والمتعلّم. لم تعزل أيّ من الدراستين أثر الصياغة أو شكل العرض، لذا لا تثبتان أن كثافة النص هي العلّة.

إذا كان الفهم جزءًا من الهدف، فينبغي أن تمنح الإجابة القارئ طريقًا عبر الموضوع، لا وجهة فحسب. تقدّم عبر التغييرات الخمسة أدناه، وراقب ما يفعله كل منها.

1. ابدأ بالفكرة الأساسية.

   قل ما الأهم ولماذا، في جملة يستطيع القارئ الاحتفاظ بها. ثم أظهر كيف تترابط الأجزاء الداعمة. فالعنوان وحده لا يعوّض رابطة ناقصة.

2. أتح العمق عند الطلب.

   دع القارئ يفتح الحساب أو الافتراضات أو المصدر من دون أن يفقد موضعه. وأبقِ أي افتراض يغيّر المعنى ظاهرًا أمامه.

3. تكيّف مع الغاية.

   من يقرّر كيف يتعامل مع مكالمة حذّر منها الهاتف يحتاج إلى طريق مختلف عمّن يتعلّم الفكرة أو يراجع الحساب. دع القرّاء يختارون، ودعهم يغيّرون اختيارهم. وطلب إجابة قصيرة لا يجعل صاحبه خبيرًا.

4. أظهر العلاقة.

   قد تُظهر الصورة ما تكتفي الفقرة بادّعائه، وقد يكشف شريط التحكم أثر افتراض ما. أمّا الزخرفة والحركة غير الضرورية ولوحات المعلومات المزدحمة فتفعل العكس: تضيف عبئًا.

5. تحقّق بلطف.

   قد يكشف طلب توقّع واحد سوء فهم محدّدًا، فتتمكّن الإجابة من الاستجابة له. لكن إجابة صحيحة واحدة، أو وقفة، أو ثقة النموذج، ليست دليلًا على أن شخصًا ما قد فهم.

وتشير إرشادات الإتاحة المعرفية لدى W3C إلى الاتجاه نفسه، إذ توصي بقدر من المحتوى يمكن التعامل معه وبخيارات واضحة.^[١٤] هذا أساس سليم للتصميم، وإن لم يكن ضمانًا لأن تنجح واجهة بعينها في التعليم.

ليس في شيء من هذا دعوة ضد النص. فالنص دقيق، وقابل للبحث، وسهل المراجعة، وكثيرًا ما يكون الوسيط الأيسر إتاحة. الفرصة هي أن نضيف إليه أشكالًا أخرى حين تفيد. وقد يصبح النموذج الأقوى نفسه أفضل في اختيارها، فيتقدّم النموذج وتصميم الواجهة معًا.

وهناك خطر أيضًا. فالإجابة الخاطئة المرتّبة بإتقان أكثر إقناعًا من الإجابة الخاطئة الفوضوية. لذلك يحتاج العرض الأفضل إلى طريق للتحقق: مصادر وافتراضات يستطيع القارئ فحصها، لا زخرفة تمنح الإجابة مظهر الموثوقية.

كيف نعرف إن كان شيء من هذا ينجح؟ ليس من مدى إعجاب القرّاء بالإجابة، ولا من المدة التي يقضونها معها، ولا من عدد مرات ضغطهم على زر «فهمت». هذه مقاييس للتفاعل. وكما تُظهر الدراسات التي عرضناها، قد تتحرك أحيانًا عكس اتجاه التعلّم.

نحتاج إلى اختبارات لما يستطيع الناس فعله. إليك أربعة منها على مثال الهاتف نفسه.

أمّا الدراسة الحقيقية فستذهب أبعد من ذلك: ستبدأ بمهمة محدّدة ومعلومات متحقّق منها، ثم توزّع القرّاء عشوائيًا على شرح ثابت ممتاز، وإجابة محادثة معتادة، ونسخة تفاعلية، مع مراعاة ما يعرفه كل قارئ مسبقًا. ولاختبار شكل العرض وحده، ستُبقي الحقائق والتدريب والتغذية الراجعة متطابقة. وفي نظام ثنائي اللغة، ينبغي أن تُختبر كل لغة مع قرّائها، لا أن نفترض أن الترجمة تحافظ على الأثر.

وإذا كانت المهمة الحقيقية هي اتخاذ قرارات سليمة والأداة في متناول اليد، فينبغي قياس هذه القرارات أيضًا. والمتعة والسرعة جزء من التقييم كذلك، لكن لا يمكن أن تحلّا محل النتيجة التي نهتم بها.

من المغري وصف كل هذا بأنه مسافة تتسع بين ذكاء الآلة وما يستطيع الإنسان استيعابه. أجدها طريقة مفيدة في التفكير، وقد ذكرت سبب ظنّي هذا. لكنها تبقى فرضية إلى أن تُقاس قدرة النماذج وفهم البشر جنبًا إلى جنب، عبر الزمن.

الفهم ليس ملفًا يمكن تنزيله إلى الذهن. يبنيه القارئ من معرفته السابقة، وانتباهه، ومحاولاته، وأخطائه، وتصحيحها، والوقت. يستطيع الذكاء الاصطناعي أن يدعم هذه العملية، لكنه لا يستطيع أن يثبت نجاحه فيها بمجرد إنتاج مزيد من الكلمات.

الاتجاه الذي أريده هو ذكاء اصطناعي يساعد الإنسان على العثور على الفكرة المركزية، ورؤية روابطها، واختبار إحدى نتائجها، والعودة إلى دليلها. أحيانًا يكون ذلك فقرات قليلة مكتوبة بعناية، وأحيانًا صورة مثل الألف مكالمة، أو حوارًا، أو محاكاة، أو مزيجًا من ذلك.

هذه طموحات قديمة في التعليم والتصميم. يمنحنا الذكاء الاصطناعي وسائل جديدة للسعي إليها على نطاق واسع، ووسائل جديدة أيضًا للخلط بين المخرجات المقنعة والنجاح.

وربما يأتي التقدّم الكبير التالي من التعامل مع فهم الإنسان بوصفه شيئًا نصمّم من أجله، لا أثرًا نفترض أنه يتبع الإجابة الجيدة تلقائيًا.