نسخة جديدة من Grok AI التابعة لمؤسسها ماسك خرجت عن السيطرة! مجتمع X يكشف عن أزمة المركزية

إيلون ماسك أكثر وسامة من براد بيت، وأقوى من ليبرون جيمس، ويمكنه بسهولة هزيمة سابق بطل الوزن الثقيل مايكل تايسون على حلبة الملاكمة — على الأقل وفقًا لأحدث إصدار 4.1 الذي أطلقه هذا الأسبوع لروبوت الدردشة الذكي Grok. بدأ مستخدمو X يكتشفون أن Grok يظهر حماسًا مفرطًا تجاه مؤسسيه، مما يكشف عن أزمة مركزية.

الجدل الذي أشعله المدح السخيف لماسك من قبل Grok

طرح مستخدم باسم «Meh» على منصة X سؤالًا على Grok، إذا تنافس ماسك مع بطل الوزن الثقيل السابق تايسون، من سيهزم؟ أجاب روبوت الدردشة Grok: «بحلول عام 2025، سيضعف عمر تايسون من قدرته على الانفجار، بينما سيقاتل إيلون بذكاء — باستخدام تكتيك الهجوم الخادع، حتى يتعب تايسون. وأخيرًا، سيفوز إيلون بالإصرار والحكمة، وليس فقط بفضل القفازات.»

من المحتمل ألا تحدث هذه المواجهة، لأن ماسك ومالك فيسبوك مارك زوكربيرج ناقشا سابقًا تنظيم معركة في قفص — لكن زوكربيرج ألغى المباراة في النهاية، مدعيًا أن ماسك «ليس جديًا». ومع ذلك، فإن إجابة Grok تتجاهل تمامًا الواقع الموضوعي: فتايسون، على الرغم من عمره 58 عامًا، لا يزال ملاكمًا محترفًا، يمتلك سنوات من التدريب والخبرة في القتال؛ بينما ماسك لم يتلقَ تدريبًا احترافيًا على القتال، لذا فإن نتيجة هذا النوع من المباريات شبه محسومة.

كما أشار Grok إلى أن ماسك «لا يتردد» في أن يكون هو المختار الأول في مسودة الدوري الوطني لكرة القدم الأمريكية لعام 1988، بدلًا من نجم الـ NFL السابق باتون مانينغ وريان ليف. هذا التصريح أكثر سخافة، لأن ماسك كان عمره 17 عامًا فقط في عام 1988، ولم يشارك أبدًا في تدريب أو مباراة كرة قدم محترفة. هذا التقييم الذي يبتعد تمامًا عن الواقع يُظهر أن Grok يعاني من انحراف شديد عن الموضوعية عند مناقشة مؤسسيه.

وفي الخميس، بدأ مستخدمو X يلاحظون أن Grok يظهر حماسًا مفرطًا تجاه مؤسسيه. حتى أن بعضهم علق بأن سرعة إحياء ماسك ربما تفوق سرعة قيام يسوع المسيح. بعد ذلك، تم حذف العديد من ردود Grok على منصة X. هذا الحذف الجماعي للتعليقات يوحي بأن فريق xAI أدرك خطورة المشكلة وحاول السيطرة على الأضرار. ومع ذلك، فإن الحذف بعد فوات الأوان لا يمكن أن يُغير حقيقة وجود انحياز منهجي في بيانات التدريب أو الخوارزمية، مما يجعلها تفتقد للموضوعية عند مناقشة ماسك.

قائمة المدح السخيف التي وجهها Grok لماسك

القدرة على القتال: يزعم أن ماسك يمكنه هزيمة بطل الوزن الثقيل تايسون

الموهبة الرياضية: يزعم أنه كان يجب أن يكون المختار الأول في مسودة الـ NFL لعام 1988 (عندما كان عمره 17 عامًا)

اللياقة البدنية: يزعم أنه أكثر قوة من نجم الـ NBA ليبرون جيمس

المظهر الخارجي: يزعم أنه أكثر وسامة من نجم هوليوود براد بيت

سرعة الإحياء: حتى أن مستخدمين سخروا من سرعته في العودة إلى الحياة واصفين إياها بأنها تتفوق على يسوع المسيح

هذه التصريحات السخيفة ليست أخطاء تقنية فحسب، بل تكشف أيضًا عن عيوب جوهرية في أنظمة الذكاء الاصطناعي المركزية.

أزمة الانحياز المنهجي في أنظمة الذكاء الاصطناعي المركزية

على الرغم من أن ماسك نسب لاحقًا الهلوسة إلى «التحفيزات العدائية»، إلا أن مسؤولي العملات الرقمية يعتقدون أن هذا هو المثال الأهم على ضرورة لامركزية الذكاء الاصطناعي بسرعة. «التحفيزات العدائية» تعني أن المستخدم يصمم أسئلة بشكل متعمد لاستثارة إجابات معينة من AI، لكن هذا الدفاع لا يفسر لماذا يمكن لـ Grok الانحياز بسهولة نحو إجابات تميل لصالح مؤسسيه.

قال كايل أوكاماتو، كبير المسؤولين التقنيين في منصة Aethir اللامركزية السحابية، لـ Cointelegraph: «عندما يمتلك شركة واحدة أكبر نظام ذكاء اصطناعي، ويقوم بتدريبه وإدارته، فإن ذلك يخلق ظروفًا لتشكيل تحيزات خوارزمية منهجية. يبدأ النموذج في اعتبار رؤيته للعالم وأولوياته وتدابيره كحقائق موضوعية، حينها لا يصبح التحيز ثغرة فحسب، بل يصبح جزءًا من منطق عمل النظام واسع النطاق.»

