أعلنت شركة OpenAI أن نموذجها الجديد GPT-5 يمثل خطوة كبرى نحو الذكاء الاصطناعي العام (AGI)، وهو المفهوم الذي يشير إلى أنظمة قادرة على التفوق على البشر في معظم المهام ذات القيمة الاقتصادية. لكن ما بين تصريحات الرئيس التنفيذي سام ألتمان وتقييمات المستخدمين الأوائل، يثور الجدل حول ما إذا كان هذا التطوير يمثل بالفعل قفزة نوعية، أم مجرد تحسين تدريجي على النماذج السابقة.

GPT-5 بين الوعود والواقع هل يقترب العالم حقًا من الذكاء الاصطناعي العام

وفقًا لما صرّح به ألتمان، يتميز GPT-5 بعدة جوانب رئيسية:

GPT-5 بين الوعود والواقع هل يقترب العالم حقًا من الذكاء الاصطناعي العام

• برمجة أكثر دقة: قدرة أعلى على كتابة الأكواد البرمجية بشكل صحيح ومتسق.

• تقليل الهلوسة: انخفاض معدل الأخطاء والمعلومات غير الدقيقة، مع التزام أكبر بتعليمات المستخدم.

• أمان محسن: سلوك أقل تملقًا وأكثر انضباطًا في تقديم المعلومات المفيدة.

ويرى ألتمان أن هذه المزايا تجعله أقرب إلى “المساعد الخبير”، بل شبّهه بمحادثة مع شخص حاصل على درجة الدكتوراه في أي مجال.

القيود المستمرة: إخفاقات تكشف حدود النموذج

رغم هذه التحسينات، لم ينجُ GPT-5 من الانتقادات:

• فشل في الفهم السياقي: عجزه عن رسم خريطة صحيحة لأمريكا الشمالية أثبت محدودية إدراكه للعالم الواقعي.

• نتائج متواضعة في الاختبارات العلمية: حصل على دقة 42% فقط في اختبار “Humanity’s Last Exam”، مقابل 44% لمنافسه (Grok 4) من شركة xAI.

• غياب القدرة على التعلم الذاتي: لا يزال غير قادر على اكتساب خبرات جديدة من تجاربه، وهو عنصر جوهري في الوصول إلى ذكاء اصطناعي عام.

الابتكار التقني: “الموجّه اللحظي الذكي”

الركيزة التقنية الجديدة في GPT-5 هي آلية Real-Time Router أو “الموجّه اللحظي الذكي”، والتي تختار النموذج الأنسب من بين إصدارات GPT للإجابة على سؤال معين، مع تحديد مقدار الجهد الحسابي المطلوب.

لكن الغموض يحيط بهذه الآلية، فـ OpenAI لم تكشف بوضوح ما إذا كان نموذج GPT-5 Thinking يعتمد على خوارزميات مبتكرة أو بيانات جديدة، أم أنه مجرد أسلوب لإدارة النماذج الحالية بطريقة أكثر تنظيمًا تمنح انطباعًا بالعمق دون وجود تقدم جوهري.

• سر في iOS 26 يجعل الآيفون القديم أسرع

حدود النماذج اللغوية الكبيرة: أين يقف التطور؟

منذ ورقة “Attention Is All You Need” عام 2017 التي قدّمت مفهوم المحولات (Transformers)، أحدثت النماذج اللغوية الكبيرة (LLMs) ثورة في الذكاء الاصطناعي. فقد أثبتت مرونة عالية وسهولة في الاستخدام، لكنها ظلت في جوهرها جداول ضخمة تربط بين المدخلات والمخرجات.

ورغم نجاحها، يبقى التساؤل: هل تستطيع هذه النماذج أن “تفكر” فعلًا، أم أنها مجرد آلات متطورة للتنبؤ بالكلمات؟

• تسريب بيانات وزراء بريطانيين ولاجئين أفغان بعد هجوم إلكتروني

تقنية “الموجّه”: ابتكار حقيقي أم إعادة تغليف؟

تسعى شركات التقنية منذ سنوات إلى جعل النماذج اللغوية أكثر موثوقية عبر “الهندسة التوجيهية” (Prompt Engineering). أما GPT-5 فقد دمج هذه الفكرة في بنيته الأساسية، ما قد يقلل الحاجة إلى وسطاء بشريين ويخفض التكاليف.

لكن هذه الخطوة قد تعني أيضًا أن OpenAI بلغت حدود ما يمكن تحقيقه بالاعتماد على النماذج الضخمة، وأن المرحلة المقبلة قد تتطلب البحث عن هياكل جديدة تتجاوز مفهوم LLMs.

• مؤثران عالقان في المطار بعد اعتماد خاطئ على شات جي بي تي بشأن التأشيرة

نحو مستقبل مختلف: هل يقترب عصر ما بعد النماذج العملاقة؟

إطلاق GPT-5 قد لا يكون “قفزة نحو الذكاء الاصطناعي العام”، لكنه قد يمثل بداية نهاية عصر النماذج الضخمة التي يصعب فهمها والسيطرة عليها. وربما يفتح الباب لعودة أفكار قديمة مثل الاستدلال الماورائي (Meta-Reasoning)، التي تقوم على تقسيم المهام المعقدة إلى أجزاء أصغر وأكثر تخصصًا.

بهذا المعنى، قد يكون GPT-5 نقطة تحول لا لأنه حقق الذكاء الاصطناعي العام، بل لأنه يلمّح إلى أن الطريق للوصول إليه يتطلب ثورة معمارية جديدة، تعيد الذكاء الاصطناعي إلى هدفه الأصلي: فهم الذكاء البشري بعمق، لا مجرد تقليده.