الدرس الخامس: التفاعل متعدد الوسائط - كيف تتحد الحواس الرقمية لتصنع حوارًا أشبه بالبشر حين نتأمل البدايات الأولى للتفاعل بين الإنسان والآلة، نجد أنفسنا أمام صفحة ضيقة من التاريخ: حاسوب صامت لا يرى شيئًا ولا يسمع شيئًا، ولوحة مفاتيح ينهال عليها المستخدم كتابةً ليحصل بعد انتظار على ردّ جامد لا يتجاوز حدود النص. كان العالَم الرقمي آنذاك أُحاديَّ الحس، لا يتلقى إلا حروفًا، ولا يردّ إلا كلمات. غير أنّ التطور التقني، بما يحمله من فضول بشري ورغبة في التوسع، لم يسمح لهذا النمط المحدود أن يبقى طويلًا. فجاءت الموجات الجديدة من النماذج الذكية لتُعيد تعريف معنى “التفاعل”، وتحوّله من قناة نصية ضيقة إلى تجربة حسّية متكاملة تجتمع فيها الكلمة مع الصورة والصوت في نَسَق واحد. وهكذا بدأ الذكاء الاصطناعي يشبه الكائن الحي أكثر مما يشبه الآلة الجامدة؛ كائنًا يرى ويسمع ويقرأ، ثم يعيد تركيب ما وصله في استجابة واحدة تتبدّى للمستخدم كأنها صادرة مِن محاوِرٍ متعدد الحواس. في هذه المرحلة الجديدة، لم يعد المستخدم مضطرًا إلى التوسل بالنص كي يخاطب النموذج. صار بإمكانه أن يلتقط صورة فيرسلها، أو يسجّل مقطعًا صوتيًا، أو يجمع بين نصٍّ وصوتٍ وصورة في وقت واحد. وإذا أرسل صورة، بادر النموذج إلى تفكيك عناصرها، وقياس المسافات بين تفاصيلها، ورسم شبكة دقيقة تربط اللون بالشكل والمشهد بالسياق. وإذا أرسل صوتًا، تحوّل الموج إلى حروف، والحروف إلى كلمات، والكلمات إلى معنى يدخل في الفضاء اللغوي نفسه الذي تُعالَج فيه النصوص المكتوبة. ومع كل خطوة كهذه تتسع الحواس الرقمية للنموذج، وتتكامل قدراته على صنع فهم متماسك يربط بين البيانات مهما اختلفت لغاتها. والتفاعل في بيئة متعددة الوسائط يحتاج من المستخدم إلى وعي جديد؛ وعي يشبه وعي المخرج الذي ينسّق بين صوت الممثلين، وإضاءة المشهد، وزاوية التصوير، كي تخرج القصة واضحة دون ارتباك. فإذا أرسل المستخدم صورة وطلب تحليلها، فعليه أن يحدد ما يريد من هذا التحليل. وإذا أرسل معها نصًا، فعليه أن يوضح العلاقة بين النص والصورة: أيهما يُفسّر الآخر؟ وأيهما يمهّد للمعنى؟ هذا الوعي يمنح النموذج خريطة واضحة، فيتحرك عبر الوسائط المختلفة بانسجام لا يجعل إحدى الحواس الرقمية تطغى على الأخرى. وتكمن قوة التفاعل متعدد الوسائط في قدرته على بناء الفهم من أكثر من نافذة. حين يرى النموذج صورة تلميذ يحمل كتابًا، ثم يقرأ نصًا يتحدث عن الاجتهاد، فإنه يربط بين الوجه المتعب واليد المشدودة والسطور المكتوبة، فينتج استجابة أكثر قربًا من التجربة الواقعية. وفي التعليم يمكن لهذا الدمج أن يحوّل الدرس الواحد إلى تجربة بصرية–سمعية–لغوية تعيد للطالب عناصر الفهم الثلاثة دفعة واحدة. وفي البحث العلمي يستطيع النموذج أن يقرأ تقريرًا مكتوبًا، ويقارن نتائجه بصورة ملتقطة عبر الأقمار الصناعية، ثم يستمع إلى تسجيل ميداني، ليصوغ تحليلًا لا يقتصر على البيانات، بل على العلاقات بينها.

