الفصل السادس: الذكاء الاصطناعي في التعليم دون اتصال: حوار مع سيجي إيسوتاني
هذا الفصل حوار بين أمانة منظمة التعاون الاقتصادي والتنمية وسيجي إيسوتاني، أستاذ علوم الحاسوب وتقنيات التعلم في جامعة ساو باولو بالبرازيل. ويركز على معالجة الفجوات الرقمية، وعلى ما يُعرف بالذكاء الاصطناعي في التعليم دون اتصال، أي تصميم أدوات الذكاء الاصطناعي وتدخلاته للأماكن التي تكون فيها البنية التحتية الرقمية والاتصال والمهارات محدودة. ويبدأ الفصل بعرض فكرة الذكاء الاصطناعي دون اتصال وتطبيقاته، قبل التركيز على الاستخدامات الحالية والواعدة لأنظمة الذكاء الاصطناعي التوليدي في هذا السياق، ولا سيما النماذج اللغوية الصغيرة. ويشغل إيسوتاني حالياً منصب المدير الأكاديمي لبرنامج تحليلات التعلم والذكاء الاصطناعي في جامعة بنسلفانيا بالولايات المتحدة.
الذكاء الاصطناعي دون اتصال
منظمة التعاون الاقتصادي والتنمية: من أين جاء مفهوم الذكاء الاصطناعي دون اتصال؟
سيجي إيسوتاني: حين ننظر إلى فضاء الذكاء الاصطناعي، نجد أن الناس يعملون منذ عقود على تحسين التعليم بالذكاء الاصطناعي. فقد أُنشئت الجمعية الدولية للذكاء الاصطناعي في التعليم عام 1997، أي قبل نحو ثلاثين عاماً. وفي البداية، حاول الباحثون محاكاة ما يفعله المعلم، كمحاولة فهم الاستراتيجيات التربوية وأثرها في التعلم. وبدأ آخرون العمل على نمذجة «المستخدم» أو الطالب، كمحاولة التنبؤ بمقدار ما يعرفه الطلبة استناداً إلى سلوكهم المحتمل. ثم انتقلنا أكثر نحو ما نسميه نماذج التعلم المفتوحة، التي لا تقيّم أداء الطلبة فحسب، بل تعرض هذه المعلومات عليهم أيضاً، فيطلعون على ما يعتقده الحاسوب عنهم. إنها عملية معرفية وما وراء معرفية بالدرجة الأولى.
وكانت المشكلة الثابتة في مجال الذكاء الاصطناعي في التعليم دائماً افتراض أن الطلبة والمدارس عموماً يملكون حداً أدنى من البنية التحتية لتشغيل الذكاء الاصطناعي. ومع نمو الذكاء الاصطناعي، يرتفع مستوى هذا الحد الأدنى، أليس كذلك؟ وقد أصبح ذلك مشكلة، ولهذا ناقش الناس الفجوة الرقمية لسنوات طويلة. والسؤال بالنسبة إليّ هو: كيف يمكنني إيصال فوائد الذكاء الاصطناعي إلى أناس ومناطق تكاد البنية التحتية فيها تكون معدومة؟
وهذا يغير السؤال البحثي وطريقة التعامل مع الذكاء الاصطناعي تغييراً كاملاً. فبدلاً من ابتكار أكثر تقنيات الذكاء الاصطناعي ابتكاراً، تعمل فعلياً مع المجتمع المحلي وتسأل: «حسناً، ما الذي يحتاجه هذا المجتمع، وكيف يمكنني إيصال الذكاء الاصطناعي إليه؟». وهذا مثير للاهتمام إلى أبعد حد، لأننا بفهم المستخدمين نستطيع ابتكار تقنيات مختلفة لذلك الفضاء بعينه. ففي عام 2022، كان نحو 90% من سكان العالم، بمن فيهم سكان البلدان المنخفضة الدخل، يملكون اشتراكات في الهاتف المحمول أو هواتف محمولة. فإذا ذهبت إلى الأماكن الفقيرة في البرازيل، أو في البلدان المجاورة للأمازون، أو في أفريقيا، أو في أجزاء من الهند، سترى دائماً هاتفاً محمولاً.
