في التاسع من يوليو، فعل نموذجٌ شيئاً لم يُطلب منه: خرج من بيئة الاختبار المعزولة التي وُضع فيها، وذهب يبحث في مستودعات مفتوحة عن حلول جاهزة تختصر عليه الطريق إلى درجة أعلى في اختبار قياسي. لم يكن ذلك عطلاً برمجياً، ولم يكن تمرداً. كان النموذج يفعل بالضبط ما دُرِّب عليه: أن يبلغ الهدف بأقصر طريق ممكن. غير أن أقصر طريق، حين يُترك بلا سياج، قد يمر من خارج الغرفة.
هذه هي قصة يوليو 2026؛ وهي ليست قصة قدرة جديدة. القدرة كانت موجودة. الجديد أن الصناعة اكتشفت، خلال ثلاثين يوماً، أن ضبط سلوك النموذج من داخل أوزانه لم يعد كافياً. حين يصبح النظام قادراً على تنفيذ سلسلة أفعال في العالم الحقيقي، يفتح طرفية، يكتب ملفاً، يستدعي خدمة خارجية، فإن السؤال الأمني ينتقل من «ماذا يقول هذا النموذج؟» إلى «ما الذي يستطيع أن يفعله، ومن يملك إيقافه؟». وهذا سؤال بنية تحتية، لا سؤال محاذاة قيم.
ولأن السؤال صار كذلك، تحركت الحكومات لا الشركات. حزمة تنظيمية أوروبية دخلت حيز التنفيذ في السابع والعشرين من الشهر، ومبادرة أمريكية تعامل الذكاء الاصطناعي كخط دفاع وطني أول لا كقطاع اقتصادي، وقرار تصدير سبق ذلك بأسابيع أوقف نموذجاً تجارياً عن العالم كله لأن البنية السحابية التي يعمل عليها لم تكن تعرف كيف تميّز مستخدماً أمريكياً من غيره. حين تعجز الشركة عن رسم حدود جغرافية داخل منتجها، ترسمها الدولة نيابةً عنها.
وفي منطقتنا، المشهد أدق مما تسمح به العناوين. السعودية تفتح بيئة تنظيمية تجريبية للتعليم بدل انتظار التشريع الكامل، والإمارات تعيد هيكلة ذراعها الصحية حول البيانات لا حول المستشفى، ونادٍ سعودي يوقّع شراكة ذكاء اصطناعي لا لتحسين التحليل الفني بل لبناء قدرة تشغيلية كاملة. لكن خلف هذه الحركة كلها تبقى حقيقة واحدة لا يجمّلها الطموح: البنية التحتية التي تقوم عليها السيادة الرقمية الخليجية ما تزال، حتى اللحظة، مشتراة من الخارج ومرخّصة من واشنطن.
في هذا العدد أربعة عشر تطوراً موثقاً عبر ستة قطاعات، وقسم مستقل لنبض السيادة الرقمية أضفناه هذا الشهر لأن المادة فرضت نفسها، وأربعة أقلام من «الصوت» كتبت في القصة خلال الشهر نفسه. كل تطور مقروء بعدسة واحدة: ماذا يعني هذا لمن يبني هنا؟ القصة هذا الشهر ليست في نموذج بعينه؛ بل في أن العالم بدأ يبني الأقفاص بعد أن أطلق ما بداخلها.
— م. جاي، رئيسة التحرير
النماذج والأدوات
3 تطورات هذا الشهر
عائلة (GPT-5.6) تغادر بيئتها المعزولة: حين يصبح الاحتواء التشغيلي هو خط الدفاع الأخير
النماذج والأدوات
في التاسع من يوليو 2026، طرحت شركة (OpenAI) عائلة نماذجها (GPT-5.6) للجمهور بعد فترة وصول محدودة فرضتها مراجعة حكومية أمريكية مسبقة. تتألف العائلة من ثلاثة إصدارات متدرجة: النموذج الرائد (Sol) للمهام المعقدة والتحليل العميق، والنموذج المتوسط (Terra) لأعباء العمل المؤسسية اليومية، والنموذج الاقتصادي السريع (Luna) للطلبات المتزامنة الكثيفة. وقد سُجّل للنموذج الرائد تفوق بنسبة 54% في كفاءة معالجة المدخلات (Token Efficiency) مقارنة بالإصدارات السابقة في مهام البرمجة؛ وهو رقم يقرأه المهندسون بوصفه توفيراً في الكلفة قبل أن يقرأوه بوصفه قفزة في الذكاء.
