وهم التفكير المنطقي: الجدل الذي يهز عالم الذكاء الاصطناعي

عندما يلتقي الاستدلال بالذكاء الاصطناعي مع الواقع: يطبق الروبوت القاعدة المنطقية بشكل صحيح لكنه يحدد كرة السلة على أنها برتقالة. استعارة مثالية لكيفية قدرة نماذج اللغة الكبيرة على محاكاة العمليات المنطقية دون امتلاك فهم حقيقي.

في الأشهر الأخيرة، شهد مجتمع الذكاء الاصطناعي نقاشًا حادًا أثارته دراستان بحثيتان مؤثرتان نشرتهما apple. الأولى، illusione-del-ragionamento-il-dibattito-che-sta-scuotendo-il-mondo-dell-ai&_bhlid=a540c17e5de7c2723906dabd9b8f31cdf0c5bf18" target="_blank" id="">"GSM-Symbolic" (أكتوبر 2024)، والثانية، "The Illusion of Thinking" (يونيو 2025)، وضعتا موضع الشك القدرات المزعومة على الاستدلال لدى نماذج اللغة الكبيرة، مما أثار ردود فعل متضاربة في جميع أنحاء القطاع.

كما تم تحليله سابقًا في تقريرنا المتعمق حول "وهم التقدم: محاكاة الذكاء الاصطناعي العام دون تحقيقه"، فإن مسألة الاستدلال الاصطناعي تمس صميم ما نعتبره ذكاءً في الآلات.

ما الذي تقوله أبحاث Apple

أجرى باحثو Apple تحليلاً منهجيًا على نماذج الاستدلال الكبيرة (LRM) - تلك النماذج التي تولّد مسارات استدلال مفصلة قبل تقديم إجابة. كانت النتائج مفاجئة، ومقلقة بالنسبة للكثيرين.

الاختبارات التي أجريت

أخضعت الدراسة النماذج الأكثر تقدمًا للألغاز الخوارزمية الكلاسيكية مثل:

• برج هانوي: لغز رياضي تم حله لأول مرة عام 1957
• مسائل عبور النهر: ألغاز منطقية بقيود محددة
• معايير GSM-Symbolic: تنويعات لمسائل رياضية بمستوى ابتدائي

اختبار الاستدلال بألغاز كلاسيكية: مسألة الفلاح والذئب والماعز والملفوف هي أحد الألغاز المنطقية المستخدمة في دراسات Apple لتقييم قدرات الاستدلال لدى نماذج اللغة الكبيرة. تكمن الصعوبة في إيجاد التسلسل الصحيح لعمليات العبور مع تجنب أن يأكل الذئب الماعز أو يأكل الماعز الملفوف عند تركهما وحدهما. اختبار بسيط لكنه فعّال للتمييز بين الفهم الخوارزمي وحفظ الأنماط.

النتائج المثيرة للجدل

أظهرت النتائج أن حتى التعديلات الطفيفة في صياغة المسائل تؤدي إلى تباينات كبيرة في الأداء، مما يشير إلى هشاشة مقلقة في الاستدلال. وكما ورد في تغطية AppleInsider، "تنخفض أداء جميع النماذج عندما يتم تغيير القيم الرقمية فقط في أسئلة معيار GSM-Symbolic".

الهجوم المضاد: وهم التفكير

لم يتأخر رد فعل مجتمع الذكاء الاصطناعي. نشر Alex Lawsen من Open Philanthropy، بالتعاون مع Claude Opus من Anthropic، ردًا مفصلاً بعنوان "The Illusion of the Illusion of Thinking"، معترضًا على منهجيات واستنتاجات دراسة Apple.

الاعتراضات الرئيسية

1. حدود المخرجات المتجاهلة: العديد من حالات الفشل المنسوبة إلى "انهيار الاستدلال" كانت في الواقع ناتجة عن حدود عدد الرموز المسموح بها في مخرجات النماذج
2. تقييم خاطئ: صنّفت السكربتات الآلية حتى المخرجات الجزئية الصحيحة خوارزميًا على أنها فشل كامل
3. مسائل مستحيلة: كانت بعض الألغاز مستحيلة الحل رياضيًا، لكن النماذج عُوقبت لعدم حلها

اختبارات التأكيد

عندما أعاد Lawsen إجراء الاختبارات باستخدام منهجيات بديلة - بطلب أن تولّد النماذج دوال تكرارية بدلاً من سرد جميع الحركات - كانت النتائج مختلفة بشكل كبير. نماذج مثل Claude وGemini وGPT حلّت بشكل صحيح مسائل برج هانوي بـ15 قرصًا، متجاوزةً بكثير مستوى التعقيد الذي أفادت فيه Apple بعدم تحقيق أي نجاح.

