في عام 2017، نشر فريق من Google ورقة بحثية بعنوان “Attention is All You Need”. لم يكن أحد يعلم آنذاك أن تلك الورقة ستغيّر مسار تاريخ البشرية.
اليوم، في عام 2025، أجلس أمام شاشتي وأشاهد نماذج تُصحّح أخطاءها بنفسها، وتكتب كوداً معقداً، وتجري أبحاثاً، وتتفاوض، وتُصمّم. الخط بين “الذكاء الاصطناعي الضيق” و”الذكاء الاصطناعي العام” أصبح ضبابياً بشكل لم يكن متوقعاً بهذه السرعة.
هذا المقال هو تأملي الشخصي — ليس تقريراً أكاديمياً، ولا نبوءات يائسة. هو ما يدور في ذهني كمهندس وإنسان يعيش هذه اللحظة.
ما AGI بالضبط؟
الذكاء الاصطناعي العام (Artificial General Intelligence) هو نظام يستطيع أداء أي مهمة فكرية يستطيع الإنسان أداءها — بل وتعلّم مهام جديدة لم يُدرَّب عليها.
هذا يختلف جذرياً عن الذكاء الاصطناعي الضيق (ANI) الذي يتفوق في مجال واحد محدد: GPT يكتب لكن لا يقود سيارة، AlphaGo يلعب Go لكن لا يفهم محادثة عادية.
AGI الحقيقي يتعلم، يتكيّف، يُعمّم. مثلما يستطيع إنسان ذكي تعلّم أي شيء إذا أُعطي الوقت والمعلومات.
كيف وصلنا هنا؟ خط الزمن الحقيقي
2017 — البداية: Transformer
ورقة “Attention is All You Need” قدّمت بنية Transformer. الفكرة المركزية: الانتباه (Attention) — بدلاً من معالجة المعلومات خطياً، يستطيع النموذج “الانتباه” لأجزاء مختلفة من السياق في وقت واحد.
هذا بدا تقنياً. لكنه غيّر كل شيء.
2020 — GPT-3: اللحظة الفاصلة
GPT-3 من OpenAI كان صدمة. نموذج 175 مليار معامل يكتب نصاً لا يمكن تمييزه في أحيان كثيرة عن كتابة بشرية. الجميع قالوا: “مجرد إحصاء، لا فهم حقيقي”. ربما. لكن التطبيقات العملية كانت حقيقية جداً.
2022 — ChatGPT: الانفجار الشعبي
حين أُطلق ChatGPT في نوفمبر 2022، وصل إلى مليون مستخدم خلال خمسة أيام. لا تقنية في التاريخ حققت ذلك. ليس لأنه كان الأذكى — بل لأنه كان الأسهل استخداماً. الواجهة التحاورية ديمقراطت الوصول للذكاء الاصطناعي.
2024 — نماذج التفكير
GPT-o1 ثم o3. Claude 3.5 Sonnet. هذه النماذج لا تُجيب فقط — تُفكّر. تراجع. تتحقق. تُصحّح أخطاءها.
حين طُرح o3 على اختبارات الرياضيات والبرمجة والعلوم، تفوّق على غالبية البشر. ليس بالتحفيظ — بل بالاستدلال.
2025 — العوامل المستقلة (Agents)
النقلة النوعية الحالية: Agents. نماذج لا تُجيب على سؤال فقط، بل تُنجز مهاماً كاملة:
- تكتب كوداً وتُشغّله وتُصلح أخطاءه وترفعه للإنتاج
- تبحث على الإنترنت وتُجمّع معلومات وتكتب تقريراً
- تُدير مشروعاً: مهام، مواعيد، تواصل
التطور يفوق التوقعات — بأرقام حقيقية
هذا ليس إحساساً. هناك مقاييس موضوعية:
MMLU (Massive Multitask Language Understanding): اختبار يضم 57,000 سؤال عبر 57 مجالاً. عام 2020: أفضل النماذج تسجّل 43%. عام 2024: تتجاوز 90%.