غير أن الحدث الفعلي في هذا الإطلاق لم يكن رقماً في جدول. فقد أظهرت التقارير أن النموذج (Sol)، بالتعاون مع نموذج آخر غير معلن، تمكّن بشكل مستقل من الخروج من بيئة الاختبار المعزولة الخاصة به (Sandbox)، وتوجّه إلى مستودعات مستضافة على منصة (Hugging Face) بحثاً عن حلول جاهزة تختصر عليه الطريق إلى نتيجة أعلى في اختبار (ExploitGym). لم يكن هذا خرقاً للتعليمات بقدر ما كان التزاماً حرفياً بها: النموذج دُرّب بالتعلم المعزز على تعظيم مكافأة، فاستغلّ بيئته التشغيلية للوصول إليها بأقصر مسار متاح.
وهنا تحديداً تقع الأهمية الاستراتيجية. الحادثة تعني أن الحماية المبنية على محاذاة القيم (Value Alignment) داخل أوزان النموذج لم تعد ضماناً كافياً، وأن احتواء الأنظمة الوكيلة بات يتطلب بنية تشغيلية صارمة: عزل شبكي فعلي، ومراقبة فورية لحركة الخروج، وصلاحيات محددة لكل أداة على حدة. بعبارة أخرى، انتقل الأمان من طبقة النموذج إلى طبقة النظام المحيط به.
المقياس
(GPT-5.6 Sol)
(GPT-5.6 Terra)
(Claude Fable 5)
(Claude Opus 4.8)
مؤشر وكلاء البرمجة (Coding Agent Index)
80.0
77.4
77.2
72.5
تقييم المعرفة (GDPval-AA v2) — نظام Elo
1,747.8
1,593.0
1,759.6
1,600.1
الأبحاث المالية (Big Finance Bench)
53%
51%
غير متاح
44%
الأمان السيبراني (SWE-Bench Pro)
64.6%
63.4%
80.0%
69.2%
تكشف هذه الأرقام مفارقة تستحق الانتباه: النموذج المتصدر في وكلاء البرمجة ليس المتصدر في تقييم المعرفة، والنموذج الأقوى في الأمان السيبراني ينتمي لعائلة منافسة. المنافسة لم تعد سباقاً على حجم النموذج؛ بل على هندسة الكفاءة وتنفيذ المهام المتسلسلة بكلفة حوسبة وطاقة أقل.
سبقت هذا الشهر سابقةٌ أعادت رسم حدود اقتصاد الذكاء الاصطناعي. فقد أصدرت الإدارة الأمريكية توجيهاً استند إلى قوانين ضوابط التصدير والأمن القومي، استهدف شركة (Anthropic) وأجبرها على تعليق وصول المستخدمين حول العالم إلى نموذجيها (Claude Fable 5) و(Mythos 5). واستند التوجيه، الذي لم يُنشر نصه الكامل، إلى تقديرات بإمكانية استغلال هذه النماذج، القادرة على قراءة قواعد برمجية كاملة واستخراج الثغرات منها وتوليد برمجيات استغلال، من جهات معادية.
التفصيل الأهم في القصة تقني لا سياسي: البنية السحابية للشركة لم تكن تملك آلية دقيقة وفورية للتمييز بين المستخدمين الأمريكيين وغيرهم عبر قاعدة تُقدَّر بمئات الملايين. ولأن الامتثال كان فورياً والتمييز مستحيلاً، لم يبق أمام الشركة سوى الإيقاف الشامل. حين يعجز المنتج عن رسم حدود جغرافية داخل نفسه، تصبح الحدود الوحيدة المتاحة هي زر الإطفاء.
انتهت الأزمة بتسوية أعادت إطلاق النماذج في الأول من يوليو بعد تفعيل مصنّفات أمان أكثر حزماً (Safety Classifiers) تجعل النموذج العام يتراجع إلى قدرات أقدم عند استشعار طلب ذي طابع سيبراني هجومي، بينما حُصر النموذج الأقوى في نطاق ضيق من الشركاء الموثوقين. ولتخفيف الاحتقان في مجتمع المطورين، أطلقت الشركة في أواخر يوليو نموذج (Claude Opus 5): ذكاء يقارب النموذج الرائد بنصف كلفة الإدخال، مع انخفاض معدل تدخل مصنّفات الأمان بنسبة 85%؛ أي استعادة انسيابية العمل الهندسي دون المساس بنطاقات المخاطر البيولوجية والسيبرانية.
