المسافة بين الذكاء والفهم

اسأل الذكاء الاصطناعي سؤالًا صعبًا، وقد يقدّم لك في ثوانٍ إجابة تبدو مكتملة. الجمل سليمة، والمعلومات قد تكون صحيحة، ومع ذلك تصل إلى الفقرة الأخيرة وأنت تتساءل عن الصلة بين أجزائها.

ما يشغلني هو العمل الذي يبقى على القارئ: أن يميّز الفكرة الأهم، ويجد الصلة بين نقطة وأخرى، ويعرف ما الذي تعنيه الإجابة للسؤال الذي جاء به. يستطيع النموذج أن ينتج الشرح في لحظة؛ أمّا فهمه فيحدث في مكان آخر، في عقل له معرفة سابقة وانتباه ووتيرة تخصّه.

لنأخذ سؤالًا عن فحص طبي. النتيجة الإيجابية تعني أن الفحص رصد علامة محتملة على حالة معيّنة، لكنها لا تثبت وحدها وجودها. يستعمل المثال التالي أرقامًا افتراضية لتوضيح طريقة التفكير، ولا يصف فحصًا حقيقيًا. جرّب تقدير الإجابة قبل أن تكشفها.

وفق هذه الافتراضات، تبلغ الإجابة نحو ٨٫٣٪. قد تبدو أقل مما نتوقّع. في دراسة أُجريت عام ١٩٩٥، قدّم غيرد غيرينتسر وأولريش هوفراجه مسائل من هذا النوع إلى طلاب جامعيين. وعندما صيغت المعلومات على شكل احتمالات، اتّبعت إجابة واحدة تقريبًا من كل ستّ إجابات الاستدلال الصحيح.^[١]

الحساب المعروض في الشكل صحيح، لكن صحة الحساب لا تعني بعدُ أن معناه أصبح في متناول كل قارئ. فقد يكرّر أحدنا النتيجة من دون أن يعرف لماذا هي منخفضة، أو ما الذي سيتغيّر لو كانت الحالة أكثر شيوعًا. سنعود إلى المعلومات نفسها بطريقة تكشف مصدر الإجابة.

وليست المسألة حكرًا على الأرقام. قد تسأل أحدهم عن الطريق فيسرد عليك المنعطفات كلها دفعة واحدة. ربما كانت تعليماته دقيقة، لكن تذكّر ترتيبها والتعرّف على التقاطعات أثناء السير مهمة أخرى.

حتى نشرة الطقس المألوفة قد تترك مجالًا لفهم العبارة بأكثر من معنى. قبل أن تتابع، تأمّل التوقّع في الشكل التالي.

في استطلاع شمل ٧٥٠ شخصًا في خمس مدن، سُئل المشاركون عمّا تعنيه عبارة «احتمال المطر غدًا ٣٠٪». المعنى المقصود هو أن المطر سيهطل في الموقع خلال نحو ثلاثة من كل عشرة أيام يصدر لها توقّع كهذا. اختار هذا المعنى نحو ثلثي المشاركين في نيويورك؛ أمّا في المدن الأوروبية الأربع فتراوحت النسبة بين الخُمس وما يزيد قليلًا على الثلث. وفهم كثيرون العبارة على أنها تعني هطول المطر خلال ٣٠٪ من ساعات اليوم.^[٢]

يختلف توقّع المطر عن تفسير نتيجة الفحص، لكن المثالين يلتقيان عند فكرة واحدة: إنتاج المعلومة ليس الخطوة الأخيرة في التواصل. لا بدّ أيضًا أن يجد من يتلقّاها طريقًا إلى معناها.

لنعد إلى مثال الفحص الافتراضي، ونضع المعادلة جانبًا لحظة. تخيّل ألف شخص يخضعون للفحص. يقسّمهم الشكل إلى مجموعات، ويتيح لك تتبّع النتيجة خطوة خطوة. وفي الحالة الأولى المعروضة، نفترض أن الحالة موجودة لدى ١٪ منهم.

من بين الألف، لدى عشرة أشخاص الحالة، وتظهر نتيجة الفحص إيجابية لتسعة منهم. أمّا الذين ليست لديهم الحالة فعددهم ٩٩٠ شخصًا، وتظهر نتيجة إيجابية رغم ذلك لدى ١٠٪ منهم، أي لدى ٩٩ شخصًا آخر.

