روسيا ومؤامرة تسميم ذكاء الغرب الاصطناعي
وقد اختبرت NewsGuard أشهر الدردشات الذكية باستخدام تعليمات (prompts) مستندة إلى مقالات من شبكة "برافدا" (Pravda)- وهي مجموعة من المواقع الإلكترونية المؤيدة للكرملين تحاكي المنصات الإخبارية الشرعية، وقد كُشف عنها لأول مرة من قِبل الوكالة الفرنسية Viginum.
وكانت النتائج مقلقة، إذ قال التقرير إن الدردشات الذكية "كرّرت روايات زائفة مغسولة عبر شبكة برافدا بنسبة 33% من الوقت".
شبكة برافدا – التي لا تملك سوى جمهور محدود – حيّرت الباحثين طويلًا. فبينما يرى بعضهم أن الهدف كان استعراضيًا: أي الإيحاء بقدرة روسيا على التأثير في الغرب، يرى آخرون هدفًا أكثر خبثًا: إذ إن برافدا لا تستهدف البشر بقدر ما تسعى إلى تلقين "نماذج اللغة الكبيرة" (LLMs) الكامنة خلف الدردشات الذكية، بتغذيتها بمعلومات زائفة قد يلتقطها المستخدم دون وعي.
وقد أكدت NewsGuard في تقريرها الفرضية الثانية. وسرعان ما لاقت هذه المزاعم صدى واسعًا، وأثارت عناوين مثيرة في صحف مرموقة مثل واشنطن بوست، فوربس، فرانس 24، ودير شبيغل.
لكن بالنسبة لنا – نحن وعدد من الباحثين الآخرين – فإن هذه الخلاصة لا تصمد أمام التمحيص. أولًا، إن منهجية NewsGuard غير شفافة: فقد امتنعت عن نشر التعليمات التي استخدمتها في الاختبار، ورفضت مشاركتها مع الصحفيين، مما يجعل إعادة التجربة بشكل مستقل أمرًا مستحيلًا.
ثانيًا، يبدو أن تصميم الدراسة أدى إلى تضخيم النتائج، وقد يكون رقم الـ33% مضللًا. إذ يسأل المستخدمون الدردشات الذكية عن كل شيء، من وصفات الطبخ إلى تغيّر المناخ؛ لكن NewsGuard اختبرتها حصرًا بتعليمات مستمدة من شبكة برافدا.
كما أن ثلثي تلك التعليمات صيغت عمدًا لاستفزاز إجابات خاطئة أو تقديم أكاذيب باعتبارها حقائق. حتى الردود التي تحث المستخدم على الحذر أو تشير إلى أن المعلومات غير مؤكدة، تم اعتبارها "معلومات مضللة". لقد وُضعت الدراسة منذ البدء لتبحث عن التضليل، وقد وجدته.
هذا الحدث يعكس دينامية أوسع ومقلقة، تحكمها تكنولوجيا تتطور بسرعة، وضجة إعلامية، وفاعلون خبيثون، وبحث علمي لا يواكب التطورات.
ومع تصنيف التضليل والمعلومات الزائفة كأعلى المخاطر العالمية بحسب منتدى دافوس، فإن القلق بشأن انتشارها له ما يبرره. غير أن ردود الفعل المتسرعة قد تشوّه المشكلة وتقدم صورة مبسطة عن الذكاء الاصطناعي المعقّد.
من السهل تصديق فكرة أن روسيا "تسمّم" عمدًا الذكاء الاصطناعي الغربي ضمن مؤامرة ماكرة. لكن هذا النوع من التأطير التحذيري يحجب تفسيرات أكثر واقعية، وقد يُسبب ضررًا فعليًا.
إذًا، هل يمكن للدردشات الذكية أن تُكرر سرديات الكرملين أو تستند إلى مصادر روسية مشكوك فيها؟ نعم. لكن عدد المرات التي يحدث فيها ذلك، وما إذا كان ناتجًا عن تدخل روسي مباشر، والشروط التي تجعل المستخدم يواجه هذا النوع من المحتوى، كلها أسئلة ما تزال غير محسومة. الكثير منها يعتمد على "الصندوق الأسود" الذي يُمثّل الخوارزميات التي تُحدد طريقة استدعاء المعلومات من قبل الدردشة الذكية.
