إطار «إيجنت إس إس إل» يكشف فخ وكلاء التعلم الآلي: تفوق في كتابة الشيفرة وانهيار عند اختيار النموذج
استمع لهذا المقال
بصوت ليلى (Layla)
تكشف ورقة بحثية قُدمت لمؤتمر «نيوريبس 2026» ثغرة خفية في اندفاع المطورين نحو تفويض بناء أنظمة التعلم الآلي إلى الوكلاء البرمجيين، وتضع حدودا دقيقة لما تستطيع هذه الأنظمة إنجازه بمفردها حين تشح البيانات المصنفة. الورقة التي أعدها الباحثون إيثان لين وأكانكشا ساركار وتسيانغ ليو وكريستين برانسون وجينيفر صن، قدمت إطار «إيجنت إس إس إل»، واختبرت قدرة وكلاء هندسة التعلم الآلي على تصميم مسارات التعلم شبه الخاضع للإشراف، وهو النمط الواقعي الذي تفرضه الصناعة عمليا حيث تفيض البيانات الخام وتندر السجلات الموسومة بدقة.
الوكلاء البرمجيون يتفوقون في توليد الشيفرات المبتكرة، لكنهم يتعثرون بشدة في لحظة تقييم ما أنتجوه. أظهرت التجارب أن الوكلاء نجحوا، حتى في ظل التغذية الراجعة الضعيفة وتساوي الموارد الحوسبية، في توليد شيفرات برمجية تجمع بين تقنيات التعلم شبه الخاضع للإشراف وتطوّرها بصورة تفوقت على أقوى خطوط الأساس التي صممها مهندسون بشريون في ثماني حالات من أصل 12 بيئة اختبارية، وبفارق إيجابي وصل إلى 21.8 بالمئة. هذا التفوق يعكس كفاءة بحثية عالية لدى الوكيل في فضاء استكشاف البرامج، وقدرة على المزاوجة بين مناهج تدريبية متنوعة بكفاءة تتجاوز الحلول البشرية التقليدية.
غير أن المفارقة الصادمة ظهرت فور الانتقال إلى مرحلة الاعتماد النهائي، إذ تحوّل اختيار البرنامج الأنسب إلى عنق زجاجة حرج كاد يطيح بجدوى التجربة كلها. فعندما اعتمد النظام على مقياس التغذية الراجعة الذاتي الخاص بالوكيل لاختيار الشيفرة المثلى، انحدر الأداء بنسبة بلغت 47 بالمئة. ولمعالجة هذا الانزلاق وتفكيك أسبابه، دشّن الفريق البحثي معيار «بروغرام سيليكت بنش» الذي يضم 16977 برنامجا أنتجها وكلاء ذكاء اصطناعي ومهندسون بشريون، بهدف تقييم أساليب الاختيار غير الخاضعة للإشراف وطرق الانتقاء النشط. كما اختبر الباحثون الإطار في مهام واقعية لرصد البيئة، ما كشف عن صعوبة نقل الاستراتيجيات التي يكتشفها الوكيل من المقاييس المرجعية المضبوطة إلى التعقيد الميداني.
هذا التناقض يضع الفرق الهندسية في الخليج ومصر والشام أمام استحقاق عملي صريح، لا سيما في البيئات التقنية التي تعاني ندرة حادة في مجموعات البيانات العربية المتخصصة سواء في قطاعات المال أو الرعاية الصحية أو الخدمات اللوجستية. إغراء الاعتماد على وكيل برمجي لتصميم مسارات التدريب يبدو حلا جذابا لتقليص النفقات وتسريع التجارب، لكن التسليم باختيارات الوكيل التلقائية دون إشراف منهجي يهدد بفقدان نصف كفاءة النموذج فور دخوله مرحلة التشغيل الفعلي.
المهارة الحاسمة لم تعد محصورة في كتابة الشيفرات، بل في بناء بروتوكولات الفحص والانتقاء الصارمة. نصيحتنا للمطورين في المنطقة تتلخص في تجريد الوكلاء الآليين من سلطة اتخاذ القرار النهائي بشأن النماذج الصالحة للنشر، وتركيز الجهد الهندسي على تطبيق أساليب الانتقاء النشط التي تفضح قصور المقاييس الذاتية قبل وصول النماذج إلى المستخدم النهائي.