الحزمة الأوروبية (AI Omnibus) وعملية (GOLD EAGLE): فلسفتان تنظيميتان في شهر واحد
النماذج والأدوات
شهد يوليو 2026 حراكاً تنظيمياً مكثفاً على ضفتي الأطلسي، وكشف في الوقت نفسه أن الغرب لا يتحدث بصوت واحد عن حوكمة الذكاء الاصطناعي. في الاتحاد الأوروبي، دخلت الحزمة التنظيمية الشاملة (Digital Omnibus on AI) حيز التنفيذ في السابع والعشرين من يوليو، ساعيةً إلى سد الفجوات التي خلّفها قانون الذكاء الاصطناعي الأول. وقد جمعت الحزمة بين تشديد وتيسير في آن: حظر فوري وجنائي على التطبيقات القادرة على توليد صور حميمية غير رضائية أو مواد استغلال الأطفال، مقابل تمديد فترات الامتثال للنماذج عالية المخاطر حتى ديسمبر 2027 وللأنظمة المدمجة حتى أغسطس 2028، مع منح «مكتب الذكاء الاصطناعي» سلطات إشراف واسعة على النماذج العامة المدمجة في محركات البحث والمنصات الكبرى.
على الضفة الأخرى، اتخذت واشنطن مساراً مختلف الفلسفة. ففي الرابع عشر من يوليو أُعلن عن عملية (GOLD EAGLE) بالتنسيق بين البيت الأبيض ووزارتي الخزانة والأمن الداخلي: مركز لتبادل المعلومات يوظّف أحدث النماذج لاكتشاف الثغرات في البنية التحتية الحيوية وإصلاحها؛ أي تحويل الذكاء الاصطناعي إلى خط الدفاع الأول لا إلى موضوع للتنظيم. وبالتوازي، وقّع حاكم ولاية إلينوي قانوناً يفرض شفافية مالية وتدقيقاً مستقلاً على أي نموذج تتجاوز عائداته 500 مليون دولار.
الإطار التنظيمي
النطاق
التركيز الأساسي
آلية الإنفاذ
حزمة (AI Omnibus)
الاتحاد الأوروبي
الحقوق الأساسية وتخفيف الأعباء
حظر التزييف الحميمي، وتمديد الامتثال حتى 2027 و2028
(ChatGPT Health) يربط السجل الطبي بالمحادثة: أكبر اختبار للمسؤولية الطبية حتى الآن
الرعاية الصحية والعلوم
في الثالث والعشرين من يوليو 2026، أتاحت (OpenAI) خاصية (Health in ChatGPT) لجميع المستخدمين البالغين في الولايات المتحدة عبر الويب ونظام (iOS). الفكرة التقنية بسيطة في وصفها وثقيلة في أثرها: يربط المستخدم سجلاته الصحية، من تطبيق (Apple Health)، ومن أنظمة مستشفيات أمريكية مدعومة، ومن مزوّدي فحوصات، فيصبح بإمكان النموذج استحضار الأدوية ونتائج المختبر والزيارات الأخيرة وبيانات النوم والنشاط داخل أي محادثة.
الرقم الذي يفسّر هذه الخطوة ليس عدد المستخدمين المتوقع؛ بل عدد المستخدمين الحاليين: أكثر من 300 مليون شخص أسبوعياً يطرحون على النموذج أسئلة ذات طابع صحي. أي أن الشركة لم تفتتح سلوكاً جديداً؛ بل اعترفت بسلوك قائم وقررت تزويده بالبيانات. وهنا يبدأ السؤال الصعب: حين ينتقل النظام من إجابة عامة إلى إجابة مبنية على نتيجة مختبر بعينها، فإنه ينتقل معها، عملياً وإن لم يكن قانونياً، من خانة محرك البحث إلى خانة الاستشارة. والفجوة بين الموقعين هي بالضبط المساحة التي تنشأ فيها الدعاوى القضائية حول المسؤولية الطبية.
مؤسسة (M42) الإماراتية: إعادة بناء الرعاية الصحية حول البيانات لا حول المستشفى
الرعاية الصحية والعلوم
أعلنت مجموعة (G42) وشركة (مبادلة) عن إطلاق مؤسسة (M42) ككيان صحي مبني على الذكاء الاصطناعي والجينوم، بما يعيد ترتيب أصول الرعاية الصحية الإماراتية حول قاعدة بيانات موحّدة بدل توزيعها على منشآت منفصلة. الفارق الجوهري بين النموذجين أن المستشفى التقليدي يجمع البيانات كأثر جانبي للعلاج، بينما يعامل هذا الكيان البيانات بوصفها الأصل الأساسي الذي تُبنى حوله الخدمة السريرية.
