- هل سيتحقق وعد الذكاء الاصطناعي في خدمة البشرية؟ وما الذي قد يمنعه من تحقيق هذا الوعد؟
- تحدث المؤرخ والاقتصادي كارل-بينيديكت فراي إلى المنتدى حول وتيرة التغيير، ولماذا تقترب “حقبة التوسع” في الذكاء الاصطناعي من نهايتها، وكيف قد ينظر المؤرخون في المستقبل إلى هذه المرحلة.
- تتناول بودكاست “راديو دافوس” التابعة للمنتدى بعضًا من أكبر مشكلات العالم وكيف يمكن حلها. يعد الذكاء الاصطناعي بإطلاق عصر جديد من التقدم – لكن كيف ومتى سيحدث ذلك؟
بالنسبة للمؤرخ والاقتصادي كارل-بينيديكت فراي، الأستاذ المشارك في الذكاء الاصطناعي والعمل بجامعة أكسفورد، فإن الإجابات لا تكمن في التكنولوجيا وحدها. فكل من الابتكار والمؤسسات سيكونان حاسمين في تمكين الذكاء الاصطناعي من تحقيق إمكاناته.
وفي حديثه مع المنتدى، هذا ما قاله حول وتيرة التغيير، ولماذا نقترب من نهاية “حقبة التوسع”، وكيف قد ينظر المؤرخون في المستقبل إلى الفترة التي نعيشها.
تم تعديل الردود لتوضيحها.
ماذا يحدث عندما يتجاوز التغيير التكنولوجي قدرة المؤسسات على التكيف؟ هل نرى مؤشرات مبكرة على ذلك مع الذكاء الاصطناعي؟
التكنولوجيا ليست كل شيء. فالمؤسسات والحوافز مهمة أيضًا. في الأوساط الأكاديمية، على سبيل المثال، الحافز هو “انشر أو اندثر”. لذلك يميل الأكاديميون إلى متابعة عدة مشاريع في الوقت نفسه. ومع وجود أداة إنتاجية قوية جديدة، يمكنك إما إنجاز المزيد من المهام أو استخدام الأداة للتعمق أكثر. وتشير الأدلة إلى أننا اخترنا إنجاز المزيد من المهام. وهذا يعني أن انتباهنا أصبح موزعًا بشكل أوسع على عدد أكبر من المشاريع، وأصبحنا أقل ميلًا لدفع الحدود وتحقيق اختراقات حقيقية في أي مجال معين. نحن بحاجة إلى معالجة التحديات المؤسسية لتحقيق الإمكانات الإنتاجية للذكاء الاصطناعي.
عندما ينظر المؤرخون في المستقبل إلى الفترة التي نعيشها الآن، ماذا قد يقولون؟
ما شهدناه في الذكاء الاصطناعي خلال العقد الماضي هو “حقبة التوسع”، أي تنمية الأساليب القائمة عبر المزيد من البيانات والقدرة الحاسوبية. لكن هذا النموذج يقترب تدريجيًا من نهايته، ونحن بحاجة إلى أفكار جديدة لدفع الذكاء الاصطناعي إلى الأمام. خذ على سبيل المثال لعبة “غو”. يعرف معظم الناس أن برنامج AlphaGo تغلب على بطل العالم عام 2016. لكن ما لا يعرفه كثيرون هو أن هواة بشريين، باستخدام حواسيب عادية، تمكنوا لاحقًا من التغلب على أفضل برامج “غو” من خلال تعريضها لمواقف لم تواجهها أثناء التدريب. وهذا يدل على أنه حتى عندما تحقق الآلات أداءً يفوق البشر، لا يمكننا التأكد من مدى كفاءة تلك الخوارزميات عندما تتغير الظروف. والعالم يتغير باستمرار. لذلك، ما سنحتاجه في المستقبل هو ذكاء اصطناعي أكثر مرونة، وقادر بشكل أفضل على التعميم في ظروف جديدة ومواقف غير مسبوقة. وهذا سيتطلب مزيدًا من الابتكار والبحث.
كارل-بينيديكت فراي في الاجتماع السنوي للمنتدى الاقتصادي العالمي 2026 في دافوس
الصورة: المنتدى الاقتصادي العالمي
إذًا، هل نحتاج إلى الانتقال من حقبة التوسع إلى حقبة الإبداع؟
ما نحتاجه هو نموذج جديد للبحث، لأننا بحاجة إلى أفكار جديدة. ليس من الواضح على الإطلاق أن مستقبل الذكاء الاصطناعي يكمن في النماذج اللغوية الكبيرة. فقد يكون في النماذج اللغوية الصغيرة، أو في الذكاء الاصطناعي الرمزي، أو في مزيج بين النماذج اللغوية الكبيرة والذكاء الاصطناعي الرمزي، وربما في شيء آخر تمامًا. ولاستكشاف هذه المسارات، نحتاج إلى نموذج بحثي جديد، كما نحتاج إلى مزيد من اللامركزية.