لقد أجرينا بأنفسنا مراجعة منهجية، اختبرنا فيها ChatGPT، وCopilot، وGemini، وGrok باستخدام تعليمات مرتبطة بالتضليل.
إضافة إلى إعادة اختبار الأمثلة القليلة التي قدمتها NewsGuard، صممنا تعليمات جديدة بأنفسنا. بعضها كان عامًا، مثل مزاعم حول مختبرات بيولوجية أميركية في أوكرانيا؛ وبعضها كان محددًا جدًا، مثل الادعاءات بوجود منشآت تابعة للناتو في بلدات أوكرانية معينة.
ولو كانت شبكة برافدا "تُلقّن" الذكاء الاصطناعي، لكنا رأينا إشارات إليها في أجوبة الدردشات، سواء في الحالات العامة أو الخاصة.
لكننا لم نجد ذلك في نتائجنا. فعلى عكس نسبة 33 % التي وردت في تقرير NewsGuard، لم تُنتج تعليماتنا إلا نسبة 5 % من الإجابات التي تضمنت مزاعم خاطئة. أما الإشارات إلى برافدا فلم تظهر سوى في 8% من الإجابات، ومعظمها ورد لتفنيد محتواها.
والأهم أن الإشارات إلى برافدا تركزت في مواضيع تغيب عنها التغطية في المنصات الإعلامية السائدة. وهذا يُعزّز ما يُعرف بفرضية "فراغ البيانات": أي أن الدردشة الذكية حين تفتقر إلى مصادر موثوقة، قد تلجأ إلى مواقع مشكوك فيها، لا لأنها مُلقّنة، بل لأنها لا تملك مصادر بديلة.
ولو ثبت أن "فراغات البيانات"- وليس التلقين الروسي- هي سبب المشكلة، فإن التعرض للتضليل يصبح نتيجة لندرة المعلومات لا لقوة آلة دعائية.
علاوة على ذلك، فإن مواجهة المستخدمين لمحتوى مضلل في إجابات الدردشات يتطلب توافر عدة شروط في آنٍ واحد: أن يطرحوا أسئلة دقيقة حول مواضيع مهملة، وألا تغطيها وسائل الإعلام الموثوقة، وأن تفتقر الدردشة إلى حواجز تمنعها من اعتماد مصادر ضعيفة.
حتى مع ذلك، فإن مثل هذه الحالات نادرة وغالبًا ما تكون مؤقتة. فـ"فراغات البيانات" عادة ما تُغلق بسرعة حالما يتم تسليط الضوء على الموضوع، وحتى حين تبقى مفتوحة، فإن الدردشات غالبًا ما تدحض المزاعم بدلًا من إعادة إنتاجها.
ورغم أن التكرار التلقائي للمعلومات الزائفة ممكن تقنيًا، فإن هذا النوع من السيناريوهات نادر جدًا خارج الظروف المصطنعة التي تُصمم لخداع الذكاء الاصطناعي.
إن خطر المبالغة في الحديث عن تلاعب الكرملين بالذكاء الاصطناعي حقيقي. بل إن بعض الخبراء في مكافحة التضليل يرون أن الحملات الروسية ذاتها قد تهدف إلى تضخيم المخاوف الغربية، فتُربك وحدات التحقق من الحقائق، وتُربك جهود المواجهة.
وتقوم مارغاريتا سيمونيان، وهي واحدة من أبرز الوجوه الدعائية الروسية، بالاستشهاد مرارًا بأبحاث غربية لتسويق نفوذ قناة RT التي ترأسها والممولة من الحكومة الروسية.
التحذيرات العشوائية من المعلومات المضللة قد تنقلب إلى عكس غايتها، فتعزز تأييد السياسات القمعية، وتُقوّض الثقة بالديمقراطية، وتشجع الناس على الشكّ في كل محتوى، بما في ذلك الموثوق منه.
في الوقت ذاته، قد تَحجُب هذه المخاوف الصاخبة تهديدات أكثر هدوءًا- لكنها أكثر خطورة- لاستخدامات الذكاء الاصطناعي من قِبل جهات خبيثة، مثل توليد البرمجيات الخبيثة، وهو ما نبّهت إليه تقارير من غوغل وOpenAI.
لذلك، فإن التمييز بين الهواجس الحقيقية والمخاوف المُبالغ فيها أمر بالغ الأهمية. فالمعلومات المضللة تشكّل تحديًا فعليًا، لكن الهلع الناجم عنها لا يقل خطورة.
