• توطئة:

شهد العالم خلال الأعوام القليلة الماضية تحولا غير مسبوق في طبيعة الذكاء الاصطناعي، إذ لم تعد الأنظمة الذكية تقتصر على تحليل النصوص أو الإجابة عن الأسئلة، بل أصبحت قادرة على فهم الصور والأصوات وربطها بالسياق المحيط بالمستخدم في الزمن الحقيقي. وقد أدى هذا التطور إلى انتشار مقاطع مصورة تُظهر أنظمة ذكاء اصطناعي تصحح أوصاف المستخدمين لواقعهم، فتخبرهم بما إذا كانوا يرتدون قبعة أو تحدد طبيعة المكان الذي يوجدون فيه، وهو ما أثار موجة واسعة من الدهشة والجدل، بل والخوف أحيانا.

غير أن هذه الدراسة لا تنطلق من الانبهار بهذه المقاطع، ولا من التسليم بصحتها أو التشكيك فيها، وإنما تتعامل معها بوصفها مدخلا لتحليل ظاهرة تقنية حقيقية تتمثل في بروز الذكاء الاصطناعي متعدد الوسائط، الذي يمثل أحد أهم التحولات في تاريخ الذكاء الاصطناعي الحديث. فالأسئلة الجوهرية لم تعد تقتصر على مدى قدرة هذه الأنظمة على إنتاج النصوص، بل أصبحت تمتد إلى طبيعة إدراكها للبيئة، وحدود معرفتها الرقمية، وآثار ذلك في الخصوصية، والمسؤولية القانونية، والثقة المجتمعية.

ومن هذا المنطلق، تقدم هذه الدراسة معالجة علمية متعددة التخصصات، تجمع بين علوم الذكاء الاصطناعي، والقانون، والفلسفة، وأخلاقيات التقنية، بهدف بناء فهم عربي رصين لهذه الظاهرة الناشئة، بعيدا عن التهويل الإعلامي أو التبسيط التقني. كما تسعى إلى الإسهام في تأسيس أدبيات عربية متخصصة حول الإدراك متعدد الوسائط، بوصفه أحد المحاور المركزية التي ستعيد تشكيل العلاقة بين الإنسان والأنظمة الذكية خلال السنوات المقبلة.

“تقترح الدراسة، في حدود نتائجها والمنهج المعتمد فيها، مقاربة مفاهيمية يمكن تسميتها بـ«الإدراك الرقمي السياقي»، بوصفها إطارا تفسيريا لتحليل كيفية بناء أنظمة الذكاء الاصطناعي متعددة الوسائط تمثيلا رقميا للبيئة المحيطة اعتمادا على دمج المدخلات والسياق والاستدلال.”

• مدخل تأسيسي في فهم ظاهرة الإدراك متعدد الوسائط:

خلال السنوات الأخيرة انتقل الذكاء الاصطناعي من مرحلة إنتاج النصوص والإجابة عن الأسئلة إلى مرحلة أكثر تعقيدا تتمثل في قدرته على تحليل الصور والأصوات ومقاطع الفيديو وربطها بالسياق اللغوي في الزمن الحقيقي. وقد أدى هذا التحول إلى ظهور مشاهد ومقاطع مصورة أثارت دهشة ملايين المستخدمين، يظهر فيها الذكاء الاصطناعي وكأنه “يشاهد” البيئة المحيطة بالمستخدم ويصحح له أوصافه للواقع، فيخبره بأنه لا يرتدي قبعة رغم ادعائه ذلك، أو يصحح وصفه للمكان الذي يوجد فيه، أو يصف ما تلتقطه كاميرا الهاتف بدقة كبيرة.

وتستمد هذه الظاهرة أهميتها من أنها تمثل انتقالا نوعيا من الذكاء الاصطناعي القائم على معالجة اللغة إلى أنظمة قادرة على دمج مدخلات حسية متعددة ضمن عملية استدلال واحدة، وهو ما يعرف في الأدبيات الحديثة بالذكاء الاصطناعي متعدد الوسائط (Multimodal Artificial Intelligence).

غير أن الانتشار الواسع لهذه المقاطع المصورة يثير إشكالية منهجية لا تقل أهمية عن الجانب التقني؛ إذ لا يمكن اعتبار أي مقطع متداول على منصات التواصل دليلا علميا على قدرات نموذج معين، لأن كثيرا من هذه المقاطع قد يكون معدا مسبقا أو خاضعا للمونتاج أو لسيناريوهات تمثيلية. ومن ثم فإن نقطة الانطلاق في هذه الدراسة ليست التحقق من صحة فيديو بعينه، وإنما تحليل الإمكانات التقنية التي تجعل مثل هذه المشاهد ممكنة، والآثار العلمية والقانونية والأخلاقية التي تترتب عليها إذا كانت تعكس قدرات حقيقية.

وانطلاقا من هذا المنظور، تتناول الدراسة مفهوم “الإدراك متعدد الوسائط” بوصفه أحد أهم التحولات التي يشهدها الذكاء الاصطناعي المعاصر، مع التركيز على أثره في إعادة تشكيل العلاقة بين الإنسان والآلة، وعلى ما يثيره من أسئلة جديدة تتعلق بالخصوصية، والشفافية، والمسؤولية، وحدود المعرفة الرقمية.

• من معالجة اللغة إلى إدراك البيئة المحيطة: التحول الأكبر في فلسفة الذكاء الاصطناعي:

عند ظهور النماذج اللغوية الكبيرة كان نطاق عملها محصورا في تحليل النصوص وإنتاج إجابات تعتمد على المدخلات الكتابية التي يقدمها المستخدم. وكان النموذج في تلك المرحلة لا يمتلك أي معرفة مباشرة بالبيئة الخارجية، فلا يرى الأشخاص ولا الأشياء ولا الأمكنة، وإنما يتعامل مع العالم كما يصفه المستخدم بالكلمات.

غير أن التطورات الأخيرة غيرت هذا التصور بصورة جذرية. فقد أصبحت النماذج الحديثة قادرة على استقبال أنواع متعددة من البيانات في الوقت نفسه، تشمل النصوص والصور والأصوات وأحيانا الفيديو المباشر، ثم دمج هذه المدخلات داخل عملية استدلال واحدة. وهذا الدمج لا يعني وجود عدة أنظمة مستقلة تعمل بالتوازي، وإنما يشير إلى بناء تمثيل معرفي موحد يسمح للنموذج بفهم العلاقات بين العناصر المختلفة في المشهد، واستنتاج معلومات لم تُذكر صراحة في الحوار.

ومن هنا يمكن تفسير المشاهد التي يظهر فيها الذكاء الاصطناعي وهو يصحح وصف المستخدم لبيئته. فإذا كانت الكاميرا مفعلة، فإن النموذج لا يعتمد على ما يقوله المستخدم وحده، بل يقارن بين الوصف اللغوي والصورة التي يراها، وعند اكتشاف تعارض بينهما يفضل الاعتماد على البيانات البصرية لأنها تمثل بالنسبة إليه مصدرا مباشرا للمعلومات.

وهذه النقلة تمثل تحولا معرفيا بالغ الأهمية؛ إذ لم يعد الذكاء الاصطناعي مجرد “قارئ للنصوص”، بل أصبح “مفسرا للبيئة”، وهي مرحلة تختلف جذريا عن الأجيال السابقة من أنظمة الذكاء الاصطناعي.

ويترتب على ذلك أن مفهوم “الحوار مع الآلة” لم يعد يقتصر على تبادل الكلمات، بل أصبح تفاعلا بين إنسان يعيش داخل بيئة مادية ونظام رقمي يحاول بناء نموذج معرفي لتلك البيئة اعتمادا على ما يصل إليه من مدخلات حسية مختلفة. ومن هنا تنشأ أسئلة جديدة حول حدود الإدراك الآلي، ومدى دقته، وإمكان وقوعه في أخطاء تفسيرية قد تؤدي إلى نتائج عملية أو قانونية مؤثرة.

• الفيديو المتداول بين الحقيقة والتمثيل: لماذا لا تتوقف القيمة العلمية على صحته؟

منهجيا، لا يجوز أن تنطلق الدراسات العلمية من افتراض صحة أي محتوى متداول على الإنترنت دون تحقق مستقل، لأن البيئة الرقمية أصبحت تعج بالمقاطع المعدلة أو المصممة لأغراض الترفيه أو التسويق أو زيادة التفاعل. ولذلك فإن التعامل العلمي مع الفيديو الذي يُظهر الذكاء الاصطناعي وهو يصحح أوصاف المستخدم يجب أن يقوم على مبدأ الحياد المنهجي.

فإذا كان الفيديو حقيقيا، فإنه يقدم مثالا عمليا على قدرات الإدراك متعدد الوسائط، ويؤكد أن بعض النماذج أصبحت قادرة على الجمع بين التحليل اللغوي والإدراك البصري في الزمن الحقيقي. أما إذا كان الفيديو تمثيلية أو محاكاة، فإنه يظل مع ذلك وثيقة ثقافية مهمة، لأنه يكشف عن توقعات المجتمع تجاه الذكاء الاصطناعي، وعن درجة القبول أو الخوف من فكرة أن تصبح الآلة قادرة على رؤية البيئة المحيطة بالمستخدم وتحليلها.

