معضلة اللهجة في نماذج الذكاء الاصطناعي: لماذا تتراجع الأنظمة الضخمة أمام التخصيص الثقافي؟

تستطيع معظم النماذج اللغوية الكبيرة ترجمة مفردات أي جملة عربية محكية بدقة معجمية مقبولة، لكنها تقف عاجزة في اللحظة التي يتحول فيها الحديث إلى نكتة محلية، أو بيت شعر نبطي، أو تفاوض تجاري يعتمد على الكناية وسياق البيئة. هذا الانفصال بين إتقان الفصحى واستيعاب النبرة الثقافية ليس تفصيلًا لغويًا هامشيًا، بل هو العائق الفعلي الذي يجعل نشر الوكلاء الأذكياء في واجهات التعامل اليومية محفوفًا بالركاكة، ويجبر الأنظمة المؤتمتة على الرد بفصحى مدرسية جافة تفقد المتحدث المحلي ثقته في قدرة الآلة على فهم مقصده الحقيقي.

أعلن فريق معهد الابتكار التكنولوجي في الإمارات عن نموذج Falcon-Emirati-7B المتخصص في اللهجة الإماراتية والمبني فوق عائلة Falcon-H1-Arabic. لم يبدأ المشروع من الصفر، بل استند إلى المعمارية الهجينة التي تدمج نماذج مساحة الحالة Mamba مع آليات الانتباه في المحولات Transformer داخل كل كتلة برمجية بالتوازي، وهي معمارية تتيح كفاءة زمنية خطية في معالجة السياقات الطويلة التي تصل إلى 128 ألف رمز و256 ألف رمز، مع الحفاظ على دقة تتبع الروابط اللغوية البعيدة الضرورية لبنية اللغة العربية وصرفها الغني. ورغم توفر أحجام 3 مليارات و34 مليار معلمة، استقر الاختيار التقني على طراز 7 مليارات معلمة بوصفه نقطة التوازن بين اتساع الذاكرة الثقافية وقابلية التشغيل والاستدلال الاقتصادي السريع.

تكمن الصعوبة التقنية في ندرة البيانات المكتوبة، فاللهجة الإماراتية لغة تواصل منطوقة في المقام الأول وتظهر عبر الإنترنت بنسبة أقل بكثير مقارنة بالفصحى أو حتى بلهجات إقليمية أخرى. تجاوز الفريق هذه العقبة عبر خط أنابيب بيانات ثلاثي الروافد: جمع نصوص أصيلة من مواقع ومنتديات إماراتية تعكس أسلوب الكتابة الفعلي بلا تعريب مصطنع، ومواد بالفصحى تغطي العادات والتراث والتاريخ لضبط المفاهيم الاجتماعية، وبيانات توليدية واسعة مقيدة بقواميس ومحددات أسلوبية وقواعد معجمية دقيقة، لمنع المولد الآلي من الابتذال أو التحدث بلهجة خليجية هجينة غير دقيقة.

الحجم وحده لا يشتري الكفاءة الثقافية، والضخامة الحسابية تفقد جدواها حين تغيب خصوصية البيانات. هذا ما كشفته نتائج التقييم على معيار «الياه» المكون من 1173 سؤالًا متعدد الخيارات جُمعت يدويًا من متحدثين إماراتيين؛ إذ حقق النموذج 84.83 بالمئة، متفوقًا على نماذج تفوقه حوسبيًا بأضعاف. ولم يتوقف الاختبار عند التعرف النظري على الإجابات، بل أجرى الباحثون تقييمًا للتوليد المفتوح عبر مقياس مستقل باستخدام نموذج تحكيم خارجي، واختبروا معيارين منفصلين: صحة المعلومة، ومطابقة اللهجة الفعلية دون الارتداد التلقائي إلى الفصحى.

هنا انفجرت الفجوة الهندسية الحقيقية؛ فعلى صعيد الوفاء للهجة، سجل النموذج 0.52 نقطة، بينما هوت النماذج المنافسة مجتمعة؛ إذ سجل نموذج ALLaM درجة 0.05، وحقق gemma-3-27b نحو 0.03، واستقر Jais-2-8B عند 0.02، في حين عجز نموذج Fanar-2-27B عمليًا بنتيجة قاربت الصفر مع امتناعه عن الإجابة في 26.2 بالمئة من الحالات. وفي المقارنات الثنائية المباشرة تفوق النموذج بفارق واسع في فئات الشعر النبطي والتعبير الإبداعي والحساسية الاجتماعية، بينما تقاربت النتائج فقط في فئة التحيات اليومية التي تشهد تداخلًا طبيعيًا واسعًا بين المفردات المحكية والفصحى.

ما الذي يعنيه هذا التحول التقني لمن يبني الأنظمة في الخليج ومصر والمنطقة؟ يعني أن معادلة التكلفة والترخيص في مشاريع أتمتة خدمة العملاء، والمساعدات الحكومية الذكية، وتطبيقات التجارة الإلكترونية، لم تعد تدور حول استيراد النماذج التوليدية الضخمة ذات المليارات المائة وما فوقها ثم محاولة تلقينها بالسياق الخارجي أثناء المحادثة. الاعتماد على نموذج مخصص بحجم 7 مليارات معلمة يعمل محليًا أو على خوادم خاصة يقلل تكلفة الحوسبة والاستدلال اللحظي بنسبة كبيرة، ويمنح الشركات استقلالية في الامتثال للسيادة الرقمية وتخزين البيانات الحساسة دون الاعتماد على واجهات سحابية عالمية مكلفة وغير قادرة على محاكاة النبرة المحلية.

الأمر يتجاوز حدود اللهجة الإماراتية ليقدم درسًا معماريًا لمن يطور حلول الذكاء الاصطناعي باللهجة المصرية أو الشامية: التدريب اللاحق الموجه وضبط البيانات التركيبية بقواميس دقيقة هو المسار الأجدى لكسر احتكار المنصات الاحتكارية الكبرى، والرهان على النماذج المتوسطة المتخصصة ثقافيًا هو الذي يحدد اليوم من يمتلك واجهة ذكية يفهمها المستخدم الميداني بلا حاجز لغوي.