لدينا إذن ١٠٨ نتائج إيجابية: تسع لأشخاص لديهم الحالة، وتسع وتسعون لأشخاص ليست لديهم. والنسبة التي نبحث عنها هي تسعة من أصل ١٠٨، أي نحو ٨٫٣٪. في هذه المجموعة الافتراضية، قد يكتشف الفحص معظم الحالات، ومع ذلك تكون نتائجه الإيجابية الكاذبة أكثر من الصحيحة، لأن من ليست لديهم الحالة أكثر عددًا بكثير.

تستند المعادلة والصورة إلى الافتراضات نفسها. لكن الطريق الذي تسلكه العين والعقل مختلف: حين نرى المجموعات جنبًا إلى جنب، نستطيع أن نتتبّع مصدر النتيجة قبل العودة إلى حسابها.

وتوجد أدلة على فائدة هذا النوع من العرض. في دراسة غيرينتسر وهوفراجه، أجاب المشاركون عن ١٥ مسألة رقمية. عندما عُرضت المعلومات على هيئة أعداد، اتّبعت ٤٦٪ من الإجابات الاستدلال البايزي الصحيح، مقابل ١٦٪ عندما عُرضت على هيئة احتمالات.^[١] كانت الدراسة عن مسائل رقمية مكتوبة، لا عن إجابات الذكاء الاصطناعي.

وطُرح سؤال قريب على ١٦٠ طبيبًا من أطباء أمراض النساء في جلسة للتعليم الطبي المستمر. أُعطوا مثالًا عن تصوير الثدي الشعاعي: تبلغ نسبة وجود السرطان ١٪، ويكتشف الفحص ٩٠٪ من الحالات، وتظهر نتيجة إيجابية كاذبة لدى ٩٪ ممن لا يعانين منه. ثم طُلب منهم تفسير النتيجة الإيجابية. قبل التدريب اختار ٢١٪ الإجابة الأفضل، وهي نحو واحدة من كل عشر. وبعد تعلّم تحويل المعلومات إلى أعداد نساء، اختارها ٨٧٪.^[٣] هذه أرقام الدراسة، وتختلف قليلًا عن افتراضات المثال التفاعلي. وقد أجاب الأطباء أنفسهم قبل التدريب وبعده، لذلك لا يمكن عزل أثر طريقة العرض عن أثر التعليم أو تكرار السؤال.

ولا تجعل الأعداد كل مسألة سهلة. فقد وجدت مراجعة لـ٣٥ بحثًا فائدة لعرض المعلومات بالتكرارات الطبيعية والوسائل البصرية، بينما ظل متوسط الدقة منخفضًا.^[٤] قد تمنحنا طريقة العرض طريقًا أفضل، من دون أن تضمن وصول الجميع إلى الإجابة.

وإظهار العلاقات مهم حتى حين لا تكون هناك أرقام. لنتأمل خريطة قطارات.

في عام ١٩٣١، رسم هاري بيك، وهو رسّام هندسي في مترو لندن، الشبكة على هيئة مخطط. حافظ على ترتيب المحطات ومواضع التقاء الخطوط، لكنه جعل الخطوط أكثر استقامة ومنح وسط المدينة المزدحم مساحة أكبر. رُفض التصميم أول الأمر، ثم ظهرت نسخة للجيب في يناير ١٩٣٣.^[٥] لم تتغيّر شبكة القطارات؛ الذي تغيّر هو الطريقة التي نراها بها.

وكان لهذا الوضوح ثمن: المخطط لا يصلح دليلًا دقيقًا إلى المسافات الحقيقية بين المحطات. لكن من يبحث عن محطة يبدّل فيها القطار قد تهمّه الاتصالات أكثر من المسافات. تتوقف فائدة الشكل على المهمة، وعلى معرفتنا بما يتركه خارج الصورة.

تحتاج إجابة الذكاء الاصطناعي إلى حكم مشابه. قد لا تحتاج الترجمة إلا إلى نتيجة مباشرة، بينما يحتاج شرح فكرة أو اتخاذ قرار مهم إلى إظهار العلاقات التي تقوم عليها النتيجة. وأظن أن هذا الفرق قد يزداد أهمية مع ازدياد صعوبة المسائل التي تتعامل معها النماذج؛ أمّا اتساع الفجوة نفسها فما يزال سؤالًا مفتوحًا، لا اتجاهًا ثبت قياسه.