ومن هذه الزاوية، فإن القيمة العلمية للفيديو لا تتوقف على إثبات صحته أو نفيها، وإنما تتمثل في كونه يعكس تحولات أعمق في العلاقة بين الإنسان والتقنية. فقد أصبح الجمهور يتوقع من الذكاء الاصطناعي أن يكون قادرا على ملاحظة التفاصيل، وتصحيح الأخطاء، واستنتاج المعلومات غير المصرح بها، وهو ما يشير إلى انتقال صورة الذكاء الاصطناعي في الوعي العام من مجرد “برنامج للإجابة” إلى “فاعل معرفي” يبدو وكأنه يمتلك إدراكا للعالم المحيط.

إلا أن هذا الانطباع قد يقود أيضا إلى مبالغات خطيرة إذا لم يُفهم ضمن حدوده التقنية. فالذكاء الاصطناعي لا يمتلك وعيا بالمعنى الفلسفي، ولا يراقب العالم بصورة مستقلة، وإنما يعتمد على البيانات التي يُسمح له بالوصول إليها أثناء التفاعل. ومن ثم فإن ما يبدو للمستخدم قدرة خارقة قد يكون في الحقيقة نتيجة لدمج متقن بين الصورة والصوت والنص ضمن نموذج استدلالي واحد.

ومن هنا تبرز أهمية التمييز بين الإدراك الحسي الرقمي، الذي يعتمد على البيانات المتاحة، وبين الإدراك الإنساني الواعي، الذي يتضمن الخبرة الذاتية والقصدية والفهم الوجودي. فالخلط بين هذين المستويين قد يؤدي إلى سوء فهم طبيعة الذكاء الاصطناعي، وإلى تضخيم قدراته أو إساءة تقدير مخاطره.

• خلاصة واستنتاج:

يتبين من هذا العرض أن الظاهرة التي تعكسها المقاطع المتداولة ليست مجرد تطور في واجهات الاستخدام، بل تمثل تحولا بنيويا في فلسفة الذكاء الاصطناعي نفسها؛ إذ انتقلت النماذج الحديثة من الاقتصار على معالجة اللغة إلى محاولة بناء تمثيل معرفي للبيئة المحيطة بالمستخدم من خلال دمج النص والصوت والصورة في إطار استدلالي واحد. كما يتضح أن القيمة العلمية للفيديو المتداول لا ترتبط بصحته وحدها، بل بما يكشفه من تحولات تقنية وإدراكية وثقافية تستحق الدراسة والتحليل.

كيف “يرى” الذكاء الاصطناعي العالم؟

• البنية التقنية للإدراك متعدد الوسائط وحدود المعرفة الرقمية:

إن السؤال الذي يفرض نفسه الآن هو: كيف يتحقق هذا الإدراك تقنيا؟ وهل يمتلك الذكاء الاصطناعي بالفعل قدرة على “الرؤية” بالمعنى الذي يفهمه الإنسان، أم أن الأمر لا يعدو كونه معالجة حسابية معقدة لمجموعة من الإشارات الرقمية؟

تكمن أهمية هذا السؤال في أن كثيرا من التصورات الشائعة حول الذكاء الاصطناعي تُبنى على استعارات لغوية قد تكون مضللة. فعندما يقال إن النظام “يرى”، أو “يسمع”، أو “يفهم”، فإن هذه الألفاظ لا ينبغي أن تُفهم بوصفها مقابلا مطابقا للإدراك الإنساني، بل باعتبارها توصيفا وظيفيا لقدرة النظام على تحليل بيانات معينة واستخلاص أنماط أو استنتاجات منها. ومن هنا يصبح من الضروري تفكيك الآلية التي تجعل النظام يبدو للمستخدم وكأنه يدرك البيئة المحيطة، مع بيان الحدود التقنية التي تقف عندها هذه القدرة.

• الإدراك متعدد الوسائط – من البيانات المنفصلة إلى النموذج الموحد للواقع:

في الأنظمة التقليدية كان كل نوع من البيانات يُعالج بصورة مستقلة؛ فالنصوص تخضع لنماذج لغوية، والصور لأنظمة الرؤية الحاسوبية، والأصوات لتقنيات التعرف على الكلام. وكانت نتائج هذه العمليات غالبا منفصلة، ولا يجمعها إطار استدلالي موحد.

أما في النماذج متعددة الوسائط، فقد تغير هذا التصور جذريا. إذ أصبح الهدف ليس مجرد تحليل كل وسيط على حدة، وإنما دمجها داخل تمثيل معرفي واحد يسمح للنظام بفهم العلاقات بين العناصر المختلفة. فعندما يوجَّه الهاتف نحو شخص يتحدث، لا يتعامل النظام مع الكلمات والصورة والصوت باعتبارها ثلاث قنوات مستقلة، بل يحاول بناء وصف موحد للمشهد: من الموجود؟ ماذا يفعل؟ أين يوجد؟ وما العلاقة بين الكلام والبيئة الظاهرة؟

إن هذا الدمج هو ما يمنح المستخدم الانطباع بأن الذكاء الاصطناعي “يفهم” الواقع. ففي المثال الذي انطلقت منه هذه الدراسة، لم يكن النظام – إذا افترضنا صحة الفيديو – يصحح عبارة المستخدم لأنه يمتلك معرفة مسبقة بحياته، بل لأنه قارن بين عبارته “أنا أرتدي قبعة” وبين البيانات البصرية التي لم تُظهر وجود قبعة. وبالمثل، عندما وصف المستخدم المكان بأنه “مطبخ ضيق”، بينما كانت الصورة تشير إلى غرفة معيشة واسعة، نشأ التعارض بين الوصف اللغوي والمشهد البصري، فاختار النظام ما ينسجم مع البيانات التي تلقاها.

وهنا تظهر خاصية علمية دقيقة يمكن تسميتها “ترجيح الأدلة متعددة الوسائط”؛ إذ لا تُعامل جميع المدخلات بالوزن نفسه، وإنما قد يمنح النظام أولوية لمصدر بيانات على آخر وفق درجة الثقة أو الاتساق الداخلي. وهذه الآلية، وإن كانت حسابية في أصلها، تفسر كثيرا من المواقف التي يبدو فيها الذكاء الاصطناعي وكأنه يصحح الواقع أو يكشف تناقضات المستخدم.

ومن ثم، فإن ما يقدمه النظام ليس “رؤية” بالمفهوم البيولوجي، بل بناء نموذج رقمي للواقع اللحظي اعتمادا على ما يصل إليه من بيانات. وهذا النموذج قد يكون دقيقا، وقد يكون ناقصا أو خاطئا إذا كانت البيانات نفسها ناقصة أو مضللة.

• هل يعتمد الذكاء الاصطناعي على الكاميرا وحدها؟ قراءة نقدية في مصادر المعرفة الرقمية:

من أكثر الأخطاء شيوعا الاعتقاد بأن الكاميرا وحدها هي مصدر المعرفة لدى أنظمة الذكاء الاصطناعي متعددة الوسائط. والحقيقة أن الصورة ليست سوى عنصر واحد داخل منظومة أوسع من البيانات التي يمكن أن تتفاعل معا، وفقا لقدرات التطبيق والأذونات التي يمنحها المستخدم وسياسات النظام.

فقد يتلقى النظام في بعض البيئات معلومات مستمدة من الصوت، مثل نوع الضوضاء المحيطة أو اتجاه المتحدث أو طبيعة الحوار، وقد يستفيد من بيانات زمنية أو سياقية مرتبطة بسير المحادثة، أو من الموقع إذا كان ذلك جزءا من الوظيفة المصرح بها، أو من معلومات يزود بها المستخدم بنفسه أثناء الحوار.

ومع ذلك، لا يعني هذا أن جميع التطبيقات تستخدم كل هذه المصادر، ولا أن كل نموذج يمتلك صلاحية الوصول إليها؛ فالأمر يختلف باختلاف التطبيق، وإعدادات الجهاز، والأذونات، والسياسات التقنية.

ومن هنا تبرز ضرورة التمييز بين القدرة التقنية الممكنة والقدرة الفعلية المفعلة. فوجود مستشعرات متعددة داخل الهاتف لا يعني أن نموذج الذكاء الاصطناعي يستخدمها جميعا، كما أن امتلاك التطبيق لإمكانات تحليل الصور لا يعني أنه يراقب الكاميرا باستمرار. إن الخلط بين الإمكان والإجراء الفعلي هو أحد أهم أسباب انتشار التصورات المبالغ فيها حول الذكاء الاصطناعي.

ومع ذلك، فإن هذا التعدد في مصادر البيانات يكشف عن تحول مهم في طبيعة المعرفة الرقمية. ففي الماضي كان النظام يعتمد أساسا على ما يكتبه المستخدم، أما اليوم فقد أصبح من الممكن – في التطبيقات التي تدعم ذلك وبموافقة المستخدم – أن تُبنى الاستنتاجات على مجموعة متشابكة من الإشارات الرقمية، الأمر الذي يجعل النموذج أكثر قدرة على تفسير السياق، ولكنه في الوقت نفسه يثير تحديات غير مسبوقة تتعلق بالخصوصية، وشفافية المعالجة، وإمكانية مساءلة الأنظمة عن الأخطاء الناتجة عن تفسير غير صحيح للبيئة.