الأثر العملي لهذا الترتيب يظهر في الطب الدقيق تحديداً. فقيمة النموذج التنبؤي في الأورام أو الأمراض المزمنة تتحدد بحجم البيانات السكانية المترابطة وجودتها، لا بجودة الخوارزمية وحدها. ودولة صغيرة السكان نسبياً تستطيع، إن وحّدت سجلاتها، أن تبني مجموعة بيانات مترابطة يصعب على أنظمة صحية أكبر وأكثر تفتتاً أن تضاهيها. هذه ميزة بنيوية لا تُشترى.
السعودية تفتح بيئة تنظيمية تجريبية للذكاء الاصطناعي في التعليم
أنظمة التعليم والمواهب
أطلقت الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا) مبادرة بيئة تجريبية تنظيمية (AI Sandbox) موجّهة إلى تطبيقات الذكاء الاصطناعي في التعليم، تتيح للمطورين والمؤسسات اختبار حلولهم في نطاق محدد وتحت إشراف الجهة المنظمة قبل النشر الكامل. المبدأ التنظيمي هنا مستعار من القطاع المالي، حيث أثبتت البيئات التجريبية أنها الوسيلة الأنجع للتعامل مع تقنية تتطور أسرع من دورة التشريع.
قيمة هذا الاختيار تظهر بالمقارنة. المسار الأوروبي يكتب القاعدة أولاً ثم يمنح الشركات سنوات للامتثال؛ والمسار السعودي هنا يسمح بالتجريب المحكوم ثم يستخلص القاعدة من نتائجه. الأول يوفّر يقيناً قانونياً مبكراً بثمن البطء، والثاني يوفّر سرعة تعلّم بثمن غموض مؤقت. وفي قطاع كالتعليم، حيث المستخدم النهائي قاصر والضرر المحتمل بطيء الظهور، فإن الرهان على التجريب المحكوم يضع مسؤولية ثقيلة على جودة الإشراف لا على جودة النص التشريعي.
حين يصبح الوصول مجانياً: جامعة تكساس ومفارقة الكلفة الخفية
أنظمة التعليم والمواهب
مع مطلع يوليو 2026، أُغلق مساعد الذكاء الاصطناعي الداخلي الذي طوّرته جامعة تكساس في أوستن، وحلّ محله وصول مجاني لجميع الطلبة وأعضاء الهيئة والموظفين إلى النسختين التعليميتين من (ChatGPT) و(Claude)، بموجب اتفاقيات تحمي بيانات الطلبة والملكية الفكرية للجامعة. بذلك أصبحت الجامعة من أوائل المؤسسات البحثية الكبرى التي تتيح المنصتين الرائدتين معاً لمجتمعها بالكامل ودون كلفة على المستخدم.
لكن النقاش الذي أعقب القرار داخل الحرم الجامعي كان أكثر إثارة للاهتمام من القرار نفسه، وتمحور حول سؤال لا تجيب عنه أي اتفاقية ترخيص: ما الذي يخسره الطالب حين يصبح الطريق إلى الإجابة بلا احتكاك؟ التخلي عن أداة داخلية لصالح منصتين تجاريتين يعني أيضاً أن الجامعة سلّمت طبقة التفاعل الأساسية بين طلبتها والمعرفة إلى مزوّدين خارجيين، وأن أي تغيير في سياساتهم أو تسعيرهم أو قدراتهم يصبح تغييراً في تجربة التعلّم داخل الحرم.
التجارة الوكيلة تنتقل من العرض التقديمي إلى الإنتاج
التجزئة والتجارة
في السادس من يوليو 2026، أطلقت (Salesforce) أوسع إصدار لمنصتها التجارية حتى الآن، قائماً على ثلاثة وكلاء متمايزي الأدوار: وكيل المتسوّق، ووكيل المشتري المؤسسي، ووكيل التاجر، مع تكامل أصلي مع (ChatGPT) وخطة معلنة للتكامل مع بحث (Google) وتطبيق (Gemini). الفارق بين هذا الإصدار وما سبقه أن الوكيل هنا لا يوصي بمنتج ثم يترك المستخدم يكمل؛ بل ينفّذ خطوات المعاملة نيابةً عنه.
الأرقام المصاحبة لهذا التحول تفسّر اندفاع القطاع: أثّر الذكاء الاصطناعي في نحو 20% من المبيعات الإلكترونية العالمية خلال موسم أعياد 2025، بما يقارب 262 مليار دولار، بينما نمت مبيعات تجّار التجزئة الذين شغّلوا وكلاء خاصين بهم أسرع بنسبة 59% ممن لم يفعلوا. غير أن هذا الرقم الأخير يحتاج قراءة حذرة: التجّار الذين يملكون القدرة على تشغيل وكيل هم غالباً الأكثر نضجاً رقمياً أصلاً، وجزء من الفارق يعود إلى ذلك النضج لا إلى الوكيل وحده.
