الذكاء الاصطناعي يتحدث بطلاقة... لكنه لا يطفئ المصباح دائماً

لا تثبت هذه الوقائع وجود معدل فشل موحد في القطاع بأكمله، لكنها ترسم نمطاً متكرراً: قد تتحسن القدرة على الحوار، بينما يبقى التنفيذ اليومي متذبذباً.

لماذا تحوّل اللغة الطبيعية عملية التحكم إلى تحدٍّ؟

كانت المساعدات الصوتية القديمة محدودة في فهمها، لكنها اعتمدت غالباً على مسارات تحكم أكثر تقييداً. فبعد التعرف على الطلب، كان النظام يربطه بنيّة معروفة وعملية جرى التحقق منها مسبقاً، مثل:

كان ذلك يفرض على المستخدم استخدام صيغ أوضح وأضيق نطاقاً. لكن المقابل كان مساراً أكثر قابلية للتكرار من الكلام إلى استدعاء أمر الجهاز.

أما المساعد المعتمد على نموذج لغة كبير، فعليه عادةً أن ينجز سلسلة من المهام:

1. استنتاج ما يقصده المستخدم؛
2. فهم الإشارات مثل «هنا» و«تلك» و«الأضواء»؛
3. تحديد الغرفة والجهاز والقدرة المطلوبة؛
4. اختيار الأداة أو واجهة برمجة التطبيقات المناسبة؛
5. إرسال معلمات صالحة؛
6. مراعاة حالة الجهاز الحالية؛ و
7. إبلاغ المستخدم بدقة ما إذا كان التنفيذ قد نجح.

وأي خطأ في واحدة من هذه المراحل قد يؤدي إلى نتيجة غير صحيحة. فقد يختار المساعد جهازاً آخر، أو يسيء فهم الغرفة المقصودة، أو يستخدم قدرة غير مدعومة، أو يرسل قيمة غير صالحة، أو يعتمد على معلومات قديمة عن حالة الجهاز، أو يعلن نجاح العملية من دون التأكد من حدوث التغيير فعلاً.

وتشير أبحاث التحكم في المنازل الذكية باستخدام نماذج اللغة الكبيرة إلى أن عدم الحتمية، وزمن الاستدلال وتكلفته، وضعف التخصيص، تمثل عوائق أمام التحكم الموثوق بالأجهزة. كما توضح أن هذه الأنظمة تؤدي بصورة أفضل عندما تكون الطلبات صريحة ومنظمة، مقارنة بالطلبات التي تتطلب منها استنتاج سياق واسع.

فهم الطلب ليس هو تنفيذ الطلب

تُعد القدرات التي تروّج لها Amazon وGoogle مفيدة بالفعل. فقد صُممت Alexa+ لربط الوصف المنطوق بالجهاز والميزة المناسبين، بينما تبرز Google قدرة Gemini على فهم الأوامر متعددة الأجزاء والتصحيحات التي يجريها المستخدم في منتصف الجملة.

وتناسب هذه القدرات مهاماً مثل:

• وصف الأجواء التي يريدها المستخدم وتحويلها إلى مشهد مقترح؛
• إنشاء روتين صوتياً من دون التنقل في تطبيق معقد؛
• شرح وظيفة أتمتة معينة؛ و
• تحويل طلب غامض إلى خطة منظمة.

لكن تفسير الطلب يختلف عن تنفيذه. فعبارة مثل «اجعل أجواء الغرفة مريحة للعشاء» تترك مجالاً للحكم والاقتراح. أما «اضبط أضواء المطبخ على 50%» فلها نتيجة محددة لا تحتاج إلى إبداع.

وهذا يفسر كيف يمكن لمساعد أن يتعامل بإبهار مع جملة معقدة، ثم يفشل في أمر بسيط لتشغيل مصباح. فتعقيد اللغة ليس بالضرورة تعقيداً في التنفيذ. قد ينجح أمر يتحكم في عدة أجهزة لأن النموذج اختار الأدوات والمعلمات الصحيحة، بينما يفشل أمر قصير بسبب خلل في تحديد الجهاز أو اكتشاف قدرته.

التأخير يجعل الإخفاق يبدو أسوأ

لا تقتصر الموثوقية على صحة النتيجة. فالأمر المنزلي يحتاج أيضاً إلى زمن استجابة معقول ومتوقع. إذا تأخر تشغيل المصباح طويلاً، أو اضطر المستخدم إلى تكرار الطلب، فسيبدو النظام غير موثوق حتى لو وصل في النهاية إلى الحالة الصحيحة.

وجدت مراجعة لـ Alexa+ أن بعض الردود استغرقت ما يصل إلى 15 ثانية، رغم أن عمليات أساسية مثل تشغيل الأضواء وضبط منظم الحرارة كانت أسرع في بعض الحالات. كما وصفت تغطية مستقلة لتحديثات Gemini for Home تحسينات تستهدف تسريع الردود وتقليل طولها في الأوامر اليومية، ما يشير إلى أن زمن الاستجابة لا يزال تحدياً هندسياً قائماً.