إن هذا التطور يفرض إعادة النظر في مفهوم “المعرفة” داخل الأنظمة الذكية. فالنظام لا “يعرف” الأشياء كما يعرفها الإنسان، بل ينتج فرضيات تفسيرية اعتمادا على أنماط البيانات المتاحة. وإذا كانت هذه البيانات ناقصة أو مضللة أو التُقطت من زاوية غير مناسبة، فإن النموذج الرقمي الذي يبنيه عن الواقع سيكون بدوره عرضة للخطأ، مهما بلغت دقة الخوارزميات.

ولهذا فإن القول بأن الذكاء الاصطناعي “يعرف أين أنا” أو “يعرف ماذا أفعل” ينبغي أن يُفهم دائما في ضوء مصدر البيانات وحدودها، لا بوصفه امتلاكا لمعرفة مطلقة أو مستقلة عن المدخلات.

• حدود الإدراك الآلي: لماذا لا ينبغي الخلط بين الاستدلال والوعي؟

لعل أخطر ما تكشفه المقاطع المنتشرة على منصات التواصل ليس التطور التقني ذاته، وإنما الطريقة التي يتلقى بها الجمهور هذا التطور. فكثير من المشاهدين ينتقلون مباشرة من ملاحظة قدرة النظام على وصف مشهد معين إلى الاعتقاد بأنه أصبح يمتلك وعيا أو فهما شبيها بالوعي الإنساني.

غير أن هذا الاستنتاج لا يجد ما يسنده علميا. فالأنظمة متعددة الوسائط، مهما بلغت درجة تعقيدها، تعمل من خلال عمليات إحصائية واستدلالية تستهدف إيجاد التفسير الأكثر اتساقا مع البيانات المتاحة. وهي لا تختبر العالم بوصفه تجربة ذاتية، ولا تدرك المعاني إدراكا وجوديا، ولا تمتلك قصدا أو شعورا أو خبرة داخلية.

ومن هنا ينبغي التمييز بين الاستدلال السياقي والإدراك الواعي. فالاستدلال السياقي يعني قدرة النظام على الربط بين معطيات متعددة للوصول إلى تفسير مرجح، بينما يفترض الإدراك الواعي وجود خبرة ذاتية وإحساس داخلي بالعالم، وهي خصائص لا يوجد دليل علمي على تحققها في النماذج الحالية.

ويكتسب هذا التمييز أهمية خاصة عند مناقشة المسؤولية القانونية والأخلاقية. فإذا أخطأ النظام في تفسير مشهد معين، فإن الخطأ لا يرجع إلى “نية” أو “قصد” كما هو الحال في السلوك البشري، وإنما إلى قصور في البيانات أو النموذج أو آلية الاستدلال. ومن ثم فإن تقييم هذه الأنظمة يجب أن يبقى مرتبطا بأدائها الوظيفي، لا بإضفاء صفات إنسانية عليها.

إن أخطر ما يمكن أن يقع فيه الباحث هو أن يستبدل التحليل العلمي بلغة مجازية توحي بأن الذكاء الاصطناعي أصبح كائنا مدركا للعالم على نحو يماثل الإنسان. فمثل هذا التصور لا يخدم البحث العلمي، بل يحجب الحدود الحقيقية للتقنية ويغذي خطابا شعبويا قد يفضي إلى مخاوف غير مبررة أو توقعات غير واقعية.

• خلاصة واستنتاج:

يكشف التحليل السابق أن ما يبدو للمستخدم “رؤية” أو “فهما” من جانب الذكاء الاصطناعي هو في حقيقته نتاج عملية معقدة من دمج البيانات وبناء نموذج رقمي للواقع اعتمادا على مدخلات متعددة، مع ترجيح أكثر التفسيرات اتساقا مع الأدلة المتاحة. ومن ثم، فإن الذكاء الاصطناعي لا يدرك العالم إدراكا واعيا، وإنما يمارس نوعا متقدما من الاستدلال متعدد الوسائط الذي قد يكون شديد الدقة في بعض السياقات، وقد يخطئ في سياقات أخرى إذا كانت البيانات ناقصة أو مضللة.

الإدراك متعدد الوسائط بين الابتكار والرقابة الرقمية

• قراءة قانونية وأخلاقية في حدود الخصوصية والمسؤولية والثقة:

إن المرحلة التالية من التحليل تقتضي الانتقال من سؤال “كيف يعمل؟” إلى سؤال أكثر تعقيدا يتمثل في “ما الذي يترتب على عمله؟”.

فالتاريخ التقني يعلمنا أن معظم الابتكارات الكبرى لم تكن آثارها مرتبطة بقدراتها التقنية وحدها، وإنما بالتغيرات القانونية والاجتماعية التي أحدثتها. فالإنترنت لم يغير فقط وسائل الاتصال، بل أعاد تشكيل مفهوم الخصوصية. والهواتف الذكية لم تغير فقط وسائل التواصل، بل غيرت مفهوم البيانات الشخصية. وبالمنطق نفسه، فإن الذكاء الاصطناعي متعدد الوسائط لا يضيف وظيفة جديدة إلى الهاتف الذكي فحسب، وإنما يعيد تعريف الحدود الفاصلة بين المجال الخاص والمجال الرقمي.

ومن هنا، فإن الإشكالية القانونية لم تعد تقتصر على حماية البيانات المخزنة، وإنما أصبحت تشمل حماية البيئة المحيطة بالمستخدم نفسها بوصفها مصدرا متجددا للمعلومات التي قد تُحلَّل آنيا وتُدمج في عمليات الاستدلال. وهذا تطور لم تكن معظم التشريعات التقليدية قد صيغت للتعامل معه بصورة مباشرة.

• من حماية البيانات إلى حماية “السياق”… التحول الجديد في فلسفة الخصوصية:

اعتمدت معظم التشريعات الخاصة بحماية البيانات الشخصية على تصور تقليدي للبيانات، باعتبارها معلومات يمكن تحديدها أو تخزينها أو نقلها، مثل الاسم، والعنوان، ورقم الهاتف، والصور، والسجلات الطبية، والبيانات المالية. وكان الهدف الأساسي هو تنظيم جمع هذه البيانات ومعالجتها وتبادلها.

غير أن الذكاء الاصطناعي متعدد الوسائط يطرح سؤالا مختلفا تماما، وهو: هل يمكن أن يصبح “السياق” نفسه بيانات شخصية؟

فعندما ينظر النظام إلى الغرفة المحيطة بالمستخدم، فإنه لا يكتفي بالتعرف على الأشياء الظاهرة، بل قد يستنتج نمط الحياة، أو طبيعة العمل، أو المستوى الاقتصادي، أو الحالة الصحية، أو وجود أطفال، أو نوع الأجهزة المستخدمة، أو غير ذلك من المؤشرات التي لم يفصح عنها المستخدم صراحة.

إن هذه المعلومات ليست بالضرورة بيانات جمعها المستخدم أو كتبها بنفسه، وإنما هي استنتاجات ناتجة عن تحليل البيئة المحيطة. وهنا تنتقل الخصوصية من مستوى “المعلومات المصرح بها” إلى مستوى “المعرفة المستنبطة”.

وهذا التحول بالغ الأهمية؛ لأن كثيرا من الأفراد قد يقبلون مشاركة صورة معينة، لكنهم لا يتوقعون أن تُستخدم تلك الصورة لاستنتاج معلومات أخرى أكثر حساسية. ومن ثم، فإن الخطر لا يكمن دائما في البيانات الخام، بل في القدرة التحليلية التي تحول البيانات العادية إلى معرفة مركبة قد تكون أشد تأثيرا من البيانات الأصلية.

ولهذا يمكن القول إن الذكاء الاصطناعي متعدد الوسائط يفرض توسعة المفهوم القانوني للخصوصية، بحيث لا يقتصر على حماية البيانات المدخلة، وإنما يمتد إلى حماية الاستنتاجات المستخلصة منها أيضا.

وهذا الاتجاه بدأ يكتسب أهمية متزايدة في النقاشات التنظيمية الدولية، لأنه يعكس تحولا من اقتصاد البيانات إلى اقتصاد الاستدلالات (Inference Economy)، حيث تصبح القيمة الحقيقية ليست فيما يقدمه المستخدم من معلومات، بل فيما تستطيع الأنظمة استخلاصه منها.

• مسؤولية من إذا أخطأ الذكاء الاصطناعي في تفسير الواقع؟

من القضايا التي لم تحظ بعد بما يكفي من البحث في الأدبيات العربية مسألة المسؤولية عن الأخطاء الناشئة عن الإدراك متعدد الوسائط.

فلنفترض أن النظام أخطأ في تفسير مشهد معين، أو أساء التعرف على شخص، أو استنتج أن المستخدم موجود في مكان معين بينما هو في مكان آخر، أو فسر شيئا ظاهرا في الصورة تفسيرا خاطئا ترتبت عليه نصيحة أو قرار أو إجراء.

