ألتمان وأمودي وهاسابيس وهوانغ: أربعة تعريفات متباينة للذكاء الاصطناعي العام

مصطلح الذكاء الاصطناعي العام (AGI) صار مظلةً لأفكار متباعدة جداً: عامل رقمي مستقل ينجز عملاً ذا قيمة اقتصادية، وباحث علمي بمستوى حائز على نوبل، وآلة تمتلك كامل طيف القدرات المعرفية البشرية، أو نظام يتفوق ببساطة في الاختبارات. لذلك يمكن أن تتعايش توقعات زمنية واثقة ومتناقضة ظاهرياً؛ فهي في الواقع لا تتحدث عن المحطة نفسها.

والنتيجة لا تتصل بالمصطلحات وحدها. فثقة الجمهور باتت تعتمد أكثر على التقييم المستقل القابل للتدقيق، لا على إعلان يصدر من المدير التنفيذي للشركة المطوّرة.

أربعة قادة، وأربع عتبات مختلفة

سام ألتمان: الاستقلالية ذات القيمة الاقتصادية

التعريف الشائع لدى OpenAI للـAGI هو: أنظمة «عالية الاستقلالية تتفوق على البشر في معظم الأعمال ذات القيمة الاقتصادية». هنا تكون العتبة عملية واقتصادية بالأساس: هل يستطيع النظام إنجاز عمل مفيد على نطاق واسع، لا هل يحاكي الإدراك البشري بكل تفاصيله؟

وفي طرحها العلني الأحدث، تشدد OpenAI على دور الإنسان وحرية اختياره؛ إذ تقول إن هدفها بناء أنظمة تساعد الناس على متابعة الأهداف التي يختارونها، لا أن تحل محل حكمهم على ما هو مهم. وترى أن أتمتة كل شيء بالكامل مستقبل غير مُرضٍ وخطر في آن واحد. 23

وينطبق الحذر نفسه على ملف الوظائف: قدرة الذكاء الاصطناعي على أتمتة مهام لا تعني تلقائياً اختفاء المهنة، لأن البشر قد يظلون محوريين في تقديم الخدمة أو الإشراف عليها أو تحمّل المسؤولية عنها. 25

هذا يترك حدوداً واسعة ومتحركة بين الأدوات القوية، والوكلاء المستقلين، وAGI. فالتعريف الاقتصادي مفيد لقياس الأثر في الواقع، لكنه ليس اختباراً علمياً عاماً ومعلناً.

داريو أمودي: «ذكاء اصطناعي قوي» بحزمة قدرات استثنائية

يفضل داريو أمودي، الرئيس التنفيذي لـAnthropic، استخدام تعبير الذكاء الاصطناعي القوي بدلاً من AGI. وفي مذكرة سياسات للشركة، يُعرّف المصطلح بأنه قفزة كبرى تتجاوز الأنظمة الحالية: قدرات فكرية تماثل أو تتجاوز قدرات الفائزين بجائزة نوبل في معظم التخصصات، والقدرة على استخدام الواجهات الرقمية المتاحة للعامل البشري، وإنجاز عمل معقد باستقلالية. 3

وتتوقع Anthropic ظهور هذه الأنظمة في أواخر 2026 أو أوائل 2027. وقد شبّه أمودي هذا الاحتمال بـ«دولة من العباقرة داخل مركز بيانات»، في إشارة إلى تبعات تركّز تلك القدرات اقتصادياً وأمنياً وجيوسياسياً. 6 7

هذا الوصف أكثر تحديداً من وسم AGI العام، لكنه يجمع في توقع واحد ادعاءات صعبة: اتساع الخبرة، والاستقلالية، واستخدام الأدوات، والموثوقية المستمرة. وقد يحقق النموذج بعض هذه الشروط بوقت طويل قبل أن يحققها كلها.

ديميس هاسابيس: كامل نطاق الإدراك البشري

يحافظ ديميس هاسابيس، الرئيس التنفيذي لـGoogle DeepMind، على عتبة أعلى: AGI هو نظام يملك كل القدرات المعرفية التي يمتلكها البشر. وقد قال إن الذكاء الاصطناعي بمستوى الإنسان قد يصل خلال هذا العقد، لكنه شدد أيضاً على أن الأنظمة الحالية «ليست قريبة إطلاقاً» من AGI بمستوى البشر. 33 38

وفق هذا المنظور، لا يمثل AGI محطة إطلاق منتج بقدر ما يمثل عتبة علمية تتطلب عمومية متينة. أي إنه يتجاوز النجاح في الامتحانات أو الإبهار في عدد محدود من المجالات المهنية؛ إذ ينبغي للنظام أن يعمل عبر سعة الإدراك البشري وتنوعه.

