تُعدّ اللغة إحدى أكثر القدرات البشرية تعقيدًا، حيث تتطلب تناغمًا دقيقًا بين عدة مناطق في الدماغ لتحويل الأفكار إلى كلمات ذات معنى. وعلى مدى عقود، حاول العلماء فهم هذه العملية عبر دراسة اللغة كمجموعة من العناصر المستقلة، مثل الأصوات اللغوية، القواعد، والمعاني. ومع ذلك، لم يكن هناك نموذج شامل يجمع هذه الجوانب معًا.
عبر الجمع بين تسجيلات المحادثات الطبيعية في الدماغ باستخدام تقنية التخطيط الكهربائي للدماغ (ECoG) ونماذج التعلم العميق، تمكن الباحثون من تطوير نظام قادر على التنبؤ بالنشاط العصبي أثناء المحادثات الواقعية. هذه الخطوة تمثل طفرة في فهم آليات اللغة والإدراك البشري.
كيف يعالج الدماغ اللغة؟
دور نموذج (Whisper) في البحث
اعتمد الباحثون على نموذج الذكاء الاصطناعي (Whisper) الذي طورته شركة (OpenAI)، والمتميز بقدرته على تحويل الصوت إلى نص بدقة عالية. هذا النموذج ساعد في رسم خريطة دقيقة للنشاط الدماغي أثناء المحادثات، متجاوزًا النماذج التقليدية التي تركز على تشفير خصائص محددة للغة.
على عكس النماذج السابقة، لا يعتمد (Whisper) على قواعد لغوية محددة، بل يتبع نهجًا إحصائيًا يعتمد على تحليل بيانات صوتية مصحوبة بنصوصها المكتوبة. ومن اللافت أن الهياكل اللغوية ظهرت تلقائيًا في النموذج بعد التدريب، مما يعكس قدرته على اكتشاف اللغة بطريقة مشابهة للدماغ البشري.
نُشرت الدراسة في مجلة (Nature Human Behaviour) وشملت أربعة مرضى بالصرع خضعوا لعمليات جراحية لزرع أقطاب كهربائية في أدمغتهم. بموافقتهم، تم تسجيل محادثاتهم خلال إقامتهم في المستشفى، حيث وصلت مدة التسجيلات إلى أكثر من 100 ساعة.
تم تزويد كل مشارك بعدد من الأقطاب الكهربائية تراوح بين 104 و255 قطبًا لمراقبة نشاط الدماغ أثناء التحدث والاستماع. وكشفت النتائج عن تفاعل مناطق دماغية مختلفة أثناء معالجة اللغة، مثل:
التلفيف الصدغي العلوي (Superior Temporal Gyrus): ينشط عند التعامل مع المعلومات السمعية.
التلفيف الجبهي السفلي (Inferior Frontal Gyrus): يشارك في فهم معاني الكلمات.
كما أوضحت الدراسة أن مناطق الدماغ تعمل بتتابع، حيث يتم تفعيل المنطقة المسؤولة عن سماع الكلمات قبل المنطقة المسؤولة عن تفسيرها. والأهم من ذلك، لوحظ أن بعض المناطق تنشط أثناء مهام لم يكن يُعرف أنها متخصصة بها، مما يشير إلى أن الدماغ يستخدم نهجًا موزعًا لمعالجة اللغة.
الدمج بين الذكاء الاصطناعي ووظائف الدماغ
استخدم الباحثون 80% من التسجيلات الصوتية لتدريب نموذج (Whisper)، فيما تم اختبار النموذج على 20% من البيانات المتبقية. وبعد التحليل، تمكنوا من مطابقة أنماط معالجة النموذج مع النشاط الدماغي المسجل، مما مكّن النموذج من التنبؤ بالنشاط العصبي أثناء المحادثات الجديدة بدقة تفوق النماذج التقليدية.
ومن المثير للاهتمام أن النموذج لم يُبرمج للتعرف على الصوتيات أو الكلمات، لكنه استخرج هذه المزايا تلقائيًا، ما يعكس قدرة الذكاء الاصطناعي على محاكاة عمليات الدماغ البشري دون توجيه مباشر.