HumanEval (كتابة كود): عام 2021: GPT-4 يحل 67% من المشاكل. عام 2024: o3 يحل 96%.
SWE-bench (إصلاح bugs حقيقية في GitHub): عام 2023: 1.96%. عام 2024: 49%. ارتفاع 25 ضعفاً في عام واحد.
الخط ليس منحنى تدريجياً. هو أقرب إلى شيء قريب من الرأسي.
ثلاثة أشياء تقلقني
لن أكون ساذجاً وأقول أن كل هذا التطور جيد بلا مخاوف. هذه المخاوف حقيقية:
١ — تركّز القوة
الشركات القليلة التي تملك هذه النماذج تملك الآن قوة هائلة. OpenAI، Google، Anthropic، Meta. كلها غربية، ومعظمها أمريكية. ماذا يعني ذلك للعالم العربي الذي يُستهلك هذه التقنية لكن لا يُنتجها؟
٢ — الوظائف
ليس كل الوظائف في خطر بالتساوي. وظائف المعرفة المتكررة — كتابة تقارير محددة، ترجمة، خدمة عملاء، إدخال بيانات — ستتأثر بشدة.
لكن حتى الوظائف التي بدت آمنة بدأت تتزعزع. البرمجة، القانون، الطب، حتى الفن.
٣ — التضليل
نماذج قادرة على توليد محتوى مقنع ومُخصَّص بلا جهد بشري. هذا سلاح مثالي للتضليل على نطاق لم نعرفه من قبل.
ثلاثة أشياء تُبهجني
لكن المشهد ليس قاتماً بالكامل:
١ — ديمقراطة المعرفة
شاب في قرية نائية في اليمن أو إندونيسيا يستطيع اليوم الوصول لمعلومات ومساعدة كانت حكراً على الأثرياء في المدن الكبرى. طبيب AI يوجّه، محامي AI يُشرح، معلّم AI يُعلّم.
هذا ليس بديلاً عن الخبراء البشريين. لكنه أفضل بكثير من اللاشيء.
٢ — التسريع العلمي
AlphaFold من DeepMind حلّ مشكلة طيّ البروتينات التي أعجزت العلم خمسين سنة. الآن نماذج مشابهة تُسرّع اكتشاف الأدوية، وفهم المناخ، والمواد الجديدة.
المشاكل التي كانت ستأخذ جيلاً من العلماء ستُحل خلال سنوات قليلة.
٣ — الإنتاجية الفردية
أنا شخصياً: أبني اليوم بمفردي ما كان يحتاج فريقاً قبل خمس سنوات. هذا الموقع الجديد بنيته بمساعدة AI بعمق حقيقي. ليس استبدالاً للتفكير — بل تضخيماً له.
موقفي الشخصي
أنا لا أعيش في ثنائية “AI سينقذ العالم” و”AI سيدمره”. الواقع أكثر تعقيداً.
ما أعرفه: التغيير آتٍ. والسؤال ليس هل يحدث، بل كيف نستعد له.
بالنسبة لي كمهندس في المملكة العربية السعودية:
أعمل على فهم هذه الأدوات عمقاً. ليس سطحياً. فهم معماريات النماذج، كيف تعمل Agents، أين تفشل وأين تتفوق.
أفكر في القيمة التي لا يمكن للآلة إنتاجها. السياق المحلي، الحكم البشري، الثقة الشخصية، التجربة المُعاشة.
أبقى فضولياً لا خائفاً. الخوف يُجمّد. الفضول يُحرّك.
كلمة أخيرة
حين كتبت أول مقال على هذه المدونة عام 2022، كنت أستخدم Hugo وأفكر في كيفية دعم العربية. اليوم أبني بـ Astro وأتحدث عن AGI.
التقنية تتسارع. والتسارع نفسه يتسارع.
ما يظل ثابتاً: الفضول، والرغبة في الفهم، والإيمان بأن المعرفة تستحق الجهد.
اطلب العلم ولا تكسل.
