تزيد الذكاء الاصطناعي التوليدي بشكل كبير من سرعة إنتاج المعلومات، لكنها تثير أيضاً قلقاً مهماً تم تجاهله وهو "فجوة التحقق (Verification Gap)". من كبير مسؤولي التكنولوجيا السابق في Coinbase بالاجي إلى المؤسس المشارك في OpenAI كارباثي، وصولاً إلى عملاق رأس المال الاستثماري a16z، يحذر الجميع: "تكلفة التحقق الناتجة عن الذكاء الاصطناعي أصبحت تشكل أكبر عنق زجاجة ومخاطر في العصر الجديد.
بالاجي: تكلفة التحقق لمستخدمي الذكاء الاصطناعي أصبحت عنق الزجاجة الحقيقي.
كتب بالاجي، المدير الفني السابق لشركة كوينباس، في الشهر الماضي أن عملية استخدام الذكاء الاصطناعي يمكن تقسيمها إلى مرحلتين: "إدخال عبارة التحفيز (prompting)" و"التحقق من المخرجات (verifying)".
الأول يمكن للجميع القيام به، يكفي كتابة بضع سطور؛ لكن الثاني يكون أكثر صعوبة، يحتاج إلى معرفة متخصصة وصبر وتفكير منطقي، لتحديد ما إذا كانت AI قد ارتكبت خطأ أو "هلوسة (hallucination)".
تتوسع تحفيزات الذكاء الاصطناعي، لأن التحفيز هو مجرد كتابة.
لكن التحقق من الذكاء الاصطناعي لا يتوسع، لأن التحقق من مخرجات الذكاء الاصطناعي يتضمن أكثر بكثير من مجرد الكتابة.
في بعض الأحيان يمكنك التحقق بالعين، ولهذا السبب الذكاء الاصطناعي رائع للواجهة الأمامية، والصور، والفيديو. لكن…
— بالاجي (@بالاجي) 4 يونيو 2025
قال إن هذه الفجوة يمكن معالجتها بسهولة في الصور أو مقاطع الفيديو، حيث إن العين البشرية بطبيعتها بارعة في الحكم على المحتوى البصري. لكن بمجرد مواجهة الشفرات أو المقالات التقنية أو الاستدلال المنطقي، تصبح عملية التحقق صعبة للغاية:
أهم سؤال حول استخدام الذكاء الاصطناعي هو: كيف يمكنني التحقق من صحة مخرجات هذا النموذج بتكلفة منخفضة؟ نحن بحاجة إلى أدوات أو منتجات أخرى للتحقق من محتوى المجالات غير البصرية.
وأضاف: "بالنسبة للمستخدمين، فإن التحقق من الذكاء الاصطناعي ونصوص الذكاء الاصطناعي مهمان بنفس القدر."
كارباتي: الذكاء الاصطناعي سرّع الإبداع، لكنه لم يقلل من عملية التحقق
المؤسس المشارك لـ OpenAI وأب القيادة الذاتية تيسلا أندريه كارباتي قام بمزيد من توسيع وجهة نظر بالاجي، مشيراً إلى أن جوهر الإبداع هو عملية تتكون من مرحلتين تتكرر "التوليد (generation)" و"التمييز (discrimination)" : "لقد رسمت ضربة (التوليد)، وعليك أيضاً أن تأخذ خطوة للوراء لتفكر إذا كانت هذه الضربة قد حسنت العمل فعلاً (التمييز)."
يعتقد أن نماذج اللغة الكبيرة (LLM) قد ضغطت بشكل كبير من تكلفة الوقت لـ"التوليد"، مما يسمح للمستخدمين بالحصول على إنتاجية كبيرة في لحظة، لكن لم يساعد على الإطلاق في تقليل تكلفة العمل وعبء "الحكم". وهذا خطير بشكل خاص بالنسبة للبرمجيات:
من السهل على LLM إنتاج عشرات أو حتى مئات من أسطر التعليمات البرمجية، ولكن لا يزال يتعين على المهندسين قراءة وفهم والتحقق من جميع المنطق والأخطاء المحتملة سطرًا بسطر.
