لم تعد المنافسة في الذكاء الاصطناعي تدور فقط حول من يجيب بطريقة أفضل، أو من يكتب نصًا أكثر اتساقًا، أو من يحل مسألة رياضية أعقد. خلال الأعوام الماضية، أخذت النماذج تنتقل تدريجيًا من مرحلة الإجابة عن الإنسان إلى مرحلة تنفيذ العمل نيابةً عنه؛ من تلخيص المستندات وكتابة الشيفرات، إلى فتح المواقع، والتنقل بين الصفحات، واستخدام البرامج، واتخاذ سلسلة من الخطوات للوصول إلى نتيجة عملية.
ومع إعلان OpenAI عن نموذجها الجديد GPT-6 Astra، يبدو أن هذا الانتقال لم يعد مجرد تحسين جانبي في قدرات النماذج، بل أصبح محورًا رئيسيًا في تعريف الجيل الجديد منها.
فالشركة لا تقدّم Astra بوصفه نموذجًا أسرع أو أكثر ذكاءً فحسب، وإنما بوصفه نظامًا يتفوّق في ثلاث مناطق طالما اعتُبرت من أكثر الاختبارات صعوبة أمام الذكاء الاصطناعي: استخدام الحاسوب، وكتابة البرمجيات، وحل المسائل الرياضية المعقّدة.
لكن الأهم من الأرقام والاختبارات هو ما تقوله OpenAI عن معنى هذه القفزة نفسها. فداخل الشركة، بدأ بعض قادتها يتحدثون علنًا عن احتمال أن نكون قد دخلنا بالفعل عصر الذكاء العام الاصطناعي، أو على الأقل اقتربنا من النقطة التي سيُنظر إليها مستقبلًا باعتبارها بداية ذلك العصر.
وهنا تحديدًا تصبح قصة GPT-6 Astra أكبر من مجرد إطلاق نموذج جديد.
#من مساعد يجيب إلى وكيل يستخدم الحاسوب
لفترة طويلة، ظلّت نماذج الذكاء الاصطناعي ممتازة داخل حدود نافذة المحادثة. يستطيع النموذج أن يكتب، ويشرح، ويقترح، ويحلل، وربما ينتج شيفرة متقدمة، لكنه كان يتوقف غالبًا عند اللحظة التي يحتاج فيها إلى التفاعل الحقيقي مع العالم الرقمي.
فتح موقع إلكتروني، فهم ما يظهر على الشاشة، اختيار الزر الصحيح، إدخال البيانات في نموذج، الانتقال إلى صفحة أخرى، تصحيح خطأ مفاجئ، ثم متابعة المهمة حتى نهايتها؛ كل ذلك يبدو بسيطًا للإنسان، لكنه يمثل سلسلة طويلة من القرارات التي يجب أن تكون صحيحة ومتناسقة.
لهذا السبب، شكّل ما يعرف بـ:
Computer Use
واحدًا من أهم التحديات أمام تطوير الوكلاء الأذكياء.
وتقول OpenAI إن GPT-6 Astra حقق تقدمًا كبيرًا في هذا الجانب إلى درجة وصفته بأنه:
World's Best Computer Use Model
أي أن الرهان هنا لا يتعلق فقط بقدرة النموذج على فهم ما تريده، بل بقدرته على تحويل هذا الفهم إلى خطوات فعلية داخل المتصفح أو نظام التشغيل.
وبحسب الشركة، تمكن النموذج في الاختبارات من تنفيذ مهام مثل البحث عن وظائف، والعثور على شقق، وحجز مواعيد لدى جهات حكومية، وبسرعة تجاوزت في بعض الحالات متوسط أداء الإنسان.
هذه الأمثلة قد تبدو عادية لأول وهلة، لكنها تكشف عن تحول مهم. النموذج الذي يستطيع إنجاز مثل هذه المهام لا يعمل كمحرك بحث، ولا كمساعد يكتفي بإعطائك تعليمات حول ما يجب أن تفعله؛ بل يبدأ في الاقتراب من دور الوكيل التنفيذي الذي يتلقى هدفًا ثم يتولى سلسلة من الإجراءات اللازمة لتحقيقه.
#لماذا يعتبر هذا التقدم مهمًا؟
الذكاء البشري في الحياة اليومية لا يظهر غالبًا في حل المسائل المجردة وحدها، وإنما في قدرتنا على الانتقال بين أنظمة مختلفة وربطها معًا.