في مثال الفحص، أصبح تتبّع المجموعات ممكنًا عندما منحنا كل مجموعة مكانًا واسمًا. ولفهم ما قد يجعل ذلك مفيدًا، لنتوقف عند تمرين صغير في التذكّر.

تُعرف الذاكرة العاملة بأنها النظام الذي يحتفظ بالمعلومات ويتيح لنا العمل عليها في اللحظة نفسها. تخيّل مكتبًا محدود المساحة: تحتاج إلى موضع للأوراق، وإلى حيّز ترتّبها فيه. قدّرت مراجعة بحثية هذه السعة بنحو أربع مجموعات ذات معنى، أو «وحدات»، في ظروف اختبار محددة. والتقدير محل نقاش، وليس حدًا ثابتًا لكل شخص أو مهمة.^[٦]

ولا يلزم أن تكون الوحدة رقمًا واحدًا. حين نعرف نمطًا مسبقًا، قد نتعرّف على عدة عناصر معًا. فالأرقام الاثنا عشر في التمرين يمكن لمن يعرفها أن يراها ثلاث سنوات.

وتغيّر الخبرة ما يراه الشخص بطريقة مشابهة. في دراسة للشطرنج، نظر أستاذ ولاعب قوي من لاعبي الأندية ومبتدئ إلى وضعية من مباراة حقيقية لمدة خمس ثوانٍ، ثم حاولوا إعادة ترتيبها. أعادوا نحو ١٦ و٨ و٤ قطع على الترتيب. وعندما وُزّعت القطع عشوائيًا، اختفى معظم التفوّق الكبير. شملت الدراسة الأصلية ثلاثة لاعبين فقط؛ ووجدت أبحاث لاحقة شملت عددًا أكبر أن الخبراء احتفظوا بأفضلية صغيرة حتى في الوضعيات العشوائية.^[٧] ساعدت العلاقات المألوفة الأستاذ على تنظيم وضعية لها معنى.

وقد يحدث شيء شبيه عند قراءة شرح. يرى الإحصائي في حساب الفحص نمطًا يعرفه، بينما يحتاج من يواجهه للمرة الأولى إلى تذكّر ما يشير إليه كل رقم، وفهم سبب اجتماع الأرقام في الحساب. تبحث دراسات العبء المعرفي، من بين أمور أخرى، في الجهد الذي تتطلبه المهمة أثناء محاولة التعلّم منها.^[٨]

لهذا قد تكون الفقرة ثقيلة حتى حين لا تبدو أي جملة فيها غامضة. فإذا عرضت نسبة اكتشاف الحالات، ونسبة النتائج الإيجابية الكاذبة، واحتمال وجود الحالة بعد نتيجة إيجابية، من دون أن تصل بينها، فعلى القارئ أن يحتفظ بهذه الأفكار وهو يبحث عن علاقتها.

وقد لا يلاحظ الشارح أن الجسر ناقص. في دراسة إليزابيث نيوتن عام ١٩٩٠، نقر مشاركون إيقاعات أغانٍ مألوفة، وحاول شركاؤهم التعرّف عليها. توقّع الناقرون أن ينجح الشركاء في نحو نصف المحاولات؛ لكنهم تعرّفوا على ثلاثة ألحان من أصل ١٢٠.^[٩] كان اللحن حاضرًا لمن ينقر، وغائبًا عمّن يستمع.

كما ينبغي أن يترك الشرح الجيد مساحة للخبرة. فالإرشاد الذي يعين المبتدئ قد يصبح زائدًا، أو حتى معيقًا، لمن يعرف الموضوع جيدًا. ويسمّي الباحثون ذلك أثر انعكاس الخبرة.^[١٠] والخبرة ليست صفة ثابتة في كل موضوع: فقد يكون الإحصائي الماهر مبتدئًا من جديد أمام مسألة قانونية لا يعرفها.

لا تحتاج الواجهة إلى أن تقرّر مرة واحدة وإلى الأبد إن كان القارئ خبيرًا. يمكنها أن تتيح له طلب الخطوة الناقصة، أو تجاوز ما يعرفه، أو تغيير طريقه عندما يتغيّر الموضوع.

