تخيل أن تطلب من الذكاء الاصطناعي تطوير لعبة، فلا يكتفي بكتابة الشفرة البرمجية، بل يفتح بيئة التطوير وينشئ العناصر ويشغل اللعبة ويختبرها، ثم يبحث عن الأخطاء ويعود لإصلاحها بنفسه. أو أن تطلب منه تصميم منزل ثلاثي الأبعاد، فيتنقل بين برامج النمذجة ومحركات الرسوم إلى أن يحول الفكرة إلى مساحة يمكن استكشافها فعليًا.
هذا السيناريو أصبح أقرب إلى الواقع مع نموذج GPT-6 Astra، الذي أظهرت تجارب منشورة قدرته على التعامل مع البرمجة وتطوير الألعاب والنمذجة ثلاثية الأبعاد، إلى جانب استخدام تطبيقات الحاسوب وتنفيذ مجموعة من الإجراءات المتتابعة.
لكن أهمية هذه التجارب تتجاوز مجرد استعراض قدرات النموذج، فهي تكشف عن تحول أكبر في طريقة عمل الذكاء الاصطناعي، من إنتاج مخرجات بناء على طلب المستخدم إلى تنفيذ سلسلة كاملة من الخطوات نيابة عنه. ومع اتساع قدرة النموذج على استخدام الأدوات، تتسع في الوقت نفسه مساحة الخطأ المحتملة، لتصبح الاستقلالية ميزة يمكن أن تتحول إلى نقطة ضعف إذا لم تخضع للرقابة المناسبة.
وتظهر صناعة الألعاب كواحدة من أوضح الأمثلة على هذا التحول، إذ استخدمت شركة بلايكو Playco نموذج GPT-6 Astra ضمن بيئة Playbot المتصلة بمحركات تطوير مثل Unity وGodot.
وبحسب شركة أوبن إيه آي، يستطيع النموذج تعديل المشاهد والعناصر والتعامل مع الشفرة البرمجية، ثم تشغيل اللعبة واختبارها، قبل اكتشاف الأخطاء وإجراء التعديلات اللازمة عليها.
وتقول الشركة إن الفريق تمكن انطلاقًا من نموذج أولي واحد من إنتاج 3 نماذج أولية لألعاب مختلفة، مع انخفاض الحاجة إلى الإصلاحات اليدوية بنسبة 50% مقارنة بالنموذج السابق.
وتعطي هذه التجربة المطورين فرصة لتقليص الوقت الفاصل بين طرح الفكرة والوصول إلى نموذج أولي قابل للتجربة، لكنها لا تعني اختفاء دور المطور، فمراجعة جودة اللعبة وتجربة المستخدم واتخاذ القرارات الإبداعية تظل بحاجة إلى إشراف بشري.
ولا تتوقف قدرات GPT-6 Astra عند تطوير الألعاب، إذ تمتد أيضًا إلى التصميم والنمذجة ثلاثية الأبعاد. وفي أحد عروض أوبن إيه آي، استخدم النموذج برنامج Blender لإنشاء نموذج لمنزل، ثم نقله إلى محرك Unreal Engine 5 وحوله إلى بيئة يمكن التجول داخلها.
وتكمن أهمية هذه العملية في أن النموذج لا يكتفي بإنتاج وصف أو صورة، بل يستطيع الانتقال بين أدوات وبرامج مختلفة لتنفيذ خطوات متتابعة وصولًا إلى نتيجة قابلة للاستكشاف. ويمكن لمثل هذه القدرات أن تساعد المهندسين والمصممين والمطورين على إنشاء النماذج الأولية بسرعة أكبر وتجربة أفكار متعددة قبل استثمار وقت وموارد كبيرة في تنفيذها.
لكن السرعة لا تعني دائمًا الوصول إلى نتيجة دقيقة، فالمجسم الذي يبدو مقنعًا من الناحية البصرية قد يتضمن أخطاء هندسية أو تفاصيل غير صحيحة، ولهذا تبقى المراجعة البشرية ضرورية عندما تكون النتيجة مخصصة للاستخدام الفعلي.
ويروي أحد المستخدمين أنه تمكن عبر GPT-6 Astra من إنشاء عالم ثلاثي الأبعاد بالكامل داخل محرك Unreal Engine، ووضع فيه شخصيات تتفاعل مع بعضها، قبل أن يفاجأ لاحقًا بأن هذه الشخصيات بدأت تتحدث معًا بصوت مسموع.
ويظهر التحول الأكبر عندما يحصل النموذج على القدرة على استخدام الحاسوب مباشرة. ووفق أوبن إيه آي، يستطيع GPT-6 Astra تنفيذ مهام تتضمن البحث عبر الإنترنت، وتحليل البيانات وإنشاء الرسوم البيانية، والتعامل مع المستندات وجداول البيانات والعروض التقديمية، إضافة إلى استخدام مجموعة مختلفة من التطبيقات والبرامج.
وفي اختبار يحاكي بيئة OSWorld 2.0، سجل النموذج أداء بلغ 72.6%، مع إنجاز المهام في نحو 40 دقيقة، مقارنة بنحو 75 دقيقة للنموذج السابق، وفق الأرقام التي عرضتها أوبن إيه آي.