الدرس الأول: مدخل إلى التفاعل البشريّ الآليّ - من الحوار بين البشر إلى الحوار مع الآلة حين نعود بذاكرتنا إلى فجر التواصل الإنساني، نرى أن الحوار كان أول جسر تبادلت عليه العقول الأفكار. كانت الكلمة تُلقى، فيتلقّاها الآخر، ثم يبدأ بينهما خيط لا يُرى يربط ما في ذهن أحدهما بما في ذهن الآخر. هكذا وُلدت اللغة، وهكذا بدأت المعاني تتحرك من صدرٍ إلى صدر، ومن عقلٍ إلى عقل. وما تزال هذه الفكرة القديمة -الإصغاء والرد- هي الأصل الذي يقوم عليه معظم ما نفعله اليوم حين نتواصل. غير أنّ ظهور الحاسوب في القرن الماضي ألقى بظلال جديدة على هذا المشهد. فبدل أن نحاور بشرًا يشتركون معنا في التجربة والشعور، وجدنا أنفسنا نخاطب جهازًا لا يعرف إلا التعليمات الصريحة. كتبنا له: "افتح"، "أغلق"، "انسخ"، "احسب"، فامتثل دون أن يفهم شيئًا. لم يكن يرى ما وراء الكلمات، ولا يستنتج النية، ولا يتساءل لماذا نأمره بما نأمر. كان أشبه بآلة صمّاء، تنفّذ لأنها لا تعرف غير التنفيذ. لم يكن هناك "تفاعل"، بل سلسلة أوامر تُلقى من جهة واحدة. ومع ذلك، لم يكن هذا نهاية الطريق؛ فقد كانت بدايته فقط. فمع تطور الخوارزميات واتساع قدرة النماذج على التعلم، بدأت الآلة تتقدم خطوةً بعد أخرى نحو منطقة لم تطأها من قبل: منطقة فهم الإنسان. صار الحاسوب لا يكتفي بتنفيذ الأمر، بل يتساءل عن الغرض منه، يبحث عن السياق، يحاول تفسير ما وراء العبارة. لم يعد ينتظر مِن المستخدم أن يكتب له تعليمات صغيرة متتابعة، بل أصبح قادرًا على فهم الجملة الطويلة، وتحليل السؤال المركّب، والتعامل مع الغموض الذي كان يحيّر الآلات القديمة. ومن هنا، بدأت ملامح التفاعل البشريّ الآليّ تتكوّن في شكلها الحديث. لقد رأينا في المرتكزات السابقة كيف جُمعت البيانات، وكيف صيغت الخوارزميات، وكيف بُنيت التمثيلات التي تمنح النموذج لغة داخلية يفكّر بها. لكن كل تلك الخطوات، على عمقها، كانت تحدث في الخفاء. كانت أشبه بالهندسة الصامتة التي تشيّد بِنية العقل، لكنها لا تكشف لنا كيف يتصرّف هذا العقل حين يواجه الإنسان وجهًا لوجه. هنا، في مرتكز التفاعل، تخرج كل تلك الطبقات إلى السطح. يصبح السؤال: كيف يتصرّف النموذج حين تتكلم معه؟ كيف يفهم؟ كيف يرد؟ ما الذي يجعلك تشعر بأنك “تحاور” كيانًا يمتلك نوعًا من الفهم؟ وما الذي يمنحه القدرة على الاندماج مع حاجتك وتوقعك بطريقة تبدو أحيانًا أقرب إلى البشر منها إلى الآلات؟

الدرس الرابع: 🧩 هندسة الصياغة العميقة - كيف تُعيد الكلمات تشكيل عقل النموذج؟ حين يبدأ المستخدم في تجاوز الأسئلة البسيطة والطلبات اليومية، ويقترب أكثر من أعماق التفاعل مع النموذج، يكتشف أن الكتابة للنظام ليست مجرد سطور تُرسل، بل هي هندسة دقيقة تشبه رسم ممرات داخل عقلٍ رقمي واسع. فالكلمات لا تعمل هنا كوسيلة تواصل فقط، بل تعمل أيضًا كقوة تشكيل، تُعيد عبرها ترتيب طريقة استجابة النموذج، وتضبط اتجاه تفكيره، وتلوّن أسلوبه من الداخل. ومع الوقت يدرك أن السؤال نفسه -قبل الإجابة وبعدها- هو الذي يحدّد المسار، وأن الصياغة ليست قشرة لغوية بل جوهر العملية كلها. ولعل أول ما يتعلمه المستخدم المتقدم أن النموذج لا يتلقّى الطلب بطريقة محايدة، بل يبني على سياق الصياغة ونسقها وعلاقاتها الداخلية. فإذا طُرح السؤال دفعة واحدة، دون مقدّمات، اعتمد النموذج على ذاكرته الإحصائية العامة، فاستحضر أنماطًا جاهزة من الإجابات. قد تكون صائبة، وقد تكون بعيدة عن نية السائل، لأنك لم تمنحه ما يكفي من المفاتيح لفتح الباب الصحيح داخل فضاء التمثيل. وهنا يتضح المعنى الأول لفنّ الصياغة: أنك لا توجّه النموذج بمحتوى كلامك فقط، بل تُرشده بالطريقة التي تُقدّم بها هذا الكلام. وكأنك تمسك بيده وتدلّه على الطريق قبل