هناك لحظة مألوفة بعد مشاهدة أحدهم يطهو: بدت كل خطوة بسيطة، إلى أن حان دورك لإعداد الطبق. فالمشاهدة والعمل يحتاجان إلى قدرتين مختلفتين.

في مجموعة تجارب، شاهد بعض المشاركين مقطعًا قصيرًا لشخص يؤدّي رقصة المشي على القمر مرة واحدة، وشاهده آخرون عشرين مرة. توقّع من كرّروا المشاهدة أداءً أفضل، لكن محاولتهم الأولى لم تكن أفضل. وظهر نمط مشابه في رمي السهام ومهمة تتبّع.^[١١] في هذه الاختبارات الفورية، رفعت الألفة مع المهارة التوقّعات من دون أن تنتج المهارة التي توقّعها المشاركون.

وقد تصنع الشروح وهمًا قريبًا من ذلك. تبدو لنا أداة يومية مألوفة تمامًا، إلى أن نحاول وصف طريقة عملها. يدعوك التمرين التالي إلى التوقّف عند هذه اللحظة.

طلب ليونيد روزنبليت وفرانك كيل من طلاب دراسات عليا في ييل أن يقيّموا فهمهم لأدوات مثل السحّاب، ثم يشرحوا آليتها خطوة خطوة، ثم يعيدوا تقييم أنفسهم. انخفض تقييم جميع المشاركين تقريبًا.^[١٢] وأطلق الباحثان على الظاهرة اسم وهم عمق التفسير: فقد نخلط بين ألفتنا بشيء وقدرتنا على شرح طريقة عمله.

وتقدّم الدراجة مفاجأة مشابهة. عندما طلبت عالمة النفس ريبيكا لوسون من متطوعين إكمال رسم بسيط لدراجة، ارتكب أكثر من أربعة من كل عشرة خطأً بنيويًا واحدًا على الأقل، رغم أن جميعهم تقريبًا تعلّموا ركوب الدراجة.^[١٣] معرفة استخدام الشيء ومعرفة آليته صورتان مختلفتان من المعرفة.

حتى طريقة الإلقاء تؤثر في حكمنا. فالطلاب الذين شاهدوا درسًا قصيرًا قُدّم بسلاسة توقّعوا أن يتذكّروا منه أكثر من طلاب شاهدوا المتحدث والنص نفسيهما بإلقاء متعثّر. لكن التذكّر الفعلي لم يختلف بين المجموعتين اختلافًا ذا دلالة.^[١٤]

وقد يحدث العكس أيضًا. في دراسة للفيزياء بجامعة هارفارد، حصل طلاب التعلّم النشط على درجات أعلى في الاختبارات من طلاب المحاضرات المصقولة، مع أنهم شعروا بأنهم تعلّموا أقل.^[١٥] التجربة التي بدت أقل سلاسة قادت، في تلك الاختبارات، إلى أداء أفضل.

لم تختبر هذه الدراسات واجهات الذكاء الاصطناعي. لكنها تدعونا إلى الحذر من الاكتفاء بشعور القارئ بأن الإجابة سهلة المتابعة، بوصفه مقياسًا لما تعلّمه.

ويمكن للذكاء الاصطناعي أيضًا أن يغيّر مقدار العمل الذي يفعله الشخص قبل تكوين إجابته. في سبع تجارب شملت أكثر من عشرة آلاف شخص، أمضى مستخدمو ملخصات على طريقة النماذج اللغوية وقتًا أقل مع المادة، وذكروا أنهم تعلّموا أقل، وكتبوا نصائح أقل تفصيلًا ممن قُدّمت لهم روابط بحث. وفي إحدى المقارنات بقيت المعلومات نفسها ثابتة. قاس الباحثون ما أبلغه المشاركون عن تعلّمهم والنصائح التي كتبوها، لا أداءهم في اختبار مباشر للمعرفة.^[١٦]

هذا لا يعني أن على كل واجهة نافعة أن تزيد جهد مستخدمها. في دراسة لقرار غذائي استُخدم فيها ذكاء اصطناعي محاكى، قلّل طلب التفكير قبل عرض النصيحة من الاعتماد على التوصيات الخاطئة، لكن المشاركين فضّلوا التصاميم الأسهل، ولم يتحسن الأداء الإجمالي تحسنًا ذا دلالة.^[١٧] وفي دراسة أخرى محاكية عن التغذية، ظهرت فوائد تعليمية للشرح وحده لم تظهر بالطريقة نفسها عندما أُرفق بتوصية.^[١٨]

المسألة هي موضع الجهد الذي يخدم غرض الشخص. قد يستفيد من يريد التعلّم من التوقّع أو الشرح أو المحاولة. أمّا من يحتاج فقط إلى نتيجة موثوقة، فقد يجد في المقاطعة نفسها عائقًا لا حاجة إليه.