كارباتي أشار إلى أن هذا هو في الحقيقة الأمر الذي يستغرق معظم وقت المهندسين، وهو ما يُعرف بـ "فجوة التحقق (Verification Gap)"، حيث تسارع الذكاء الاصطناعي عملية الإبداع، لكن هذه التكلفة الزمنية تم نقلها مباشرة إلى التحقق.
(من المستشارين الماليين إلى السكرتير، تحديات الثقة في وكيل الذكاء الاصطناعي: هل يمكننا الوثوق بالقرارات المستقلة للذكاء الاصطناعي؟)
a16z: أزمة الثقة في عصر التوليد يجب سد الفجوة من خلال تقنية التشفير
تدخل شركة رأس المال الاستثماري المعروفة a16z من منظور النظام والصناعة، حيث يرون أن تقنيات الذكاء الاصطناعي ستسرع من انتشار "المعلومات الخاطئة"، لأن عتبة الإنتاج منخفضة وصعب التحقق منها، وسيتم ملء الشبكة بكميات كبيرة من المحتوى المزيف. تدعو a16z إلى ضرورة هندسة الثقة، والحل هو إدخال تقنيات التشفير، مثل:
إجراء معالجة تشفيرية للبيانات الناتجة عن AI بشكل مرحلي (المشاركات المشفرة)
استخدام هوية معتمدة من البلوكشين للإبداع (crypto IDs)
من خلال الشفافية وقابلية التتبع للبيانات على السلسلة، يتم إنشاء سلسلة محتوى موثوق المصدر
هذه الممارسات لا تمنع فقط تعديل المعلومات ويمكن التحقق منها، بل تؤسس أيضًا خط دفاع لمصداقية المحتوى في عصر الذكاء الاصطناعي، ومن المتوقع أن تصبح تقاطعًا مهمًا بين تكنولوجيا التشفير و مجال الذكاء الاصطناعي.
(تحليل خاص من ميساري: كيف يمكن لبروتوكول ميرا من خلال آلية توافق لامركزية أن يجعل الذكاء الاصطناعي أكثر صدقًا؟)
من الكلمات الدلالية إلى القدرة على التحقق، لقد تشكلت المهارات والمتطلبات الجديدة في عصر الذكاء الاصطناعي
حاليًا، يجلب الذكاء الاصطناعي التوليدي نموًا أسيًا في إنتاج المعلومات، لكن إذا لم يكن هناك قدرة تحقق فعالة بنفس القدر تتعاون مع ذلك، فإن المستخدمين بدلًا من ذلك سيقعون في مأزق استغراق الوقت في العمليات وتلوث المعلومات الزائفة.
لذلك، لم تعد المهارات الأساسية في عصر الذكاء الاصطناعي الحالي تقتصر على كتابة مطالبات دقيقة، بل أصبحت القدرة على التحقق من نتائج الذكاء الاصطناعي بشكل فعال وبتكلفة منخفضة أمرًا بالغ الأهمية. سواء من خلال مراجعة نماذج الذكاء الاصطناعي لبعضها البعض أو باستخدام أدوات التحقق المهنية، فإن ذلك يبدو ذا أهمية خاصة.