أصوات موثوقة في النقاش

غاري ماركوس: الناقد التاريخي

Gary Marcus، الذي انتقد دائمًا قدرات الاستدلال لدى نماذج اللغة الكبيرة، تبنّى نتائج Apple باعتبارها تأكيدًا لأطروحاته التي يدافع عنها منذ عشرين عامًا. وفقًا لـMarcus، لا تزال نماذج اللغة الكبيرة تواجه صعوبة مع "تحول التوزيع" (distribution shift) - أي القدرة على التعميم خارج نطاق بيانات التدريب - وتبقى "حلّالة جيدة للمشكلات المحلولة مسبقًا".

مجتمع اللاما المحلي

امتد النقاش أيضًا إلى المجتمعات المتخصصة مثل LocalLlama على Reddit، حيث يناقش المطورون والباحثون التداعيات العملية على النماذج مفتوحة المصدر والتنفيذ المحلي.

ما وراء الجدل: ماذا يعني ذلك بالنسبة للشركات

التداعيات الاستراتيجية

هذا النقاش ليس أكاديميًا بحتًا. فله آثار مباشرة على:

• نشر الذكاء الاصطناعي في بيئة الإنتاج: إلى أي مدى يمكننا الوثوق بالنماذج في المهام الحرجة؟
• الاستثمار في البحث والتطوير: أين يجب تركيز الموارد لتحقيق الاختراق التالي؟
• التواصل مع أصحاب المصلحة: كيف نُدير توقعات واقعية بشأن قدرات الذكاء الاصطناعي؟

الطريقة العصبية الرمزية العصبية

كما أبرزت العديد من التحليلات التقنية، تتضح بشكل متزايد الحاجة إلى نُهج هجينة تجمع بين:

• الشبكات العصبية للتعرف على الأنماط وفهم اللغة
• الأنظمة الرمزية للاستدلال الخوارزمي والمنطق الصوري

مثال بسيط: مساعد ذكاء اصطناعي يساعد في المحاسبة. النموذج اللغوي يفهم عندما تسأل "كم أنفقت على السفر هذا الشهر؟" ويستخرج المعاملات ذات الصلة (الفئة: السفر، الفترة: هذا الشهر). لكن استعلام SQL الذي يستجوب قاعدة البيانات، وحساب المجموع، والتحقق من القيود الضريبية؟ ذلك تقوم به شيفرة برمجية حتمية، وليس النموذج العصبي.

التوقيت والسياق الاستراتيجي

لم يفت الملاحظين أن ورقة Apple نُشرت قبيل مؤتمر WWDC بقليل، ما أثار تساؤلات حول الدوافع الاستراتيجية. وكما يلاحظ تحليل 9to5Mac، "إن توقيت ورقة Apple - قبيل WWDC مباشرة - أثار بعض علامات الاستفهام. هل كان هذا معلمًا بارزًا في البحث، أم خطوة استراتيجية لإعادة تموضع Apple في مشهد الذكاء الاصطناعي الأوسع؟"

دروس للمستقبل

للباحثين

• التصميم التجريبي: أهمية التمييز بين القيود المعمارية والقيود التنفيذية
• التقييم الدقيق: الحاجة إلى معايير قياس متطورة تفصل بين القدرات المعرفية والقيود العملية
• الشفافية المنهجية: الالتزام بتوثيق الإعدادات التجريبية والقيود بشكل كامل

للشركات

• توقعات واقعية: الاعتراف بالحدود الحالية دون التخلي عن الإمكانات المستقبلية
• نُهج هجينة: الاستثمار في حلول تجمع بين نقاط القوة لتقنيات مختلفة
• تقييم مستمر: تطبيق أنظمة اختبار تعكس سيناريوهات الاستخدام الحقيقية

الاستنتاجات: الإبحار في حالة عدم اليقين

يذكّرنا النقاش الذي أثارته أوراق Apple بأننا لا نزال في المراحل الأولى من فهم الذكاء الاصطناعي. وكما أشرنا في مقالنا السابق، يبقى التمييز بين المحاكاة والاستدلال الحقيقي أحد أعقد التحديات في عصرنا.