قد يرشدك تطبيق الملاحة إلى وجهتك من دون أن يتركك قادرًا على تذكّر الطريق والعودة إليه وحدك. وفي التعلّم أيضًا، يجدر بنا أن ننظر إلى النتيجة الفورية وإلى القدرة التي تبقى بعدها كلًّا على حدة.

وجدت دراسة شملت ٥٠ شابًا وشابة ارتباطًا بين كثرة الاستخدام المعتاد لنظام تحديد المواقع وضعف الذاكرة المكانية في مهام ملاحة افتراضية. وأُعيد اختبار ١٣ مشاركًا بعد نحو ثلاث سنوات؛ واقترنت زيادة استخدام النظام خلال الفترة بتراجع أشد. الدراسة صغيرة وارتباطية، لذا لا تثبت أن الاستخدام سبّب الفرق.^[١٩] إنها تمنحنا سؤالًا، لا إجابة عن الذكاء الاصطناعي.

في مدرسة ثانوية تركية، وزّعت حمسة بستاني وزملاؤها نحو ألف طالب عشوائيًا بحسب الصف على ثلاث طرق للتدرّب على الرياضيات: من دون ذكاء اصطناعي، أو بمساعد عادي قائم على GPT-4، أو بمعلّم قائم على النموذج نفسه صُمّم بمشاركة المعلمين. بعد التدريب، راجع معلّم الإجابات مع كل صف، ثم أدّى الطلاب امتحانًا مغلق الكتاب من دون الأدوات.^[٢٠] يفصل الشكل بين التدريب بمساعدة الأداة والامتحان الفوري بعدها.

أثناء التدريب، ارتفعت الدرجات ٤٨٪ مع المساعد العادي و١٢٧٪ مع المعلّم، مقارنة بالمجموعة التي لم تستخدم الذكاء الاصطناعي. وفي الامتحان من دون مساعدة، سجّلت مجموعة المساعد العادي أقل من المجموعة نفسها بنسبة ١٧٪. أمّا نتيجة مجموعة المعلّم فلم تختلف إحصائيًا عن نتيجة المجموعة من دون ذكاء اصطناعي: لم يظهر لديها الانخفاض المرصود، لكن التجربة لم تثبت تحسّنًا على المجموعة الضابطة.

استعملت الأداتان النموذج نفسه، لكن الاختلاف بينهما لم يقتصر على المظهر. وُجّه المعلّم إلى تقديم تلميحات، وزُوّد بحلول كتبها المعلمون وأخطاء شائعة واقتراحات للتغذية الراجعة. وكثيرًا ما طلب الطلاب الحلول من المساعد العادي ونسخوها. تقارن الدراسة بين هاتين الحزمتين من المساعدة؛ ولا تستطيع أن تنسب النتيجة إلى التلميحات أو الصياغة وحدهما.

وبحثت دراسة ثانية في معلّم ذكي ضمن مقرر جامعي للفيزياء. على مدى درسين، وُزّع ١٩٤ طالبًا مؤهلًا بحيث يستخدم كل منهم المعلّم في المنزل لأحد الدرسين، ويحضر صف تعلّم نشط للآخر. أُتيح للمعلّم الاطلاع على حلول معدّة مسبقًا خطوة خطوة. في الاختبارات الفورية، كان وسيط الدرجات ٤٫٥ بعد الدرس مع المعلّم و٣٫٥ بعد الصف. وكان وسيط الوقت مع المعلّم ٤٩ دقيقة؛ وقدّر الباحثون وقت التعلّم في الصف بستين دقيقة بعد استقطاع وقت الاختبارات.^[٢١] اختلفت بيئتا التعلّم، واقتصرت الدراسة على درسين، ولم تختبر الاحتفاظ المتأخر بالمعلومات أو أثر كل خاصية من خصائص المعلّم على حدة.

