«اختبار استدلال يقيس الذكاء الفائق بالبتات: خوارزمية تكسر دائرية تقييم النماذج اللغوية»

تواجه معايير تقييم الذكاء الاصطناعي معضلة هيكلية تتمثل في التشبع السريع والدائرية المعرفية، إذ تفقد الاختبارات قدرتها على التمييز بمجرد أن تتفوق الأنظمة الذكية على البشر الذين صاغوا أسئلتها. أمام هذا الاختناق، قدّم الباحث خوسيه هيرنانديز أورالو، في ورقة بحثية مرجعية قيد المراجعة بلغت ثلاثا وستين صفحة ونُشرت عبر أرشيف، إطارًا اختباريًا يعتمد على المسائل العكسية والاستدلال الاستقرائي لتوليد أسئلة تتجاوز قدرات الأنظمة الرائدة الحالية وصانعيها معًا.

ترتكز هذه المنهجية على صيغة ليفين، وهي تنويع قابل للحساب من تعقيد كولموغوروف الرياضي، يضع حدًا أقصى نظريًا لصعوبة المسألة من خلال الموازنة الدقيقة بين أقصر تمثيل برمجي يشفّر آلية الحل ولوغاريتم الخطوات الزمنية اللازمة لتشغيلها. جوهر الابتكار هنا ينقل آلات تورينغ الشاملة من صياغتها المجردة الخالية من المعرفة السابقة إلى نماذج لغوية كبرى تستوعب المعرفة البشرية وتترجم الأوامر كبرامج حوسبية باللغة الطبيعية. يتيح هذا التحول إنتاج بنود اختبارية طازجة تُقاس صعوبتها بمقياس نسبي محدد بالبتات، قبل أن يتمكن أي عقل بشري أو نموذج ذكاء اصطناعي رائد من التوصل إلى إجابتها.

طوّر الباحث مسارًا برمجيًا خفيفًا لتوليد تلك المسائل وتوثيقها رسميًا، ثم أخضع بطارية الاختبارات الأولى لتقييم شمل اثني عشر نموذجًا لغويًا كبيرًا من أحدث الأنظمة المتوفرة. أظهرت النتائج أن منحنيات استجابة النماذج تنحدر طرديًا مع تصاعد درجة الصعوبة الحسابية المقاسة بالبتات، حتى تنحدر كليًا عند الاقتراب من نطاق غير مستكشف اصطلح البحث على تسميته «نافذة الذكاء الفائق». تكشف هذه النافذة عن مسائل رياضية واستقرائية مثبتة نظريًا، لكنها تفوق قدرات أجيال النماذج الحالية وتضع حاجزًا حقيقيًا يفصل بين الحفظ السطحي والاستدلال المركب.

الانتقال من المعايير البشرية المشبعة إلى مقاييس التعقيد الخوارزمي يغير شروط تقييم النماذج في أسواق المنطقة. في الخليج ومصر والشام، تخصص الهيئات الحكومية والمصارف ومراكز الأبحاث ميزانيات ضخمة لترخيص نماذج استدلال كبرى أو بناء نماذج سيادية معتمدة على الاختبارات المعيارية العالمية، دون الانتباه إلى أن لوائح الترتيب العامة باتت مشبعة وتعاني من تسريب بيانات التدريب. يتيح اعتماد مقاييس قائمة على تعقيد المعلومات وفرز المسائل العكسية لمسؤولي التقنية في الرياض وأبوظبي والقاهرة فحص النماذج المستوردة والمحلية عبر اختبارات غير قابلة للحفظ المسبق، وتجنب الإنفاق على بنى استدلالية تدعي التفوق بينما تعجز عن حل مسائل خوارزمية محسوبة بدقة.

حين يصبح قياس الذكاء الاصطناعي معتمدًا على آليات رياضية تتفوق على واضعيها، تسقط المقارنات التسويقية السائدة التي تختزل الكفاءة في نسب مئوية سهلة التلاعب. خطوتك اليوم كمهندس أو قائد تقني في المنطقة هي إعادة النظر في أدوات التحقق الداخلي لديك، والتخلي عن مؤشرات الأداء التي صممت لقياس قدرات الأمس، لصالح أطر تزن عمق الاستدلال بالبتات الرياضية لا بالوعود الإنشائية.