هل جعلت هذه المقالة الذكاء الاصطناعي الحياة أكثر سهولة؟ يناقش بالاجي و a16z كيفية تقصير تكلفة الوقت للتحقق من محتوى الذكاء الاصطناعي؟ ظهرت لأول مرة في أخبار السلسلة ABMedia.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
هل جعل الذكاء الاصطناعي الحياة أكثر سهولة؟ يناقش بالاجي و A16z كيف يمكن تقصير الوقت والتكاليف اللازمة للتحقق من محتوى الذكاء الاصطناعي؟
تزيد الذكاء الاصطناعي التوليدي بشكل كبير من سرعة إنتاج المعلومات، لكنها تثير أيضاً قلقاً مهماً تم تجاهله وهو "فجوة التحقق (Verification Gap)". من كبير مسؤولي التكنولوجيا السابق في Coinbase بالاجي إلى المؤسس المشارك في OpenAI كارباثي، وصولاً إلى عملاق رأس المال الاستثماري a16z، يحذر الجميع: "تكلفة التحقق الناتجة عن الذكاء الاصطناعي أصبحت تشكل أكبر عنق زجاجة ومخاطر في العصر الجديد.
بالاجي: تكلفة التحقق لمستخدمي الذكاء الاصطناعي أصبحت عنق الزجاجة الحقيقي.
كتب بالاجي، المدير الفني السابق لشركة كوينباس، في الشهر الماضي أن عملية استخدام الذكاء الاصطناعي يمكن تقسيمها إلى مرحلتين: "إدخال عبارة التحفيز (prompting)" و"التحقق من المخرجات (verifying)".
الأول يمكن للجميع القيام به، يكفي كتابة بضع سطور؛ لكن الثاني يكون أكثر صعوبة، يحتاج إلى معرفة متخصصة وصبر وتفكير منطقي، لتحديد ما إذا كانت AI قد ارتكبت خطأ أو "هلوسة (hallucination)".
الذكاء الاصطناعي للتوجيه → الذكاء الاصطناعي للتحقق
تتوسع تحفيزات الذكاء الاصطناعي، لأن التحفيز هو مجرد كتابة.
لكن التحقق من الذكاء الاصطناعي لا يتوسع، لأن التحقق من مخرجات الذكاء الاصطناعي يتضمن أكثر بكثير من مجرد الكتابة.
في بعض الأحيان يمكنك التحقق بالعين، ولهذا السبب الذكاء الاصطناعي رائع للواجهة الأمامية، والصور، والفيديو. لكن…
— بالاجي (@بالاجي) 4 يونيو 2025
قال إن هذه الفجوة يمكن معالجتها بسهولة في الصور أو مقاطع الفيديو، حيث إن العين البشرية بطبيعتها بارعة في الحكم على المحتوى البصري. لكن بمجرد مواجهة الشفرات أو المقالات التقنية أو الاستدلال المنطقي، تصبح عملية التحقق صعبة للغاية:
أهم سؤال حول استخدام الذكاء الاصطناعي هو: كيف يمكنني التحقق من صحة مخرجات هذا النموذج بتكلفة منخفضة؟ نحن بحاجة إلى أدوات أو منتجات أخرى للتحقق من محتوى المجالات غير البصرية.
وأضاف: "بالنسبة للمستخدمين، فإن التحقق من الذكاء الاصطناعي ونصوص الذكاء الاصطناعي مهمان بنفس القدر."
كارباتي: الذكاء الاصطناعي سرّع الإبداع، لكنه لم يقلل من عملية التحقق
المؤسس المشارك لـ OpenAI وأب القيادة الذاتية تيسلا أندريه كارباتي قام بمزيد من توسيع وجهة نظر بالاجي، مشيراً إلى أن جوهر الإبداع هو عملية تتكون من مرحلتين تتكرر "التوليد (generation)" و"التمييز (discrimination)" : "لقد رسمت ضربة (التوليد)، وعليك أيضاً أن تأخذ خطوة للوراء لتفكر إذا كانت هذه الضربة قد حسنت العمل فعلاً (التمييز)."