وتعكس هذه النتائج تقدمًا واضحًا في قدرة النموذج على تنفيذ المهام، لكنها تكشف في الوقت نفسه عن حدود الاستقلالية، فالوصول إلى نسبة نجاح أقل من 100% يعني أن ترك النظام يعمل دون مراقبة قد يؤدي إلى نتائج خاطئة أو غير مكتملة.
وهنا يظهر الفرق الحقيقي بين مساعد يقدم اقتراحًا يمكن للمستخدم تجاهله، ووكيل Agent يمتلك القدرة على تنفيذ ذلك الاقتراح داخل برنامج أو حساب أو ملف.
وقد تكون الاستقلالية التي تجعل الوكيل أكثر فائدة هي نفسها مصدرًا للخطر في بعض الحالات. ففي الاستخدامات اليومية، يستطيع المستخدم تحديد هدف واحد وترك النموذج ينفذ سلسلة من الإجراءات بدلًا من كتابة تعليمات منفصلة لكل خطوة، وهو ما قد يوفر وقتًا كبيرًا.
لكن المشكلة تظهر عندما يسيء النموذج فهم الهدف أو يتخذ قرارًا غير مناسب أثناء التنفيذ. فإذا كان الخطأ مجرد نص غير صحيح، يمكن للمستخدم تجاهله بسهولة، أما عندما يمتلك الوكيل صلاحية تعديل ملف أو حذف بيانات أو إرسال رسالة أو تغيير إعدادات برنامج، فقد يتحول الخطأ إلى أثر فعلي يصعب التراجع عنه.
ولهذا لا يكفي تقييم الوكلاء بناء على عدد المهام التي يستطيعون إنجازها، بل يجب النظر أيضًا إلى قدرتهم على التوقف عند وجود شك، وطلب موافقة المستخدم قبل تنفيذ الإجراءات الحساسة، والعمل ضمن صلاحيات محدودة.
وتصبح هذه المسألة أكثر أهمية في الأمن السيبراني، حيث تشير أوبن إيه آي إلى أن قدرات GPT-6 Astra المتقدمة في هذا المجال تتطلب إجراءات حماية إضافية، خصوصًا عندما يحصل النموذج على الأدوات التي تمكنه من تنفيذ عمليات تقنية معقدة.
وتكمن الخطورة في أن الوكيل يستطيع تنفيذ سلسلة من الإجراءات بسرعة قد تتجاوز قدرة الإنسان على متابعة كل خطوة، ومع وجود اتصال بالإنترنت أو إمكانية الوصول إلى ملفات وأنظمة خارجية، تصبح مساحة المخاطر أكبر.
ولهذا تبرز العزلة وتقييد الصلاحيات والمراقبة المستمرة والموافقة البشرية على العمليات الحساسة كعناصر أساسية عند نشر هذه الأنظمة، بدل التعامل معها على أنها برامج قادرة على العمل بشكل مستقل دون رقابة.
أما مسألة ما إذا كان الوكيل قادرًا على الحلول محل الإنسان، فلا تبدو إجابتها بسيطة بنعم أو لا. فالوكيل يستطيع تولي المهام المتكررة وتسريع إنتاج النماذج الأولية والتعامل مع برامج متعددة واختصار الوقت اللازم لأعمال كانت تحتاج إلى سلسلة طويلة من الخطوات اليدوية.
لكن ذلك لا يعني خروج الإنسان من المعادلة، بل قد يتغير دوره من منفذ لكل خطوة إلى مشرف يحدد الهدف ويمنح الصلاحيات ويراجع النتائج ويتدخل عندما تستدعي الحاجة.
وهذا التحول يحمل فرصة كبيرة لرفع الإنتاجية، لكنه يفرض في المقابل مسؤولية جديدة تتمثل في معرفة متى يمكن الوثوق بالوكيل ومتى يجب إيقافه أو مراجعة ما أنجزه.
وتكشف تجارب GPT-6 Astra عن اتجاه واضح في تطور الذكاء الاصطناعي، إذ لم تعد قيمة النموذج مرتبطة فقط بقدرته على تقديم إجابة صحيحة، بل أصبحت مرتبطة بقدرته على تحويل الهدف إلى سلسلة من الإجراءات وتنفيذها عبر الأدوات المختلفة.
وقد يغير هذا الاتجاه طريقة تطوير الألعاب والتصميم ثلاثي الأبعاد والبرمجة وحتى التعامل مع التطبيقات اليومية، لكن نجاحه لن يعتمد على مدى استقلالية الوكيل وحدها.
فكلما أصبحت قدرة الذكاء الاصطناعي على التصرف أكبر، أصبحت الحاجة إلى وضع حدود واضحة لما يمكنه الوصول إليه وتعديله أكثر أهمية. وبين نظام يساعد الإنسان على إنجاز عمله، ونظام يتصرف نيابة عنه، توجد مساحة واسعة من القرارات المتعلقة بالثقة والرقابة والأمان.
إرسال تعليق