يرى علماء مثل ليونهارد شيلباخ من مركز ميونيخ لعلوم الأعصاب أن هذه الدراسة تمثل تقدمًا مهمًا في الربط بين النماذج الحسابية والإدراك البشري. ومع ذلك، لا تزال هناك حاجة إلى مزيد من الأبحاث للتحقق من مدى التشابه الفعلي بين آليات عمل الذكاء الاصطناعي والدماغ.
أما جاسبر بيجوش، أستاذ اللغويات بجامعة كاليفورنيا بيركلي، فيرى أن مقارنة الدماغ بالشبكات العصبية الاصطناعية هو مجال بحثي بالغ الأهمية. ففهم كيفية عمل الخلايا العصبية الاصطناعية والبيولوجية سيمكن العلماء من إجراء تجارب جديدة لا يمكن تطبيقها على الدماغ البشري مباشرة.
أهمية الدراسة
تكشف هذه الدراسة عن إمكانيات كبيرة في مجالات عدة:
فهم أعمق للإدراك البشري: تساعد في توضيح كيفية معالجة الدماغ للغة والتفاعل مع المحادثات اليومية.
تطوير تقنيات مساعدة: يمكن أن تساهم في تحسين أدوات لمساعدة الأفراد الذين يعانون من اضطرابات النطق أو السمع.
تحسين نماذج الذكاء الاصطناعي: من خلال فهم كيفية تعلم الدماغ البشري للغة، يمكن تطوير نماذج لغوية أكثر كفاءة ودقة.
ربط الذكاء الاصطناعي بوظائف الدماغ: يفتح البحث آفاقًا جديدة لفهم العلاقة بين الأنظمة الذكية والإدراك البشري.
تشير هذه الدراسة إلى أن اللغة ليست مجرد مجموعة من العناصر المنفصلة، بل نظام متكامل ومعقد، سواء في الدماغ البشري أو في نماذج الذكاء الاصطناعي. ومن خلال تعميق فهمنا لهذا المجال، يمكننا التقدم نحو تطوير تقنيات جديدة تسهم في تحسين التفاعل بين البشر والذكاء الاصطناعي، مما يساعد في كشف المزيد من أسرار العقل البشري وتعزيز الابتكارات المستقبلية.
تفتح واجهة الدماغ والذكاء الاصطناعي طريقًا جديدًا للتواصل بين الإنسان والآلات، بعدما طور باحثون نظامًا يستطيع تحليل إشارات الدماغ لمعرفة ما إذا كان الذكاء الاصطناعي فهم هدف المستخدم بشكل صحيح أو اختار طريقة خاطئة لتنفيذه.
وطور باحثون من المعهد الكوري المتقدم للعلوم والتكنولوجيا (KAIST)، بالتعاون مع Microsoft Research Asia، تقنية أطلقوا عليها اسم Neural Value Alignment أو NVA، وتعتمد على تخطيط كهربية الدماغ (EEG) لرصد الاستجابات العصبية أثناء تفاعل الإنسان مع الذكاء الاصطناعي.
واجهة الدماغ والذكاء الاصطناعي تكتشف الخطأ دون كلام
تعتمد أنظمة الذكاء الاصطناعي عادةً على النصوص والأوامر الصوتية والأفعال والإيماءات لمعرفة ما يريده المستخدم. لكن هذه الإشارات لا تكشف دائمًا الهدف الحقيقي، لأن الفعل نفسه يمكن أن يعبر عن أكثر من نية.
فعلى سبيل المثال، قد يلتقط شخص كوبًا للشرب أو لغسله أو لنقله إلى مكان آخر. لذلك يواجه الذكاء الاصطناعي ما يسميه الباحثون غموض الهدف والفعل، حيث لا يكفي مراقبة التصرف لمعرفة النية الحقيقية.
وتحاول واجهة الدماغ والذكاء الاصطناعي تجاوز هذه المشكلة من خلال الاستعانة بإشارات عصبية تظهر عندما تختلف النتيجة عن توقعات الشخص.
إشارات الدماغ تكشف نوع الخطأ
ركز الباحثون على نوعين من الاستجابات العصبية: خطأ توقع المكافأة (RPE) وخطأ توقع الحالة (SPE).
يظهر خطأ توقع المكافأة عندما تكون النتيجة النهائية مختلفة عما أراده المستخدم. فإذا طلب شخص من روبوت إحضار مشروب وكان يريد الماء، بينما أحضر الروبوت القهوة، يستطيع النظام رصد الإشارة المرتبطة بهذا الخطأ.
