معيار «لول بلاي»: التفكير المطول يعجز عن إنقاذ الوكلاء البصريين في البيئات الحية

تستند الفرضية السائدة في أوساط تطوير الذكاء الاصطناعي إلى أن منح النموذج وقتًا أطول للاستدلال والتفكير يقود حتمًا إلى قرارات أكثر دقة، لكن اختبار هذه الفرضية داخل بيئة تفاعلية تتغير في أجزاء من الثانية كشف عن نتيجة معاكسة تمامًا. فحصنا في قراءتنا نتائج دراسة مرجعية حديثة أعدها الباحث تشاوجيان يو ونُشرت عبر منصة «أركايف»، حيث كشف معيار «لول بلاي» المخصص لاختبار الوكلاء البصريين في بيئة لعبة «ليغ أوف ليجيندز» أن زيادة جهد التفكير لم تقدم أي تحسن يذكر، بل تحولت إلى عبء تشغيلي تسبب في تأخر الإجراءات عن اللحظة المناسبة لتنفيذها.

اعتمد المعيار الجديد على تصميم 36 مهمة مخصصة لشخصيات اللعبة، موزعة على أربعة محاور أساسية هي إدارة الموارد، وخوض المعارك، والتعاون الجماعي، وتحقيق الأهداف الميدانية. ولضبط دقة التقييم، تفاعل الوكلاء حصريًا عبر قراءة لقطات الشاشة الحية وتمرير أوامر الفأرة ولوحة المفاتيح، مدعومين بآلية تهيئة مؤتمتة ونظام يتضمن 82 فحصًا برمجيًا للأهداف الفرعية، بهدف الفصل الصارم بين التقدم الجزئي في الخطة وإنجاز المهمة بالكامل.

شملت التجربة 324 تقييمًا للمهام غطت ثلاثة نماذج ذكاء اصطناعي عند ثلاثة مستويات متدرجة من جهد الاستدلال: منخفض، ومتوسط، ومرتفع. وحقق نموذج «جي بي تي 6 أسترا» أفضل نتيجة مسجلة بنسبة نجاح بلغت 25% في إنجاز المهام عند مستويي الجهد المنخفض والمتوسط، في حين سجل 40.3% في تحقيق الأهداف الفرعية عند مستوى الجهد المتوسط. غير أن المفاجأة الميدانية تمثلت في أن رفع جهد الاستدلال إلى حده الأقصى لم يرفع أداء أي نموذج قيد الفحص، مقارنة بما حققته النماذج نفسها عند مستوى التفكير المنخفض.

وعندما فحصنا تفاصيل مسارات حركة الوكلاء، تبين أن الاستدلال المطول استهلك زمن الاستجابة، مما قلص عدد جولات التفاعل المتاحة للنموذج داخل اللعبة. وبينما كان النموذج يستغرق في التفكير والتحليل، كانت معطيات الشاشة تتبدل بسرعة، لينتهي الأمر بتنفيذ قرارات وأوامر حركية مبنية على مشهد مرئي قد انتهى بالفعل من الوجود وتغيرت معالمه، إلى جانب ظهور عجز واضح في الربط المتسلسل للأهداف الفرعية. التفكير العميق تحول إلى فخ حين انفصل عن سرعة التزامن مع الواقع المتغير.

يحمل هذا الرصد دلالة هندسية مباشرة للفرق التقنية في الخليج ومصر والشام، وتحديدًا تلك التي تعمل على بناء وكلاء برمجيات لإدارة الواجهات الرقمية وتدفقات العمل التشغيلية المعقدة في قطاعات مثل الخدمات المصرفية أو سلاسل الإمداد ومراكز المراقبة. فالاعتقاد الشائع بأن ضبط النماذج على أقصى درجات الاستدلال يضمن سلامة المخرجات يثبت خطأه التشغيلي عندما تكون الواجهة حية وعرضة لتحديثات البيانات اللحظية. لاحظ هنا أن التأخر في اتخاذ القرار البرمجي، ولو لثوان معدودة، يفرغ الإجراء من قيمته وقد يؤدي إلى أخطاء مكلفة ناتجة عن التفاعل مع لقطات شاشة أصبحت ملغاة عمليًا في النظام.

يفرض هذا التحول على مطوري الأنظمة المستقلة في المنطقة مراجعة معماريات التشغيل، وتوجيه الميزانيات بعيدًا عن حرق الحوسبة في تكثيف التفكير المجرد، لصالح هندسة وكلاء أذكياء يتمتعون بخفة الحركة وسرعة التغذية الراجعة. الرهان الفعلي ليس على عمق التأمل النظري للنموذج بل على قدرته على مواءمة الإدراك البصري مع الإجراء الفوري في اللحظة الزمنية الصحيحة.