الذكاء الاصطناعي يترنح: فشل نماذج رائدة في اختبارات الذكاء البشري

مقدمة تحليلية

كشف تقرير صادر عن MIT Technology Review بتاريخ 26 أغسطس 2026 أن نماذج الذكاء الاصطناعي الرائدة لا تزال تتخبط بشكل كارثي في أنواع معينة من اختبارات الذكاء التي يتقنها البشر. فبعد أن أظهرت فرق علمية من جامعة كولومبيا في أواخر عام 2024 أن أفضل النماذج لم تتمكن من حل سوى 18% من ألغاز New York Times Connections، ارتفعت هذه النسبة إلى حل شبه مثالي بحلول أوائل عام 2025. ورغم هذا التقدم الملحوظ في بعض المجالات، تظل فجوات جوهرية في قدرات النماذج، لا سيما في التفكير المكاني والمنطق التجريدي. هذه الاختبارات، التي شكلت أساس تطوير الذكاء الاصطناعي منذ مقال عالم الحاسوب في IBM آرثر صامويل عام 1959 حول خوارزمية تعلمت لعبة الداما، تكشف الآن عن حدود حرجة لا تزال تحد من ذكاء الآلة مقارنة بالإدراك البشري.

التحليل التقني

تتجسد إخفاقات نماذج الذكاء الاصطناعي في عدة ميادين تحليلية وتقنية، أبرزها القدرات البصرية والمكانية، والقدرة على التكيف مع التغييرات الدقيقة، والتفكير التجريدي.

التفكير المكاني والبصري

تُظهر النماذج اللغوية الكبيرة (LLMs) فشلاً ذريعاً في اختبارات التفكير المكاني، مثل مشكلات التدوير العقلي التي تتطلب تحديد ما إذا كانت صور مختلفة تمثل نفس الكائنات من زوايا متباينة. ورغم قدرة هذه النماذج على تحليل المدخلات البصرية، إلا أنها لا تستطيع التلاعب بالأجسام ثلاثية الأبعاد (3D) بنفس كفاءة المفكرين المكانيين من البشر كالمعماريين والمهندسين الميكانيكيين. هذا القصور يتجاوز الأبعاد الثلاثية ليشمل مشكلات بصرية ثنائية الأبعاد (2D) أيضاً. في معيار ARC-AGI الشهير، الذي يتطلب استنتاج قواعد تجريدية عامة من أمثلة، تحقق النماذج أداءً أفضل عندما تتلقى الشبكات كسلسلة من الأرقام التي ترمّز لون كل خلية بدلاً من صورة، مما يشير إلى ضعف أساسي في معالجة الصور المباشرة.

وتؤكد الأبحاث أن النماذج، حتى عند إجابتها بشكل صحيح على أسئلة ARC-AGI، غالباً ما تستخدم قواعد معقدة وغير قابلة للتعميم، على عكس البشر الذين يعتمدون على مفاهيم بصرية بسيطة.

الذاكرة والقدرة على التكيف

تمتلك نماذج LLMs المتقدمة ذاكرة استثنائية من تدريبها على كميات هائلة من الحقائق، ولكن هذه الميزة قد تكون عبئاً. ففي دراسة أجريت عام 2024 من قبل باحثين من Google وجامعة إلينوي أوربانا شامبين، تبين أن النماذج قد تخطئ في ألغاز Knights and Knaves الكلاسيكية التي تتطلب التمييز بين شخصيات صادقة وأخرى كاذبة، وذلك عندما تتشابه الألغاز بشكل وثيق مع ما رأته النماذج أثناء التدريب. تستجيب النماذج بما حفظته وتتجاهل الفروق الدقيقة. ينطبق المبدأ ذاته على اختبار SimpleBench، حيث يفشل حتى أفضل النماذج في أسئلة تبدو معقدة ولكن البشر يكتشفون حيلها بسهولة.