أما خطأ توقع الحالة فيظهر عندما يحقق الذكاء الاصطناعي الهدف الصحيح، لكنه يختار طريقة مختلفة عما توقعه المستخدم. فإذا أراد الشخص الماء، ووصل إليه الروبوت بالفعل لكنه سلك مسارًا أو اتبع خطوات غير متوقعة، يمكن لإشارة الدماغ أن تكشف هذا الاختلاف.
واجهة الدماغ والذكاء الاصطناعي.. تقنية تكشف أخطاء الذكاء الاصطناعي من إشارات المخ
الذكاء الاصطناعي يتعلم من إشارات الدماغ
حلل الباحثون إشارات EEG باستخدام تقنيات التعلم العميق، وتمكن النظام من التمييز بين أخطاء الهدف وأخطاء طريقة التنفيذ.
ولا يتوقف دور واجهة الدماغ والذكاء الاصطناعي عند اكتشاف الخطأ، إذ يمكن للنظام استخدام الإشارات العصبية كنوع من التغذية الراجعة لتعديل قرارات الذكاء الاصطناعي أثناء التفاعل.
وقد يسمح ذلك مستقبلًا لروبوت منزلي مثلًا بتغيير تصرفه عندما يكتشف أن المستخدم لم يحصل على النتيجة التي أرادها، دون الحاجة إلى انتظار أمر صوتي جديد.
يرى الباحثون أن التقنية قد تجد استخدامات في الروبوتات الصناعية والمركبات ذاتية القيادة والروبوتات الطبية وأنظمة إعادة التأهيل، خصوصًا لمساعدة الأشخاص الذين يواجهون صعوبة في الكلام أو الحركة.
كما يمكن أن تستفيد منها أنظمة التعليم مستقبلًا لفهم استجابات الطالب والتكيف معها بصورة أكثر دقة.
وقال البروفيسور سانغ وان لي، قائد البحث، إن الدراسة توضح إمكانية استخدام الإشارات المعرفية التي يولدها الدماغ مباشرة إلى جانب السلوك الظاهر لفهم نوايا البشر أثناء التعاون مع الذكاء الاصطناعي.
هل أصبحت التقنية قادرة على قراءة الأفكار؟
رغم النتائج الواعدة، لا تعني واجهة الدماغ والذكاء الاصطناعي أن الأنظمة أصبحت قادرة على قراءة الأفكار بالمعنى الحرفي.
فالباحثون اختبروا التقنية في عمليات محاكاة، بينما ما زال استخدامها في بيئات واقعية أكثر تعقيدًا يحتاج إلى مزيد من الاختبارات. كما أن أجهزة EEG تعتمد على أقطاب لالتقاط إشارات كهربائية ضعيفة يمكن أن تتأثر بالتشويش والحركة.
ومع تطور هذه التقنية، قد تتحول إشارات الدماغ مستقبلًا إلى قناة إضافية للتواصل مع الذكاء الاصطناعي، بحيث يستطيع النظام اكتشاف سوء الفهم وتصحيح مساره دون أن يضطر المستخدم إلى شرح المشكلة بالكلمات.
كشفت تقارير عن اعتماد ماكدونالدز على تسعير ماكدونالدز بالذكاء الاصطناعي لمساعدة المطاعم في تحديد الأسعار، من خلال تحليل بيانات ملايين المعاملات وتقدير المبلغ الذي قد يكون العملاء مستعدين لدفعه مقابل المنتجات.
وبحسب تقرير لرويترز، تستخدم الشركة نظامًا يعتمد على الذكاء الاصطناعي لتقديم توصيات لأصحاب الامتياز، ما قد يؤدي إلى اختلاف أسعار المنتجات نفسها حتى بين مطاعم متقاربة جغرافيًا.
يحلل النظام بيانات ملايين المعاملات في شبكة ماكدونالدز، التي تضم نحو 14 ألف مطعم حول العالم، بهدف تقدير مدى حساسية العملاء للأسعار في كل منطقة.
كما يقارن النظام أسعار قوائم الطعام الإلكترونية لدى المطاعم المنافسة القريبة، مثل Wendy’s، ثم يقدم توصيات لأصحاب مطاعم ماكدونالدز بشأن الأسعار المناسبة.