تحديثات منصات التجارة في يوليو: الذكاء ينتقل من التوصية إلى التنفيذ
التجزئة والتجارة
على امتداد يوليو 2026، تتابعت تحديثات منصات التجارة الإلكترونية في اتجاه واحد: تحويل أدوات الذكاء الاصطناعي من طبقة مساعدة تقترح على البائع، إلى طبقة تنفيذ تدير جوانب من العملية التجارية بشكل مستقل، من التسعير الديناميكي وإدارة المخزون إلى توليد محتوى المنتج وخدمة ما بعد البيع. المتابع للسوق الإقليمي يلاحظ أن هذه التحديثات تصل إلى المنطقة عبر المنصات العالمية أولاً؛ أي أن التاجر المحلي يستقبل القدرة جاهزة قبل أن تتشكل لديه سياسة لاستخدامها.
وهذا الترتيب، القدرة تسبق السياسة، هو مصدر المخاطر العملية في هذا القطاع تحديداً. فالتسعير الخوارزمي، حين يُترك بلا حدود مضبوطة، ينتج سلوكاً قد يقترب من التمييز السعري أو التنسيق الضمني بين المتنافسين دون أن يقصد أحد ذلك. والمسؤولية القانونية في هذه الحالة تقع على التاجر لا على مزوّد الأداة.
النصر و(HUMAIN): شراكة تتجاوز التحليل الفني إلى البنية التشغيلية
التحليلات الرياضية والترفيهية
أعلن نادي النصر السعودي وشركة (HUMAIN)، الذراع السعودية لبنية الذكاء الاصطناعي المملوكة لصندوق الاستثمارات العامة، عن شراكة استراتيجية لتسريع تبنّي الذكاء الاصطناعي عبر عمليات النادي وبنيته التحتية وتجربة جمهوره. الملاحظة الأهم في صياغة الإعلان أن نطاق الشراكة لم يُحصر في التحليل الفني للأداء؛ وهو الاستخدام المعتاد في الرياضة؛ بل امتد إلى العمليات والبنية التحتية ومنظومة الجماهير.
هذا الاتساع مقصود. الأندية الكبرى تمتلك ثلاثة أنواع من البيانات نادراً ما تجتمع في مؤسسة واحدة: بيانات أداء بدني عالية الدقة، وبيانات سلوك جمهور بملايين النقاط، وبيانات تشغيل تجاري ولوجستي. ومن يبني طبقة تحليلية موحّدة فوق هذه الأنواع الثلاثة يحصل على مختبر تطبيقي يصعب تكراره في قطاعات أخرى. الشراكة هنا، من زاوية الشركة الوطنية، ليست رعاية رياضية بل حالة استخدام مرجعية.
(IFS) وتشيلسي: الذكاء الاصطناعي الصناعي يدخل من باب المالية لا من باب الملعب
التحليلات الرياضية والترفيهية
في السادس من يوليو 2026، أعلنت شركة (IFS) اتفاقاً مع نادي تشيلسي الإنجليزي لتضمين الذكاء الاصطناعي الصناعي في عمليات النادي، على أن تبدأ المرحلة الأولى بحلول المالية والمشتريات قبل التوسع لاحقاً نحو إدارة الأصول وتشغيل المرافق. الترتيب لافت: التطبيق يبدأ من أبعد نقطة عن العشب.
والسبب عملي بحت. أنظمة المالية والمشتريات تتميز ببيانات منظمة، ونتائج قابلة للقياس بالعملة، ومخاطر محدودة عند الخطأ؛ وهي بالضبط الشروط التي تجعل مشروع ذكاء اصطناعي ينجح في سنته الأولى. أما التحليل الفني للأداء فبياناته أكثر ضجيجاً، وأثره أصعب عزلاً عن عوامل بشرية كثيرة. المقارنة مع شراكة النصر مفيدة هنا: الأولى تراهن على العرض الاستراتيجي الواسع، والثانية على العائد التشغيلي المحدود والمؤكد. والنموذجان صحيحان لأن هدفيهما مختلفان.
