0.1ما هو الذكاء الاصطناعي التوليدي؟
الأساسي في 30 ثانية
- النموذج اللغوي الكبير (LLM) لا «يعرف»، بل يتنبأ: فهو يولّد كلمة بكلمة التتمة الأكثر احتمالا للمحادثة — ومن هنا شكل رائع دون ضمان للحقائق.
- نقاط القوة مقابل نقاط الضعف: ممتاز في التحرير والتلخيص وإعادة الصياغة والهيكلة والترجمة؛ وهشّ في الحقائق الدقيقة والحسابات والأخبار الآنية — وكل ذلك يجب التحقق منه.
- الصورة الذهنية الصحيحة: زميل بارع وسريع لا يتعب أبدا… وقد يكون واثقا بنفسه مخطئا أحيانا — والثنائي إنسان + ذكاء اصطناعي يتفوق على كل منهما منفردا.
حالة مصغرة مستمرة — أمين يكتشف ما هو النموذج اللغوي الكبير فعلا
أمين، مدير مشروع في الجزائر، يستخدم مساعدا ذكيا في محاضر اجتماعاته دون أن يعرف فعلا كيف يعمل. بطلب شرح مبسط ثم عملية حسابية تحقق منها بالآلة الحاسبة، لاحظ الفرق: تبسيط واضح من جهة، ونتيجة تقريبية من جهة أخرى. فهم في ذلك اليوم أن النموذج يتنبأ بنص محتمل بدلا من أن يعرف — واعتمد قاعدته: الاستفادة من السلاسة، والتحقق من كل حقيقة.
حالة مستقلة لهذا القسم: تعود في الدرس والمخطط والنص الجاهز وتحدي 48 ساعة في القسم 0.1.
1. تقنية واحدة ومبدأ واحد
منذ نهاية 2022 ووصول ChatGPT، فرض الذكاء الاصطناعي التوليدي (Generative AI) نفسه بسرعة غير مسبوقة: غالبية موظفي المكاتب يستخدمونه فعلا، غالبا دون تكوين أو إطار. ووراء كل هذه الأدوات تقنية واحدة: النموذج اللغوي الكبير (LLM) — نظام مدرّب على مدونات نصية هائلة، يولّد التتمة الأكثر احتمالا للمحادثة. وقد تحقق أمين من ذلك في استخداماته الخاصة: المحرك نفسه يُستخدم للتحرير والتلخيص والترجمة، أيا كان المساعد.
2. إنه لا «يعرف»، بل يتنبأ
فهم هذا المبدأ يغيّر كل شيء: النموذج اللغوي الكبير لا «يعرف»، بل يتنبأ بنص محتمل. ولهذا يحرر بشكل رائع… وقد يخطئ بالثقة نفسها. بل إن التوليد يتضمن جزءا متعمدا من العشوائية («الحرارة») : السؤال نفسه قد يعطي إجابات مختلفة — وهي خاصية يجب استغلالها بطلب عدة بدائل، وليست خللا.
3. نقاط القوة ونقاط الضعف والثنائي الرابح
يُحسن فعلا: التحرير والتلخيص وإعادة الصياغة والهيكلة والترجمة والشرح. ويُسيء فعل: الحقائق الدقيقة والحسابات والأخبار الآنية والمصادر — وكل ذلك يجب التحقق منه. والثنائي إنسان + ذكاء اصطناعي يتفوق على كل منهما منفردا: الذكاء الاصطناعي ينتج بسرعة، والإنسان يحكم ويتحقق. وهذا توزيع الأدوار هو ما يصنع الاستخدام المهني الواعي — وكل بقية هذا الدليل يبنيه، مستوى بمستوى.
هل تعلم؟ الحرارة
الذكاء الاصطناعي الذي يغيّر رأيه لا يكذب: بل يسحب بالقرعة كلماته الجيدة.
🔎 مثال ملموس — 🔎 مثال ملموس — بارع في الشكل، هشّ في الحقائق
«اشرح التمثيل الضوئي لطفل في 8 سنوات» ← ممتاز (التبسيط).
«847 × 293 ؟» ← تقريبي غالبا (تحقق بالآلة الحاسبة).
«3 مقالات منشورة هذا الأسبوع» ← تحقق من وجود المراجع فعلا.القراءة: يحصل أمين على شرح واضح، وعملية حسابية يجب ضبطها، ومراجع يجب التحقق منها: ثلاثة اختبارات وخريطة ذهنية واحدة.