جرب ميزات الذكاء الاصطناعي لدينا
اكتشف ما يمكن أن يفعله Daily8 AI من أجلك:
التعليقات
لا يوجد تعليقات بعد...
أخبار ذات صلة
الجزيرة
منذ 2 ساعات
- الجزيرة
طريقة ألمانية تقلل استهلاك الطاقة في الذكاء الاصطناعي 100 مرة
نجح فريق بحثي من جامعة ميونخ التقنية في تطوير طريقة جديدة لتدريب الشبكات العصبية الصناعية بدون الحاجة إلى الحوسبة المكثفة المكلفة في الطاقة والموارد. ووفقا للنتائج التي عُرضت في مؤتمر "نيور آي بي إس 2023" وفي الدراسة المنشورة حديثا، فإن هذه الطريقة الجديدة لا تعتمد على أساليب التحسين التقليدية، بل تتبع نهجا جديدا يجعلها أسرع بنحو 100 مرة، وبالتالي تكون أكثر كفاءة في استهلاك الطاقة. ويقول محمد خليف أستاذ علوم الحاسب في الأكاديمية العربية للعلوم والتكنولوجيا والنقل البحري بمصر في تصريحات حصرية للجزيرة نت "يمكن اعتبار هذه المنهجية تغييرا جذريا، ولكنها لا تزال في بدايتها، إنها أشبه بشخص يفهم جيدا ويعرف أين يبحث ليجد الإجابة، معتمدا على تخمين ذكي، وقد تمثل نقلة من الاعتماد على كمّ البيانات إلى التركيز على نوعية وذكاء عملية التعلم". عقل حاسوبي بتكلفة باهظة أصبحت تطبيقات الذكاء الاصطناعي مثل النماذج اللغوية الضخمة "شات جي بي تي" و"جيميناي" وغيرها جزءا لا يتجزأ من حياتنا اليومية، وتوفر مراكز البيانات -التي تستهلك كميات هائلة من الطاقة- قدرات الحوسبة والتخزين والنقل اللازمة لعمل تلك النماذج. وفي ألمانيا وحدها، بلغ هذا الاستهلاك نحو 16 مليار كيلوواط/ ساعة في عام 2020، أي ما يعادل قرابة 1% من إجمالي استهلاك الطاقة في البلاد، ومن المتوقع أن يصل هذا الرقم إلى 22 مليار كيلوواط/ ساعة العام الجاري. الشبكات العصبية هي الأساس الذي تقوم عليه مهام تقنيات الذكاء الاصطناعي الحديثة مثل الترجمة الآلية والتعرف على الصور والنماذج اللغوية الضخمة، وتعمل من خلال مجموعة ضخمة من "العُقد" أو "الخلايا العصبية" الصناعية المترابطة، حيث يتم تمرير الإشارات وتعديلها بناء على "أوزان" محددة. وعادة ما تكون عملية "تدريب" هذه الشبكات مكلفة وطويلة، إذ تعتمد على إعطاء الشبكة آلاف أو ملايين الأمثلة، وتحديث الأوزان تدريجيا عبر عمليات حسابية مكررة تتطلب قوة حوسبة هائلة. وتتم عملية التعلم هذه من خلال وجود نموذج رياضي أو احتمالي في القلب من الشبكة العصبية تتم تغذيته بكميات كبيرة من الأمثلة، ويتعلم النموذج من هذه الأمثلة وينشئ أنماطا أو نماذج داخلية، بحيث إذا واجه بيانات جديدة شبيهة أو مقاربة لهذه الأنماط يستطيع تصنيفها بدقة، بحسب خليف. ويضيف خليف "يمكن تشبيه ذلك بعملية تعلم الطفل الصغير الذي يكتسب الخبرات والتجارب من خلال ملاحظة وسماع وتكرار الأحداث المحيطة به، مثل تناول الطعام، ومراقبة أفعال والديه وأصدقائه، ومشاهدة التلفزيون، ويكتسب الطفل الخبرات باستمرار، مما يمكنه لاحقا من فهم الأمور بنفسه بناء على المعلومات التي تلقاها سابقا". الكيف وليس الكم وبدلا من توزيع الأوزان في النماذج الرياضية عشوائيا أو تحسينها تكراريا تعتمد الطريقة الجديدة على تحديد النقاط الأكثر