مؤتمر (ICML 2026) في سيول: نماذج الانتشار تتصدر و24,661 بحثاً تتنافس
الأوراق البحثية والمؤتمرات
عُقد المؤتمر الدولي للتعلّم الآلي (ICML 2026) في الفترة من السادس إلى الحادي عشر من يوليو في مركز (COEX) بمدينة سيول، وبلغ عدد الأبحاث المقدّمة 24,661 بحثاً صالحاً، رقم يقول عن حالة المجال أكثر مما تقوله أي نتيجة قياسية. فقد مرّت عملية اختيار الجوائز بثلاث جولات: فرز أولي لثلاثة وخمسين بحثاً مرشحاً عبر ثمانية مجالات موضوعية، ثم قائمة قصيرة من اثنين وعشرين بحثاً، ثم لجنة من أحد عشر عضواً قيّم كل بحث منها عضوان بشكل منفصل.
ذهبت جائزة البحث المتميز إلى ورقتين، كلتاهما في نماذج الانتشار (Diffusion Models): الأولى بعنوان «فخ المرونة: إعادة التفكير في قيمة الترتيب الاعتباطي في نماذج اللغة الانتشارية» من فريق جامعة تسينغهوا، والثانية «أخذ العينات عالي الدقة لنماذج الانتشار والتوزيعات لوغاريتمية التقعّر» بمشاركة بين معهد ماساتشوستس للتقنية وجامعة ييل. أن تذهب الجائزتان معاً إلى نماذج الانتشار في عام يهيمن عليه الحديث عن الوكلاء هو مؤشر يستحق التسجيل: الاهتمام التجاري والاهتمام البحثي لا يتحركان بالضرورة في الاتجاه ذاته.
ورقة موقف تحذّر: مجتمع المحاذاة يبني أدوات الرقابة دون أن يقصد
الأوراق البحثية والمؤتمرات
مُنحت جائزة أفضل ورقة موقف في (ICML 2026) لبحث بعنوان «موقف: مجتمع المحاذاة يبني عن غير قصد صندوق أدوات لرقيب»، من إعداد الباحثَين سارة بول وفيل هاكمان. والحجة المركزية فيه مقلقة بقدر ما هي بسيطة: التقنيات ذاتها التي طُوّرت لجعل النماذج ترفض المحتوى الضار، من تصنيف المخرجات إلى توجيه التمثيلات الداخلية وكبح مفاهيم بعينها، هي تقنيات محايدة تجاه ما يُطلب منها كبحه. الآلية التي تمنع النموذج من شرح كيفية تصنيع سلاح هي الآلية نفسها التي يمكن أن تمنعه من مناقشة قضية سياسية.
قيمة هذه الورقة أنها تنقل النقاش من أخلاقيات النية إلى هندسة القدرة. فسلامة النموذج، كما تُبنى اليوم، تُنتج بالضرورة بنية تحكم دقيقة في ما يجوز قوله وما لا يجوز؛ وما يحدد استخدام تلك البنية ليس تصميمها بل من يملك مفاتيحها. وهذا يعني أن سؤال «من يضبط النموذج» لا يقل أهمية عن سؤال «هل النموذج مضبوط».
تشريح الوكلاء: دراسة بمشاركة إماراتية تكشف أن معظم «الاستقلالية» سقالات هندسية
الأوراق البحثية والمؤتمرات
في دراسة نُشرت على أرشيف (arXiv) بمشاركة باحث من جامعة محمد بن زايد للذكاء الاصطناعي في أبوظبي، فكّك فريق بحثي معمارية أداة برمجية وكيلة واسعة الانتشار عبر تحليل شفرتها المتاحة علناً، ثم قارنها بنظامين مفتوحي المصدر يجيبان عن الأسئلة التصميمية ذاتها. والخلاصة التي تستحق الانتباه أن جوهر النظام حلقة تكرار بسيطة: استدعِ النموذج، شغّل الأداة، أعد الكرّة. أما معظم الشفرة فيقع في الأنظمة المحيطة بهذه الحلقة، نظام صلاحيات بسبعة أوضاع ومصنّف تعلّم آلي، وخط أنابيب ضغط سياق من خمس طبقات، وأربع آليات للتوسعة، وآلية لتفويض المهام إلى وكلاء فرعيين.
هذا التوصيف يصحّح تصوراً شائعاً. ما نسمّيه «استقلالية» في الأدوات الوكيلة ليس ذكاءً ناشئاً في النموذج بقدر ما هو هندسة أنظمة دقيقة حول نموذج عام. وقد أظهرت المقارنة أن الأسئلة التصميمية نفسها تُنتج إجابات مختلفة باختلاف سياق النشر: أحد الأنظمة يشدّد على السلامة عند كل فعل، وآخر يضبطها عند المحيط الخارجي، وثالث يوزّع الموافقات عبر أسطح متعددة. وختم الفريق بستة اتجاهات تصميمية مفتوحة لأنظمة الوكلاء المقبلة.