في هذه الحالات يثور سؤال قانوني معقد: من يتحمل المسؤولية؟

إن الإجابة لم تعد بالبساطة التي كانت عليها في البرمجيات التقليدية؛ لأن النتيجة لم تعد تصدر عن قاعدة برمجية ثابتة، وإنما عن عملية استدلال احتمالية تعتمد على ملايين المعلمات والعلاقات الرياضية داخل النموذج.

ومن هنا يمكن تصور عدة مستويات للمسؤولية:

أولها مسؤولية المطور إذا كان الخطأ ناتجا عن تصميم معيب أو إهمال في بناء النظام أو اختباره.

وثانيها مسؤولية الجهة المشغلة إذا استخدمت النظام في سياق لم يُصمم له، أو أغفلت الضمانات اللازمة.

وثالثها مسؤولية المستخدم إذا قدم معلومات مضللة أو عطّل وسائل الإدراك أو أساء استخدام التطبيق.

ورابعها مسؤولية تنظيمية تتعلق بمدى كفاية الأطر القانونية التي سمحت بنشر هذه الأنظمة دون معايير واضحة للشفافية والتقييم.

غير أن ما يميز الإدراك متعدد الوسائط هو أن الخطأ قد لا يكون ناتجا عن خلل في أي عنصر منفرد، وإنما عن تفاعل معقد بين البيئة والنموذج والبيانات والسياق. ولذلك فإن تطبيق مفاهيم المسؤولية التقليدية قد لا يكون كافيا، مما يقتضي تطوير نماذج قانونية أكثر مرونة تراعي الطبيعة الاحتمالية للأنظمة الذكية.

ولا يعني ذلك إعفاء أي طرف من المسؤولية، بل يعني أن تحديدها أصبح يتطلب فهما تقنيا أعمق للعلاقة بين القرار والبيانات التي أنتجته.

• الثقة الرقمية بين الشفافية والإيهام التقني:

لعل أخطر أثر اجتماعي للإدراك متعدد الوسائط لا يتمثل في قدرته على تحليل البيئة، وإنما في السلطة المعرفية التي قد يمنحها المستخدم للذكاء الاصطناعي.

فكلما زادت قدرة النظام على وصف الواقع بدقة، ازداد استعداد الإنسان لتصديق استنتاجاته الأخرى، حتى في المسائل التي قد تكون أقل يقينا. وهذه الظاهرة معروفة في علم النفس المعرفي، حيث يؤدي النجاح المتكرر في بعض المهام إلى بناء ثقة قد تمتد إلى مجالات لا تستند إلى الدرجة نفسها من الدقة.

وهنا يظهر ما يمكن تسميته “تأثير المصداقية الممتدة”؛ أي انتقال الثقة من وظيفة أثبت النظام نجاحه فيها إلى وظائف أخرى لم تُختبر بالقدر نفسه.

ولذلك فإن المستخدم الذي يرى النظام يصحح وصفه للغرفة أو للقبعة قد يصبح أكثر ميلا إلى قبول تحليلاته أو نصائحه أو توقعاته في موضوعات مختلفة، رغم اختلاف طبيعة هذه المهام ومستوى موثوقيتها.

ومن الناحية الأخلاقية، يفرض هذا الواقع التزاما متزايدا بمبدأ الشفافية. فلا يكفي أن يقدم النظام إجابة صحيحة، بل ينبغي أن يكون المستخدم قادرا – قدر الإمكان – على فهم لماذا توصل النظام إلى تلك النتيجة، وما نوع البيانات التي اعتمد عليها، وما حدود ثقته في هذا الاستنتاج.

فالشفافية هنا ليست مجرد قيمة أخلاقية، وإنما شرط لبناء ثقة رشيدة تمنع تحول الذكاء الاصطناعي إلى سلطة معرفية غير قابلة للنقد.

كما أن الشفافية تساعد على تقليل ما يمكن تسميته “وهم الإدراك الكامل”؛ أي الاعتقاد بأن النظام يرى كل شيء ويفهم كل شيء، بينما هو في الواقع يعمل ضمن نطاق محدد من البيانات والاحتمالات.

ومن ثم، فإن الحفاظ على ثقة المجتمع في تقنيات الذكاء الاصطناعي لا يتحقق بإخفاء حدودها، بل بالإفصاح عنها بصورة واضحة، بحيث يدرك المستخدم أن دقة النظام لا تعني العصمة، وأن قدرته على تحليل البيئة لا تعني امتلاكه معرفة مطلقة أو وعيا إنسانيا.

• خلاصة واستنتاج:

إن التحدي الحقيقي للإدراك متعدد الوسائط لا يكمن في تعقيد خوارزمياته فحسب، بل في التحولات القانونية والأخلاقية التي يفرضها على مفاهيم الخصوصية والمسؤولية والثقة. فقد لم تعد الخصوصية مرتبطة بالبيانات التي يقدمها المستخدم مباشرة، بل أصبحت تمتد إلى الاستنتاجات التي يمكن استخلاصها من البيئة المحيطة به، كما لم تعد المسؤولية القانونية قابلة للاختزال في طرف واحد بسبب الطبيعة الاحتمالية والتفاعلية لعمليات الاستدلال، في حين أصبحت الشفافية شرطا أساسيا لبناء ثقة متوازنة تمنع تضخيم قدرات الذكاء الاصطناعي أو إساءة فهمها.

هل أصبح الذكاء الاصطناعي “يعرف” العالم؟

• دراسة فلسفية ومعرفية في حدود الإدراك الرقمي وإعادة تشكيل العلاقة بين الإنسان والآلة:

كل ثورة تقنية كبرى تُنتج معها ثورة في المفاهيم. فالآلة البخارية لم تغير الصناعة فحسب، بل غيرت مفهوم العمل، والإنترنت لم يغيّر وسائل الاتصال فقط، بل أعاد تعريف المعرفة والزمان والمكان. واليوم، يبدو أن الذكاء الاصطناعي متعدد الوسائط لا يضيف مجرد وظيفة تقنية جديدة، وإنما يفرض إعادة النظر في أحد أكثر المفاهيم الفلسفية تعقيدا، وهو مفهوم المعرفة ذاتها.

فالإنسان، منذ فجر الفلسفة، كان يُعد الكائن الوحيد القادر على إدراك العالم المحيط به إدراكا واعيا، يجمع بين الحس والخبرة والذاكرة والقصد والتأويل. أما الآلات، فكانت تعالج الإشارات دون أن “تعرف” معناها. لكن مع ظهور أنظمة تستطيع تحليل الصورة والصوت واللغة في لحظة واحدة، وربطها داخل نموذج استدلالي متماسك، بدأ السؤال يتغير تدريجيا: هل ما تفعله هذه الأنظمة يمثل شكلا جديدا من المعرفة؟ أم أنه مجرد توسع في القدرة الحسابية؟

تكمن أهمية هذا السؤال في أن الإجابة عنه لا تؤثر في الفلسفة وحدها، بل تمتد إلى القانون والأخلاق والسياسات العامة؛ لأن الطريقة التي نفهم بها طبيعة الذكاء الاصطناعي هي التي تحدد حدود الثقة فيه، وطبيعة المسؤولية عنه، والوظائف التي يجوز إسنادها إليه.

• المعرفة الإنسانية والمعرفة الرقمية… تشابه في النتائج واختلاف في الجوهر:

من أكثر الأخطاء انتشارا في الخطاب الإعلامي المعاصر مساواة النتائج بالآليات. فإذا أجاب الذكاء الاصطناعي كما يجيب الإنسان، أو وصف المشهد كما يصفه الإنسان، يُستنتج سريعا أنه “يعرف” كما يعرف الإنسان. غير أن هذا الاستنتاج يتجاهل الفرق الجوهري بين تشابه المخرجات وتشابه العمليات المعرفية.

فالمعرفة الإنسانية ليست مجرد الوصول إلى نتيجة صحيحة، وإنما هي حصيلة تفاعل معقد بين الإدراك الحسي، والخبرة المتراكمة، والذاكرة، والعاطفة، والوعي بالذات، والسياق الثقافي والاجتماعي. عندما يقول الإنسان: “هذه غرفة معيشة”، فإنه لا يعتمد فقط على الصورة التي يراها، بل على سنوات من التجربة، وعلى مفاهيم اجتماعية وثقافية حول وظيفة المكان، وعلى قدرة ضمنية على فهم الاستخدامات المحتملة له.

أما الذكاء الاصطناعي، فإنه يصل إلى النتيجة نفسها عبر مسار مختلف تماما. فهو لا يمتلك تجربة معيشة داخل الغرفة، ولا يعرف معنى السكن أو الراحة أو الحياة اليومية، وإنما يحلل أنماطا بصرية ولغوية ويرجح الاحتمال الأكثر اتساقا مع البيانات التي تعلم منها.

وهنا يظهر ما يمكن تسميته “المعرفة الرقمية الوظيفية“؛ وهي معرفة تحقق وظيفة التعرف أو التصنيف أو الاستدلال دون أن تستلزم وجود خبرة ذاتية أو إدراك وجودي. إنها معرفة فعالة من الناحية العملية، لكنها تختلف في بنيتها عن المعرفة الإنسانية.