قد تحتاج، على سبيل المثال، إلى قراءة رسالة بريد، ثم فتح موقع، ثم مقارنة عدة خيارات، ثم إدخال معلومات في نموذج، ثم الرجوع إلى ملف، ثم اتخاذ قرار وفق شروط متعددة.
كل خطوة منفردة ليست بالضرورة صعبة، لكن الصعوبة تكمن في الحفاظ على السياق بين جميع هذه الخطوات.
ولهذا فإن تطور Computer Use يحمل دلالة مختلفة عن تحسن جودة الإجابات النصية. إذا أصبحت النماذج قادرة على استخدام الأدوات الرقمية بالموثوقية نفسها التي نستخدمها نحن، فإن المسافة بين "المعرفة" و"التنفيذ" تبدأ في الانكماش.
وبدل أن تقول للنموذج:
How can I find an apartment that matches these conditions?
قد يصبح السؤال العملي:
Find apartments that match these conditions, compare them, and prepare the best options for me.
الفارق بين العبارتين يبدو لغويًا بسيطًا، لكنه تقنيًا واقتصاديًا ضخم.
الأولى تطلب المعرفة.
أما الثانية فتطلب العمل.
#البرمجة تتحول من مهارة يولدها النموذج إلى بيئة يعمل داخلها
المجال الثاني الذي تضعه OpenAI في قلب GPT-6 Astra هو البرمجة.
وقد أصبحت كتابة الشيفرة خلال السنوات الأخيرة واحدة من أكثر الاستخدامات وضوحًا للنماذج اللغوية. بدأت الرحلة باقتراح سطر أو دالة، ثم تطورت إلى كتابة ملفات كاملة، وبعدها إلى تحليل مستودعات برمجية، واكتشاف الأخطاء، وتشغيل الاختبارات، وتعديل أكثر من جزء في المشروع ضمن مهمة واحدة.
لكن الجيل الجديد من النماذج يحاول تجاوز فكرة:
Generate code
إلى فكرة أقرب إلى:
Work on the software system
وهذا فارق جوهري.
فالمهندس لا يقضي يومه في كتابة الشيفرة فقط. هو يقرأ مشروعًا موجودًا، ويفهم العلاقات بين مكوناته، ويشخّص الأخطاء، ويتعامل مع أدوات البناء والاختبار، ويقرر أي تعديل أقل خطورة، ثم يراجع النتيجة.
كلما اقترب النموذج من هذه الدورة الكاملة، أصبح تقييمه وفق جودة السطر البرمجي وحده غير كافٍ.
السؤال يصبح: هل يستطيع النموذج إنجاز المهمة البرمجية من البداية إلى النهاية؟
وهنا يلتقي تطور البرمجة مع تطور استخدام الحاسوب. فكلما تحسنت قدرة النموذج على تشغيل الأدوات والتنقل داخل البيئات المختلفة، ازدادت قدرته على العمل كمهندس برمجيات شبه مستقل، لا كمولد شيفرة فقط.
#الرياضيات ما زالت مقياسًا مهمًا للقدرة على الاستدلال
إلى جانب استخدام الحاسوب والبرمجة، تقول OpenAI إن GPT-6 Astra حقق أداءً متقدمًا في المسائل الرياضية الصعبة.
وقد تبدو الرياضيات بعيدة عن التطبيقات اليومية للوكلاء، لكنها ما زالت واحدة من أهم الطرق المستخدمة لاختبار مدى قدرة النموذج على الاستدلال المنهجي.
فالمسألة الرياضية المعقدة لا تكافئ عادةً الإجابة السريعة أو التخمين. هي تتطلب الحفاظ على تسلسل منطقي، وفهم العلاقات بين المعطيات، واختيار النهج الصحيح، ثم الوصول إلى نتيجة قابلة للتحقق.
ولهذا ينظر إلى التحسن في الرياضيات على أنه مؤشر على تحسن أعمق في البنية الاستدلالية للنموذج.
وإذا اجتمعت القدرة على الاستدلال مع استخدام الأدوات والبرمجة، فإن الناتج ليس مجرد نموذج "يعرف أكثر"، وإنما نظام قادر على التفكير والتنفيذ والتصحيح ضمن المهمة نفسها.
#هل هذه هي بداية عصر AGI؟
الجزء الأكثر إثارة في إعلان GPT-6 Astra لم يكن تقنيًا بالكامل.
رئيس OpenAI والمشارك في تأسيسها Greg Brockman ذهب أبعد من الحديث المعتاد عن الاختبارات والأداء، وقال إنه يرى أن الاعتقاد بأن العالم دخل الآن عصر الذكاء العام الاصطناعي لم يعد فكرة غير معقولة.