ثم نظرنا في إحصاءات الوصول إلى الإنترنت، مستخدمين بيانات عام 2022 وعائدين ثلاثين عاماً إلى الوراء لنتمكن من استشراف الاتجاهات. وما أدركناه أن 15% فقط من الناس في المجتمعات المنخفضة الدخل يتمتعون بإمكانية وصول مستقر إلى الإنترنت. وهذا يغير تماماً طريقة تفكيرنا في تصميم الذكاء الاصطناعي، إذ يمكننا التفكير في استخدام الهواتف المحمولة وغيرها من المعدات المنخفضة التكلفة، لكن لا يمكننا افتراض توافر الإنترنت في كل مكان. وحتى مع الجهود الطموحة الجارية لإيصال الإنترنت إلى الجميع، تعطيك البيانات انطباعاً بأن الأمر سيستغرق نحو مئة عام حتى تحظى المجتمعات المنخفضة الدخل بالوصول ذاته إلى الإنترنت الذي تحظى به المجتمعات الأعلى دخلاً، وذلك مع مراعاة اتجاهات التطور والتحسن.
منظمة التعاون الاقتصادي والتنمية: إذن ما الحد الأدنى من البنية التحتية اللازم للذكاء الاصطناعي دون اتصال؟
سيجي إيسوتاني: نعمل على تطوير إطار لتطبيق الذكاء الاصطناعي في التعليم مع مراعاة درجات مختلفة من البنية التحتية. وما أدركناه حتى الآن أن الحد الأدنى المطلوب هو هاتف محمول، ولا يلزم أن يكون هاتفاً ذكياً. هذا هو الشيء الوحيد الذي نحتاجه، إلى جانب قدر من الوصول إلى الإنترنت. ولا يلزم أن يكون ذلك طوال الوقت أو كل يوم أو كل ساعة؛ فقد يتاح لك الوصول إلى الإنترنت في وقت ما خلال الأسبوع. فإذا توافر هذان الأمران، أي وصول محدود إلى الإنترنت وهاتف محمول جيد بما يكفي، أمكننا استخدام الذكاء الاصطناعي في التعليم دون اتصال. وإذا توافر لديك اتصال لاسلكي مرة كل أسبوع، فأعتقد أن ذلك كافٍ، لأنه يكفينا لتحديث المعلومات من المعدات المحلية إلى خادم ما. ويتيح لنا ذلك إجراء معالجة أكثر كثافة، وتحليل البيانات، وتحديث ما يحتاج إلى تحديث، ثم إعادة المعلومات المتعلقة بالطلبة.
الذكاء الاصطناعي دون اتصال في الممارسة
منظمة التعاون الاقتصادي والتنمية: ما الذي يتيحه لك الذكاء الاصطناعي دون اتصال؟ هل يمكنك أن تعطينا مثالاً؟
سيجي إيسوتاني: بالتأكيد. بعد جائحة كوفيد 19 مباشرة، طلبت منا الحكومة البرازيلية المساعدة في تحسين مهارات الكتابة لدى طلبة الصفوف من الخامس إلى التاسع. ففي البرازيل، قضى التلاميذ نحو عامين خارج المدرسة دون كتابة، فلما عادوا لم يكونوا قادرين على الكتابة جيداً. وطلبت منا الحكومة محاولة فعل شيء حيال ذلك على نطاق واسع في البرازيل، مع مراعاة كل أوجه عدم المساواة في البلاد، فقبلنا التحدي.
فأجرينا تحليلاً للبيانات المتعلقة بالوصول إلى الهواتف المحمولة والإنترنت وما إلى ذلك. ففي البرازيل، تتمتع معظم المدارس، أكثر من 90% منها، بقدر من الوصول إلى الإنترنت، لكنه يُستخدم أساساً للمهام الإدارية في مكتب المدير، مما يترك الطلبة والمعلمين بوصول ضئيل أو معدوم. وفي هذا السياق، يوجد في معظم المدارس البرازيلية موضع واحد على الأقل متصل بالإنترنت، وهي سمة مثيرة للاهتمام ومهمة.
