اختبارات «ماماث بنش» تثبت: تعاون الوكلاء الأذكياء في الرياضيات لا يضمن تفوق النتيجة النهائية

يكشف تقييم علمي حديث لمنظومات الذكاء الاصطناعي أن تجميع عدة وكلاء برمجيين لحل المسائل الرياضية لا يضمن بالضرورة الوصول إلى نتائج أكثر دقة من تشغيل نموذج لغوي منفرد وقوي. فبينما تفترض هندسة النظم السائدة أن توزيع الأدوار والمراجعة المتبادلة بين الوكلاء يرفعان كفاءة التفكير الحسابي، أظهرت ورقة بحثية أودعها تسعة باحثين في منصة أركايف بقيادة شينبينغ وانغ أن هذا التعاون يعجز عن تحقيق تفوق مستمر في صحة النتيجة النهائية، بل يفتح الباب أمام هدر حسابي وأخطاء هيكلية صامتة.

طرح الفريق البحثي معيارا تقييميا متخصصا يحمل اسم «ماماث بنش» (MAMath-Bench) لاختبار قدرات الاستدلال الرياضي متعدد الوسائط لدى أنظمة الوكلاء المتعددين. ويضم المعيار ألفا وثلاث مسائل موزعة على أحد عشر تصنيفا رياضيا بمستويات صعوبة متباينة، مع دمج وسائط متعددة تشمل النصوص والرسوم البيانية والصور والتسجيلات الصوتية. وتميزت منهجية الاختبار بالانتقال من مجرد فحص الناتج الحسابي النهائي إلى تتبع خطوات الاستدلال عبر علامات مرحلية دقيقة ترصد ثلاثة أبعاد رئيسية: صحة الحل النهائي، وموثوقية مسار الاستدلال، ومتانة المنظومة في مواجهة الاضطرابات والتشويش الموجه إلى سلاسل التفكير.

أفضت نتائج الاختبارات إلى ثلاث خلاصات تضع قيودا واضحة على تعقيد الأنظمة متعددة الوكلاء. أولى هذه الخلاصات أن التحالف الحسابي بين عدة وكلاء لم يقدم تحسنا ثابتا في دقة الإجابة النهائية مقارنة بنموذج لغوي واحد يتمتع بكفاءة استدلالية عالية. وفي حين نجح التعاون في توسيع تغطية الخطوات المرحلية وشرحها بصورة أكثر تفصيلا، فإن هذه المكاسب تحققت بكلفة باهظة تمثلت في التكرار الحسابي وحشو الاستدلالات، وهو ما يستهلك طاقة معالجة ورموزا رقمية دون مردود إضافي على صحة الحل. أما الخلاصة الثالثة فتمثلت في هشاشة تلك الأنظمة أمام محاولات التضليل والتشويش العدائي، ولا سيما عند إدخال اضطرابات هيكلية دقيقة على تسلسل خطوات التفكير؛ إذ سرعان ما تتبنى الوكلاء هذا الخلل وتواصل البناء عليه دون اكتشافه.

يحمل هذا الرصد بعدا تشغيليا حاسما لقطاع التقنية التعليمية والمؤسسات الجامعية في الخليج ومصر وبلاد الشام، التي تتسابق لبناء منصات تعليم ذكية ومساعدين رقميين لتدريس الرياضيات والعلوم. إن بناء بنية تحتية تعتمد على أسراب من الوكلاء المتعددين يضاعف فواتير الاستدلال وساعات الحوسبة السحابية نتيجة التكرار الإجرائي غير المجدي. فإذا كان الهدف هو توفير حلول تعليمية دقيقة وموثوقة للطلاب، فإن القرار الهندسي الرشيد يقتضي التركيز على كفاءة النموذج الأساسي المفرد وضبط معايير التحقق من الخطوات المرحلية، بدل استنزاف الميزانيات في تنسيق شبكات معقدة من الوكلاء تثقل زمن الاستجابة وتزيد مساحة التعرض للأخطاء.

تتغير تبعا لذلك أولويات الفرق التقنية ومطوري البرمجيات في المنطقة؛ فالمعيار التنافسي اليوم لا يرتبط بعدد الوكلاء المربوطين ببعضهم، بل بالقدرة على تحصين مسار الاستدلال ضد الانحرافات الهيكلية الخفية. ويفرض واقع هذه الاختبارات تدقيقا صارما قبل إطلاق أدوات التقييم الآلي في المناهج الرقمية؛ إذ لا يضمن تعدد المراقبين الآليين سلامة البرهان الرياضي ما لم تكن هناك آليات تدقيق قطعية تعزل الخطأ في مهده وتمنع انتقاله بين الوكلاء.