أن تطلب منه المشي فيه. ومن الأسرار التي يكتشفها المستخدم المحترف أن النموذج يتعلّم من الإيقاع مثلما يتعلّم من المعنى. حين تقدّم له مثالًا أو مثالين قبل المهمة، يبدأ النموذج بتكوين خريطة للنمط الذي ترغب أن يسلكه. المثال هنا ليس تزيينًا، بل هو حجر الأساس لأداء المهمة. إذا أردته أن يلخّص بأسلوب معين، قدّم له خلاصة نموذجية؛ وإذا رغبت في تحليل أكاديمي، فاعرض عليه مقطعًا صغيرًا بنفس النبرة؛ وإذا أردته أن يكتب كما يكتب خبيرٌ في مجال معيّن، فامنحه قطعة قصيرة تُظهر ملامح هذا الأسلوب. في لحظة واحدة يفهم النموذج طبيعة العمل، فيدخل إليه من الزاوية التي حددتها، لا من الزاوية التي يقترحها. ومع ذلك، فإن أقوى التحولات تحدث عندما تطلب من النموذج أن يُظهر لك طريق وصوله إلى النتيجة. حين تقول له: “اشرح خطواتك قبل الوصول للإجابة”، فإنك لا تزيد عدد الكلمات، بل تزيد عمق الفهم. النموذج حينها لا يقفز مباشرة إلى النهاية، بل يعيد بناء المسألة قطعة بعد قطعة، ويبرهن على منطقه في كل خطوة. هذا الأسلوب، الذي يبدو بسيطًا، يُضعف احتمالات الخطأ، ويجعل النموذج أقرب إلى التفكير المتسلسل المنظم. كأنك تجعل النص يضيء من الداخل، يكشف طبقاته، ويمكّنك من رؤية طريقته في بناء المعنى قبل أن تتشكّل صورته النهائية.

الدرس الثالث: فن صياغة المدخلات – كيف تكتب أمرًا يفهمه الذكاء الاصطناعي بدقة؟ حين يبدأ الإنسان حديثه مع الذكاء الاصطناعي، يظن في البداية أن الأمر لا يحتاج إلا إلى جملة تُلقى على الواجهة، وأن النموذج قادرٌ على فهمها كما يفهمه بشرٌ يشاركه التجربة والحياة. غير أنّ أولى المحاولات تكشف أن اللغة وحدها لا تضمن الفهم، وأن الجملة التي تبدو واضحة في ذهنك قد تصبح غامضة حين تعبر إلى عالم الآلة، لأن النموذج -مهما بدا قريبًا- لا يعيش تجربتك الشعورية، ولا يشاركك خلفيتك المعرفية، بل يعتمد اعتمادًا كاملًا على ما تكتبه أنت وما توضّحه أنت وما تحدّده أنت. ومن هنا تظهر أهمية صياغة المدخلات. فهي ليست مجرد جملة تُرسل إلى النظام، بل هي الباب الذي تمرّ منه نيتك ويعبر منه قصدك، والمرآة التي تعكس ما تريد الوصول إليه. فإذا كانت الصياغة مضطربة أو مقتضبة أو مفتوحة بلا حدود، وجد النموذج نفسه أمام احتمالات كثيرة، وكل احتمال منها قد يقود إلى جواب لا يشبه ما تبحث عنه. أما إذا كانت الصياغة محكمة، واضحة، محددة الملامح، صار الطريق أمام النموذج مستقيمًا، وصارت الإجابة أقرب إلى ما تريد وتنتظر. يبدأ فن صياغة المدخلات من هذا الإدراك البسيط: “النموذج لا يقرأ النيات، بل الكلمات.” فما لم تُصَغ عبارتك في كلمات واضحة، سيبقى النموذج يبحث عن تفسيرٍ مناسب لها، وربما يختار الطريق الذي لم تفكر فيه أصلًا. ولهذا يصبح اختيار العبارة المناسبة خطوةً تشبه ضبط عدسة الكاميرا قبل التقاط الصورة؛ إن لم تُضبط العدسة، خرجت الصورة مشوشة مهما كانت الإضاءة مثالية. وكما يبني الحرفُ الكلمةَ، تبني الكلمةُ الطلبَ. وكل طلبٍ متقن يقوم على أربعة أعمدة: الأول: وضوح الهدف. ماذا تريد تحديدًا؟ شرحًا؟ مقارنة؟ تحليلًا؟ كتابة؟ تحريرًا؟ رأيًا؟ كل طلبٍ لا يحمل هدفًا صريحًا سيضطر النموذج إلى تخمينه، والتخمين هو الطريق الأقصر إلى الخطأ. الثاني: تحديد النطاق. ما الذي يدخل في المهمة وما الذي يُستثنى؟ هل تريد مثالًا عربيًا أم عالميًا؟ هل تريد التركيز على جانب واحد أم تغطية شاملة؟ كلما ضاق النطاق، اتسعت دقة النتائج. الثالث: السياق. من الجمهور المتوقع؟ مبتدئ أم متخصص؟ أي أسلوب تفضّله؟ رسمي أم سردي؟ هل هناك مستوى لغوي معين؟ الرابع: شكل المخرجات. هل تريد فقرة واحدة؟ أم تقريرًا؟ أم نقاطًا مختصرة؟ أم سردًا طويل النفس؟ النموذج قادر على كل ذلك، لكنه ينتظر منك أن تحدد أي طريق يسلك.