التعقيد المتزايد

يتجلى ضعف آخر في التعامل مع التعقيد المتزايد. ففي دراسة لشركة Apple، أمكن لـ LLMs إتقان نسخ بسيطة من مشكلة Tower of Hanoi وألغاز عبور النهر، لكنها بدأت تتعثر عندما تجاوز عدد الأقراص أو الأشخاص ستة (6) وما فوق. ووجد باحثون من جامعة واشنطن وجامعة ستانفورد ومعهد Allen للذكاء الاصطناعي أن نماذج LLMs تعاني بالمثل مع ألغاز الشبكة المنطقية التي تتطلب استنتاج السمات من قائمة أدلة. تُظهر هذه النتائج أن قدرة النماذج على حل المشكلات تتضاءل بشكل حاد مع تراكم التعقيد، مما يثير تساؤلات حول طبيعة محدودية الاستدلال في LLMs.

السياق وتأثير السوق

إن الأداء المتباين لنماذج الذكاء الاصطناعي في الاختبارات يلقي بظلاله على الخطاب السائد حول قدراتها الفائقة. ففي حين أن التطورات الأخيرة أدت إلى تحسن “سريع وكبير” في قدرة الذكاء الاصطناعي على حل ألغاز مثل New York Times Connections – من 18% في أواخر 2024 إلى أداء شبه مثالي في أوائل 2025 – إلا أن هذا التقدم لم يكن شاملاً. المنافسة الحقيقية هنا ليست بين نماذج AI مختلفة بالضرورة، بل بين ذكاء الآلة والإدراك البشري ذاته. ففي مجالات مثل التفكير المكاني، يظل البشر يتمتعون بـ “ميزة هائلة”، حيث لا تزال LLMs تفشل “بشكل ذريع” في معالجة الكائنات ثلاثية الأبعاد، وهو ما يتناقض مع الحديث عن “نماذج العالم” (world models) التي يفترض أن تمكن الذكاء الاصطناعي من فهم البيئات المادية.

هذا يكشف أن القدرات التي يُشاد بها في بعض الأحيان (مثل الذاكرة الاستثنائية لـ LLMs) يمكن أن تصبح نقطة ضعف عندما تؤدي إلى استجابات تعتمد على الحفظ بدلاً من التفكير المرن في ألغاز مثل Knights and Knaves وSimpleBench. على الجانب الآخر، تبرز ألغاز Lightning Round التي صممها علماء النفس نقطة ضعف بشرية، حيث يميل البشر إلى الإجابات المتسرعة بينما تستجيب النماذج بتأنٍ. هذا التباين يوضح أن كلاً من البشر والآلة يمتلكان نقاط قوة وضعف معرفية فريدة. إن الجدل الدائر حول دراسة Apple التي انتشرت بشكل واسع (viral) – والتي تساءل المعلقون عما إذا كانت النتائج تكشف عن قيود فريدة في استدلال LLM أو مجرد أخطاء طبيعية مع زيادة التعقيد – يحدد بوضوح أن السوق والباحثين لا يزالون في مرحلة تقييم حرج لقدرات الذكاء الاصطناعي الأساسية، وأن النماذج الحالية لم تحل محل القدرات البشرية في مجالات التفكير المعقد.

رؤية Glitch4Techs

الضجة المحيطة بتقدم الذكاء الاصطناعي مبررة في بعض الجوانب، لكن البيانات الواقعية من اختبارات الذكاء تكشف عن ضعف بنيوي لا يمكن تجاهله. إن الادعاءات حول ذكاء الآلة العام (general AI) لا تزال مبالغاً فيها بشكل صارخ. يتضح هذا من فشل النماذج اللغوية الكبيرة (LLMs) “بشكل ذريع” في اختبارات التفكير المكاني، رغم قدرتها على تحليل المدخلات البصرية. هذا القصور لا يعكس مجرد تحدٍ تقني، بل يؤكد أن النماذج الحالية تفتقر إلى فهم العالم المادي والتلاعب به بطريقة تتجاوز معالجة البيانات النصية أو الرقمية.

إنها أداة قوية في استرجاع المعلومات وإتقان المهام المتكررة، لكنها تظل عاجزة أمام المهام التي تتطلب الإدراك المكاني أو القدرة على استنتاج قواعد مرنة قابلة للتعميم من أمثلة بصرية، كما يظهر في أدائها غير الفعال على معيار ARC-AGI بقواعده المعقدة غير القابلة للتعميم. هذا ليس تقدماً شاملاً، بل تخصصاً ضيقاً لا ينبغي الخلط بينه وبين الذكاء الحقيقي. والاعتقاد بأنها تقترب من الإدراك البشري بناءً على إنجازات محدودة هو محض تسويق مضلل.