تأثيرا في بيانات التدريب، وتحديدا تلك التي تُظهر تغيرات سريعة في القيم أو الفئات، أي ذات التأثير الأقوى، وبالتالي تُستخدم هذه النقاط لتوليد الأوزان مباشرة دون الحاجة إلى التدريب التكراري التقليدي، مما يجعل عملية تحديد الأوزان الضرورية للنموذج تتم بأقل قدر من القدرة الحاسوبية، وهو ما يتيح تدريب الشبكات العصبية بسرعة أكبر وباستهلاك أقل للطاقة. ومع تعقّد التطبيقات الحديثة -من السيارات ذاتية القيادة والمساعد الذكي إلى الطب الشخصي- يصبح تقليص زمن التدريب واستهلاك الطاقة أولوية، إذ لا تعتمد الطريقة الجديدة على تغذية النموذج بكل الأمثلة الممكنة كما هو الحال في النهج التقليدي. ويقول خليف "الطريقة الاحتمالية الجديدة أشبه بشخص يستطيع استخدام حدسه وخبراته ليركز على الاحتمالات الأكثر ترجيحا بدلا من تجربة كل شيء، فبدلا من المحاولة في كل الاتجاهات الممكنة يحاول النموذج السير في الاتجاه الصحيح منذ البداية"، وهذا لا يعني فقط تقليل الجهد، بل أيضا تقليل استهلاك الطاقة والموارد وجعل الذكاء الاصطناعي أكثر استدامة. وأظهرت تجارب الفريق البحثي أن النموذج الناتج عن هذه الطريقة يحقق دقة مماثلة تقريبا لتلك التي تحصل عليها من خلال التدريب التقليدي، بل ويتفوق عليها في بعض المهام، كما أن الوقت اللازم لبناء الشبكة يمكن أن ينخفض من ساعات أو أيام إلى دقائق أو ثوانٍ دون الحاجة إلى حواسيب فائقة. حرمان من الذكاء الاصطناعي ويقول خليف "من الممكن أن يصبح مجال الذكاء الاصطناعي أكثر شمولا وتنوعا، وأن تتقلص الفجوة بين الدول المتقدمة والدول غير المتقدمة في هذا المجال"، إذ إن واحدة من أهم مزايا هذه المنهجية الجديدة هي ديمقراطيتها، فمن خلال تقليل الحاجة إلى حواسيب عملاقة وشرائح متقدمة وطاقة هائلة تفتح تلك المنهجية الجديدة الأبواب أمام باحثين من جامعات في دول نامية أو حتى أفراد بموارد محدودة للولوج إلى عالم الذكاء الاصطناعي وبناء نماذجهم الخاصة. لكن رغم الإمكانيات الواعدة هناك بعض القيود، فحتى الآن لا يمكن استخدام هذه المنهجية بطريقة مباشرة مع بعض أنواع الشبكات العصبية المخصصة لتحليل الصور والفيديوهات والتعرف على الوجوه أو لتلك المخصصة لمعالجة اللغة الطبيعية. ومع ذلك، يعتقد الباحثون أن النهج الجديد يمكن أن يُستخدم كنقطة انطلاق للتدريب، مما يوفر الوقت والموارد في المراحل الأولى. ويختم خليف "إذا أثبتت هذه المنهجية نجاحها في التطبيقات الواقعية فبالتأكيد سترغب كل شركة وكل صناعة في استخدامها، كما ستفيد الشركات الصغيرة، وقد تصبح متاحة للاستخدام في المنازل والهواتف المحمولة ولدى الأشخاص العاديين". إن الجمع بين الكفاءة في الأداء والبساطة في التنفيذ دون التفريط في الدقة هو لب التطوير، ففي عالم يتزايد اعتماده على تقنيات الذكاء الاصطناعي يعد تقليل الأثر البيئي وتوسيع دائرة المشاركة البحثية رهانا حقيقيا على مستقبل أكثر استدامة وعدالة. ومع استمرار التجارب والتقييمات ربما نجد قريبا نماذج مدعومة بهذه المنهجية في هواتفنا وسياراتنا وحياتنا اليومية بذكاء لا يستهلك الكوكب، بل يخدمه.