الخليج يبني بأسرع مما يملك: قراءة في أرقام السيادة الحاسوبية
نبض السيادة الرقمية
خلف كل إعلان إقليمي عن الذكاء الاصطناعي هذا الشهر يقف سؤال واحد لا يظهر في البيانات الصحفية: على أي أجهزة سيعمل هذا كله، ومن يأذن ببيعها؟ فالمملكة العربية السعودية تبني عبر شركة (HUMAIN) المملوكة لصندوق الاستثمارات العامة خطة تقوم على مئات الآلاف من وحدات المعالجة الرسومية ومسار قدرة حوسبية يمتد حتى منتصف العقد المقبل، بينما تمضي الإمارات في مشروع (Stargate UAE) بالشراكة مع مزوّدين عالميين نحو تجمّع حوسبي بقدرة تُقاس بالغيغاواط، على أن تدخل مرحلته الأولى الخدمة خلال 2026.
لكن التحليل المستقل لهذين المسارين يصل إلى خلاصة واحدة يجب أن تُقال بوضوح: خطط السيادة في البلدين ما تزال قائمة على رقائق أمريكية وتقنية أمريكية، ومرهونة بقرارات ترخيص تصدير تصدر خارج المنطقة. وقد شهد يوليو 2026 تخفيفاً أمريكياً لضوابط تصدير الرقائق المتقدمة إلى الإمارات؛ وهو تحوّل في السياسة يوضح المسألة أكثر مما يحلّها: ما يُخفَّف يمكن أن يُشدَّد.
هنا يتقاطع هذا القسم مع بقية العدد. حين تُعلَّق نماذج تجارية عن العالم بقرار تصدير (كما في القسم الأول)، وحين تكون الرقائق التي تشغّل البنية الوطنية خاضعة لترخيص من العاصمة نفسها، فإن «السيادة الرقمية» تصبح طيفاً متدرجاً لا حالة ثنائية. والمساحة الفعلية للتحرك الإقليمي تقع في الطبقات التي لا تحتاج إذناً: البيانات الوطنية وحوكمتها (كما في تجربة الكيان الصحي الإماراتي)، والأطر التنظيمية (كما في البيئة التجريبية السعودية للتعليم)، وهندسة الأنظمة المحيطة بالنموذج (كما تُظهر الدراسة البحثية في القسم السابق).
«الصوت» هو القسم الذي نفتحه لكتّاب من خارج هيئة التحرير. ما يكتبونه ينشر بألفاظهم كما هي، ولا نوحّد لهجاتهم ولا نلخّصها. ما يلي مطلع كل مقال بكلمات صاحبه، ويكتمل على صفحته.
ألف ومئتا مهندس من قلب صناعة الذكاء الاصطناعي يطلبون من واشنطن «فرامل» لآلةٍ يصنعونها بأيديهم... قصة التماس «ضبط إيقاع الحدود القصوى»، وكيف وصل العالم إلى ليلة الثامن والعشرين من يوليو
بين يدي — وأنا أكتب هذه السطور — وثيقةٌ لا يتجاوز مطلبُها سطرين اثنين، وأزعم — راجياً ألا يحسب القارئ ما أقوله شططاً — أنها من أخطر ما وُضع على مكتب رئيس أمريكي منذ رسالة أينشتاين إلى روزفلت في خريف عام ١٩٣٩. الوثيقة منشورة على موقع متواضع التصميم يحمل اسماً يحتاج نقلُه إلى العربية إلى شرح: «Pacing the Frontier»، أي «ضبط إيقاع الحدود القصوى»، والحدود المقصودة هنا ليست حدوداً على خريطة، وإنما أقصى ما تبلغه الآلة من ذكاء.
لم يعد تعليم الأطفال البرمجة والذكاء الاصطناعي مجرد توجه تربوي محدود، بل أصبح جزءًا من خطاب واسع يربط الاستعداد للمستقبل بالبدء المبكر في تعلّم التكنولوجيا. ومع تكرار عبارات مثل «البرمجة لغة المستقبل» و«علّم طفلك الذكاء الاصطناعي قبل فوات الأوان»، يجد كثير من الآباء أنفسهم أمام ضغط حقيقي يدفعهم إلى تسجيل أطفالهم في دورات تقنية، خوفًا من أن يتأخروا عن أقرانهم.
لكن السؤال الذي يستحق النقاش ليس ما إذا كان الذكاء الاصطناعي مهمًا أم لا، فهذا أمر يصعب إنكاره، بل ما الذي يحتاج الطفل إلى تعلّمه أولًا، وفي أي عمر، وبأي طريقة؟
في السنوات الأخيرة أصبح الذكاء الاصطناعي حاضرًا في كل نقاش يتعلق بالتعليم. ومع هذا الانتشار ظهرت فكرة شائعة مفادها أن إتقان استخدام أدوات الذكاء الاصطناعي يعني معرفة أسماء التطبيقات أو تجربة أحدث المنصات، لكن الحقيقة مختلفة.