وقد يخبر النظام صاحب أحد المطاعم، على سبيل المثال، بأن عملاء منطقته لديهم حساسية متوسطة تجاه الأسعار، بناءً على البيانات التي يستخدمها لتقدير استعدادهم للدفع.
وتقول Wendy’s إنها لا تستخدم حاليًا الذكاء الاصطناعي لتحديد الأسعار، رغم تعرضها لانتقادات عام 2024 بعد إعلانها خططًا لاختبار التسعير الديناميكي.
بيغ ماك قد يكلف دولارًا إضافيًا على بعد كيلومترين
رغم امتلاك أصحاب الامتياز نظريًا حرية تحديد الأسعار وفقًا لتكاليف التشغيل المحلية، يمكن لخوارزميات التسعير أن تزيد الفوارق بين المطاعم القريبة.
وفي أحد الأمثلة، بلغ سعر شطيرة بيغ ماك في مطعم تابع مباشرة لماكدونالدز بمدينة فريسنو في كاليفورنيا 5.69 دولار، بينما وصل سعرها في مطعم آخر يبعد نحو ميلين فقط إلى 6.89 دولار.
وهذا يعني فارقًا قدره 1.20 دولار، أي نحو 21%، مقابل المنتج نفسه.
وتستخدم ماكدونالدز أنظمة تعتمد على الذكاء الاصطناعي في التسعير منذ عام 2019، ووصل الخلاف حول الأسعار في إحدى الحالات إلى رفع صاحب امتياز دعوى ضد الشركة بعد شعوره بضغط لبيع وجبة مقابل 18 دولارًا في مطعم قرب طريق سريع بولاية كونيتيكت.
تسعير ماكدونالدز بالذكاء الاصطناعي قد يجعل سعر بيغ ماك مختلفًا من مطعم لآخر
هل يستطيع أصحاب الامتياز تجاهل توصيات الخوارزمية؟
تؤكد ماكدونالدز أن أصحاب المطاعم يملكون حرية قبول توصيات نظام تسعير ماكدونالدز بالذكاء الاصطناعي أو رفضها.
لكن مصادر تحدثت إلى رويترز قالت إن مساحة تجاهل التوصيات قد تكون محدودة، مشيرة إلى أن بعض أصحاب الامتياز تلقوا اتصالات من الشركة للاستفسار عن أسباب الابتعاد عن الأسعار المقترحة.
كما تتابع الشركة حالات الاختلاف عن توصيات النظام، وقد تؤثر هذه القرارات في بعض الإجراءات المتعلقة بالموافقة على افتتاح مطاعم جديدة.
ويقول بعض أصحاب المطاعم إنهم يضطرون إلى تحديد أسعار أعلى من توصيات الخوارزمية بسبب ارتفاع تكاليف العمالة والصيانة في مناطقهم.
تدرك ماكدونالدز أن استخدام الذكاء الاصطناعي في تحديد الأسعار قد يثير مخاوف مرتبطة بقوانين مكافحة الاحتكار، ولذلك توجه أصحاب الامتياز إلى الالتزام بالقواعد المنظمة للمنافسة.
وتحذر الشركة أيضًا من أن المطاعم التابعة للعلامة نفسها قد تعتبر منافسة لبعضها في بعض المناطق، ما يزيد حساسية استخدام خوارزمية واحدة لتقديم توصيات سعرية لها.
تجارب أخرى للذكاء الاصطناعي لم تنجح
لا يقتصر استخدام ماكدونالدز للذكاء الاصطناعي على التسعير، إذ جربت الشركة خلال السنوات الماضية استخدام التقنية في التعامل المباشر مع العملاء.
وفي 2024، أنهت الشركة شراكتها مع IBM لتشغيل روبوتات ذكاء اصطناعي تستقبل طلبات العملاء، بعد تجربة لم تستمر طويلًا.
وفي 2025، تعرض روبوت الدردشة الخاص بالتوظيف لدى ماكدونالدز لاختراق أدى إلى كشف بيانات شخصية لنحو 64 مليون متقدم للوظائف.
كما سحبت الشركة لاحقًا إعلانًا لعيد الميلاد أُنتج باستخدام الذكاء الاصطناعي بعد تعرضه لانتقادات واسعة.
وتكشف تجربة تسعير ماكدونالدز بالذكاء الاصطناعي عن تحول مهم في استخدام التقنية داخل المطاعم، إذ لم يعد الذكاء الاصطناعي يقتصر على تحسين الخدمات، بل أصبح قادرًا على التأثير في السعر الذي يدفعه العميل مقابل المنتج نفسه.