فأنشأنا تطبيقاً يمكّن المعلمين من تصوير مقالات الطلبة. إذ يطلب المعلمون من الطلبة كتابة مقالات على ورقة، ثم يلتقطون صوراً لها. وكلما أتيح الإنترنت، في اليوم التالي أو بعد يومين أو متى أمكن، وعادةً في وقت الغداء، يذهب المعلم إلى مكتب المدير ويترك هاتفه المحمول هناك. فيرفع تطبيقنا جميع الصور إلى خادمنا، ويجري المعالجة المكثفة، ويعيد جميع تحليلات هذه المقالات. ثم يزود المعلم بلوحة معلومات لطالب بعينه، أو للصف كله، أو لمجموعة من الصفوف. وكان الهدف تقديم تحليلات وتوصيات تمكّن المعلمين من تحسين دعمهم للطلبة في الكتابة. وقد حللنا النتائج مع نحو نصف مليون طالب في البرازيل عبر 1500 بلدية مختلفة على مدى عام، ووجدنا فوائد لذلك. فهذا النوع من تقنيات الذكاء الاصطناعي الذي يتطلب حداً أدنى من البنية التحتية المادية يقدم دعماً كبيراً للمعلمين، ويساعد الطلبة في كتابة المقالات من خلال تقييمه الآلي. ونحن الآن نفعل الشيء ذاته في الرياضيات الأساسية ومواد أخرى.
منظمة التعاون الاقتصادي والتنمية: لم يكن عليكم استخدام الذكاء الاصطناعي التوليدي لهذا الغرض، أليس كذلك؟
سيجي إيسوتاني: صحيح، لم نستخدم الذكاء الاصطناعي التوليدي في تلك الحالة. ونحاول الآن استخدامه ومقارنته بالأساليب التقليدية التي استخدمناها. وحالياً، لا يزال نموذج الذكاء الاصطناعي السابق لدينا أفضل في رصد الكلمات الخاطئة، لأن ما يحدث مع الذكاء الاصطناعي التوليدي أنه يصحح خطأ الطالب حين يعالج الصورة، فيصحح شيئاً لا ينبغي تصحيحه في هذا السياق. فلكي نقيّم الطلبة، نحتاج إلى معرفة ما كتبه الطالب بالضبط، بما في ذلك أخطاؤه! لكن في غضون عام أو عامين، سنكون على الأرجح في وضع يحل فيه الذكاء الاصطناعي التوليدي محل كل هذا العمل السابق الذي أنجزناه.
منظمة التعاون الاقتصادي والتنمية: كيف تضمنون أن تكون التوصيات المقدمة للمعلمين سليمة تربوياً؟
سيجي إيسوتاني: هذا سؤال وجيه جداً. لدينا مكتبة لأفضل الاستراتيجيات التربوية التي يقدمها لنا مجال علوم التعلم، ونحاول مطابقة تحديات الطلبة أو صعوباتهم مع هذه المواد والاستراتيجيات. فعلى سبيل المثال، من المواد التي نستخدمها «WordGen»، وهي مجموعة من المواد أعدها زملاء من جامعة هارفارد ومؤسسات أخرى، ولا تعمل على دعم القراءة والكتابة فحسب، بل على دعم التأمل أيضاً. وفكرتها العامة أن دعم القراءة والكتابة يتطلب إشراك الطلبة في تفاعلات مثيرة للاهتمام. ولنأخذ مثالاً: تخيل أنك طالب وعليك أن تكتب موقفاً وتدافع عنه. يمكنك الحديث عن تغير المناخ أو عن التحديات الاقتصادية، لكن الطلبة المبتدئين عادةً ما يكونون أكثر اهتماماً بالتحديات المحلية. ففي «WordGen» مثلاً، ثمة مسألة تتعلق بوجبة الغداء في مقصف المدرسة: هل ينبغي أن نقدم البيتزا أم السلطات للطلبة؟ ومناقشة هذا الموضوع أكثر إثارة للاهتمام بكثير. أو: هل ينبغي السماح بالهواتف المحمولة في المدرسة أم لا؟ وهذا مثير للاهتمام لأنه يمكنك أيضاً تقديم بيانات حوله: ما مدى جودة البيتزا؟ وما مدى جودة السلطة؟ وما الفوائد التي تحصل عليها من كل منهما؟ ثم يمكنك أن تتخذ موقفاً في أحد الاتجاهين، وخلال النقاش تستحضر كل الأفكار التي جمعتها من قراءاتك وتبدأ في المناظرة، فتصبح أكثر نقدية بكثير في أثناء النقاش. ومن ثم تصبح فكرة إنتاج التفكير النقدي أو تحسينه ذات صلة في هذه الحالة. وفي هذا السياق، يمكن أن يتمثل دور الذكاء الاصطناعي في مطابقة صعوبات الطلبة مع الاستراتيجيات والمواد التربوية المحتملة التي يمكن أن يستخدمها المعلمون. فقد يقيّم الذكاء الاصطناعي الصف ويقول: «حسناً، الطلبة ليسوا متمكنين من التحليل الدلالي، ولذلك نحتاج إلى تحسين قدرتهم على فهم الجمل الأكثر تعقيداً والاحتفاظ بمعناها». وبناءً على ذلك، يمكنه أن يوصي بـ«WordGen» إلى جانب استراتيجيات تربوية للتأمل والقراءة بين الأقران نعرف من علوم التعلم أنها أثبتت نجاحها لهذه الحاجة بعينها.