الجزيرة
منذ 11 ساعات
- الجزيرة
كارثة علم الفيزياء.. هل نعيش في "فقاعة كونية" كبيرة؟
على مدى عقود، ظل ما يسمى "توتر هابل" أحد أعقد الألغاز التي تؤرق علماء الكونيات أثناء محاولتهم قياس سرعة تمدد الكون. وتعتمد هذه قياسات التي يجريها العلماء لحساب سرعة الكون على تقنيتين رئيسيتين: الأولى تستند إلى بيانات مأخوذة من المراحل المبكرة جدا لتاريخ الكون، مثل إشعاع الخلفية الكونية، في حين ترتكز الثانية على رصد المجرات القريبة والنجوم المتغيرة في الكون المحلي (القريب من مجرتنا). أصل التوتر المدهش والمثير لانتباه العلماء دوما كان أن نتائج الطريقتين تختلف بشكل واضح رغم تكرار التجارب وتحسين دقتها، إذ يقاس تمدد الكون بما يُعرف بـ"ثابت هابل-ليميتر"، وهو مقياس يحدد السرعة التي تتباعد بها المجرات عن بعضها البعض. وعند حساب هذا الثابت استنادا إلى البيانات الكونية القديمة، تُقدّر القيمة بنحو 244 ألف كيلومتر في الساعة لكل مليون فرسخ فلكي (ما يعادل نحو 3.2 ملايين سنة ضوئية). أما إذا استُند إلى قياسات المجرات الأقرب إلينا في الزمان والمكان، فإن القيمة ترتفع إلى 264 ألف كيلومتر تقريبا لنفس المسافة. هذا الفارق -الذي لا يمكن تفسيره بسهولة- يفتح باب التساؤلات حول ما إذا كنا نواجه حدودا في فهمنا لطبيعة الكون أم أننا على أعتاب اكتشافات جديدة تغير قواعد الفيزياء كما نعرفها. فقاعة كونية وتقدم دراسة جديدة، عُرضت خلال اجتماع الجمعية الفلكية الملكية لعام 2025 في مدينة دورام البريطانية، فرضية جريئة، تقول إننا، نحن والكوكب الأرضي، بل مجرتنا درب التبانة، نعيش داخل "فقاعة كونية" ضخمة، قد تكون السبب في أننا نُلاحظ توسعا أسرع للكون محليا مقارنة بما يُحسب من النموذج الكوني التقليدي. ويفترض الباحثون أن قُطر هذه الفقاعة يساوي حوالي مليار سنة ضوئية، وكثافتها أقل بنحو 20% من متوسط كثافة الكون ككل. وبحسب الدراسة، يؤدي وجودنا في مركز الفراغ إلى تدفق المادة خارجه نحو الخارج، وهذا يجعل سرعتنا النسبية (أي السرعة داخل الفقاعة مقارنة ببقية الكون) أكبر، فيعطي ذلك انطباعا بتوسع محلي أسرع، إلا أن السرعة في الأصل متطابقة بين الكون المبكر والمحلي. يوضح الدكتور إندرانيل بانيك، من جامعة بورتسموث في تصريح حصلت الجزيرة نت عليه نسخة منه: "أحد الحلول المحتملة لهذا التناقض (يقصد توتر هابل) هو أن مجرتنا قريبة من مركز فراغ محلي كبير". ويضيف: "سيؤدي ذلك إلى سحب المادة بفعل الجاذبية نحو الجزء الخارجي عالي الكثافة من الفراغ، وهذا يؤدي إلى أن يصبح الفراغ أكثر فراغا مع مرور الوقت، ومع هذا التوجه، ستكون سرعة الأجسام بعيدا عنا أكبر مما لو لم يكن الفراغ موجودا. وهذا يُعطي انطباعا بمعدل تمدد محلي أسرع". ويوضح بانيك أنه من تلك النقطة، فإن "توتر هابل ظاهرة محلية إلى حد كبير". أصداء الانفجار العظيم وجدت هذه الفرضية الجديدة دعما بسبب الاتفاق مع ما يسميه العلماء "التذبذبات الصوتية الباريونية"، ولفهمها تخيل الكون في لحظاته الأولى (قبل 13.8 مليار سنة) كـ"حساء ساخن وكثيف" مليء بالجسيمات دون الذرية، بما في ذلك فوتونات الضوء. في ذلك الوقت، كانت هناك موجات صوتية تنتشر عبر هذا الخليط بسبب التفاعلات بين المادة والضوء، مثل التموجات في بركة ماء. وبعد حوالي 380 ألف سنة من الانفجار العظيم، برد الكون بما يكفي لكي يطلق الضوء بحرية (وهو ما نراه اليوم كالخلفية