AI بالعربي – متابعات
كشفت دراسة بحثية حديثة أن اختبارات الذكاء البشرية التقليدية، مثل إطار “CHC” المستخدم لقياس معدل الذكاء “IQ”، لا تصلح لتقييم قدرات نماذج الذكاء الاصطناعي الحديثة. وأوضحت الدراسة أن هذه الاختبارات صُممت أساسًا لقياس التفكير البشري، بينما تعمل نماذج اللغة الكبيرة بطريقة مختلفة جذريًا في تحليل المعلومات واتخاذ القرارات.
وركز الباحثون في الدراسة على مقارنة أداء تسعة نماذج ذكاء اصطناعي متقدمة، من بينها ChatGPT وGemini وClaude، عبر مجموعة من الأسئلة المستوحاة من اختبارات الذكاء المعروفة. وأظهرت النتائج أن بعض النماذج حققت درجات تعادل متوسط الأداء البشري أو تتجاوزه في بعض المهام المعرفية. إلا أن الباحثين لاحظوا وجود تناقضات واضحة بين طرق التقييم المختلفة، ما أثار تساؤلات حول دقة استخدام اختبارات بشرية لقياس ذكاء الأنظمة الرقمية.
وأكدت الدراسة أن نماذج الذكاء الاصطناعي تعتمد على أنماط معالجة قائمة على البيانات الضخمة والتعلم الإحصائي، وليس على آليات الإدراك البشري التقليدية. ولهذا فإن أداء هذه النماذج في اختبارات “IQ” قد يبدو مؤثرًا في بعض الحالات، لكنه لا يعكس بالضرورة فهمًا حقيقيًا أو قدرة معرفية مماثلة للعقل البشري.
وأشار الباحثون إلى أن إطار “CHC”، الذي يُعد من أبرز النماذج المستخدمة عالميًا في قياس الذكاء البشري، يركز على عناصر مثل الذاكرة العاملة والاستدلال السائل والقدرة اللغوية. لكن نماذج الذكاء الاصطناعي تتعامل مع هذه الجوانب عبر خوارزميات مختلفة، ما يجعل نتائج المقارنة بين الإنسان والآلة غير دقيقة في كثير من الأحيان.
وأضافت الدراسة أن الاعتماد على نتائج اختبارات الذكاء البشرية قد يؤدي إلى فهم خاطئ لقدرات الذكاء الاصطناعي، سواء بالمبالغة في تقديرها أو التقليل من شأنها. كما قد يؤثر ذلك في النقاشات العلمية والسياسات التقنية المتعلقة بتنظيم استخدام هذه النماذج وتقييم مخاطرها المستقبلية.
ولفت الباحثون إلى أن بعض النماذج أظهرت أداءً قويًا في مهام تحليل الأنماط أو حل المشكلات اللغوية، لكنها واجهت صعوبات في مهام أخرى تتطلب فهمًا سياقيًا عميقًا أو خبرة واقعية. ويعكس هذا التباين طبيعة عمل الذكاء الاصطناعي التي تختلف عن التجربة البشرية القائمة على الإدراك الحسي والتفاعل الاجتماعي.
ودعت الدراسة إلى تطوير أدوات تقييم جديدة مصممة خصيصًا لقياس قدرات الذكاء الاصطناعي، بدل الاعتماد على مقاييس بشرية تقليدية. ويرى الباحثون أن هذه الأدوات يجب أن تأخذ في الاعتبار خصائص النماذج الرقمية، مثل قدرتها على معالجة كميات هائلة من البيانات في وقت قصير، أو اعتمادها على التنبؤ الاحتمالي بدل التفكير المنطقي الخالص.
كما شددت الدراسة على أهمية بناء إطار علمي متوازن يساعد على فهم الفروق الجوهرية بين الذكاء البشري والذكاء الاصطناعي. ويهدف هذا التوجه إلى تحسين أساليب تقييم التقنيات الجديدة وضمان استخدامها بشكل مسؤول في مجالات التعليم والعمل وصناعة القرار.
ويأتي هذا النقاش في ظل تزايد اعتماد الشركات التقنية الكبرى، مثل OpenAI وجوجل، على تطوير نماذج أكثر تقدمًا قادرة على أداء مهام معقدة في مجالات متعددة. ومع هذا التطور السريع، تبرز الحاجة إلى أدوات قياس دقيقة تساعد الباحثين وصناع السياسات على تحديد القدرات الفعلية لهذه الأنظمة دون الوقوع في مقارنات غير علمية.
ويرى خبراء أن إعادة التفكير في مفهوم “الذكاء” ذاته قد تصبح ضرورة ملحة مع صعود تقنيات الذكاء الاصطناعي. فبينما يُقاس الذكاء البشري بقدرات معرفية وسلوكية متراكمة، يعتمد الذكاء الاصطناعي على التعلم الآلي والأنماط الحسابية، ما يجعل المقارنة بينهما مسألة معقدة تحتاج إلى مناهج بحثية جديدة.
وتؤكد نتائج الدراسة أن مستقبل تقييم الذكاء الاصطناعي لن يرتبط فقط بتحقيق نتائج عالية في الاختبارات، بل بمدى قدرة هذه الأنظمة على التفاعل مع الواقع وتقديم حلول عملية وموثوقة. ويعكس هذا التوجه تحولًا أوسع في فهم العلاقة بين الإنسان والتقنية في العصر الرقمي المتسارع.