ولا يقلل هذا التمييز من القيمة التقنية للنظام، بل يحول دون الوقوع في خطأ فلسفي يتمثل في إسقاط خصائص العقل البشري على منظومات رياضية مهما بلغت درجة تعقيدها.

ومن ثم، فإن التطور الحقيقي لا يتمثل في أن الآلة أصبحت “تفكر مثل الإنسان”، وإنما في أنها أصبحت قادرة على إنجاز عدد متزايد من الوظائف الإدراكية دون أن تمر بالعمليات المعرفية التي يمر بها الإنسان.

• هل يمثل الإدراك متعدد الوسائط بداية عصر “النماذج الرقمية للعالم”؟

إذا كانت النماذج اللغوية التقليدية تبني تمثيلا للعلاقات بين الكلمات، فإن النماذج متعددة الوسائط تخطو خطوة أبعد؛ فهي تسعى إلى بناء تمثيل رقمي للواقع المحيط من خلال دمج مصادر مختلفة للمعلومات في إطار استدلالي واحد.

وهذا التحول لا ينبغي التقليل من أهميته؛ لأنه ينقل الذكاء الاصطناعي من التعامل مع أوصاف العالم إلى التعامل – بصورة محدودة – مع العالم نفسه كما تلتقطه المستشعرات. ومن هنا يمكن النظر إلى هذه النماذج باعتبارها بداية لما يمكن تسميته “نماذج العالم الرقمية” (Digital World Models)، أي الأنظمة التي لا تكتفي بتحليل المدخلات، بل تحاول تكوين صورة داخلية عن البيئة التي تعمل فيها.

غير أن هذه النماذج لا تُنتج نسخة مطابقة للعالم، بل تبني تمثيلا احتماليّا له. فهي تختزل الواقع إلى عناصر يمكن قياسها وتحليلها، وتتجاهل جوانب لا تستطيع المستشعرات التقاطها، مثل النوايا، والمشاعر، والخلفيات الثقافية، والدلالات الرمزية.

ولهذا فإن “العالم” الذي يعرفه الذكاء الاصطناعي ليس العالم كما يعيشه الإنسان، بل العالم كما تسمح البيانات الرقمية بتمثيله.

ويترتب على ذلك أن أي قرار يتخذه النظام يبقى رهينا بجودة هذا التمثيل. فإذا كان النموذج الرقمي ناقصا، فإن الاستنتاج سيكون ناقصا، حتى وإن كانت الخوارزميات بالغة التطور.

ومن هنا تنشأ إحدى أهم القضايا المستقبلية، وهي ضرورة تقييم جودة النموذج الرقمي للعالم، لا الاكتفاء بقياس دقة الإجابات النهائية. فالإجابة الصحيحة قد تخفي تمثيلا غير مكتمل، كما أن الخطأ قد يكون نتيجة قصور في البيانات لا في الاستدلال نفسه.

ويفتح هذا التحليل مجالا بحثيا جديدا في الدراسات العربية، يتمثل في دراسة العلاقة بين الواقع الفيزيائي والواقع المُمثَّل رقميا، وتأثير الفجوة بينهما في قرارات الأنظمة الذكية.

• من “الذكاء الاصطناعي المجيب” إلى “الذكاء الاصطناعي الشريك الإدراكي”: هل نحن أمام مرحلة جديدة؟

ربما يكون أهم تحول تكشفه هذه الدراسة هو أن الذكاء الاصطناعي لم يعد يؤدي دور الأداة التي تنتظر أوامر المستخدم ثم تجيب عنها، بل بدأ يؤدي دورا أكثر تفاعلية، يقوم على مراقبة السياق المصرح له بالوصول إليه، وتحليل البيئة، واكتشاف التناقضات، واقتراح التفسيرات.

وهذا التحول يمكن وصفه – من الناحية النظرية – بأنه انتقال من النموذج الاستجابي إلى النموذج الإدراكي التشاركي.

ففي النموذج الأول كان المستخدم هو المصدر الوحيد تقريبا للمعلومات، وكانت الآلة تعتمد بالكامل على ما يكتبه أو يقوله. أما في النموذج الثاني، فقد أصبحت البيئة نفسها تدخل في عملية إنتاج المعرفة، عبر الصور والأصوات وغيرها من المدخلات التي يختار المستخدم مشاركتها.

إن هذا التغير يعيد تشكيل العلاقة بين الإنسان والآلة بصورة تدريجية. فبدلا من أن تكون الآلة مجرد مستقبل سلبي للمعلومات، أصبحت قادرة على مراجعة بعض أوصاف المستخدم، والتنبيه إلى تناقضاتها، وطلب معلومات إضافية عند الحاجة.

لكن هذا التحول يجب ألا يُفهم بوصفه انتقالا إلى شراكة معرفية كاملة؛ لأن النظام لا يزال يفتقر إلى عناصر أساسية تميز الإدراك الإنساني، مثل الحكم القيمي، والفهم الأخلاقي، والوعي بالسياق التاريخي، والقدرة على تحمل المسؤولية عن قراراته.

ولهذا فإن وصف الذكاء الاصطناعي بأنه “شريك إدراكي” ينبغي أن يبقى وصفا وظيفيا، يقتصر على قدرته على الإسهام في تحليل البيئة وإنتاج المعرفة العملية، دون أن يُفهم على أنه مساواة بين الآلة والإنسان في طبيعة الإدراك أو مكانته.

ومن المتوقع أن تصبح هذه الفكرة إحدى القضايا المركزية في العقد القادم، خاصة مع انتقال الذكاء الاصطناعي إلى النظارات الذكية، والمركبات ذاتية القيادة، والروبوتات المنزلية، والأنظمة الطبية، حيث لن يكون دوره مجرد تقديم المعلومات، بل المشاركة في تفسير البيئة واتخاذ قرارات مرتبطة بها.

• خلاصة واستنتاج:

يكشف التحليل الفلسفي والمعرفي أن التطور الذي يشهده الذكاء الاصطناعي متعدد الوسائط لا يرقى إلى إثبات وجود وعي آلي أو معرفة إنسانية بالمعنى الفلسفي، لكنه يمثل تحولا نوعيا في طبيعة المعرفة الرقمية؛ إذ أصبحت الأنظمة الحديثة قادرة على بناء تمثيلات احتمالية للعالم المحيط، ودمجها في عمليات استدلال معقدة تنتج مخرجات تبدو في كثير من الأحيان قريبة من السلوك الإدراكي البشري.

كما تبين أن هذا التحول لا يكمن في “أن الآلة أصبحت تفكر”، بل في أنها أصبحت تبني نموذجا رقميا للواقع يسمح لها بالتحقق من اتساق المعلومات التي يقدمها المستخدم مع البيانات التي يختار مشاركتها. وهذا يفتح آفاقا بحثية جديدة تتجاوز الجوانب التقنية إلى دراسة فلسفة المعرفة الرقمية، وحدود التمثيل الحاسوبي للعالم، وأثر ذلك في إعادة تشكيل العلاقة بين الإنسان والأنظمة الذكية.

نحو إطار علمي عربي لدراسة الإدراك متعدد الوسائط

• النتائج العامة، التوصيات، وآفاق البحث المستقبلي:

انطلقت هذه الدراسة من واقعة تبدو في ظاهرها بسيطة، تتمثل في مقطع فيديو متداول يظهر فيه نظام ذكاء اصطناعي يصحح أوصاف مستخدم لبيئته المحيطة، فأخبره بأنه لا يرتدي قبعة رغم ادعائه ذلك، كما صحح وصفه للمكان الذي يوجد فيه. وقد أكدت الدراسة منذ بدايتها أن القيمة العلمية لهذا الفيديو لا تتوقف على إثبات صحته أو نفيها، بل تنبع من كونه يعكس تحولا تقنيا حقيقيا يتمثل في الانتقال من الذكاء الاصطناعي القائم على معالجة اللغة إلى أنظمة متعددة الوسائط قادرة على دمج الصورة والصوت والنص ضمن عملية استدلال واحدة.

وعلى امتداد الأجزاء السابقة، سعت الدراسة إلى تجاوز الانبهار الإعلامي والقراءات التبسيطية، من خلال تحليل الظاهرة في مستوياتها التقنية، والقانونية، والأخلاقية، والفلسفية، وصولا إلى محاولة بناء إطار نظري عربي يمكن أن يسهم في تطوير هذا الحقل البحثي الناشئ. ولا يهدف هذا الجزء إلى تكرار ما سبق، بل إلى استخلاص الدلالات الكبرى التي تكشفها الدراسة، وبيان ما تضيفه إلى الأدبيات العربية، واقتراح مسارات بحثية وتنظيمية للمستقبل.

• النتائج العلمية للدراسة – ما الذي تغير فعلا؟

تكشف الدراسة أن التحول الأهم في الذكاء الاصطناعي المعاصر لا يتمثل في زيادة سرعة النماذج أو تحسين جودة الإجابات اللغوية، وإنما في اتساع نطاق المدخلات التي أصبحت تشكل أساس عملية الاستدلال. لقد كان المستخدم في النماذج الأولى هو المصدر شبه الوحيد للمعلومات، أما في الأنظمة متعددة الوسائط فقد أصبحت البيئة المحيطة – متى اختار المستخدم مشاركتها ومنح التطبيق الأذونات اللازمة – جزءا من عملية إنتاج المعرفة.

