تقرير جديد يشير إلى أن ديبسيك تم تدريبه على بيانات شات جي بي تي

أحدث تقرير استقصائي حديث موجات من التموجات عبر مجتمع الذكاء الاصطناعي، زاعمًا أن ديبسيك - وهو نموذج لغوي متطور يُشاد به لرشاقته في المحادثة - تم تدريبه، على الأقل جزئيًا، على البيانات التي تم إنشاؤها بواسطة شات جي بي تي. يثير هذا الكشف، إذا تم إثباته، أسئلة عميقة حول سلامة دورات تطوير الذكاء الاصطناعي، وأخلاقيات التدريب المتكرر، والحدود الغامضة للملكية الفكرية في عصر التعلم الآلي. مثل قاعة المرايا التي تعكس تكرارات لا نهائية لنفس الصورة، فإن ممارسة تدريب الذكاء الاصطناعي على البيانات الاصطناعية تخاطر بترسيخ التحيزات، وتضخيم الأخطاء، وتآكل الأصالة التي تدعم التقدم التكنولوجي.

**مفارقة بيانات التدريب الاصطناعية**

يضرب الادعاء الأساسي ضد منهجية تدريب ديبسيك توترًا متزايدًا في أبحاث الذكاء الاصطناعي: استخدام المحتوى الذي تم إنشاؤه بواسطة الآلة لتدريب نماذج جديدة. يزعم المؤيدون أن البيانات الاصطناعية يمكن أن تعمل على تنويع مجموعات التدريب، وتقليل الاعتماد على النصوص التي ينتجها البشر، والالتفاف على مخاوف الخصوصية. ومع ذلك، يشبه المنتقدون هذا النهج بـ "التزاوج الداخلي" للمحتوى الفكري - وهي العملية التي تنمو فيها النماذج بشكل متزايد بعيدًا عن الفروق الدقيقة البشرية، وتكرر الأنماط دون فهم. وكما حذرت عالمة اللغويات إميلي إم. بيندر في بحثها الذي شاركت في تأليفه بعنوان *حول مخاطر الببغاوات العشوائية*، فإن نماذج اللغة تخاطر بأن تصبح "حكامًا منهجيين للحقيقة" عندما تستمد معرفتها من بيانات متكررة غير مصفاة. إذا كانت بنية ديبسيك قد تشكلت بالفعل من خلال مخرجات شات جي بي تي، فقد ترث ليس فقط نقاط قوة سابقتها ولكن أيضًا نقاطها العمياء، من عدم الدقة في الحقائق إلى الصور النمطية المضمنة.

تؤكد السوابق التاريخية على مخاطر مثل هذه الدائرية. في عام 2016، تبنى روبوت المحادثة Tay التابع لشركة Microsoft خطابًا سامًا في غضون ساعات من التفاعل مع المستخدمين على وسائل التواصل الاجتماعي - وهي قصة تحذيرية حول كيف يمكن لأنظمة الذكاء الاصطناعي تضخيم العيوب عند تعرضها لمدخلات غير مدققة. وبالمثل، وجدت دراسة أجريت عام 2023 في مجلة Nature Machine Intelligence أن النماذج المدربة على بيانات اصطناعية أظهرت "تدهورًا في الأداء"، وتكافح للتعميم بما يتجاوز الأنماط المتكررة. وبالتالي فإن الجدل حول ديبسيك يعكس أزمة معرفية أوسع نطاقًا: هل يمكن للذكاء الاصطناعي أن يتطور بشكل أصيل إذا كان تعليمه محصورًا في أصداء نفسه؟

**الملكية الفكرية في العصر الخوارزمي**

بعيدًا عن المخاوف الفنية، يشعل التقرير مناقشات حول الملكية والإسناد في تطوير الذكاء الاصطناعي. بيانات تدريب شات جي بي تي - فسيفساء من الكتب والمقالات والنصوص على الإنترنت - هي في حد ذاتها أرض متنازع عليها. لقد رفع مؤلفون مثل سارة سيلفرمان وجورج آر آر مارتن دعوى قضائية ضد  OpenAI، زاعمين انتهاك حقوق النشر، في حين رفعت صحيفة نيويورك تايمز دعوى قضائية بارزة في أواخر عام 2023 بشأن الاستخدام غير المصرح به للمحتوى الصحفي. إذا استخدمت ديبسيك مخرجات شات جي بي تي دون شفافية، فإن هذا يزيد من تفاقم هذه الغموض القانوني. وكما حذر الباحث القانوني لورانس ليسيج في كتابه "الرمز والقوانين الأخرى للفضاء الإلكتروني"، فإن العصر الرقمي يتطلب أطرًا للتوفيق بين الابتكار والمساءلة - وهو التوازن الذي لم يتم التوصل إليه بعد في الغرب المتوحش للذكاء الاصطناعي.