الدرس: بارع في اللغة، هشّ في الحقائق الدقيقة — والمنعكس هو التحقق من كل ما هو واقعي.
مفردات القسم
- الذكاء الاصطناعي التوليدي (Generative AI)
- عائلة من الذكاء الاصطناعي تنتج محتوى جديدا (نصا أو صورة أو شيفرة أو صوتا) انطلاقا من توجيه، بدلا من الاكتفاء بالتصنيف أو التنبؤ.
مثال بسيط: يطلب أمين مسودة أولى لمحضر اجتماع: فيولّد الذكاء الاصطناعي نصا جديدا انطلاقا من توجيهه.
ما ليس كذلك: مجرد محرك بحث يسترجع صفحات موجودة.
رد فعل: تدقيق التوجيه (Prompt): فكل النتيجة تتوقف عليه.
- النموذج اللغوي الكبير (LLM)
- محرك المساعدات (GPT و Claude و Gemini…) : شبكة عصبية مدرّبة على مليارات النصوص، تولّد كلمة بكلمة التتمة الأكثر احتمالا.
مثال بسيط: يفهم أمين أن مساعده لا يطّلع على الحقائق: بل يواصل المحادثة بالأكثر احتمالا.
ما ليس كذلك: قاعدة بيانات لحقائق موثقة نستعلمها.
رد فعل: أمام كل إجابة، اسأل «محتمل أم موثق؟».
- التوجيه (Prompt)
- تعليمتك للذكاء الاصطناعي. كل جودة الإجابة تتوقف عليها — وهي موضوع المستوى 1.
مثال بسيط: يستبدل أمين «اكتب لي محضر اجتماع» بتوجيه مؤطّر: فتصبح النتيجة قابلة للاستغلال.
ما ليس كذلك: كلمة مفتاحية تُكتب في محرك بحث.
رد فعل: العناية بالتوجيه قبل اتهام الأداة.
- الهلوسة (Hallucination)
- إجابة خاطئة لكن مصاغة بثقة: الخطر رقم 1، ويُعالج بالتفصيل في 0.4 و5.2.
مثال بسيط: يتلقى أمين مراجع مقالات غير موجودة، مقدمة بثقة.
ما ليس كذلك: خلل في العرض أو عطل في الخادم.
رد فعل: التحقق من الأرقام والمراجع والاقتباسات عند المصدر.
- نافذة السياق (Context Window)
- «ذاكرة العمل» في المحادثة: بعد طول معين يفقد النموذج بداية التبادل.
مثال بسيط: يعيد أمين إطلاق خيط طويل جدا ويلاحظ أن المساعد ينسى توجيهاته الأولى: فيفتح خيطا جديدا.
ما ليس كذلك: ذاكرة دائمة بين كل المحادثات.
رد فعل: موضوع واحد = خيط واحد، والبدء من خيط نظيف عندما يضيع السياق.
في التطبيق — تطبيقيا — استشعار ما هو النموذج اللغوي الكبير في 3 اختبارات
- افتح مساعدا مجانيا (ChatGPT أو Copilot أو Claude أو Gemini) واطلب: «اشرح لي التمثيل الضوئي كما لطفل في 8 سنوات» — ولاحظ نقطة القوة: التبسيط والهيكلة.
- اطلب بعدها: «كم يساوي 847 × 293 ؟» ثم تحقق بالآلة الحاسبة — فالنماذج اللغوية تحسب تقريبيا (بعضها يستدعي أداة حساب، وبعضها لا).
- وأخيرا: «اذكر لي 3 مقالات صحفية منشورة هذا الأسبوع عن [قطاعك]» — وتحقق من الوجود الحقيقي للمراجع المذكورة.
- دوّن الحصيلة: بارع في اللغة، هشّ في الحقائق الدقيقة — هذه هي الخريطة الذهنية التي يجب الاحتفاظ بها.
نص جاهز للإلقاء — شرح النموذج اللغوي الكبير لزميل (30 ثانية)
«المساعد لا يعرف، بل يتنبأ بالتتمة الأكثر احتمالا: يحرر جيدا جدا لكن قد يخترع بثقة. أما أنا فأستعمله للمسودة الأولى والهيكلة — وأتحقق من كل رقم وكل حقيقة قبل النشر.»
يُقال مع مثالك الخاص (العملية الحسابية المتحقق منها بالآلة الحاسبة)؛ ثم الانتقال إلى اختبارات القسم الثلاثة.