الدرس الثاني: كيف يفهم الذكاء الاصطناعي أوامرك؟ من النص إلى الاستجابة الذكية حين تجلس أمام الشاشة، تكتب سطرًا واحدًا ثم تضغط زر الإرسال، وتظهر أمامك بعد لحظات إجابة طويلة متماسكة، قد تنسى في تلك اللحظة أن ما حدث بين الكلمتين كان رحلة كاملة لا تقلّ تعقيدًا عن أي عملية فكرية بشرية عميقة. يبدو المشهد بسيطًا: سؤال يخرج، وجواب يعود. لكن ما يجري في المسافة القصيرة بينهما -تلك الثواني التي لا تكاد تنتبه لها- هو عالم كامل يتحرك في الخلفية؛ عالم يتلقى كلماتك، ويفككها، ويعيد تركيبها في صورة تمثيلات رقمية، ثم يمررها خلال طبقات من الحسابات، قبل أن يولّد لك استجابة تبدو كما لو أنها خرجت مباشرة من عقلٍ بشريّ لا من شبكة أسلاك ومعالجات. تبدأ القصة دائمًا من تلك اللحظة الأولى التي يلتقط فيها النظام صوتك أو نصك. إذا تحدّثت بصوتك، لا يفهم النموذج شيئًا من الموجات الصوتية كما هي، بل تمرّ هذه الموجات أولًا في طبقة متخصصة تُحوّلها إلى نص مكتوب، إلى حروف وكلمات يمكن للآلة أن تتعامل معها. وكأن هناك مترجمًا سريعًا يجلس بينك وبين النموذج، ينقل كلامك المسموع إلى سطور مكتوبة في جزء من الثانية. أما إذا كتبت النص بنفسك، فإن هذه الطبقة الأولى تتجاوز خطوة الصوت، وتنتقل مباشرة إلى مرحلة التحليل اللغوي. عند هذه النقطة يدخل النص إلى ما يشبه بوابة التقطيع. فالنموذج لا يتعامل مع الجملة ككتلة واحدة، بل يقسّمها إلى أجزاء صغيرة يستطيع حملها ومعالجتها. هذه العملية تسمى التقطيع إلى رموز، حيث تُجزّأ الجملة إلى وحدات لغوية قد تكون كلمات كاملة، وقد تكون أجزاء من كلمات، وقد تكون علامات ترقيم أو رموزًا خاصة. من الخارج يبدو النص واحدًا متصلًا، لكن داخل النموذج يتحول إلى سلسلة من اللبنات الصغيرة، كل لبنة منها قابلة للتمثيل العددي والمعالجة في الفضاء الرقمي. بعد أن ينتهي هذا التقطيع، تبدأ مرحلة أعمق: مرحلة التمثيل الداخلي. هنا يتخلى النموذج عن الصورة اللغوية للكلمات، ويستبدل بها صورة رقمية خالصة. كل رمز من الرموز التي استخرجها من النص يتحول إلى مجموعة من الأعداد، إلى متجه يعيش داخل فضاء متعدد الأبعاد. لا يرى النموذج كلمة "ذئب" مكتوبة، بل يراها كنقطة معينة وسط آلاف النقاط التي تمثل كلمات أخرى، يرى موقعها بالنسبة إلى "كلب" و"ثعلب" و"غابة"، ويرى بُعْدها عن كلمات مثل "كتاب" أو "مكتبة". في هذا الفضاء تصبح العلاقة بين المعاني مسافة وزاوية واتجاهًا، وتتحول اللغة إلى هندسة، والمعنى إلى شكل رقمي يمكن للنموذج أن يحسبه ويتعامل معه.