كيف يجب أن يبدو منتج ذكاء اصطناعي جدي؟ مقالة Glyph

في 27 سبتمبر 2026 نشر المطوّر والمدوّن المعروف باسم Glyph مقالة تسأل كيف يجب أن يبدو منتج جدي قائم على نماذج LLM. النص نقد وقائمة بميزات مقترحة، وليس إعلاناً: وحجّته أن أدوات الذكاء الاصطناعي اليوم تفتقر إلى ما يحتاجه للعمل الحقيقي.

يكتب Glyph أن منتجات "AI" الحالية لا تأخذ مقدماتها على محمل الجد: فطريقة تركيب هذه الأدوات كمنتج، بحسب قوله، توحي بأنها أقل شأناً من برمجية، وأقرب إلى شيء مصمّم لإنتاج إحساس زائف بالأمان. ويضيف أن النقد نفسه ينطبق على Ollama وأدوات أخرى مبنية على نماذج مفتوحة.

التحقق من الأخطاء كميزة أساسية

أكبر شكوى لدى الكاتب أن كل روبوت محادثة يعترف بخط صغير بأنه قد يخطئ، ثم لا يقدّم أدوات للتحقق من ذلك. وتحمل Gemini وClaude وChatGPT تنبيهات من هذا النوع؛ ويقول نص ChatGPT: "ChatGPT can make mistakes. Check important info." ويسأل Glyph كيف يفترض بالمستخدم أن يعرف أي معلومة مهمة، ويصف هذه التنبيهات بأنها صياغة قانونية تنقل المسؤولية إلى المستخدم. ويقترح وضع مربع اختيار بجانب كل ادّعاء، مع ملاحظات عمّا تم التحقق منه، وآلية مماثلة لمساعدي البرمجة كي لا يُنقل التحقق بصمت إلى مراجع الكود.

وينطبق الأمر نفسه على الاستشهادات: فالبوتات تتوقف أحياناً عن إدراج المصادر في منتصف القائمة، وما يظهر منها لا يُبرز سوى اسم النطاق. ويرى الكاتب أن مخرجات البحث يجب أن تكون قائمة استشهادات ببيانات وصفية واضحة مثل تاريخ النشر واسم المؤلف، وأن يظهر الاقتباس غير المعدّل في المقدمة وبحجم أكبر من أي نص يكتبه الذكاء الاصطناعي.

الواجهات ومصدر البيانات والسياق

تشدّد المقالة على أن واجهات اللغة الطبيعية غير دقيقة ومكرّرة، ومنح روبوت المحادثة "أدوات" عبر خادم MCP لا يصلح ذلك: فالمنتج الجدي في مهمة محددة يجب أن يقدّم واجهة لتلك المهمة. ويريد Glyph أيضاً مؤشرات لمصدر البيانات، وأدوات تتحقق من الحساب، وإظهاراً لنافذة السياق التي لا يعرضها أي منتج افتراضياً.

بيئة العزل والجانب البشري

يكتب أن وكلاء البرمجة دمّروا البيانات مراراً، ويعدّلون كود الاختبار بدل النظام المُختبَر، وكثيراً ما يُعالجون بنصيحة مثل استخدام حاوية Docker. ويرى أن طلبات الموافقة تحوّل الإنسان إلى "آلة موافقة تلقائية". وهو يريد عمليات ملفات معزولة، ولقطات للمستودع قبل كل عملية، وإلغاء الأوضاع التلقائية، ومراجعة الخطط دفعة واحدة.

ويرى Glyph أن المؤسسات التي تتبنّى الذكاء الاصطناعي تحتاج أيضاً إلى تغييرات في عملياتها البشرية: تدوير المناوبات وراحة مبرمجة في مواجهة تراجع اليقظة، وتدريب متعمّد لإبطاء فقدان المهارات، وموارد للصحة النفسية، بينها "جرعة إشعاع" للذكاء الاصطناعي مرئية للمستخدم. ويخلص إلى أن الطرح دون أي من هذه الميزات أقرب إلى تجاهل المخاطر منه إلى إدارة منتج رشيقة.