تعدد نماذج الذكاء الاصطناعي يحتاج طبقة تحكم لا قائمة خيارات
إتاحة نماذج أكثر داخل منصة سحابية واحدة لا تعني أن تبديل النموذج أصبح مجرد زر. ففي 21 أكتوبر أعلنت OpenAI وGoogle Cloud وصول نماذج OpenAI ومسارات Codex إلى Model Garden. الخبر يوسّع خيارات المؤسسات ويجمع الشراء والهوية والحوكمة في بيئة مألوفة، لكنه يفتح سؤالاً أهم للشركات العربية: كيف نستفيد من تعدد النماذج من دون أن تتحول المنظومة إلى استثناءات متراكمة ونتائج يصعب تفسيرها؟
الجواب ليس اختيار «أفضل نموذج» مرة واحدة. المطلوب طبقة تشغيل ثابتة تقيس كل نموذج على عمل المؤسسة الفعلي، وتمنع الطلب غير المسموح به، وتوثق سبب الاختيار، وتتيح الانتقال من مزود إلى آخر من دون خسارة الضوابط.
قائمة النماذج ليست استراتيجية
يوضح الإعلان العربي الرسمي من OpenAI أن الهدف هو اختيار النموذج الأنسب لكل مهمة والانتقال من التقييم إلى التبني الأوسع، مع ضوابط وصول وحوكمة بيانات مركزية. وتضيف Google Cloud أن منصتها تجمع مئات النماذج وتتيح المفاضلة بينها وفق الجودة والسرعة والكلفة.
لكن التشابه في واجهة الاستدعاء لا يضمن تشابه السلوك. قد يختلف نموذجان في الالتزام ببنية JSON، أو تفسير وصف أداة، أو التعامل مع الأسماء العربية، أو رفض طلب حساس، أو المحافظة على الاستشهادات. وقد ينجح البديل تقنياً ويُرجع استجابة صحيحة من حيث الصيغة، بينما تتراجع قيمة العمل أو ترتفع نسبة المراجعة البشرية.
لذلك تعني قابلية النقل الحقيقية الحفاظ على النتيجة المقبولة والسياسة وسجل التدقيق، لا مجرد تغيير اسم النموذج في الإعدادات.
ابدأوا بعقد واضح لكل مسار عمل
يحتاج كل استخدام للذكاء الاصطناعي إلى «عقد تشغيل» يحدد ما يجب أن يحققه النموذج قبل السماح له بخدمة المستخدمين. يتضمن العقد خمسة محاور:
- جودة النتيجة: ما نسبة القبول المطلوبة؟ وما الأخطاء التي لا يجوز تمريرها مطلقاً؟
- الزمن والسعة: ما الحد المقبول للاستجابة؟ وما سلوك النظام عند الضغط أو انتهاء المهلة؟
- اقتصاد الوحدة: كم تبلغ كلفة المعاملة المقبولة بعد الإعادة والمراجعة البشرية، لا كلفة الرموز فقط؟
- سياسة البيانات: ما فئات البيانات والمناطق وأنماط الاحتفاظ والأدوات المسموح بها؟
- الدليل: ما المعلومات اللازمة لمعرفة النموذج وإصداره وهوية المنفذ والمصادر والأدوات وقرار السياسة؟
يختلف العقد باختلاف المخاطر. تصنيف رسالة خدمة عملاء ليس كصياغة رأي قانوني، واستخراج بيانات فاتورة ليس كتنفيذ دفعة مالية. توحيد المقياس بين هذه الحالات يخلق رقماً جميلاً لكنه يخفي الفشل الحقيقي.
اختبار العربية جزء من الإطلاق لا ملحق ترجمة
نشرت Google بالعربية في 13 أكتوبر عرضاً لـ Gemini 4 Argon يربط قدرات النموذج بمهام تخصصية في البرمجة والمالية والقانون والأمن السيبراني. وهذه نقطة مهمة: لا توجد نتيجة واحدة تختصر أداء النموذج في كل مجال أو لغة.
على المؤسسة الخليجية بناء مجموعة تقييم من بياناتها المصرح بها، وتشمل العربية الفصحى، والمصطلحات المحلية، والرسائل المختلطة بالعربية والإنجليزية، والأسماء المكتوبة بطرق متعددة، والتواريخ الهجرية والميلادية، والدرهم والريال، والجداول والمستندات من اليمين إلى اليسار. يجب أيضاً إضافة الحالات التي فشل فيها النظام سابقاً والحالات النادرة ذات الأثر المرتفع.