تعطينا الدراستان سببًا لأخذ تصميم المساعدة بجدية. لكنهما لا تثبتان أن تحسين الشكل وحده يرفع التعلّم، ولا أن معلّمًا بعينه يناسب كل قارئ. فالنتيجة تتأثر بالمهمة والمتعلّم ونوع المساعدة المقدّمة حول النموذج.

لنتخيّل ذلك في التطبيق. يعود الشكل إلى حساب الفحص الافتراضي، لا ليعرض منتجًا مكتملًا، بل ليبيّن خمسة اختيارات يمكن أن تتخذها واجهة وهي تعيد تشكيل الإجابة نفسها.

تقدّم أبحاث التعلّم بالكلمات والصور نقاط بداية مفيدة، منها أن يتحكّم القارئ في وتيرة التقدّم، وأن يوضع الشرح قرب الصورة التي يصفها.^[٢٢] وتوصي إرشادات الإتاحة كذلك بتقديم قدر يمكن التعامل معه في كل مرة.^[٢٣] لا يثبت أي من المصدرين فاعلية هذه الواجهة بعينها؛ فالاختيارات نفسها تحتاج إلى اختبار.

• ابدأ بالفكرة. أعطِ القارئ جوابًا عن سؤاله قبل أن تضع أمامه كل تفصيل وحساب، ثم اجعل الوصول إلى السبب سهلًا. فالجملة البارزة لا تغني عن شرح ما تقوم عليه.
• دع التفاصيل تنكشف عند الحاجة. أتح للقارئ رؤية المجموعات والحساب والأدلة كلما احتاج إليها، من دون إخفاء افتراض يغيّر معنى النتيجة. ففي مثال الفحص، ينبغي أن تبقى نسبة شيوع الحالة ظاهرة.
• راعِ الغرض. قد يريد من يتعلّم الاحتمالات الحساب كاملًا، بينما يريد من يفحص ادعاءً إحصائيًا رؤية افتراضاته أولًا. دع القرّاء ينتقلون بين هذه الطرق من دون تصنيف دائم لمستوى خبرتهم.
• أظهر العلاقات. تبيّن رؤية تسع نتائج إيجابية صحيحة إلى جانب ٩٩ كاذبة سبب انخفاض النتيجة في المثال الافتراضي. ويمكن لشريط متحرك أن يوضح كيف تتغيّر النسبة عندما يتغيّر افتراض شيوع الحالة. تستحق الصورة مكانها حين تجعل علاقة مهمة أسهل فحصًا.
• أتح للقارئ اختبار الفكرة. قد يساعده توقّع قصير على الاستكشاف، وقد يوجّه ما يأتي بعده. لكن ينبغي أن يسهل تجاوزه، وألّا تُعدّ إجابة واحدة صحيحة دليلًا قاطعًا على الفهم.

يبقى النص أساسيًا: فقد يكون دقيقًا وقابلًا للبحث ومتاحًا بطرق لا توفّرها الصورة وحدها. ليست الغاية استبدال النثر بالأدوات، بل اختيار الشكل الذي يعين في كل خطوة، وإتاحة الانتقال بين الأشكال.

وهناك مسؤولية أخرى. قد تكون الإجابة جميلة التنظيم وخاطئة، وقد يجعل وضوحها الظاهر الخطأ أكثر إقناعًا. يحتاج القارئ إلى طريق واضح نحو المصادر والافتراضات وما لم يُحسم، كما يحتاج إلى طريق نحو النتيجة.

«هل كان ذلك واضحًا؟» سؤال يحمل اهتمامًا بالقارئ، لكنه اختبار محدود. قد يجيب بنعم لأن الفكرة استقرّت، أو لأن الكلمات بدت مألوفة، أو لأن الخطوة الناقصة لن تظهر إلا عندما يحين وقت استخدام الإجابة.

في التواصل الطبي، توجد طريقة للبحث عن تلك الخطوة تُسمّى إعادة الشرح. يطلب الطبيب من المريض أن يشرح الخطة بكلماته، ثم يعود معه إلى ما بقي غير واضح. لم تجد مراجعة حديثة أثرًا واضحًا في معرفة المرضى، وأوردت فوائد أخرى بدرجة يقين منخفضة.^[٢٤] الطريقة وسيلة لفحص التواصل وتحسينه، لا برهان على أن كل مريض فهم أو أن كل نتيجة ستتحسن.