جنسن هوانغ: التفوق الواسع في الاختبارات

اعتمد جنسن هوانغ، الرئيس التنفيذي لـNvidia، معياراً أقرب إلى الاختبارات والمقاييس المرجعية. ففي 2024 قال إن AGI قد يصل خلال خمس سنوات إذا عُرّف بأنه ذكاء اصطناعي يتفوق على البشر في كل اختبار تقريباً؛ ووصف تقرير في 2026 موقفه بأنه إعلان تحقق AGI وفق معيار عملي أكثر تساهلاً. 34

جاذبية هذا النهج واضحة: الاختبارات تعطي درجات قابلة للمقارنة. لكن حدّه واضح أيضاً: اجتياز اختبارات كثيرة لا يثبت وحده قدرة مستقلة وموثوقة على العمل لفترات طويلة، ولا سلامة الحكم في ظروف الواقع الفوضوية والمعقدة.

لماذا لا يمكن مقارنة هذه المواعيد مباشرة؟

لا يقدّر هؤلاء القادة تواريخ مختلفة للحدث نفسه فحسب، بل يتنبأون بوجهات مختلفة:

• ألتمان / OpenAI: أداء مستقل في معظم الأعمال ذات القيمة الاقتصادية.
• أمودي / Anthropic: عمل فكري واسع بمستوى نوبل، مع تنفيذ رقمي مستقل وطويل الأمد.
• هاسابيس / DeepMind: كامل نطاق القدرات المعرفية البشرية.
• هوانغ / Nvidia: أداء يتجاوز البشر في اختبارات واسعة.

قد يتصدر نظام ما اختبارات عديدة من دون أن ينجز باستقلالية أسابيع من البحث العلمي. وقد يؤتمت حصة كبيرة من العمل الرقمي من دون أن يُظهر كامل الذخيرة المعرفية للإنسان. لذلك لا ينبغي قراءة التواريخ المرتبطة بهذه التصريحات بوصفها عدّاً تنازلياً واحداً لوصول AGI.

لماذا يُنظر إلى AGI أحياناً كمفهوم غير قابل للاختبار؟

الاعتراض ليس أن قدرات الذكاء الاصطناعي لا يمكن قياسها؛ فهي قابلة للقياس. المشكلة أن AGI لا يملك قاعدة موحدة ومستقلة تحدد النجاح أو الفشل.

تصف ورقة أكاديمية AGI بأنه مفهوم مهم ومثير للجدل أحياناً، وتقترح تعريفه تشغيلياً كنظام يبلغ على الأقل مستوى الإنسان في معظم المهام. لكن هذه الصياغة تكشف الأسئلة التي ما زالت بلا حسم: ما المهام المقصودة؟ وبالمقارنة مع أي بشر؟ وما مقدار الموثوقية المطلوب؟ وتحت أي ظروف؟ 50

وأي اختبار عام ذي مصداقية يحتاج، في الحد الأدنى، إلى:

1. توزيع مهام محدد بوضوح، بدلاً من مجموعة عروض قابلة للتغيير.
2. عتبات للأداء والموثوقية، تشمل معدل الإخفاق.
3. اختبارات للاستقلالية طويلة الأمد واستخدام الأدوات، لا إجابات فورية لمرة واحدة فقط.
4. حماية من تدريب النظام خصيصاً لاجتياز التقييم.
5. وصول مستقل يكفي لإعادة إنتاج النتائج أو تدقيقها.

من دون هذه البنية، قد يتحول AGI إلى ادعاء مكانة تصدره المؤسسات التي تملك أقوى حافز لتعريف خط النهاية. وقد انتقد معهد AI Now كثيراً من المقاييس المتاحة بوصفها ضيقة وغامضة وتخدم مصالح الجهات التي تطرحها. 62

مشكلة الثقة خلف المصطلح

النقاش حول AGI يكشف مشكلة أوسع تتعلق بالمصداقية. تستطيع الشركات إطلاق ادعاءات واسعة عن قدرات تحولية، فيما يواجه العاملون والعملاء أنظمة غير متساوية الأداء، عرضة للأخطاء، أو صعبة النشر بموثوقية. هذا لا يثبت خطأ كل توقع طويل الأمد، لكنه يعني أن الادعاءات الاستثنائية تحتاج إلى دليل قابل للملاحظة وتوقعات يمكن مساءلة أصحابها عنها.