نموذج للنسخ واللصق — خريطتي الذهنية للنموذج اللغوي الكبير
هو يتنبأ ولا يعرف: _______________
نقاط قوته (التحرير والتلخيص والهيكلة…): _______________
نقاط ضعفه (الحقائق والحسابات والأخبار الآنية): _______________
قاعدتي: أستفيد من السلاسة، وأتحقق من كل حقيقة قبل النشر.مدير مشروع
يطبق أمين الخريطة على محاضر اجتماعاته: الذكاء الاصطناعي يهيكل المسودة الأولى، وهو وحده يتحقق من التواريخ والمبالغ والقرارات قبل النشر للفريق.
شركة صغيرة / ميزانية محدودة
دون تكوين أو ميزانية: تكفي الاختبارات الثلاثة المجانية لمعايرة الأداة — التبسيط من جهة، والعملية الحسابية والمراجع المتحقق منها من جهة أخرى.
فريق متفرق
يجرّب كل واحد الثلاثية نفسها من الطلبات ويتقاسم حصيلته: فيوحّد الفريق في اجتماع واحد صورته الذهنية المشتركة للأداة.
وافد جديد
الأسبوع الأول: إجراء الاختبارات الثلاثة قبل أي استخدام مهني — فهم التنبؤ قبل إنتاج أول عمل مُعان بالذكاء الاصطناعي.
✓ ممارسات جيدة
- تذكّر دائما: النموذج اللغوي الكبير يتنبأ ولا يعرف.
- اعتمد على نقاط قوته (التحرير والتلخيص والهيكلة).
- تحقق منهجيا من الحقائق والأرقام والمصادر.
✗ أخطاء شائعة
- تصديق إجابة خاطئة لأنها مصاغة جيدا.
- طلب حسابات دقيقة دون تحقق.
- انتظار أخبار آنية من نموذج دون بحث في الويب.
النقاط الأساسية
- النموذج اللغوي الكبير يتنبأ بنص محتمل: يتفوق في الشكل، دون ضمان للحقائق.
- نقاط القوة: التحرير والتلخيص وإعادة الصياغة والترجمة والهيكلة والشرح.
- نقاط الضعف: الحقائق الدقيقة والحسابات والأخبار الآنية والمصادر — وكل ذلك يجب التحقق منه.
- الصورة الذهنية الصحيحة: زميل بارع وسريع لا يتعب أبدا… وأحيانا واثق بنفسه مخطئا.
تحدي 48 ساعة — طبّق غدا
أجرِ الاختبارات الثلاثة مثل أمين: تبسيطا («اشرح كما لطفل»)، وعملية حسابية متحققا منها بالآلة الحاسبة، ومراجع راهنة مضبوطة واحدا واحدا. ودوّن حصيلتك في جملة واحدة: بارع في ماذا، وهشّ في ماذا.
- أستطيع شرح أن النموذج اللغوي الكبير يتنبأ بدلا من أن يعرف.
- أجريت الاختبارات الثلاثة ودوّنت حصيلتي عن نقاط القوة والضعف.
- أطبق القاعدة: استغلال السلاسة، والتحقق من الحقائق.
أسئلة شائعة
هل سيحل الذكاء الاصطناعي التوليدي محل منصبي؟
إنه يعوّض مهام، ونادرا ما يعوّض مناصب كاملة: المسودة الأولى والتلخيص والتنسيق. وتُظهر الدراسات تحولا أساسيا نحو المراجعة والتوجيه والقرار — ومن هنا مصلحة التكوّن عليه بدلا من تجاهله. والملف الصاعد ليس «من يعرف فعل كل شيء»، بل من يعرف أن يجعل الذكاء الاصطناعي يفعل ويحكم على النتيجة. مثل أمين: الذكاء الاصطناعي يهيكل، والإنسان يتحقق ويتحمل المسؤولية.
لماذا يجيب الذكاء الاصطناعي إجابات مختلفة عن السؤال نفسه؟
يتضمن التوليد جزءا متعمدا من العشوائية («الحرارة») لتجنّب الإجابات الجامدة. وهي خاصية وليست خللا — ويمكن استغلالها بطلب عدة بدائل واختيار الأفضل. وهي تقنية مفيدة للعصف الذهني: إعادة إطلاق الطلب نفسه تعطي زوايا مختلفة. أما لحقيقة دقيقة فلا «نعيد الإطلاق»: بل نتحقق عند المصدر.
ماذا يفعل النموذج اللغوي الكبير أساسا؟