وهذا التحول يفرض إعادة النظر في كثير من المفاهيم التي استقرت في أدبيات الذكاء الاصطناعي خلال العقد الماضي. فالفصل التقليدي بين “البيانات” و”السياق” أصبح أقل وضوحا، لأن السياق نفسه يمكن أن يتحول إلى مصدر غني للاستنتاجات. كما أن الحدود بين “المعلومة التي يقدمها المستخدم” و”المعلومة التي يستنتجها النظام” أصبحت أكثر تعقيدا، وهو ما يقتضي توسيع نطاق التحليل القانوني والأخلاقي ليشمل عمليات الاستدلال، لا عمليات جمع البيانات وحدها.

كما توصلت الدراسة إلى أن كثيرا من التصورات المتداولة حول الذكاء الاصطناعي تنشأ من الخلط بين القدرة على بناء تمثيل رقمي للواقع وبين امتلاك وعي بالواقع. فالأنظمة الحديثة تستطيع تكوين نماذج احتمالية للبيئة اعتمادا على البيانات المتاحة، لكنها لا تمتلك خبرة ذاتية بالعالم، ولا وعيا بالمعنى الفلسفي، ولا قصدا مستقلا. ومن ثم فإن تضخيم قدراتها أو تصويرها على أنها تمتلك إدراكا إنسانيا لا يستند إلى الأدلة العلمية المتاحة.

وفي المقابل، لا ينبغي أن يقود رفض المبالغة إلى التقليل من شأن التطور الجاري؛ لأن القدرة على دمج النص والصوت والصورة في عملية استدلال واحدة تمثل بالفعل نقلة نوعية ستنعكس آثارها على التعليم، والطب، والقضاء، والصناعة، والأمن، والخدمات العامة. ولذلك فإن التحدي الحقيقي لا يتمثل في مقاومة هذه التقنيات، بل في تطوير أطر علمية وتشريعية قادرة على استيعابها وضبط استخدامها.

ومن أهم النتائج التي تكشفها الدراسة أيضا أن التحول القادم في الذكاء الاصطناعي لن يكون تحولا في “كمية المعرفة”، وإنما في “طبيعة المعرفة”. فالتنافس بين النماذج لن يدور مستقبلا حول عدد الكلمات التي تستطيع إنتاجها، بل حول قدرتها على بناء نماذج أكثر دقة للعالم، وتحسين فهمها للعلاقات بين الإنسان وبيئته، مع المحافظة على الخصوصية والشفافية وقابلية التفسير.

• نحو تأسيس حقل عربي جديد – “دراسات الإدراك الرقمي”:

تكشف مراجعة الأدبيات العربية أن معظم البحوث المنشورة لا تزال تركز على النماذج اللغوية، أو على تطبيقات الذكاء الاصطناعي في مجالات محددة، بينما تحظى ظاهرة الإدراك متعدد الوسائط باهتمام محدود، رغم أنها تمثل أحد أهم الاتجاهات البحثية عالميا.

ومن ثم، تقترح هذه الدراسة تأسيس إطار معرفي يمكن أن يُعرف باسم “دراسات الإدراك الرقمي”، ليكون مجالا بحثيا عابرا للتخصصات، يجمع بين علوم الحاسوب، والقانون، والفلسفة، وأخلاقيات التقنية، وعلم النفس المعرفي، والسياسات العامة.

ولا يقصد بهذا المفهوم إنشاء تخصص مستقل بقدر ما يقصد بناء عدسة تحليلية جديدة تنظر إلى الذكاء الاصطناعي من زاوية مختلفة؛ فبدلا من الاقتصار على دراسة الخوارزميات أو التطبيقات، يصبح الاهتمام موجها إلى كيفية إدراك الأنظمة الذكية للبيئة، وحدود هذا الإدراك، وآثاره في الحقوق والحريات والثقة العامة.

ويمكن لهذا الإطار أن يفتح أمام الباحثين العرب عددا كبيرا من الموضوعات التي لا تزال بحاجة إلى معالجة معمقة، من قبيل:

• أثر الإدراك متعدد الوسائط في قواعد الإثبات الرقمي أمام القضاء.
• مشروعية استخدام الأنظمة القادرة على تحليل البيئة في المؤسسات التعليمية وأماكن العمل.
• الحدود القانونية للاستنتاجات التي تستخلصها الأنظمة من الصور والأصوات.
• العلاقة بين الإدراك متعدد الوسائط والأمن السيبراني.
• أثر النماذج متعددة الوسائط في إعادة تعريف البيانات الشخصية.
• مستقبل المساعدات الذكية القادرة على فهم البيئة العربية لغويا وبصريا وثقافيا.
• الضوابط الأخلاقية لتوظيف هذه الأنظمة في الرعاية الصحية، وإنفاذ القانون، والخدمات العامة.

إن أهمية هذا المقترح لا تكمن في التسمية ذاتها، وإنما في نقل النقاش العربي من مرحلة متابعة التطورات التقنية إلى مرحلة إنتاج مفاهيم تحليلية أصيلة تنطلق من خصوصية البيئة القانونية والاجتماعية العربية، مع الحفاظ على التواصل مع الأدبيات الدولية.

• توصيات الدراسة – من الاستجابة التقنية إلى الحوكمة الاستباقية:

تخلص هذه الدراسة إلى أن مستقبل الذكاء الاصطناعي متعدد الوسائط لا ينبغي أن يُدار بمنطق رد الفعل، بل بمنطق الحوكمة الاستباقية؛ أي بناء قواعد تنظيمية وأخلاقية قبل أن تتحول الإشكالات النظرية إلى أزمات عملية.

وفي هذا الإطار، تقترح الدراسة عددا من التوصيات العامة:

أولا، ضرورة تحديث التشريعات المتعلقة بحماية البيانات الشخصية بحيث لا تقتصر على تنظيم جمع البيانات وتخزينها، بل تمتد إلى تنظيم الاستنتاجات التي تنتجها الأنظمة الذكية من تلك البيانات، مع وضع ضوابط واضحة لمعالجة الصور والأصوات والبيئات المحيطة.

ثانيا، تشجيع مطوري الأنظمة متعددة الوسائط على تبني مبادئ الشفافية القابلة للفهم، بحيث يعرف المستخدم متى يعتمد النظام على الكاميرا أو الصوت أو غيرهما من المدخلات، وما الحدود الوظيفية لهذه القدرات، دون إفراط في التعقيد أو الغموض.

ثالثا، تطوير معايير مستقلة لاختبار دقة الأنظمة متعددة الوسائط في البيئات العربية، لأن الأداء في سياق لغوي أو ثقافي معين لا يضمن الأداء نفسه في سياقات أخرى تختلف في اللغة، والرموز، والعادات، والبيئات البصرية.

رابعا، إدماج موضوع الإدراك متعدد الوسائط ضمن برامج التعليم العالي في تخصصات القانون والإعلام وعلوم الحاسوب وأخلاقيات التقنية، حتى لا يبقى النقاش محصورا في الأوساط التقنية، بل يمتد إلى المهن التي ستتأثر مباشرة بهذه الأنظمة.

خامسا، تشجيع إنشاء مختبرات بحثية عربية متعددة التخصصات تدرس التفاعل بين الذكاء الاصطناعي والإنسان والبيئة، مع التركيز على إنتاج بيانات عربية عالية الجودة، وتطوير أدوات تقييم تتلاءم مع الخصوصيات الثقافية واللغوية للمنطقة.

وأخيرا، توصي الدراسة بضرورة ترسيخ ثقافة مجتمعية قائمة على الثقة الواعية؛ فلا يُنظر إلى الذكاء الاصطناعي بوصفه خطرا وجوديا يجب رفضه، ولا بوصفه سلطة معرفية معصومة يجب التسليم لها، وإنما باعتباره تقنية متقدمة تتطلب فهما نقديا، وضوابط قانونية، ورقابة مؤسسية، ومساءلة مستمرة.

• الإطار المفاهيمي للإدراك متعدد الوسائط (Conceptual Framework of Multimodal Perception):

تمثل المفاهيم العلمية حجر الأساس في بناء أي حقل معرفي ناشئ، إذ لا يمكن تطوير نظرية أو صياغة إطار قانوني أو بناء أدوات قياس دون تحديد دقيق للمفاهيم المركزية التي يقوم عليها البحث. ويزداد هذا الأمر أهمية في مجال الذكاء الاصطناعي، حيث تتسارع الابتكارات التقنية بوتيرة تفوق أحيانا قدرة الأدبيات العلمية على إنتاج مصطلحات مستقرة تصفها بدقة.