ويظهر التوتر بوضوح في نقاش الوظائف. تقول OpenAI إن الذكاء الاصطناعي سيعيد تشكيل العمل، وإن بعض الوظائف ستختفي، لكن الأدلة حتى الآن تشير، بحسب الشركة، إلى أنه أقرب إلى عامل تمكين منه إلى بديل عن البشر. 17 ولا يتعارض ذلك بالضرورة مع حدوث اضطراب: فأتمتة المهام، وتغيّر المهن، وإلغاء الوظائف نتائج مختلفة. لكن الثقة العامة تتضرر حين لا تقترن توقعات التحول الواسع بمقاييس شفافة لأثره الفعلي في سوق العمل.

من تسمية AGI إلى رقابة قائمة على القدرات

النموذج الأقوى للحوكمة يركز بدرجة أقل على تقرير ما إذا كان النظام بلغ AGI، وبدرجة أكبر على القدرات والمخاطر المحددة التي يقدمها.

يعتمد نهج مستويات سلامة الذكاء الاصطناعي لدى Anthropic بنية شرطية واضحة: إذا امتلك النموذج قدرة خطرة محددة، فيجب تطبيق ضمانات معينة قبل نشره أو قبل تدريب نماذج أقوى. 5 كما يدعو إطار سياسات أحدث للشركة إلى الشفافية والتقييم المستقل ومنح الحكومات سلطة منع النشر الخطر أو ردعه. 10

ودعا ألتمان بدوره إلى التحقق الخارجي والتقييمات المستقلة للمخاطر في النماذج القوية، بما يشمل الاختبار قبل الإطلاق ونشر نتائج التقييم. 49

واقترح هاسابيس هيئة أميركية لمعايير الذكاء الاصطناعي الحدّي، على نموذج FINRA، وهي جهة تموّلها الصناعة وتخضع لرقابة عامة وتشرف على قطاع الوساطة المالية في وول ستريت. وتتمثل الفكرة في أن تقيّم الجهة، بصورة مستقلة، النماذج المتقدمة قبل إطلاقها. 52 وتشير تقارير إلى نقطة اتفاق ناشئة بين عدد من قادة الشركات الرائدة: ينبغي لأطراف ثالثة اختبار الأنظمة المتقدمة والمساعدة في تطوير معايير تصب في السياسات العامة. 51

لكن الفجوة لا تزال كبيرة بين المقترحات والممارسة الملزمة. فقد أفاد مؤشر سلامة الذكاء الاصطناعي الصادر عن Future of Life Institute لعام 2026 بأنه لا توجد لوائح أو معايير وطنية ملزمة تعالج صراحة مخاطر الذكاء الاصطناعي الحدّي وتحدد إجراءات تقييمها المقابلة. 59

كيف تبدو الادعاءات الموثوقة؟

السؤال العام الأكثر فائدة ليس: «هل وصل AGI؟» بل: ماذا يستطيع هذا النموذج أن يفعل؟ وما مدى موثوقيته؟ وما الذي قد يسوء؟ ومن تحقق من ذلك بصورة مستقلة؟

ويعني ذلك متطلبات مرتبطة بقدرات محددة، منها:

• بروتوكولات تقييم عامة للقدرات عالية الخطورة في الأمن السيبراني والبيولوجيا والخداع؛
• اختبارات مستقلة قبل النشر، واختبارات هجومية لكشف الثغرات؛
• الإفصاح عن الموثوقية والحوادث والتغيرات الجوهرية في ظروف النشر؛
• ضمانات وقيود وصول مرتبطة بعتبات مخاطر مثبتة؛
• وعواقب قانونية لعدم الامتثال، بدلاً من الاكتفاء بالتعهدات الطوعية.

قد يبقى AGI طموحاً قوياً ومصطلحاً تسويقياً وسؤالاً فلسفياً. لكنه محفز تنظيمي ضعيف ما لم يستند إعلان بلوغه إلى أدلة عامة. والثقة لن تُكتسب إلا حين لا يعود في وسع المطورين إعادة تعريف المحطة، وإعلان الوصول إليها، ثم التصديق على سلامتهم بأنفسهم.