من المتوقع على نطاق واسع أن يُحدث الذكاء الاصطناعي العام (AGI) تحولًا جذريًا في كل من التعليم والمجتمع. فمن التعلم المخصص إلى أدوات التدريس المتقدمة، وصولًا إلى القدرة على تحليل كميات هائلة من البيانات البحثية، يُروَّج للذكاء الاصطناعي العام على أنه سيترك أثرًا كبيرًا على المعلمين والطلاب على حد سواء. ونتيجة لذلك، ستحتاج أنظمة التعليم إلى التكيف من أجل البقاء ذات صلة.
ومع ذلك، يمكن أن يكون تعريف الذكاء الاصطناعي العام (AGI) أمرًا معقدًا. فعلى عكس الذكاء الاصطناعي التقليدي (AI)، المصمم لأداء مهام محددة، يهدف الذكاء الاصطناعي العام إلى تحقيق مستوى من الذكاء يتميز بالمرونة والتكيف والقدرة على التصرف بطريقة تشبه البشر. لكن التطور المستمر لقدرات الذكاء الاصطناعي، التي تُظهر قوة مذهلة في بعض المجالات وضعفًا واضحًا في أخرى، يؤدي إلى تداخل الحدود بين الذكاء الاصطناعي والذكاء الاصطناعي العام.
ونتيجة لذلك، تختلف التعريفات ووجهات النظر حول ماهية الذكاء الاصطناعي العام بشكل كبير. فبينما يرى البعض أنه نظام قادر على أداء أي مهمة فكرية يستطيع الإنسان القيام بها، يعتقد آخرون أنه يجب أن يتمتع بالوعي الذاتي أو الإدراك. هذا الاختلاف في وجهات النظر يجعل محاولة تعريف الذكاء الاصطناعي العام مسعى معقدًا ومستمرًا. لذلك، يدعو مركز إعادة تصميم المناهج الدراسية إلى اتباع نهج متوازن—لا يكون طموحًا مبالغًا فيه، ولا محصورًا بشكل ضيق في التعريفات الحالية.
يرجع جزء من المشكلة إلى الحاجة إلى منظور أكثر واقعية وتطورًا لفهم الذكاء، منظور يأخذ في الاعتبار جميع القدرات البشرية عبر المجالات الثلاثة: المعرفية، والعاطفية، والحركية. وغالبًا ما يتم تجاهل هذه المجالات في التعريفات الضيقة للذكاء الاصطناعي العام. على سبيل المثال، تشكل المهام الحركية تحديات فريدة تتجاوز التعريفات التي تركز فقط على القدرات المعرفية أو على نماذج اللغة الكبيرة (LLM).
لنبدأ باستكشاف بعض تعريفات الذكاء الاصطناعي العام: تقدم كل من OpenAI وGoogle خرائط طريق تتضمن مراحل محددة، لكن هذه المعايير تعكس بطبيعة الحال أولويات كل شركة أكثر من كونها مقياسًا عالميًا لتطور الذكاء الاصطناعي العام. ومن ناحية أخرى، قد يكون الوصول إلى قبول عام للذكاء الاصطناعي العام طريقة أخرى لتعريف ظهوره، وإن كان ذلك مفهومًا ذاتيًا يعتمد على السياق الثقافي والاجتماعي.
وجهة نظر أخرى يمكن أن تتناول دمج الذكاء الاصطناعي العام (AGI) في سوق العمل وتأثيره التحويلي على التدريس، والتمريض، والمهن الأخرى. إذ يمكن تصنيف المهام عبر مختلف المجالات (المعرفية، والعاطفية، والحركية) وفقًا لمستويات متزايدة من التعقيد، مما قد يكون مؤشرًا أكثر دقة على مدى تقدم الذكاء الاصطناعي العام في أداء مجموعة واسعة من المهام المهنية.
هناك الكثير من الشكوك تجاه التصورات التي تركز على نماذج اللغة الكبيرة (LLM) كمعيار للذكاء الاصطناعي العام، حيث يشير النقاد إلى عدم قدرة هذه النماذج على التعامل مع المهام التي تتجاوز معالجة اللغة. وعلى الرغم من التقدم الهائل الذي حققه الذكاء الاصطناعي، بما في ذلك في سير العمل القائمة على LLM، فإن القفزة من الذكاء الاصطناعي الضيق إلى الذكاء الاصطناعي العام تتطلب القدرة على التعميم عبر مجالات ومهام مختلفة جوهريًا.
في الأوساط التعليمية، يُعرف هذا بمفهوم ""الانتقال"" (Transfer)، والذي يشير إلى القدرة على استخدام شيء تم تعلمه في مرحلة مبكرة من الحياة بعد عقود في سياق مختلف تمامًا. وهذه القفزة تمثل تحديًا تكنولوجيًا كبيرًا، ولا يمكن تحقيقها بمجرد تطوير نموذج أكثر تعقيدًا.
ومع ذلك، حتى الباحثون المتشككون في الذكاء الاصطناعي يتفقون على أن ظهور شكل من أشكال الذكاء الاصطناعي العام خلال العقد المقبل أمر محتمل للغاية. ونتيجة لذلك، لا يمكن لأنظمة التعليم أن تكتفي بتعليم ثقافة الذكاء الاصطناعي (AI Literacy) فقط، بل يجب عليها استباقيًا التفكير فيما يجب تدريسه أيضًا.
وبالنظر إلى أن دورات صنع القرار والتنفيذ في التعليم طويلة للغاية مقارنة بتسارع التطور التكنولوجي، فإن الانتظار حتى ظهور الذكاء الاصطناعي العام قد يكون مكلفًا. ونظرًا لصعوبة التنبؤ بتأثيره الشامل، فإن أحد الاقتراحات المعقولة هو تعزيز قدرة الطلاب على التكيف والتعلم الذاتي المستمر، بحيث يكونون مؤهلين لمواجهة أي مستقبل محتمل والحفاظ على تفوقهم على الذكاء الاصطناعي العام.
يجب على أنظمة التعليم إدراج هذه المتطلبات في معاييرها ومناهجها وخططها الدراسية، وهي مهمة ليست سهلة على الإطلاق. لكن النقاش يجب أن يبدأ الآن، وليس انتظار وصول قطار الذكاء الاصطناعي العام ليضع الجميع أمام الأمر الواقع.