الإشعاعية الكونية)، وعند هذه اللحظة، توقفت هذه الموجات الصوتية، لكن "الأصداء" أو الآثار المتبقية لهذه التموجات بقيت محفوظة في توزيع المجرات. ويستخدم العلماء هذه الأصداء الكونية لمقارنة المسافة بين المجرات لأنها تترك ما يشبه البصمة في العلاقة بين المسافة وما يسمى بالانزياح الأحمر، لكن إذا كنا داخل فراغ كوني ضخم، فإن ذلك يجعل بيانات لتذبذبات الصوتية الباريونية "منحنية" قليلا مقارنة بالتوقعات العادية. وبحسب الدراسة، فإن هذا الانحناء في البيانات قد لوحظ بالفعل في دراسات الكون المحلي، وبدراسة قياسات لتذبذبات الصوتية الباريونية المتاحة على مدار الـ20 عاما الماضية، أظهر الفريق البحثي أن نموذج الفقاعة أكثر احتمالا بحوالي 100 مليون مرة من نموذج اللافقاعة. كارثة علم الكونيات توتر هابل هو كارثة علم الكونيات الحالية، لأن ثابت هابل يسري حكمه على كل ما هو كوني، فهو يحدد المعدل الذي يتوسع من خلاله الكون، وبالتالي يرشدنا إلى معرفة عمره، ويرسم الجدول الزمني لتتالي الأحداث فيه وصولا إلى حجمه الحالي والمستقبلي. كما أنه يساعد العلماء على تقدير المسافات إلى الأجرام الأخرى في جميع أنحاء الكون. إلى جانب ذلك، فإن قيمة ثابت هابل تساعد العلماء على فهم خصائص الطاقة المظلمة والمادة المظلمة، وهما مكونان غامضان يمثلان 95% من تركيب هذا الكون، لا يعرف العلماء عنهما إلا أقل القليل. والخلل في ذلك معضلة، حيث أدى إلى انقسام في المجتمع العلمي بين مَن يرى أن المشكلة في البيانات أو الإحصاءات أو الأساليب المستخدمة لقياس الثابت، وبين مَن يعتقد أن الخلل امتد إلى النظرية نفسها أو قُل النموذج والأساس النظري الذي تعتمد عليه تلك القياسات أو حتّى فيزياء الكونيات من الأساس، التي تبني نفسها على نتائج النظرية النسبية العامة لألبرت أينشتاين. ويعد "بافيل كوروبا"، الأستاذ بمعهد هيلمهولتز للإشعاع والفيزياء النووية بجامعة بون الألمانية، واحدا من أولئك الذين يعتقدون أن الخلل يكمن في الأساس النظري، وبالتالي هو أحد العلماء الذين يكرسون أنفسهم لحلٍّ لهذه الكارثة، عبر وضع نظرية بديلة. وأوضح كوروبا في تصريحات للجزيرة نت أنه "يمكن تفسير توتر هابل عبر دراسة اختلاف كثافة المجرات، فمجرتنا توجد في منطقة من الكون ذات كثافة مجرية منخفضة نسبيا". وتأتي فكرة كوروبا التفسيرية هذه في إطار دراسة نشرها في 2023 بصحبة فريق من الباحثين في دورية "مونثلي نوتيس" التابعة للجمعية الفلكية الملكية، وتشير الورقة إلى أننا نسكن داخل فقاعة كونية هائلة، بما يتفق مع افتراض الدراسة الأخيرة. تحديات ليست بالسهلة الفرضية الجديدة التي تعتمد عليها الدراسة الجديدة تواجه لا شك تحديات كبيرة، فهي تتعارض مع مبدأ أساسي في النموذج القياسي لعلم الكونيات، أو اختصارا "لامدا سي دي إم". ويفترض هذا النموذج أن الكون أشبه ما يكون بحساء متجانس، موزع بشكل متساو ومتشابه في كل الاتجاهات إذا نظرنا له على مقاييس ضخمة جدا (مليارات السنين الضوئية)، بمعنى أنه لا يوجد مكان "خاص" أو منطقة فارغة تماما وأخرى ممتلئة جدا. وبالتالي، لو كان هناك فراغ ضخم جدا حولنا، فهذا يعني أن الكون غير متجانس على مقياس كبير، ومن ثم فإذا صحت الفرضية الجديدة، فإن العلماء بالتبعية سيكونون بحاجة لإعادة النظر في أسس علم الكونيات، التي بنيت عليها النظريات المعاصرة، وهذا ما يؤكد علماء مثل كوروبا ضرورة حدوثه.