إن الآثار الأخلاقية تمتد إلى ما هو أبعد من الشرعية. يفترض الفيلسوف نيك بوستروم، في كتابه "الذكاء الخارق"، أن تطوير الذكاء الاصطناعي يتطلب "نظامًا بيئيًا أخلاقيًا" لمواءمة الأنظمة مع القيم الإنسانية. إن نماذج التدريب على البيانات الاصطناعية دون إشراف صارم تهدد هذا التوافق، مما قد يؤدي إلى تضمين تحيزات غامضة. على سبيل المثال، ثبت أن شات جي بي تي يُظهر ميولًا سياسية وافتراضات ثقافية تعكس بيانات التدريب الغربية في الغالب. إن النموذج الذي تم تدريبه على مثل هذه المخرجات قد يعزز هذه المنظورات، ويضيق التعددية الضرورية لتطبيقات الذكاء الاصطناعي العالمية.

الشفافية كحجر الزاوية للثقة

يؤكد الجدل حول ديبسيك على عجز صارخ في شفافية الذكاء الاصطناعي. على عكس البحث الأكاديمي، حيث يتم التدقيق في المنهجيات من خلال مراجعة الأقران، غالبًا ما يحدث تطوير الذكاء الاصطناعي للشركات خلف حجاب الملكية. هذا الغموض يغذي الشكوك العامة - وهو الشعور الذي تردد صداه في استطلاع أجرته مؤسسة بيو للأبحاث عام 2024، والذي وجد أن 62٪ من المستجيبين لا يثقون في أنظمة الذكاء الاصطناعي بسبب عدم القدرة على التفسير الكافي. تزعم عالمة الأنثروبولوجيا ماري جراي، في *Ghost Work*، أن الشفافية ليست مجرد عقبة تقنية ولكنها ضرورة اجتماعية: "لإضفاء الطابع الديمقراطي على الذكاء الاصطناعي، يجب علينا تسليط الضوء على عمله الخفي"، بما في ذلك البيانات التي يستهلكها.

تتزايد الدعوات للتدخل التنظيمي. يفرض قانون الذكاء الاصطناعي للاتحاد الأوروبي، المقرر تنفيذه في عام 2025، الكشف عن مصادر بيانات التدريب للأنظمة عالية المخاطر. في الوقت نفسه، تهدف مبادرات مثل "بطاقات النماذج" التي أطلقتها شركة Hugging Face إلى توحيد ممارسات التوثيق. ومع ذلك، وكما توضح قضية ديبسيك، قد تثبت التدابير الطوعية عدم كفايتها. وفي غياب المعايير القابلة للتنفيذ، يخاطر مشهد الذكاء الاصطناعي بالتحول إلى متاهة من الأصول الغامضة والعيوب الموروثة.

الخلاصة: نحو حساب أخلاقي

إن الادعاء بأن ديبسيك دربت

إن ما يتعلق ببيانات شات جي بي تي ليس مجرد حاشية تقنية - بل هو نموذج مصغر للتحديات الوجودية التي تواجه الذكاء الاصطناعي. ومع تطور النماذج، فإن اعتمادها على البيانات الاصطناعية يهدد بإنشاء حلقات تغذية مرتدة من العائدات المتناقصة، حيث يتوقف الإبداع وتتكلس الأخطاء. ويتطلب معالجة هذه المشكلة تحولاً نموذجيًا: إعطاء الأولوية للتنوع في مجموعات التدريب، وإنشاء بروتوكولات إسناد واضحة، وتعزيز التعاون بين المتخصصين في التكنولوجيا والأخلاق وصناع السياسات.

وعلى حد تعبير المؤرخ يوفال نوح هراري، "قد تشكل الخوارزميات واقعنا قريبًا أكثر من أي مؤسسة بشرية". ولمنع هذا الواقع من أن يصبح قاعة مرايا - تعكس بلا نهاية نفس التشوهات - يجب على مجتمع الذكاء الاصطناعي مواجهة المعضلات الأخلاقية التي نشأت عنه. وعندها فقط يمكننا ضمان أن الآلات التي نبنيها لا تعكس ماضينا فحسب، بل تنير مستقبلًا أكثر عدالة.

Posted in: ذكاء إصطناعي