يعتقد أن نماذج اللغة الكبيرة (LLM) قد ضغطت بشكل كبير من تكلفة الوقت لـ"التوليد"، مما يسمح للمستخدمين بالحصول على إنتاجية كبيرة في لحظة، لكن لم يساعد على الإطلاق في تقليل تكلفة العمل وعبء "الحكم". وهذا خطير بشكل خاص بالنسبة للبرمجيات:
من السهل على LLM إنتاج عشرات أو حتى مئات من أسطر التعليمات البرمجية، ولكن لا يزال يتعين على المهندسين قراءة وفهم والتحقق من جميع المنطق والأخطاء المحتملة سطرًا بسطر.
كارباتي أشار إلى أن هذا هو في الحقيقة الأمر الذي يستغرق معظم وقت المهندسين، وهو ما يُعرف بـ "فجوة التحقق (Verification Gap)"، حيث تسارع الذكاء الاصطناعي عملية الإبداع، لكن هذه التكلفة الزمنية تم نقلها مباشرة إلى التحقق.
(من المستشارين الماليين إلى السكرتير، تحديات الثقة في وكيل الذكاء الاصطناعي: هل يمكننا الوثوق بالقرارات المستقلة للذكاء الاصطناعي؟)
a16z: أزمة الثقة في عصر التوليد يجب سد الفجوة من خلال تقنية التشفير
تدخل شركة رأس المال الاستثماري المعروفة a16z من منظور النظام والصناعة، حيث يرون أن تقنيات الذكاء الاصطناعي ستسرع من انتشار "المعلومات الخاطئة"، لأن عتبة الإنتاج منخفضة وصعب التحقق منها، وسيتم ملء الشبكة بكميات كبيرة من المحتوى المزيف. تدعو a16z إلى ضرورة هندسة الثقة، والحل هو إدخال تقنيات التشفير، مثل:
إجراء معالجة تشفيرية للبيانات الناتجة عن AI بشكل مرحلي (المشاركات المشفرة)
استخدام هوية معتمدة من البلوكشين للإبداع (crypto IDs)
من خلال الشفافية وقابلية التتبع للبيانات على السلسلة، يتم إنشاء سلسلة محتوى موثوق المصدر
هذه الممارسات لا تمنع فقط تعديل المعلومات ويمكن التحقق منها، بل تؤسس أيضًا خط دفاع لمصداقية المحتوى في عصر الذكاء الاصطناعي، ومن المتوقع أن تصبح تقاطعًا مهمًا بين تكنولوجيا التشفير و مجال الذكاء الاصطناعي.
(تحليل خاص من ميساري: كيف يمكن لبروتوكول ميرا من خلال آلية توافق لامركزية أن يجعل الذكاء الاصطناعي أكثر صدقًا؟)
من الكلمات الدلالية إلى القدرة على التحقق، لقد تشكلت المهارات والمتطلبات الجديدة في عصر الذكاء الاصطناعي
حاليًا، يجلب الذكاء الاصطناعي التوليدي نموًا أسيًا في إنتاج المعلومات، لكن إذا لم يكن هناك قدرة تحقق فعالة بنفس القدر تتعاون مع ذلك، فإن المستخدمين بدلًا من ذلك سيقعون في مأزق استغراق الوقت في العمليات وتلوث المعلومات الزائفة.
لذلك، لم تعد المهارات الأساسية في عصر الذكاء الاصطناعي الحالي تقتصر على كتابة مطالبات دقيقة، بل أصبحت القدرة على التحقق من نتائج الذكاء الاصطناعي بشكل فعال وبتكلفة منخفضة أمرًا بالغ الأهمية. سواء من خلال مراجعة نماذج الذكاء الاصطناعي لبعضها البعض أو باستخدام أدوات التحقق المهنية، فإن ذلك يبدو ذا أهمية خاصة.
هل جعلت هذه المقالة الذكاء الاصطناعي الحياة أكثر سهولة؟ يناقش بالاجي و a16z كيفية تقصير تكلفة الوقت للتحقق من محتوى الذكاء الاصطناعي؟ ظهرت لأول مرة في أخبار السلسلة ABMedia.