بل أشار إلى أنه عند النظر إلى هذه المرحلة بعد عدة سنوات، قد يعتبر البعض هذا التوقيت، وربما هذا النموذج تحديدًا، نقطة البداية الفعلية لـ:
Artificial General Intelligence
أو:
AGI
لكن مفهوم AGI نفسه ما زال أحد أكثر المصطلحات التباسًا في صناعة الذكاء الاصطناعي.
فلا يوجد تعريف واحد متفق عليه عالميًا يحدد اللحظة التي يتحول عندها نظام ذكي متقدم إلى ذكاء عام.
هل يكفي أن يتفوق على البشر في مجموعة واسعة من الاختبارات؟
هل يجب أن يكون قادرًا على تعلم أي مهمة فكرية تقريبًا؟
هل المطلوب أن يعمل باستقلالية كاملة؟
أم أن المعيار الحقيقي هو أثره الاقتصادي وقدرته على أداء غالبية الأعمال المعرفية؟
لهذا فإن تصريحات Brockman لا تعني وجود إجماع علمي على أن AGI قد تحقق، بقدر ما تكشف عن مستوى الثقة الذي وصلت إليه قيادة OpenAI تجاه القدرات الحالية للنموذج.
وقد يكون من المبكر حسم هذا النقاش الآن، لكن مجرد انتقال الخطاب من "هل يمكن أن نصل إلى AGI؟" إلى "هل وصلنا إليه بالفعل؟" يعكس حجم التغير الذي طرأ على المجال.
#الإطلاق نفسه سيكون تدريجيًا
رغم الثقة الكبيرة التي تبديها الشركة، فإن OpenAI لا تخطط لطرح GPT-6 Astra لجميع المستخدمين دفعة واحدة.
بحسب الإعلان، سيبدأ الوصول إلى النموذج خلال الأيام التالية للإطلاق عبر مجموعة محدودة من المؤسسات، بما في ذلك عملاء المؤسسات المشاركون في برنامج الوصول المبكر:
Daybreak
ثم يمتد تدريجيًا إلى مشتركي خطط:
ChatGPT Plus
ChatGPT Pro
ChatGPT Business
ChatGPT Enterprise
ولم توضح الشركة ما إذا كان النموذج سيصل إلى مستخدمي الخطة المجانية.
هذا النوع من الإطلاق التدريجي أصبح ذا دلالة أكبر مع تطور قدرات النماذج. فكلما ازدادت قدرتها على تنفيذ الأعمال والتفاعل مع الأنظمة الخارجية، أصبح نشرها أقرب إلى إطلاق منصة تنفيذية جديدة منه إلى مجرد تحديث لنظام محادثة.
#النموذج الأقوى يفتح كذلك سؤالًا أصعب: كيف نراقبه؟
في الوقت الذي تصف فيه OpenAI GPT-6 Astra بأنه أقوى نماذجها وأكثرها توافقًا مع متطلبات السلامة حتى الآن، فإن الشركة تقر في الوقت نفسه بأن مراقبة النماذج المتقدمة تصبح أكثر تعقيدًا.
Jakub Pachocki، كبير العلماء في OpenAI، أوضح أن الشركة تعتمد على مراقبة عمليات الاستدلال الداخلية للنموذج ضمن جهودها للتأكد من أن سلوكه يظل منسجمًا مع متطلبات السلامة.
لكن المفارقة أن تحسن قدرات النماذج قد يجعل هذه المهمة نفسها أصعب.
فكلما أصبحت الأنظمة أكثر قدرة على التخطيط، واستخدام الأدوات، وإدارة خطوات طويلة ومعقدة، ازدادت صعوبة التأكد من أن المراقب يستطيع فهم ما يجري بالقدر نفسه من الثقة.
ولهذا أشار Pachocki إلى أن القدرة على مراقبة النموذج قد تتحول مستقبلًا إلى عامل يحد من التوسع نفسه.
بمعنى آخر، قد تصل الشركات إلى مرحلة تستطيع فيها بناء نموذج أكثر قدرة من الناحية التقنية، لكنها لا تكون مستعدة لنشره أو زيادة حجمه ما لم تستطع الحفاظ على مستوى كافٍ من الثقة في مراقبة سلوكه.
وهذه نقطة شديدة الأهمية.
فالسباق نحو الذكاء الاصطناعي المتقدم لا يعتمد فقط على سؤال:
How capable can the model become?
بل على سؤال آخر قد يكون أكثر صعوبة:
How confidently can we understand and control what it does?