منظمة التعاون الاقتصادي والتنمية: لدينا هنا مثال جيد على كيفية استخدام الذكاء الاصطناعي دون اتصال حين تكون الأداة موجهة إلى المعلم. فهل لديك أمثلة على تطبيقات يستخدمها الطلبة مباشرة لا المعلم؟
سيجي إيسوتاني: في الوقت الحالي، لا أعتقد أن لدينا مثالاً جيداً على طالب يستخدمه مباشرة، لأن من أسس الذكاء الاصطناعي في التعليم دون اتصال محاولة تقليل كمية المعدات اللازمة. ففي المجتمعات المنخفضة الدخل، لا يملك معظم الطلبة أجهزة، ولذلك فإن سيناريو يملك فيه كل منهم جهازاً ليس مفيداً حقاً. ونحن نفكر دائماً في هذا السياق في أن الوسيط يمكن أن يكون معلماً أو ولي أمر أو مرشداً، فنمكّن هذا المستخدم الوسيط بحيث يحصل الطلبة على أكبر فائدة. وهذا أحد تحديات استخدام الذكاء الاصطناعي في التعليم دون اتصال، لأن الطلبة المستفيدين منه من الفئات الهشة. فالذكاء الاصطناعي الحالي لا يزال ينطوي على بعض التحيزات، ويمكننا تجنبها إلى حد ما بوجود وسيط يحاول فهم ما هو منطقي وما ليس كذلك لدعم ذلك الطالب بعينه. لذا نعمل مع وسيط يحمي الطلبة من التأثر بتحيزات إضافية، هذه هي الفكرة.
الذكاء الاصطناعي التوليدي دون اتصال
منظمة التعاون الاقتصادي والتنمية: لننتقل الآن إلى النماذج التوليدية الصغيرة. كيف يمكن أن تساعد؟ إنها مثيرة للاهتمام لأنها بطبيعة الحال يمكن استخدامها لدعم المعلمين، كما يمكنها دعم الطلبة مباشرة، ولو عبر آبائهم أو إخوتهم أو أي شخص يملك جهازاً، وقد تساعد الطلبة على تنمية ثقافتهم في مجال الذكاء الاصطناعي في السياقات الشحيحة الموارد. فما الإمكانات الفعلية لاستخدام الذكاء الاصطناعي التوليدي في نموذج العمل دون اتصال؟
سيجي إيسوتاني: نعم، هذا سؤال محوري نناقشه في مجموعتنا.
أعتقد أن النقطة الأولى هي كسر حاجز آخر أمام الوصول إلى الذكاء الاصطناعي والتقنية عموماً. فحتى مع الهواتف المحمولة، لا نزال نشترط أن يمتلك المستخدم حداً أدنى من المعرفة لاستخدام الهاتف. وحين نستخدم نماذج الذكاء الاصطناعي في التعليم دون اتصال هذه، يمكن تشغيلها على هاتف محمول أو أي جهاز آخر، ويمكن أن تكون واجهة التفاعل صوتية، وهو ما يغير قواعد اللعبة تماماً. فالمستخدمون لا ينقرون فحسب، بل يتحدثون. وبالتحدث، يمكننا إقامة تواصل وتفاعل يعرفه الطلبة والمعلمون بالفعل.