ماذا قد يعني ذلك لمختلف الدول والمناطق حول العالم؟
نحن نعيش في عالم يزداد تجزؤًا. إنه تحول كبير. إذا عدنا إلى فترة ما بعد الحرب، نجد أن النمو في العالم كان يعتمد بشكل كبير على التكنولوجيا الأمريكية. فقد قامت الولايات المتحدة أساسًا بتصدير نظام الإنتاج الضخم إلى العالم، وبدرجة كبيرة من خلال خطة مارشال لدعم أوروبا، على سبيل المثال. أما اليوم، فنحن في وضع مختلف تمامًا، إذ تُظهر الولايات المتحدة اهتمامًا أقل بكثير بتدفق التكنولوجيا بحرية. وإذا لم تتمكن أوروبا من الاعتماد على الولايات المتحدة كشريك، فسيتعين عليها تطوير تقنياتها الخاصة. وأعتقد أن هذا ما سنشهده في العديد من المناطق حول العالم التي كانت تعتمد سابقًا على النمو اللحاقي عبر تبني التكنولوجيا المطورة في أماكن أخرى، حيث سيتعين عليها الآن التحول نحو نموذج يقوده الابتكار.
كم من الوقت تحتاجه المجتمعات لتصحيح مسارها بمجرد أن تتضح اتجاهات التكنولوجيا الجديدة؟
إذا عدنا إلى الثورة الصناعية الأولى، فقد استغرق الأمر عقودًا حتى تصل فوائد نظام المصانع إلى عموم السكان. وبالطبع، لم تكن بريطانيا آنذاك ديمقراطية بأي حال من الأحوال. أما اليوم، ففي المجتمعات التي تمتلك مؤسسات ديمقراطية، هناك آليات أكثر للتصحيح الذاتي. وقد رأينا ذلك في الولايات المتحدة خلال العصر المذهب، عندما تحركت الجماهير ضد الاحتكارات التكنولوجية المتصاعدة، وظهرت مظاهر الفساد السياسي المنهجي، مما أدى إلى إقرار قانون بندلتون وإنشاء خدمة مدنية قائمة على الجدارة. ثم واصلت هذه الخدمة المدنية تنظيم الاحتكارات الأمريكية من خلال قوانين مثل قانون شيرمان لمكافحة الاحتكار. وقد استغرق هذا المسار عدة عقود، وهو ما يوضح أن مثل هذا التصحيح قد يستغرق وقتًا طويلًا. وآمل فقط أن يحدث ذلك بشكل أسرع بكثير في حالة الذكاء الاصطناعي.
ماذا عن الاقتصادات الناشئة التي قد تكون في سباق للحاق بنشر هذه التكنولوجيا – ما هي الاستراتيجية المناسبة لها؟
أنا في الواقع أكثر تفاؤلًا بشأن الاقتصادات النامية والناشئة، لأنني أعتقد أن الذكاء الاصطناعي، في شكله الحالي، يقلل من حواجز الدخول إلى الأعمال المعرفية. يشبه ذلك إلى حد ما إدخال تقنية نظام تحديد المواقع في خدمات سيارات الأجرة، حيث لم يعد حفظ أسماء كل شارع في مدينة مثل نيويورك أو بكين مهارة ذات قيمة كبيرة. فقد تمكنت شركات جديدة من الدخول عبر منصات رقمية تربط بين العرض والطلب. وما نشهده أيضًا هو أن الذكاء الاصطناعي يجعل الحواجز اللغوية أقل تأثيرًا. فقد كان معظم التجارة والخدمات محصورًا تاريخيًا في الدول الناطقة باللغة الإنجليزية، لكن مع الترجمة الآلية أصبح بإمكان المزيد من الدول المشاركة في تجارة الخدمات. لذلك أعتقد أن هناك فرصة حقيقية للاقتصادات الناشئة لاعتماد نمو قائم على الخدمات. وهذا لا يعني أنها ستلحق تلقائيًا، لكنه يفتح أمام الدول منخفضة الدخل فرصة جديدة لتحقيق ذلك.
ما نوع المرونة المؤسسية المطلوبة لتحقيق ذلك؟ هل يتطلب الأمر نماذج لامركزية؟
ليس من الضروري أن تكون في طليعة التكنولوجيا لتحقيق ذلك. الأمر مشابه لما رأيناه في قطاع التصنيع: فقد نشأت صناعة السيارات في ديترويت، ثم انتشرت عبر مناطق مختلفة في الغرب، وانتقلت لاحقًا إلى مناطق ذات تكاليف عمالة أقل مثل الصين. وقد ساهم هذا الانتقال في إخراج 800 مليون شخص من الفقر، وقد نشهد الآن الذكاء الاصطناعي يؤدي إلى تحول مشابه في قطاع الخدمات.
أخيرًا، ما هو رأيك في استهلاك الذكاء الاصطناعي للطاقة؟
بالعودة إلى الثورة الصناعية الأولى وتطور المحرك البخاري، فإن السبب في ارتباطه باسم جيمس واط هو أنه كان أول من جعله أكثر كفاءة في استهلاك الطاقة. ولا يزال الذكاء الاصطناعي ينتظر تلك اللحظة. وبسبب التدفقات الكبيرة لرأس المال إلى بنية الذكاء الاصطناعي التحتية، تمكنا من دعم التوسع. لكن النماذج المستقبلية ستحتاج إلى أن تكون أكثر شبهًا بالبشر – أكثر كفاءة في استخدام الطاقة والبيانات، وقادرة على التعلم من عدد قليل من الأمثلة فقط. وبالتالي، إذا تباطأت تدفقات رأس المال إلى قطاع الذكاء الاصطناعي، فمن المرجح أن يدفع ذلك الشركات إلى التركيز بشكل أكبر على كفاءة البيانات والحوسبة وتطوير ذكاء اصطناعي موفر للطاقة، مما سيجعل الطاقة في النهاية أقل عائقًا مما هي عليه في النموذج الحالي القائم على التوسع.