#OpenAI تدخل مرحلة حساسة
يأتي إطلاق GPT-6 Astra في وقت تحاول فيه OpenAI تحقيق توازن شديد التعقيد.
من جهة، تحتاج الشركة إلى دفع حدود التقنية بوتيرة مرتفعة في سوق يتطور بسرعة، ويشهد منافسة قوية من شركات مثل Anthropic.
ومن جهة أخرى، كل قفزة في قدرات النماذج ترفع معها مستوى المسؤولية المتعلقة بالسلامة والأمن والحوكمة.
ويضاف إلى ذلك البعد التجاري. فالشركة تحاول توسيع الإيرادات وتعزيز موقعها قبل طرح عام أولي محتمل، في وقت تتحرك فيه منافساتها كذلك نحو مراحل جديدة من النمو والتمويل.
لذلك لا يمكن فصل GPT-6 Astra عن السياق الاقتصادي للصناعة.
كل تحسن في القدرة على استخدام الحاسوب أو كتابة البرمجيات لا يمثل إنجازًا تقنيًا فقط، بل يفتح سوقًا جديدًا للمهام التي يمكن تحويلها من عمل يدوي بشري إلى عمل تنفذه النماذج.
وهنا قد تكمن القيمة الحقيقية للنموذج.
#التحول الحقيقي قد لا يكون في الذكاء، بل في الاستقلالية
قد يميل النقاش حول النماذج الجديدة إلى التركيز على السؤال المعتاد: هل أصبحت أذكى من الإنسان؟
لكن هذا السؤال قد لا يكون الأكثر أهمية في المرحلة الحالية.
فالنموذج لا يحتاج بالضرورة إلى التفوق على الإنسان في كل مجال حتى يغيّر شكل العمل.
يكفي أن يكون جيدًا بما يكفي في فهم المهمة، واستخدام الأدوات، والمحافظة على السياق، وتصحيح أخطائه، والعمل لفترات أطول دون تدخل مستمر.
عندها يتحول الذكاء الاصطناعي من أداة نستخدمها داخل خطوة من خطوات العمل إلى طرف ينفذ مسار العمل نفسه.
وهذا هو الجانب الذي يجعل GPT-6 Astra مثيرًا للاهتمام.
إذا كانت ادعاءات OpenAI حول قدرته على استخدام الحاسوب والبرمجة تعكس أداءه الفعلي في الاستخدام الواقعي، فإننا لا نتحدث فقط عن نموذج محادثة جديد، بل عن خطوة إضافية باتجاه أنظمة يمكنها العمل داخل العالم الرقمي بدرجة متزايدة من الاستقلال.
#وبين AGI والواقع، الاختبار الحقيقي يبدأ بعد الإطلاق
من السهل أن تتحول كل قفزة جديدة في الذكاء الاصطناعي إلى نقاش فلسفي حول AGI، لكن الاختبار الحاسم سيبقى عمليًا.
هل يستطيع النموذج تنفيذ المهام الطويلة دون أن تتراكم أخطاؤه؟
هل يحافظ على الدقة عندما تتغير واجهات المواقع أو تظهر له معلومات غير متوقعة؟
هل يستطيع التمييز بين التعليمات الموثوقة والمحتوى الذي يحاول تضليله؟
هل ستظل كفاءته مرتفعة عندما ينتقل من الاختبارات المنظمة إلى بيئات العمل الحقيقية؟
وهل تستطيع الشركة مراقبة هذه القدرات بالسرعة نفسها التي تطورها بها؟
هذه الأسئلة هي التي ستحدد في النهاية ما إذا كان GPT-6 Astra مجرد قفزة كبيرة أخرى في سلسلة نماذج متقدمة، أم النموذج الذي سيُشار إليه مستقبلًا باعتباره اللحظة التي بدأ فيها الذكاء الاصطناعي يتجاوز دور "المساعد" ويتحول إلى شيء أقرب إلى العامل الرقمي المستقل.
ربما يكون من المبكر إعلان بداية عصر AGI.
لكن المؤكد أن تعريف ما ننتظره من النموذج نفسه يتغير بسرعة.
فالسؤال لم يعد فقط:
ماذا يستطيع الذكاء الاصطناعي أن يخبرنا؟
بل أصبح، بصورة متزايدة:
ماذا يستطيع أن يفعل نيابةً عنا؟
وربما يكون هذا التحول، أكثر من أي نتيجة في اختبار أو معيار، هو العلامة الأوضح على أننا دخلنا مرحلة مختلفة فعلًا من تطور الذكاء الاصطناعي.
