هينتون مقابل نغ مقابل لي: صدام العمالقة في لاس فيغاس

على مدار ساعة كاملة، تبادل جيفري هينتون (الملقب بـ"عراب الذكاء الاصطناعي")، وفي-في لي (الملقبة بـ"عرابة الذكاء الاصطناعي")، وأندرو نغ (مؤسس DeepLearning.Ai و Landing AI) الآراء الحادة حول المخاطر الوجودية، فقدان الوظائف الجماعي، التنظيم، ودور النماذج مفتوحة المصدر. في نقطة وحيدة — محورية التعليم — اتفقوا جميعاً .

فيما يلي ما قاله كل منهم، مرتباً حسب المواضيع الأربعة التي حددت النقاش.

المخاطر الوجودية للذكاء الاصطناعي

جيفري هينتون أطلق أقوى تحذيراته حتى الآن. جادل بأن أنظمة الذكاء الاصطناعي تكتسب قدرات أسرع مما تستطيع المؤسسات الاستجابة له، ويمكن أن تتجاوز الذكاء البشري "في غضون السنوات الخمس إلى العشرين القادمة،" مضيفاً "وربما أقل" . حث المجتمع على أخذ المخاطر طويلة الأمد على محمل الجد: "إذا لم نقلق بشأنها الآن، فقد تنشأ مشاكل" . كما حذر من أن الأنظمة تفعل بالفعل أشياء لم يقصدها مبدعوها، وأعرب عن قلقه بشأن سلامة النماذج مفتوحة الأوزان التي يمكن إساءة استخدامها .

في-في لي ردت على هذا التوجه بدعوة لإعادة "العلم، لا الخيال العلمي" إلى النقاش، معتبرة أن الخطاب العام أصبح يهيمن عليه الخوف بدلاً من الحقائق. رفضت صراحة التصويرين الكارثي واليوتوبي .

أندرو نغ اتخذ الموقف الأكثر هجوماً، متّهماً شركات الذكاء الاصطناعي الكبرى بتضخيم مخاوف السلامة لتبرير تقييد النماذج المفتوحة وإقصاء المنافسة. وصف الكثير من الإنذارات بـ"إثارة الذعر"، وقال "لا أريد أن يكون هناك حراس بوابة للذكاء الاصطناعي" .

تأثير الذكاء الاصطناعي على الوظائف

ظهرت أعمق الخلافات في الجلسة حول مسألة الوظائف. ركز هينتون على الوظائف المكتبية، وليس وظائف المصانع. حدد موظفي مراكز الاتصال، المساعدين الإداريين، ومعالجي مطالبات التأمين كأكثر الفئات تضرراً — وطرح السؤال الذي لخص قلقه: "ماذا سيفعل هؤلاء الناس؟ أي شيء يمكنك إعادة تدريبهم عليه، سيتمكن الذكاء الاصطناعي من فعله" . قدم مثالاً من الرعاية الصحية حيث قلص روبوت محادثة وقت معالجة شكوى من 30 دقيقة إلى بضع دقائق فقط .

نغ رد بأن الذكاء الاصطناعي لا يلغي الوظائف بل يغير نطاقها. جادل بأن مهندسي البرمجيات لم يختفوا — بل أصبحوا مطورين متكاملين (Full-stack). منسقو التسويق يتحولون إلى "مسوقين متكاملين." التحدي الحقيقي، كما قال، هو "تسريع التطور البشري" جنباً إلى جنب مع تطوير الذكاء الاصطناعي .

لي رفضت الانحياز لأي من الجانبين. أشارت إلى أن القليل من الوظائف تتكون من مهمة واحدة — الممرضات لا يقمن فقط بتسجيل البيانات، والمعلمون لا يلقون المحاضرات فقط . الذكاء الاصطناعي سيؤتمت بعض الأجزاء بينما يترك أخرى دون مساس. لكنها حذرت من أن زيادة الإنتاجية لا تترجم تلقائياً إلى ازدهار مشترك .

التنظيم والتشريع

فيما يتعلق بالسياسات التنظيمية، تباعدت الآراء الثلاثة بشكل أوضح. طالب هينتون بالتنظيم، واصفاً إياه بـ"عجلة القيادة" الضرورية لقدرات الذكاء الاصطناعي التي تتجاوز أوقات استجابة المؤسسات. أعرب عن حذر خاص إزاء النماذج مفتوحة الأوزان التي يمكن إعادة توظيفها لأغراض ضارة .

نغ عارض التنظيم الصارم باعتباره أداة محتملة للشركات القائمة لإقصاء المنافسة. رد مباشرة على الدعوات لترخيص النماذج المفتوحة، مجادلاً بأن مثل هذه المتطلبات ستعزز قوة مختبرات الذكاء الاصطناعي الكبيرة .

لي رأت أن الحل الوسط هو: استثمار عام في أبحاث الذكاء الاصطناعي والتزام بـ"تواصل علمي جيد وصحي" لتوجيه السياسات. حذرت من الذعر أو الضجة، وحذرت من "شل قدرات الناس وسلب إرادتهم" .

التعليم: نقطة الاتفاق الوحيدة

اتفق جميع المشاركين على أن التعليم سيحدد ما إذا كان الذكاء الاصطناعي سيعود بالنفع على المجتمع — لكنهم اختلفوا في درجة الإلحاح والتركيز . أعرب هينتون عن تشككه في جدوى إعادة التدريب نظراً لقدرات الذكاء الاصطناعي الواسعة والمتسارعة . شدد نغ على الحاجة لتسريع التعلم البشري بالتوازي مع الذكاء الاصطناعي. بينما ركزت لي على الفروق الدقيقة على مستوى المهام والتواصل العلمي كأساس للفهم العام .

الاتفاق، مع ذلك، لم يخفِ الانقسامات العميقة. كانت الجلسة انعكاساً لمدى عدم استقرار النقاش حول الذكاء الاصطناعي — ليس فقط بين صناع السياسات والجمهور، بل بين مخترعي التقنية أنفسهم .