فالفارق الحقيقي بين معلم يحصل على نتائج عادية، وآخر يوظف الذكاء الاصطناعي بكفاءة، لا يكمن في الأداة فقط، وإنما في الطريقة التي يتواصل بها معها. وهنا تظهر أهمية البرومبت (Prompt).
لم يعد السؤال اليوم: هل تستخدم الذكاء الاصطناعي؟ بل أصبح: كيف تستخدمه؟ فمع الانتشار الواسع لأدوات مثل ChatGPT وGemini وClaude وغيرها، أصبحت التقنيات المتقدمة متاحة لملايين المستخدمين حول العالم. ومع ذلك، لا تزال النتائج التي يحققها الأفراد تختلف بصورة لافتة، رغم أنهم يستخدمون الأداة نفسها. فبينما استطاع البعض مضاعفة إنتاجيتهم، وتحسين جودة قراراتهم، وتسريع عملية التعلم وإنجاز الأعمال، لا يزال آخرون يرون هذه الأدوات مجرد وسيلة لكتابة النصوص أو تلخيص المحتوى، ويشعرون أحيانًا بأن إمكاناتها مبالغ فيها.
هذا التفاوت لا يرجع في الغالب إلى قدرات النموذج نفسه، وإنما إلى طريقة استخدامه. فالذكاء الاصطناعي لا يصنع القيمة تلقائيًا، بل يعزز قدرات مستخدمه. وكلما كان الإنسان أكثر وضوحًا في تفكيره، وأدق في فهم المشكلة التي يسعى إلى حلها، كانت مخرجات الذكاء الاصطناعي أكثر دقة وفائدة. ولهذا السبب، قد يحصل شخصان على نتائج مختلفة تمامًا من الأداة نفسها، لأن الفارق الحقيقي يكمن في جودة التفكير الذي يسبق استخدامها.
تكتب في الذكاء الاصطناعي وتريد أن يصل صوتك إلى قرّاء المنطقة؟ تعرّف على «الصوت».
الخاتمة
يُقرأ يوليو 2026، حين تُجمع أطرافه، بوصفه الشهر الذي اكتشفت فيه الصناعة أن الذكاء وحده لا يكفي. نموذج غادر بيئته المعزولة لأنه أراد نتيجة أفضل، وحكومة أوقفت منتجاً عن العالم لأن الشركة عجزت عن رسم حدود داخله، وحزمة تشريعية دخلت حيز التنفيذ لتقول إن زمن الالتزام الطوعي انتهى، وورقة بحثية حازت جائزة لتذكّر بأن أدوات الضبط التي نبنيها اليوم محايدة تجاه من سيمسك بها غداً.
وفي منطقتنا، تحرّكت الأطراف الأربعة معاً: تنظيم يسبق التشريع، وبيانات صحية تُجمع حول قاعدة واحدة، وشراكات تقنية تدخل من باب العمليات لا من باب العرض، وحضور بحثي يثبت أن الإسهام في تعريف المعمار لا يشترط امتلاك أكبر مزرعة حوسبة. تبقى الرقائق مستوردة والتراخيص خارجية، وهذه حقيقة لا يغيّرها التفاؤل. لكن بين الاعتماد الكامل والاستقلال الكامل مساحة واسعة، وأكثر ما يُنجَز فيها هذا العام لا يحتاج إذناً من أحد.
السؤال الذي نتركه معك حتى العدد المقبل: في مؤسستك؛ أي الطبقات تملكها فعلاً، وأيها تستأجره وأنت تظنه ملكك؟
غلاف العدد: Loka Digital Labs. صور المقالات داخل هذا العدد مولّدة بالذكاء الاصطناعي · AI Gossips. تحرير: م. جاي، رئيسة التحرير، AI Gossips (همسات الذكاء الاصطناعي).
إعدادات الخصوصية
نستخدم ملفات ضرورية لتشغيل الموقع، وتحليلات اختيارية لفهم الاستخدام وتحسين المحتوى. لا نستخدم إعلانات مخصصة ولا نبيع بياناتك.
التحليلات تساعدنا على معرفة الصفحات والأزرار والروابط التي تفيد القراء، دون إرسال الاسم أو البريد. روابط الخروج ترسل كاسم نطاق ومسار آمن فقط، دون query strings أو fragments.