الجزيرة
منذ يوم واحد
- الجزيرة
هل سأصبح بلا فائدة؟ كيف تحمي مستقبلك المهني من الذكاء الاصطناعي؟
باتت المهام التي كانت تستغرق ساعات، تُنجز اليوم في ثوانٍ بفضل أدوات الذكاء الاصطناعي. من كتابة النصوص وتحليل البيانات إلى إعداد العروض التقديمية، لم تعد هذه المهارات حكرا على الإنسان. هذا التطور السريع يثير قلقا متزايدا بين الموظفين حول مستقبلهم المهني. فشركات كبرى مثل أمازون أعلنت أن احتياجها للموظفين سيتراجع بفضل البرمجيات الذكية، بينما تخطط منصة "Duolingo" لاستبدال مطوري المحتوى التعليمي لديها بالذكاء الاصطناعي. وفي ظل هذا الواقع، يتساءل كثيرون: هل سأكون التالي في قائمة الاستغناءات؟ لكن المخاوف لا تتعلق فقط بفقدان الوظيفة، بل تمتد إلى سؤال أعمق: ما قيمتي إذا كان الذكاء الاصطناعي يستطيع القيام بكل شيء بشكل أفضل وأسرع؟ تقول مدربة التطوير المهني، كارينا هيلمك، إن مثل هذه الأسئلة تمسّ جوهر الصورة الذاتية للفرد. فحين يشعر الإنسان أن إنجازاته لم تعد مرئية أو ذات قيمة، تهتز ثقته بنفسه، خاصة في عالم لطالما ربط النجاح بالكفاءة والإنتاجية. ومع ذلك، تؤكد هيلمك أن هناك خطوات عملية لمواجهة هذا القلق: 1. غيّر نظرتك للذكاء الاصطناعي بدل أن تراه خصما، اعتبره أداة مساعدة. تقول هيلمك: "حين نستخدم الذكاء الاصطناعي بشكل واع لتوفير الوقت أو تنظيم المهام، ندرك أننا نتحكم فيه، لا العكس." هذا التفكير يقلل الشعور بالعجز ويعزز الإحساس بالسيطرة. 2. ركز على ما يجعلك إنسانا اسأل نفسك: ما المهارات أو القيم التي أمتلكها ولا يمكن لأي أداة تكرارها؟ كالاستماع، أو التعاطف، أو القدرة على الفهم العاطفي. هذا التأمل يعزز ثقتك بذاتك ويذكّرك بأن هناك جانبًا إنسانيًا لا يمكن استبداله. 3. لا تنخدع بالمثالية الصناعية المحتوى المثالي الذي ينتجه الذكاء الاصطناعي قد يبهرك، لكنه ليس بالضرورة الأفضل. تقول هيلمك إن الابتعاد الواعي عن المحتوى المكرر، وأخذ فترات راحة من وسائل التواصل، يساعد في استعادة التوازن والتركيز على ما هو حقيقي وملموس. 4. حوّل الخوف إلى فعل لا تهرب من قلقك، بل واجهه. شارك مخاوفك مع زملائك، تعرّف على أدوات جديدة، أو طوّر مهاراتك بالتعلم المستمر. المبادرة هي الخطوة الأولى للتكيف مع المتغيرات. 5. ثبت قيمك الداخلية الصورة الذاتية القوية لا تقوم فقط على الأداء، بل على القيم الشخصية. ما الذي يهمك فعلًا؟ وما الذي تحرص على تقديمه يوميا؟ من يعرف قيمه ويتمسك بها، يكون أكثر صمودا أمام التغيرات. 6. سجّل إنجازاتك البشرية تدوين اللحظات التي أحدثت فيها فرقا، من خلال الكلمة الطيبة أو دعم زميل أو موقف إنساني، يذكرك بقيمتك كإنسان في عالم رقمي لا يزال بحاجة للمشاعر والضمير