ثم إنك كلما وجدت شريكاً أكثر معرفة وأردت أن تسأله وتتعلم منه، تبدأ بطرح الأسئلة وتحليل إجاباته ومحاولة استخدامها في حياتك اليومية. لذا حين أفكر في الذكاء الاصطناعي التوليدي ضمن نموذج العمل دون اتصال، أراه رفيقاً يساعدك على حل المشكلات الصعبة. فهو ليس بديلاً عن أي شيء، لكنه سيعزز قدرتك على أداء الأمور على نحو أفضل. فحين تذهب إلى المدارس في منطقة الأمازون بالبرازيل، أو في المناطق النائية في بلدان كثيرة، ترى أن المدارس كثيراً ما لا تضم صفوفاً منفصلة؛ فالطلبة في الخامسة والسادسة والعاشرة من العمر يجلسون معاً. لكنهم يحتاجون إلى أنواع مختلفة من الدعم، والمعلم ليس ملماً بكل شيء ويحتاج هو الآخر إلى دعم. وفي هذا السيناريو، يمكن للذكاء الاصطناعي التوليدي في التعليم دون اتصال أن يقدم فعلاً دعماً محدداً أو مصمماً للطلبة حين يحتاجون إليه وبمستواهم. وهذا ما نحاول إنتاجه الآن. ويستكشف عملنا ما إذا كان بإمكاننا طرح سؤال وتلقي إجابة في وقت معقول بما يكفي لكي يتمكن من لا يملكون اتصالاً من إجراء محادثة مثمرة. فإن كان ذلك ممكناً، فالسؤال التالي: «هل هذه التفاعلات ملائمة أو صحيحة، وهل تساعد الطلبة على تعلم شيء ما؟». هذه هي الخطوات التالية التي يتعين معالجتها.
منظمة التعاون الاقتصادي والتنمية: كيف يعمل ذلك؟ إذا وضعت نموذجاً لغوياً صغيراً على هاتفي، فهل يعني ذلك أنني أستطيع حين لا أكون متصلاً بالإنترنت أن أتفاعل مع روبوت المحادثة وأتلقى منه الإجابات وكل شيء؟
سيجي إيسوتاني: نعم. سيكون لديك ببساطة نسخة صغيرة أو مصغرة من أي نموذج لغوي كبير على هاتفك المحمول، مثل ChatGPT أو Llama أو DeepSeek أو Mistral وغيرها، وستعمل دون اتصال. وهي نسخة أصغر من النموذج اللغوي الكبير، مما يعني أن الهلوسة أكثر إشكالاً وأنها ليست بالقوة ذاتها. فالإجابات تكون أحياناً غير مفهومة، وقد تُختلق كلمات، ولذلك ثمة مشكلات عدة في استخدامها للتعلم حالياً. لكن على الجانب الإيجابي، لدينا بالفعل نسخة مصغرة من الويب بين أيدينا، فنستطيع طرح الأسئلة والحصول على إجابات ومساعدة بطرق مختلفة. ولذلك لا تتغير عملية التفاعل كثيراً مقارنةً بالنموذج اللغوي الكبير: فقدرتها على الاستجابة بطرق مختلفة محدودة، لكنها تظل قادرة على أداء أمور. ومن الأعمال التي لم ننشرها بعد لكننا نضع اللمسات الأخيرة عليها عمل يستكشف عدد الاستراتيجيات التربوية المختلفة التي يمكن للنماذج اللغوية الكبيرة استخدامها فعلاً في بيئة متصلة وأخرى غير متصلة، أي النماذج الصغيرة. ففي البيئة المتصلة، تكون النماذج اللغوية الكبيرة أقدر بكثير على استخدام استراتيجيات مختلفة؛ فإذا طلبت منها: «استخدم الطريقة السقراطية لتعليمي شيئاً ما»، فستفعل، أي ستطرح الأسئلة ولن تعطيك الإجابة. وعلى العكس، إذا كنت تستخدم نموذجاً لغوياً صغيراً على هاتف محمول وطلبت منه «استخدم الطريقة السقراطية»، فالأرجح، وقد لاحظنا ذلك، أنه سيعطيك الإجابة ببساطة في جميع الحالات تقريباً، ولن يستخدم الاستراتيجيات التي تريدها. هذه بعض الأمثلة على القيود.