ورغم الانتشار المتزايد لمفهوم الذكاء الاصطناعي متعدد الوسائط (Multimodal Artificial Intelligence)، فإن الأدبيات العربية لا تزال تفتقر إلى إطار مفاهيمي متكامل يوضح طبيعة الإدراك الذي تمارسه هذه الأنظمة، وحدوده، وآلياته، وتميزه عن كل من معالجة اللغة الطبيعية والرؤية الحاسوبية والإدراك الإنساني. ومن ثم، تقترح هذه الدراسة تعريفا إجرائيا لمفهوم الإدراك متعدد الوسائط، بوصفه مفهوما تحليليا يساعد على فهم التحول الجاري في بنية أنظمة الذكاء الاصطناعي، دون الادعاء بأنه تعريف نهائي أو جامع لكل الاستخدامات العلمية للمصطلح.

• التعريف الاصطلاحي المقترح:

تقترح هذه الدراسة التعريف الآتي:

الإدراك متعدد الوسائط: هو عملية استدلال رقمية تقوم فيها منظومة ذكاء اصطناعي بدمج بيانات متزامنة أو متعاقبة واردة من أكثر من وسيط معلوماتي – مثل النص والصورة والصوت والفيديو أو غيرها من المدخلات المصرح بها – بهدف بناء تمثيل احتمالي للسياق أو البيئة المحيطة، واستخدام هذا التمثيل في تفسير المعلومات أو اكتشاف العلاقات أو دعم اتخاذ القرار، دون أن يفترض ذلك امتلاك النظام وعيا ذاتيا أو خبرة إدراكية مماثلة للإدراك الإنساني.

ويميز هذا التعريف بين ثلاثة عناصر غالبا ما تختلط في الخطاب الإعلامي:

• المدخلات متعددة الوسائط (Multi-input Data).
• الاستدلال السياقي (Contextual Inference).
• الوعي الإدراكي (Conscious Awareness).

فالأول يمثل المادة الخام، والثاني يمثل الآلية الوظيفية، أما الثالث فلا يوجد ما يثبت تحققه في النماذج الحالية.

• المكونات البنيوية للإدراك متعدد الوسائط:

استنادا إلى التحليل الوارد في هذه الدراسة، يمكن النظر إلى الإدراك متعدد الوسائط بوصفه منظومة تتكون من خمس طبقات مترابطة:

الطبقة	الوظيفة
طبقة المدخلات	استقبال النصوص، والصور، والأصوات، والفيديو، وغيرها من البيانات المصرح بها.
طبقة التحويل	تحويل المدخلات المختلفة إلى تمثيلات رقمية قابلة للمعالجة داخل النموذج.
طبقة الدمج	ربط المعلومات الواردة من الوسائط المختلفة داخل تمثيل موحد للسياق.
طبقة الاستدلال	بناء فرضيات احتمالية حول البيئة أو الحدث أو العلاقة بين العناصر المختلفة.
طبقة التفاعل	إنتاج استجابة أو قرار أو تفسير اعتمادا على النموذج الرقمي الذي بُني عن الواقع.

وتوضح هذه البنية أن الإدراك متعدد الوسائط ليس وظيفة منفردة، بل سلسلة عمليات مترابطة، يبدأ بعضها من التقاط البيانات وينتهي بعضها الآخر بإنتاج استجابة موجهة للمستخدم.

• 3- مستويات الإدراك الرقمي:

تكشف الدراسة أن الإدراك الرقمي لا يعمل بدرجة واحدة، وإنما يمكن التمييز بين ثلاثة مستويات تحليلية:

المستوى الأول: الإدراك الوصفي (Descriptive Perception)

وفيه يقتصر دور النظام على وصف العناصر الظاهرة في الصورة أو الصوت أو النص، مثل التعرف على الأشخاص أو الأشياء أو الأماكن.

• المستوى الثاني: الإدراك السياقي (Contextual Perception)

ويتجاوز مجرد الوصف إلى فهم العلاقة بين العناصر المختلفة داخل البيئة، وربطها بسياق الحوار أو المهمة المطلوبة.

المستوى الثالث: الإدراك الاستدلالي (Inferential Perception)

وفيه ينتج النظام استنتاجات أو فرضيات لم تُذكر صراحة في البيانات، اعتمادا على العلاقات والأنماط التي استخلصها من المدخلات المختلفة.

ويُعد هذا المستوى الأخير أكثر المستويات تأثيرا من الناحية القانونية والأخلاقية، لأنه يمثل النقطة التي تتحول فيها البيانات إلى معرفة مستنبطة.

• المقارنة المفاهيمية:

معيار المقارنة	الذكاء الاصطناعي اللغوي	الذكاء الاصطناعي متعدد الوسائط	الإدراك البشري
مصدر المعرفة	النصوص واللغة أساسا	النص، والصورة، والصوت، والفيديو، وغيرها من المدخلات المصرح بها	الحواس، والخبرة، والذاكرة، والتفاعل المباشر مع العالم
بناء السياق	يعتمد غالبا على الحوار	يعتمد على دمج البيانات والسياق البيئي	يعتمد على الإدراك الحسي والخبرة والوعي
طبيعة الاستدلال	لغوي وسياقي	متعدد الوسائط واحتمالي	معرفي، وتجريبي، وتأويلي
القدرة على اكتشاف التناقضات	تقتصر غالبا على التناقضات اللغوية	تشمل التناقض بين اللغة والبيئة الرقمية المتاحة	تشمل التناقضات الحسية والمنطقية والاجتماعية
مصدر الخطأ	قصور المعلومات أو الاستدلال اللغوي	قصور البيانات، أو الدمج، أو تفسير السياق	محدودية الإدراك أو الانحيازات البشرية
الخبرة الذاتية	غير متوافرة	غير متوافرة	متوافرة
الوعي	لا يوجد دليل على وجوده	لا يوجد دليل على وجوده	يمثل عنصرا أساسيا في الإدراك الإنساني
المسؤولية الأخلاقية	لا يتحملها النظام بذاته	لا يتحملها النظام بذاته	يتحملها الإنسان قانونيا وأخلاقيا

• القيمة العلمية للإطار المفاهيمي المقترح:

لا تكمن أهمية هذا الإطار في تقديم تعريف جديد فحسب، بل في إعادة تنظيم النقاش العلمي حول الذكاء الاصطناعي متعدد الوسائط وفق مستويات تحليلية واضحة، تمنع الخلط بين البيانات والاستدلال والإدراك والوعي.

كما يوفر الإطار أساسا يمكن البناء عليه في الدراسات المستقبلية لتطوير مؤشرات قياس، أو نماذج حوكمة، أو تحليلات قانونية وأخلاقية، دون الوقوع في المبالغة التي تنسب إلى الأنظمة الذكية خصائص لم تثبتها الأدلة العلمية.

ومن ثم، تقترح الدراسة اعتماد هذا الإطار بوصفه إطارا إجرائيا لتحليل الأنظمة متعددة الوسائط في الدراسات العربية، مع إبقاء المجال مفتوحا لتعديله وتطويره في ضوء ما قد يستجد من تطورات علمية وتقنية.

• إسهام الدراسة في الأدبيات العربية:

تمثل هذه الدراسة محاولة علمية لتجاوز المقاربات الوصفية التي تناولت الذكاء الاصطناعي بوصفه مجموعة من التطبيقات أو الخوارزميات، إلى مقاربة تحليلية تركز على التحولات المعرفية والقانونية والأخلاقية التي أحدثها ظهور الأنظمة متعددة الوسائط. وانطلاقا من هذا التوجه، فإن القيمة العلمية للدراسة لا تتمثل في عرض أحدث التطورات التقنية فحسب، بل في السعي إلى بناء إطار تحليلي يمكن الإفادة منه في الدراسات العربية المستقبلية.

وفي هذا السياق، يمكن تلخيص الإسهامات الرئيسة لهذه الدراسة في أربعة مستويات مترابطة:

• 1- تقديم إطار مفاهيمي عربي لتحليل الإدراك متعدد الوسائط:

تقترح الدراسة إطارا مفاهيميا إجرائيا لفهم الإدراك متعدد الوسائط، يقوم على التمييز بين المدخلات الرقمية، وعمليات الدمج، والاستدلال السياقي، والوعي الإنساني، بما يحد من الخلط المفاهيمي الذي يشيع في كثير من الخطابات الإعلامية وحتى في بعض الكتابات الأكاديمية.

ويهدف هذا الإطار إلى توفير أداة تحليلية تساعد الباحثين على دراسة الأنظمة متعددة الوسائط بصورة أكثر دقة، دون إضفاء صفات إنسانية على النماذج الحاسوبية أو التقليل في المقابل من طبيعة التحول التقني الذي تمثله.

• 2- اقتراح مفهوم “الإدراك الرقمي السياقي” بوصفه إطارا تفسيريا:

لا تنظر الدراسة إلى الإدراك متعدد الوسائط باعتباره مجرد قدرة على دمج النصوص والصور والأصوات، وإنما تقترح مفهوم “الإدراك الرقمي السياقي” بوصفه إطارا تفسيريا يصف الكيفية التي تبني بها الأنظمة الذكية تمثيلا رقميا للبيئة المحيطة اعتمادا على البيانات التي يختار المستخدم مشاركتها، وربطها بالسياق الزمني واللغوي والتفاعلي لإنتاج استنتاجات احتمالية.