وفي مسألة الفحص الافتراضية، يمكن للقارئ أن يجرّب حسابًا قريبًا، أو يشرح دور النتائج الإيجابية الكاذبة، أو يفحص ادعاءً لا تسنده الأرقام. يقدّم الشكل أربع طرق لاختبار الفكرة، بينها العودة إليها بعد فترة.

أمّا التقييم الأكثر جدية فيقارن، مع قرّاء حقيقيين، بين شرح ثابت كُتب بعناية، وإجابة محادثة تقليدية، ونسخة تفاعلية. ويراعي ما يعرفه القرّاء مسبقًا، ويختبر قدرتهم على شرح الفكرة وتطبيقها وتذكّرها من دون نسخ الإجابة. وإذا كانت المهمة اتخاذ قرار بوجود الأداة، فجودة القرار مهمة أيضًا.

ولعزل أثر طريقة العرض، يمكن للباحثين أولًا تثبيت الحقائق وفرص التدريب والتغذية الراجعة. ثم تختبر مقارنة أخرى واجهة متكيّفة بوصفها نظامًا كاملًا. إذا تغيّرت عدة خصائص معًا، فالنتيجة تخص التصميم مجتمعًا؛ ونحتاج إلى عمل إضافي لنسبتها إلى خاصية واحدة. وينبغي تقييم النسختين العربية والإنجليزية مع قرّاء كل منهما.

ويدخل الوقت والمتعة وسهولة الوصول في التقييم أيضًا. فالفهم ليس الشيء الوحيد الذي ينبغي أن تقدّمه الواجهة، لكنه يستحق القياس حين يكون هو ما تعد به.

تأتي الأبحاث التي مررنا بها من مجالات مختلفة: الاستدلال بالأرقام، والذاكرة، والتعلّم، والتواصل. ولا يحسم أي منها مستقبل الذكاء الاصطناعي. لكنها مجتمعة تشير إلى أن الطريق من إجابة صحيحة إلى فهم نافع يستحق اهتمامًا خاصًا.

أميل إلى الظن بأن عبور هذا الطريق قد يصبح أصعب كلما تعاملت النماذج مع أسئلة أكثر تعقيدًا. لكن ذلك فرضية، لا اتجاهًا أثبتناه. ولاختبارها نحتاج إلى قياس قدرة النماذج وفهم القرّاء عبر إصدارات متعاقبة، باستعمال مهام تبقى ثابتة وأخرى أصعب أتاحتها النماذج الأحدث. وإلا فقد نخلط بين تغيّر صعوبة المهمة وتغيّر جودة التواصل.

الفهم ليس ملفًا يمكن تنزيله إلى الذهن. يبنيه الإنسان من انتباهه ومعرفته السابقة، ومن المحاولة والخطأ والتصحيح والوقت. يستطيع الذكاء الاصطناعي أن يعين في هذا العمل؛ لكن إنتاج مزيد من الكلمات لا يثبت أنه نجح فيه.

الذكاء الاصطناعي الذي أريده يساعد الإنسان على العثور على الفكرة المركزية، ورؤية صلة أجزائها، واختبار نتيجة من نتائجها، والعودة إلى الدليل. قد تكفي لذلك أحيانًا بضع فقرات مكتوبة بعناية. وفي أحيان أخرى، قد تكشف صورة أو محادثة أو أداة تفاعلية ما يصعب على النثر وحده إظهاره.

لم يضف هاري بيك محطة إلى لندن. لقد رسم شبكة موجودة بحيث يستطيع الراكب تتبّع اتصالاتها، وقبل في المقابل خسارة دقة المسافات. وتواجه إجابة الذكاء الاصطناعي اختيارًا قريبًا: ما الذي ينبغي أن يظهر أولًا، وما الذي يجب أن يبقى متاحًا للفحص؟

ربما تأتي الخطوة التالية حين نأخذ فهم الإنسان بقدر ما نأخذ قدرة الآلة من جدية. فالإجابة على الشاشة مهمة، ومهم أيضًا ما يحمله القارئ معه بعدما يرفع عينيه عنها.