منظمة التعاون الاقتصادي والتنمية: هل يحدث فرقاً أن يعمل النموذج الصغير دون اتصال أو متصلاً؟ هل سيكون النموذج الصغير المتصل أعلى أداءً من النموذج الصغير غير المتصل، أم سيكونان متقاربين تقريباً؟
سيجي إيسوتاني: في حالتنا، لا يتغير شيء سواء كان متصلاً أم لا، لأن كل ما نفعله هو تحليل التفاعلات. أما إذا أردت إنشاء نماذج تُحدَّث بمرور الوقت أو تستطيع البحث عن معلومات حديثة على الويب وفق تفاعلات الطلبة، فإن النموذج المتصل قد يحدث فرقاً هائلاً. لكن إذا كنت تفكر في التفاعل ذاته فقط، فالعمل دون اتصال كافٍ.
منظمة التعاون الاقتصادي والتنمية: لقد درست المفاضلات بين أنواع مختلفة من النماذج اللغوية الصغيرة. فما الدروس المستفادة من عملك في هذا الشأن؟
سيجي إيسوتاني: الدروس المستفادة أن لكل مجتمع تحديات مختلفة، وقد أدركنا أن الذكاء الاصطناعي في التعليم دون اتصال قادر على معالجة نحو 70% أو 80% من هذه التحديات. فنحن نفكر دائماً في النماذج اللغوية الكبيرة، لكن ربما ينبغي لنا، للأغراض التعليمية، أن ننظر بجدية أكبر في النماذج اللغوية الصغيرة. فهي تبدو أكثر فاعلية لأغراض مختلفة، كالتعامل مع المهام المتخصصة الخاصة بمجال معين، مثل تقديم تغذية راجعة قصيرة على مفهوم خاطئ في الكسور العشرية، ولا تحتاج إلى الاتصال بالإنترنت، وليست مرتفعة التكلفة كالنماذج اللغوية الكبيرة. فضلاً عن ذلك، تبدو العوامل الذكية في فضاء النماذج اللغوية الصغيرة مساراً واعداً للمضي قدماً قلّما يتحدث عنه الناس. فالناس يناقشون تلك العوامل الضخمة القادرة على أداء أمور مختلفة عديدة وإنتاج نتيجة نهائية. لكن حين نفكر في الذكاء الاصطناعي في التعليم دون اتصال، ربما يمكننا التفكير في عوامل تعمل على نماذج لغوية صغيرة لإنجاز مهام صغيرة ومتخصصة للمعلمين، كالتخطيط للدروس، أو إعداد مواد محددة لنشاط بعينه لطالب في عمر معين. وهذه عوامل صغيرة يمكنك إنشاؤها فعلاً لمساعدة المعلمين على إنتاج مواد أعلى جودة ودعمهم في أنشطتهم، ولا يلزم أن تكون قادرة على فعل كل شيء.
والعوامل مثيرة للاهتمام حقاً بالنسبة إلى الطلبة أيضاً. فكّر في الطلبة من الأسر المرتفعة الدخل وما يتاح لهم: إذا واجهوا صعوبات، قد تستعين أسرهم بمدرس خصوصي لمساعدتهم على التحسن. والطلبة الذين يعانون من مشكلات في الصحة النفسية سيحصلون على أخصائي نفسي أو شخص يعمل على رفاههم. وإذا كانوا غير متأكدين من مسارهم المهني، سيساعدهم مرشد مهني، أليس كذلك؟ ثلاثة أمور مختلفة. أما الطلبة من الأسر المنخفضة الدخل فلا يحصلون على ذلك، لكن باستخدام النماذج اللغوية الصغيرة على هاتف محمول، يمكنك فعلاً تشغيل ثلاثة عوامل متخصصة مختلفة: أحدها يركز على القدرات المعرفية للطالب، وآخر على رفاهه، وثالث على مساره المهني. ثم يمكن للعوامل الذكية ومقدمي الرعاية للطلبة التعاون مع الطلبة لاتخاذ أفضل قرار بشأن خطواتهم التالية. لذا أعتقد أن هذا مسار واعد جداً للمضي قدماً، لأن هؤلاء الطلبة يفتقرون في كثير من الحالات إلى أي نوع من الدعم حالياً.