لا يكفي قياس التشابه النصي. يحتاج التقييم إلى قواعد مثل صحة الحقول، وثبات الاستشهاد بالمصدر، وعدم اختراع رقم، والالتزام بنبرة العلامة، وإحالة الحالة إلى الإنسان عند نقص الدليل. ويمكن استخدام مراجعة بشرية للحالات المؤثرة، مع مجموعة اختبار محجوبة لا تُستخدم في تحسين التعليمات.
وجّهوا الطلب بالسياسة أولاً
قبل البحث عن النموذج الأسرع أو الأرخص، تستبعد طبقة التحكم أي نموذج لا يطابق سياسة الطلب. تصنيف البيانات، وموقع المعالجة، والاحتفاظ، وهوية المستخدم، وصلاحية الأدوات قيود إلزامية وليست أوزاناً في معادلة تحسين.
بعد ذلك تأتي المفاضلة بين النماذج المؤهلة. يمكن إرسال مهام التصنيف منخفضة المخاطر إلى نموذج سريع اجتاز حد الجودة، والتحليل المعقد إلى نموذج أقوى، والإجراءات غير القابلة للعكس إلى مسار يتطلب موافقة بشرية. ويجب أن يخضع المسار البديل للسياسة نفسها؛ فلا يجوز أن ينقل النظام بيانات حساسة إلى منطقة أو نمط احتفاظ مختلف لمجرد أن المزود الأساسي تأخر.
تنسجم هذه الممارسة مع توجه السياسة الوطنية للأمن السيبراني في مجال الذكاء الاصطناعي في الإمارات نحو الحوكمة وضبط الوصول وحماية بيانات ونماذج الذكاء الاصطناعي. كما يقدم إطار NIST بالعربية مرجعاً مفيداً لربط الحوكمة والقياس والإدارة بدورة حياة النظام كاملة.
بوابة موحدة من دون قتل مزايا النماذج
تبني الفرق الناضجة بوابة داخلية رقيقة توحد الهوية، والميزانيات، والتتبع، وفئات الأخطاء، وإعادة المحاولة. تقدم البوابة للتطبيق عقداً ثابتاً، بينما تحتفظ بقدرات كل مزود خلف خيارات معلنة. إجبار كل النماذج على أقل قدر مشترك يهدر ميزتها، وترك كل منتج يتصل بالمزود مباشرة يفتت السياسة والسجلات.
يجب أن يجيب السجل عن خمسة أسئلة من دون تخزين محتوى حساس بلا حاجة: ما مسار العمل؟ من طلبه؟ أي نموذج وإصدار نفذه؟ ما قرار السياسة؟ وما النتيجة القابلة للقياس؟ عندها يمكن مقارنة نموذجين على كلفة المعاملة المقبولة أو نسبة الحل، لا على فاتورة الرموز وحدها.
خطة تنفيذ خلال ثلاثين يوماً
- الأسبوع الأول: احصروا مسارات الذكاء الاصطناعي، والنماذج الحالية، وفئات البيانات، والحجم، ومالك كل مسار.
- الأسبوع الثاني: اكتبوا عقد التشغيل لحالتي الاستخدام الأعلى قيمة، وابنوا مجموعة تقييم عربية وثنائية اللغة.
- الأسبوع الثالث: قارنوا نموذجين مؤهلين بالقواعد نفسها، وأضيفوا بوابة الهوية والسجل والميزانية.
- الأسبوع الرابع: شغّلوا البديل في وضع الظل، ثم اختبروا انقطاع المزود وتراجع الجودة وتجاوز الكلفة.
لا تكمن ميزة تعدد النماذج في التنقل المستمر بينها، بل في القدرة على إثبات أن كل طلب ذهب إلى نموذج مسموح ومناسب، وأن المؤسسة تستطيع تغييره من دون إعادة بناء الحوكمة. من يصمم طبقة التحكم الآن يحوّل وفرة النماذج إلى قوة تفاوض وتشغيل؛ ومن يكتفي بالقائمة يضيف مزيداً من الخيارات إلى مشكلة لم تُقَس بعد.