ولا يُطرح هذا المفهوم بوصفه نظرية مكتملة، وإنما باعتباره مقاربة مفاهيمية قابلة للتطوير والاختبار في دراسات لاحقة، خاصة مع التطور السريع الذي تشهده النماذج متعددة الوسائط.

• 3- إعادة تأطير النقاش القانوني حول الخصوصية:

تسهم الدراسة في توسيع نطاق النقاش القانوني من التركيز على حماية البيانات الشخصية إلى الاهتمام أيضا بحماية الاستنتاجات الرقمية التي يمكن أن تستخلصها الأنظمة الذكية من البيئة المحيطة بالمستخدم. ويُعد هذا التحول مهما لأنه ينقل النقاش من تنظيم البيانات الخام إلى تنظيم المعرفة المستنبطة منها، وهو اتجاه تزداد أهميته مع تنامي قدرات الذكاء الاصطناعي على التحليل والاستدلال.

• 4- فتح أجندة بحثية عربية جديدة:

لا تنتهي الدراسة عند تحليل الظاهرة، بل تدعو إلى تأسيس برنامج بحثي عربي متعدد التخصصات يربط بين علوم الذكاء الاصطناعي، والقانون، والفلسفة، وعلم النفس المعرفي، وأخلاقيات التقنية، من أجل دراسة التحولات التي يفرضها الإدراك متعدد الوسائط على مفاهيم المعرفة والخصوصية والثقة والمسؤولية.

ومن هذا المنطلق، تقترح الدراسة أن يشكل مفهوم الإدراك الرقمي السياقي أحد المحاور المرجعية التي يمكن أن تُبنى عليها دراسات مستقبلية تتناول النماذج متعددة الوسائط، والروبوتات الذكية، والمساعدات الرقمية، والمركبات ذاتية القيادة، والأنظمة الطبية المعتمدة على الذكاء الاصطناعي.

• خلاصة واستنتاح:

وبذلك، لا تقتصر هذه الدراسة على تحليل ظاهرة تقنية ناشئة، بل تسعى إلى الإسهام في بناء لغة مفاهيمية عربية أكثر دقة للتعامل مع التحولات التي يشهدها الذكاء الاصطناعي المعاصر. ويتمثل إسهامها الرئيس في الانتقال من وصف قدرات النماذج متعددة الوسائط إلى محاولة تفسيرها ضمن إطار مفاهيمي يميز بين المدخلات، والاستدلال، والإدراك الرقمي، والوعي الإنساني، بما يفتح المجال أمام تطوير دراسات عربية أكثر عمقا وتخصصا في هذا الحقل البحثي المتسارع.

• خلاصة عامة:

تكشف هذه الدراسة أن الانتقال من الذكاء الاصطناعي اللغوي إلى الذكاء الاصطناعي متعدد الوسائط يمثل أحد أهم التحولات في تاريخ الذكاء الاصطناعي الحديث، لأنه ينقل الأنظمة الذكية من الاقتصار على تحليل ما يقوله الإنسان إلى القدرة على تفسير جزء من البيئة التي يختار الإنسان مشاركتها معها. ومع أن هذه القدرة لا ترقى إلى مستوى الوعي أو الإدراك الإنساني، فإنها تؤسس لنمط جديد من التفاعل الرقمي تتقاطع فيه الرؤية الحاسوبية، ومعالجة اللغة، وتحليل الصوت، والاستدلال السياقي في منظومة واحدة.

وقد سعت الدراسة إلى تقديم معالجة متوازنة لهذه الظاهرة، بعيدا عن خطاب التهويل الذي يصور الذكاء الاصطناعي ككيان يراقب العالم دون حدود، وبعيدا كذلك عن خطاب التبسيط الذي يختزل هذا التطور في مجرد تحسين تقني عابر. وانتهت إلى أن التحدي الحقيقي لا يكمن في قدرة الأنظمة على تحليل البيئة، بل في قدرة المجتمعات على بناء أطر قانونية وأخلاقية ومعرفية تضمن أن يبقى هذا التطور في خدمة الإنسان وحقوقه وحرياته.

وتأسيسا على ذلك، تقترح الدراسة النظر إلى الإدراك متعدد الوسائط بوصفه بداية مرحلة جديدة في تطور الذكاء الاصطناعي، تستوجب تطوير مفاهيم علمية عربية أصيلة، وإنتاج أدبيات متخصصة لا تكتفي بنقل النقاشات العالمية، بل تسهم في صياغتها ونقدها وإثرائها. وإذا كان العقد الماضي هو عقد النماذج اللغوية، فإن العقد المقبل قد يكون بحق عقد الإدراك الرقمي؛ حيث لن يكون السؤال الرئيس: هل يستطيع الذكاء الاصطناعي أن يجيب؟، بل سيصبح: إلى أي مدى يستطيع أن يفهم البيئة التي يتفاعل معها، وما الحدود التي يجب أن يلتزم بها وهو يفعل ذلك؟

• أهم الأسئلة المطروحة حول الإدراك متعدد الوسائط:

هل يستطيع الذكاء الاصطناعي أن يرى بالفعل؟

نعم، بعض الأنظمة متعددة الوسائط تستطيع تحليل الصور أو الفيديو عند منحها الإذن بذلك، لكنها لا “ترى” بالمعنى البيولوجي، وإنما تعالج بيانات بصرية وتستخلص منها استنتاجات.

هل يستطيع الذكاء الاصطناعي معرفة مكاني أو ما أفعله؟

لا يحدث ذلك بصورة مطلقة. تعتمد قدرة النظام على المعلومات التي يختار المستخدم مشاركتها، وعلى الأذونات الممنوحة للتطبيق، مثل الوصول إلى الكاميرا أو الموقع أو الميكروفون.

هل الفيديوهات التي تظهر الذكاء الاصطناعي يصحح الواقع حقيقية؟

بعضها قد يكون حقيقيا، وبعضها قد يكون معدا أو ممثلا. لذلك لا ينبغي اعتماد أي فيديو متداول دليلا علميا دون التحقق من مصدره وسياقه.

ما المقصود بالإدراك متعدد الوسائط؟

هو قدرة أنظمة الذكاء الاصطناعي على دمج النصوص والصور والأصوات وغيرها من المدخلات داخل عملية استدلال واحدة لفهم السياق بصورة أكثر شمولا.

هل يشكل الإدراك متعدد الوسائط تهديدا للخصوصية؟

يمكن أن يثير تحديات جديدة تتعلق بالخصوصية إذا استُخدم دون ضوابط واضحة، لأنه قد يستنتج معلومات من البيئة المحيطة بالمستخدم، وليس فقط من البيانات التي يقدمها مباشرة.

هل يعني هذا التطور أن الذكاء الاصطناعي أصبح واعيا؟

لا. لا يوجد دليل علمي يثبت أن النماذج الحالية تمتلك وعيا أو خبرة ذاتية. ما تمتلكه هو قدرة متقدمة على تحليل البيانات والاستدلال منها.

• خاتمة:

خلصت هذه الدراسة إلى أن التطور الذي يشهده الذكاء الاصطناعي لا يتمثل في زيادة قدرته على الإجابة عن الأسئلة فحسب، بل في انتقاله التدريجي إلى بناء تمثيلات رقمية للبيئة المحيطة بالمستخدم اعتمادا على دمج النص والصورة والصوت داخل عملية استدلال واحدة. ويُعد هذا التحول بداية مرحلة جديدة في تاريخ الذكاء الاصطناعي، تختلف في طبيعتها عن مرحلة النماذج اللغوية التقليدية، لأنها توسع نطاق التفاعل بين الإنسان والآلة ليشمل البيئة المحيطة، لا اللغة وحدها.

كما أظهرت الدراسة أن هذا التطور، رغم أهميته التقنية، لا يعني امتلاك الذكاء الاصطناعي وعيا أو معرفة إنسانية، بل يعكس تقدما في بناء نماذج احتمالية للعالم تعتمد على البيانات المتاحة. ومن ثم، فإن القيمة الحقيقية لهذا التحول لا تقاس بقدرته على محاكاة الإنسان، وإنما بمدى التوازن الذي يمكن تحقيقه بين الابتكار التقني وحماية الحقوق الأساسية، وفي مقدمتها الخصوصية، والشفافية، وقابلية المساءلة.

وفي ضوء ذلك، تدعو الدراسة إلى تطوير تشريعات وسياسات عامة تراعي خصوصية الذكاء الاصطناعي متعدد الوسائط، وتشجع في الوقت نفسه على بناء مدرسة بحثية عربية تُعنى بالإدراك الرقمي، بما يضمن حضورا علميا عربيا فاعلا في أحد أكثر مجالات الذكاء الاصطناعي تطورا وتأثيرا في العقود القادمة.

• مراجع الدراسة:

1. Artificial Intelligence: A Modern Approach — Stuart Russell & Peter Norvig.
2. Deep Learning — Ian Goodfellow, Yoshua Bengio & Aaron Courville.
3. Computer Vision: Algorithms and Applications — Richard Szeliski.
4. The Alignment Problem
5. Atlas of AI
6. Rebooting AI
7. Human Compatible
8. OECD
9. UNESCO
10. National Institute of Standards and Technology
11. European Commission
12. World Intellectual Property Organization