منظمة التعاون الاقتصادي والتنمية: تُدرَّب النماذج التوليدية الكبيرة على نحو متزايد لأغراض محددة، على غرار ما وصفته. فهل يمكن فعل شيء من هذا القبيل مع نموذج صغير؟ هل يمكن تدريب نموذج صغير ليركز أكثر على الجوانب الأكاديمية أو على المهارات الاجتماعية والوجدانية، أو ليكون له تخصص فعلي؟ وهل يمكن الجمع بينه وبين أنواع أخرى من الذكاء الاصطناعي «التقليدي»؟
سيجي إيسوتاني: نعم، من الممكن تكييف نموذج لغوي صغير لمهام وأنشطة تعليمية محددة. فعلى سبيل المثال، يمكننا استخدام التوليد المعزز بالاسترجاع وتدريب هذه النماذج على بيانات مأخوذة من ويكيبيديا وحدها مثلاً، أو من أي مصدر آخر، فتستند إجاباتها عندئذ استناداً كبيراً إلى معلومات ويكيبيديا. وهذا ممكن تماماً. ويمكننا أيضاً فعل ذلك بمجموعات أخرى من المواد، كالكتب أو مواد منظمة التعاون الاقتصادي والتنمية أو موارد أخرى مختلفة. وبذلك يمكن لهؤلاء الطلبة أن يحظوا فعلاً بعوامل تساعدهم في مجالات مختلفة. كما يمكننا استخدام الأنطولوجيات وتمثيل المعرفة، أي الذكاء الاصطناعي الرمزي، لابتكار مقاربات هجينة قد تحقق نتائج أفضل دون الاعتماد على تقنية ذكاء اصطناعي واحدة فقط.
منظمة التعاون الاقتصادي والتنمية: كم يستغرق النموذج اللغوي الصغير عادةً للإجابة عن سؤال؟ وهل يحدث فرقاً أن أكتب السؤال أو أنطقه؟
سيجي إيسوتاني: نعم، الكتابة أو النطق يحدثان فرقاً، لأن النموذج يحتاج إلى تفريغ مدخلاتك الشفوية نصياً مما تقوله ثم توليد الإجابة، أما حين تكتب فالأمر أسرع. ففي يناير 2025، وهي آخر مرة جربنا فيها الصوت، استغرق الحصول على إجابة أكثر من دقيقة. لذا إذا طرحت سؤالاً معقداً، فقد يستغرق الأمر وقتاً أطول بكثير. لكنني أعتقد أننا سنحصل على الأرجح على نتائج أفضل بمرور الوقت مع النماذج الجديدة والتحسينات.
منظمة التعاون الاقتصادي والتنمية: سؤال أخير. نتحدث هنا عن النماذج اللغوية، لكن الذكاء الاصطناعي التوليدي أكثر من مجرد نماذج لغوية؛ فهو قادر على توليد الصور والموسيقى ومقاطع الفيديو وغيرها. فكم من ذلك يستطيع النموذج الصغير فعله؟
سيجي إيسوتاني: هذا قيد كبير حالياً. فبالقدرات المتاحة لدينا، لا تكفي النماذج اللغوية الصغيرة لتوليد الصور ومقاطع الفيديو وما إلى ذلك؛ إذ تحتاج إلى قدر كبير من قدرة المعالجة والطاقة لفعل ذلك. بل حتى الآن، ومع النماذج التوليدية الكبيرة الحالية، قد يستغرق توليد صورة جيدة الجودة عدة دقائق. لذا لا تملك النماذج التوليدية الصغيرة حالياً القدرة على توليد هذه المواد العالية الجودة. لكن رهاني أن الأمر مجرد مسألة وقت؛ فكل عامين تتناقص القدرة اللازمة لتوليد صورة. وقد بيّنت OpenAI أن الرد على أي أمر نصي كان يكلف في البداية خمسة دولارات أمريكية، وأصبح الآن مسألة قروش، أي سنتاً واحداً من الدولار. لذا أعتقد أن الأمور ستواصل التحسن، وأن هذه النماذج اللغوية الأصغر ستتمكن من فعل أشياء كتوليد الصور وأداء مزيد من المهام.