تستعد آبل لإضافة إجراءات حماية جديدة لمواجهة مخاطر وكلاء الذكاء الاصطناعي على ماك، خصوصًا التطبيقات التي تطلب صلاحية Full Disk Access للوصول إلى نطاق واسع من بيانات المستخدمين.
وترى آبل أن منح هذه الصلاحية لوكلاء الذكاء الاصطناعي قد يعرض الملفات ورسائل البريد الإلكتروني والمحادثات وسجل التصفح للخطر، خاصة مع ازدياد قدرة هذه الأدوات على تنفيذ المهام بشكل مستقل.
وكلاء الذكاء الاصطناعي على ماك يطلبون صلاحيات واسعة
تمنح ميزة Full Disk Access التطبيقات قدرة كبيرة على الوصول إلى البيانات المخزنة على أجهزة ماك، ولذلك تستخدمها بعض أدوات الذكاء الاصطناعي لتنفيذ مهام أكثر تعقيدًا.
وتشمل هذه الأدوات OpenClaw وDots وMuse، التي قد تحتاج إلى الوصول إلى الملفات والرسائل وبيانات أخرى موجودة على الجهاز حتى تتمكن من تنفيذ الوظائف المطلوبة.
وحذرت آبل من أن بعض المطورين يستخدمون هذه الصلاحيات بطريقة قد تعرض بيانات المستخدمين للخطر، كما أن تطبيقات التواصل قد تؤثر في خصوصية أشخاص آخرين يتبادل المستخدم الرسائل معهم.
لماذا تثير صلاحيات ماك هذه المخاوف؟
تختلف أجهزة ماك عن أنظمة مثل iPhone وiPad في طريقة تعاملها مع بعض صلاحيات الوصول إلى البيانات، ما يمنح التطبيقات التي تحصل على Full Disk Access نطاقًا واسعًا من المعلومات.
ومع تطور وكلاء الذكاء الاصطناعي على ماك، أصبحت المخاطر أكبر، لأن الوكيل لا يكتفي بقراءة البيانات، بل يستطيع استخدام المعلومات لتنفيذ إجراءات مختلفة نيابة عن المستخدم.
ودفع ذلك بعض المستخدمين إلى تشغيل هذه الأدوات على أجهزة منفصلة، بدلًا من منحها وصولًا واسعًا إلى حواسيبهم الأساسية.
آبل تشدد حماية مستخدمي ماك من مخاطر وكلاء الذكاء الاصطناعي على ماك
قضية Muse تعيد الجدل حول خصوصية المستخدمين
عادت المخاوف إلى الواجهة مع انتشار وكيل الذكاء الاصطناعي Muse التابع لشركة ميتا، بعد ظهور تقارير عن عمليات غير متوقعة تتعلق ببيانات بعض المستخدمين.
وفي إحدى الحالات، قال الكاتب التقني جيسون أتن إن Muse تمكن من الوصول إلى رسائله على جهاز ماك رغم اعتقاده أنه لم يمنح التطبيق الإذن بذلك.
وردت ميتا بأن مزامنة الرسائل تتطلب موافقة المستخدم على منح الصلاحية، بينما لم تذكر آبل Muse أو ميتا بالاسم في تحذيرها.
آبل تستعد لتغيير طريقة منح الصلاحيات
تخطط آبل لجعل الحصول على صلاحية Full Disk Access أكثر وضوحًا، بحيث يحتاج التطبيق إلى إجراء صريح من المستخدم قبل الوصول إلى هذا المستوى من البيانات.
وتأتي الخطوة مع تزايد قدرات وكلاء الذكاء الاصطناعي على ماك واستقلاليتهم، إذ يمكن للصلاحيات الواسعة أن تمنح هذه الأدوات قدرة أكبر على التعامل مع بيانات حساسة وتنفيذ إجراءات نيابة عن المستخدم.
ولم تكشف آبل حتى الآن موعد تطبيق التغييرات أو تفاصيل الضوابط الجديدة، لكنها أوضحت أن الهدف هو مساعدة المستخدمين على فهم نطاق الوصول الذي تمنحه التطبيقات إلى أجهزتهم، واتخاذ قرارات أكثر وضوحًا بشأن الخصوصية.