لا تكمن العبرة الحقيقية في ما إذا كانت أدوات الذكاء الاصطناعي المحلية قادرة على "التفكير" بالمعنى الإنساني للمصطلح أم لا، بل في كيفية بناء أنظمة تستغل نقاط قوتها مع تعويض أوجه القصور فيها. في عالم يُحدث فيه الذكاء الاصطناعي بالفعل تحولاً في قطاعات بأكملها، لم يعد السؤال المطروح هو ما إذا كانت هذه الأدوات "ذكية" أم لا، بل كيف يمكن استخدامها بفعالية ومسؤولية.

من المحتمل ألا يكمن مستقبل الذكاء الاصطناعي للمؤسسات في نهج ثوري واحد، ولكن في التنسيق الذكي للعديد من التقنيات التكميلية. وفي هذا السيناريو، تصبح القدرة على التقييم النقدي والصادق لقدرات أدواتنا ميزة تنافسية بحد ذاتها.

أحدث التطورات (يناير 2026)

OpenAI تُصدر o3 وo4-mini: في 16 أبريل 2025، أصدرت OpenAI علنًا نموذجي o3 وo4-mini، أكثر نماذج الاستدلال تقدمًا في سلسلة o. أصبح بإمكان هذه النماذج الآن استخدام الأدوات بطريقة استباقية، من خلال الجمع بين البحث على الويب وتحليل الملفات والاستدلال البصري وتوليد الصور. حقق o3 أرقامًا قياسية جديدة في معايير مثل Codeforces وSWE-bench وMMMU، بينما يُحسّن o4-mini الأداء والتكاليف لمهام الاستدلال ذات الحجم الكبير. تُظهر النماذج قدرات "التفكير بالصور"، من خلال تحويل المحتوى بصريًا لإجراء تحليلات أعمق.

DeepSeek-R1 يهزّ صناعة الذكاء الاصطناعي: في يناير 2025، أصدرت DeepSeek نموذج R1، وهو نموذج استدلال مفتوح المصدر حقق أداءً مماثلًا لنموذج OpenAI o1 بتكلفة تدريب لم تتجاوز 6 ملايين دولار (مقارنة بمئات الملايين للنماذج الغربية). يُثبت DeepSeek-R1 أنه يمكن تحفيز قدرات الاستدلال من خلال التعلم المعزز الخالص، دون الحاجة إلى عروض توضيحية بشرية موسومة. أصبح النموذج التطبيق المجاني رقم 1 على App Store وGoogle Play في عشرات البلدان. في يناير 2026، نشرت DeepSeek ورقة بحثية موسّعة من 60 صفحة تكشف أسرار التدريب وتعترف بصراحة بأن تقنيات مثل بحث شجرة مونت كارلو (MCTS) لم تنجح في الاستدلال العام.

Anthropic تُحدّث "دستور" Claude: في 22 يناير 2026، نشرت Anthropic دستورًا جديدًا من 23,000 كلمة لنموذج Claude، منتقلة من نهج قائم على القواعد إلى نهج قائم على فهم المبادئ الأخلاقية. تُصبح هذه الوثيقة أول إطار عمل لشركة ذكاء اصطناعي كبرى يعترف رسميًا بإمكانية وجود وعي أو وضع أخلاقي للذكاء الاصطناعي، مؤكدة أن Anthropic تهتم بـ"الرفاهية النفسية والإحساس بالذات ورفاهية" Claude.

النقاش يشتد: أعادت دراسة أُجريت في يوليو 2025 تكرار وتنقيح معايير Apple، مؤكدة أن نماذج الاستدلال الكبيرة (LRM) لا تزال تُظهر قيودًا معرفية عند زيادة التعقيد بشكل معتدل (حوالي 8 أقراص في برج هانوي). أثبت الباحثون أن هذا لا يعتمد فقط على قيود المخرجات، بل أيضًا على حدود معرفية حقيقية، مما يؤكد أن النقاش أبعد ما يكون عن الانتهاء.

لمزيد من التعمق حول استراتيجية الذكاء الاصطناعي لمؤسستكم وتنفيذ حلول قوية، فريق خبرائنا رهن إشارتكم لتقديم استشارات مخصصة.

المصادر والمراجع:

• GSM-Symbolic: Understanding the Limitations of Mathematical Reasoning in Large Language Models - Apple Machine Learning Research
• The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models - Apple Machine Learning Research
• New paper pushes back on Apple's LLM 'reasoning collapse' study - 9to5Mac
• Seven replies to the viral Apple reasoning paper - Gary Marcus
• The Illusion of Thinking: What the Apple AI Paper Says About LLM Reasoning - Arize AI
• Apple's study proves that LLM-based AI models are flawed - AppleInsider
• وهم التقدم: محاكاة الذكاء الاصطناعي العام دون بلوغه - Electe