وقد يضيف المعالجة السحابية، واختيار النموذج، واكتشاف الأجهزة، واستدعاء الأدوات، وقتاً إضافياً. والنتيجة نظام قد يبدو أكثر قدرة من الناحية النظرية، لكنه أقل قابلية للتنبؤ في اللحظة التي يحتاجه فيها المستخدم.

هل يتحول المستخدمون الأوائل إلى مختبرين للمنتج؟

يُعد إطلاق التحديثات بصورة مستمرة أمراً معتاداً في البرمجيات، وقد يكون التحسين التدريجي مناسباً للميزات الحوارية منخفضة المخاطر. لكن التحكم في المنزل مختلف، لأن الإخفاقات تؤثر في أجهزة مادية وروتينات اعتاد عليها المستخدمون.

فإذا تسبب تحديث برمجي في تغيير سلوك الأضواء أو المنبّهات أو الأتمتة، فإن المستخدم يختبر المشكلة داخل منزله، لا داخل واجهة دردشة منفصلة. ولا تثبت سلسلة الشكاوى التي تليها إصلاحات وتحديثات للموثوقية أن الشركات طرحت منتجات غير مكتملة عمداً، لكنها تظهر أن العملاء يواجهون المشكلات بينما لا تزال الأنظمة قيد الضبط.

وتجعل التقارير عن الأتمتة التي لا تعمل، والروتينات المعطلة، والردود غير المتسقة، واستمرار شكاوى المستخدمين، نموذج «أطلق المنتج، اجمع البيانات، ثم حسّنه» مكلفاً بشكل خاص عندما يطبق على التحكم اليومي في المنزل.

كان من الممكن اعتماد طرح أكثر أماناً يحافظ على مسار حتمي وموثوق للأوامر المعتادة، مع إضافة القدرات التوليدية حوله. عندها سيحصل المستخدم على محادثة طبيعية من دون خسارة العقد الأساسي للمنزل الآلي: عندما يصدر أمراً معروفاً، يجب أن يصل الجهاز المقصود إلى الحالة المقصودة.

الحل المرجح: بنية هجينة

لا يكمن الحل العملي في إبعاد نماذج اللغة الكبيرة عن المنزل الذكي بالكامل، بل في منحها دوراً أضيق عند النقطة التي تصبح فيها الأخطاء أكثر تأثيراً.

يمكن لنظام متين أن يستخدم النموذج لفهم اللغة والتخطيط، ثم يمرر النتيجة إلى طبقة تحكم توفر:

• اختياراً للأجهزة والمعلمات بعد التحقق من مخططها؛
• صلاحيات واضحة للأوامر الحساسة؛
• فحصاً للحالة الحالية قبل التنفيذ وبعده؛
• آليات لإعادة المحاولة ومعالجة الأخطاء بوضوح؛ و
• تأكيداً يميز بين التخطيط لتنفيذ الأمر وإتمامه فعلياً.

وتصف إحدى المسارات البحثية نهجاً مشابهاً باسم «الذكاء الاصطناعي المترجم»، حيث ينشئ نموذج اللغة مخرجات قابلة للتنفيذ خلال مرحلة إعداد، ثم تتولى منظومة تنسيق سير العمل تنفيذ الفروع واختيار الأدوات ومعالجة الأخطاء وإعادة المحاولة بصورة حتمية أثناء التشغيل.

وبالنسبة إلى المنازل الذكية، يعني ذلك أن النموذج يمكنه المساعدة في التعبير عن النية، لكنه لا ينبغي أن يكون الجهة الوحيدة التي تقرر، في كل مرة، الإجراء المادي الذي سيحدث. وكلما اقترب الأمر من معاملة ثابتة لجهاز محدد، وجب أن يكون مسار تنفيذه أكثر تقييداً وقابلية للاختبار.

الخلاصة

تكشف Alexa+ وGemini for Home درساً أوسع في الذكاء الاصطناعي التوليدي: أن يصبح المساعد أفضل في الكلام لا يعني تلقائياً أن يصبح أفضل في التشغيل. فالتقارير الصادرة عن المراجعين والمستخدمين والمنصات التقنية ترصد مساعدين يفهمون سياقاً أغنى وينفذون طلبات أكثر طموحاً، لكنهم لا يزالون يتعثرون في الأضواء ومصابيح التعتيم والمنبّهات والروتينات.

ومن المرجح أن يجمع مساعد المنزل الذكي القابل للاعتماد بين النهجين: يجعل الذكاء الاصطناعي التوليدي إعداد المنزل والمحادثة أكثر مرونة، بينما تضمن البرمجيات الحتمية أن يكون الإجراء النهائي دقيقاً وسريعاً وقابلاً للتحقق. وإلى أن يُصمم هذا الحد الفاصل جيداً، قد يبدو المساعد الأكثر حوارية أذكى، لكنه قد يكون أقل موثوقية في أبسط المهام التي تجعل المنزل الذكي مفيداً أصلاً.