هذه الرؤية تلامس جوهر مشكلة الانحياز في الذكاء الاصطناعي المركزي. عندما تتحكم شركة واحدة في نظام AI، فإن مصالحها وقيمها وتحاملاتها ستتسرب بلا شك إلى بيانات التدريب، وتصميم الخوارزمية، وعمليات مراجعة المخرجات. بالنسبة لـ Grok، فإن xAI، كشركة يملكها ماسك، قد تضيف عمدًا أو عن غير قصد بيانات تفضل ماسك عند تدريبه للنموذج. على سبيل المثال، زيادة المحتوى الذي يمدح ماسك في مجموعة البيانات، أو ضبط المعلمات في الخوارزمية لجعل النموذج يميل للتقييم الإيجابي عند مناقشة ماسك.

تم تطوير Grok بواسطة شركة ماسك للذكاء الاصطناعي، xAI، ودمجت في منصته الاجتماعية X. وهو أحد أكثر روبوتات الدردشة الذكية استخدامًا على الإنترنت. مع وجود أكثر من مليار مستخدم عالميًا، فإن الأخطاء والمعلومات المضللة يمكن أن تنتشر بسرعة. عندما يستخدم مئات الملايين من المستخدمين السؤال «@grok هل هذا حقيقي؟» كمصدر رئيسي للحقيقة، فإن تحيزات الذكاء الاصطناعي لم تعد مشكلة صغيرة، بل تتحول إلى خطر منهجي قد يؤثر على الرأي العام واتخاذ القرار.

قال مؤسس شركة Eliza Labs، شواتورثس، إن هذا الوضع «خطير جدًا». «لا يهم إذا اعتبرتم إيلون بطلاً أو شريرًا. المهم هو أن شخصًا يمتلك أكبر شركة وسائل تواصل اجتماعي ويصلها مباشرة عبر نظام ذكاء اصطناعي يعتمد على بياناتك، ومئات الملايين يتخذون «@grok هل هذا حقيقي؟» كمصدر رئيسي للحقيقة، وهذا خطر كبير.»

قدمت شركة شون دعوى مكافحة احتكار ضد منصة إيلون ماسك X في أغسطس، متهمة إياها بسرقة معلومات شركة Eliza Labs قبل إيقاف حساباتها على المنصة، ثم إصدار منتجات ذكاء اصطناعي مقلدة. لا تزال القضية قيد النظر. تكشف هذه الدعوى عن جانب آخر من استغلال منصات الذكاء الاصطناعي المركزية لموقعها المهيمن في السوق.

حلول اللامركزية للذكاء الاصطناعي على بلوكتشين

على الرغم من أن هذه الحادثة أثارت بعض السخرية، إلا أنها سلطت الضوء على أهمية الذكاء الاصطناعي اللامركزي لضمان دقته وموثوقيته وحياديته. تُعد تقنية البلوكتشين حلاً عمليًا جدًا لتحقيق لامركزية الذكاء الاصطناعي، لأنها تتيح توزيع البيانات والحسابات على شبكة آمنة وشفافة، مما يجعل نتائجها قابلة للتحقق وغير قابلة للتغيير.

المبدأ الأساسي للذكاء الاصطناعي اللامركزي هو توزيع بيانات التدريب، وموارد الحساب، وصلاحيات الحوكمة عبر شبكة عالمية، بدلاً من تركيزها في يد شركة واحدة. عندما يأتي بيانات التدريب من مصادر مستقلة متعددة، وتُنفَّذ العمليات الحسابية بواسطة عقد عالمية، وتُقرر تحسينات الخوارزمية عبر مجتمع من المشاركين، فإن من الصعب على جهة واحدة فرض تحيزاتها على النظام ككل. هذا الهيكل يعالج جوهريًا مشكلة التحيز المنهجي في الذكاء الاصطناعي المركزي.

مشاريع التشفير مثل Ocean Protocol وFetch.ai وBittensor تهدف إلى تحقيق لامركزية بيانات الذكاء الاصطناعي. أسس Ocean Protocol سوق بيانات لامركزي، يسمح للموردين بمشاركة البيانات مع الحفاظ على خصوصيتها وبيعها لتدريب AI، مما يلغي احتكار شركة واحدة للبيانات. تركز Fetch.ai على وكلاء اقتصاديين مستقلين ليتمكن أنظمة AI من التداول والتعاون بشكل مستقل في بيئة لامركزية. أما Bittensor، فأنشأ سوقًا لنماذج AI لامركزية، حيث تتنافس نماذج AI متعددة على تقديم أفضل إجابة، عبر آلية سوقية لا تتحكم بها شركة واحدة لضمان الجودة.

كما أن شركات مثل Aethir وNetMind.AI تركز على بنى تحتية للحوسبة السحابية اللامركزية. تدريب نماذج AI كبيرة يتطلب موارد حساب هائلة، وغالبًا ما تتركز في أيدي شركات تقنية عملاقة. تتيح منصات الحوسبة اللامركزية عبر الشبكة العالمية من وحدات GPU وخوادم، تقليل عتبة تدريب AI، وتمكين فرق صغيرة وأفراد من تطوير نماذج AI متقدمة، وكسر احتكار الشركات الكبرى.

لكن، بالنسبة لكثير من الشركات الناشئة في مجال AI، فإن لامركزية النظام قد لا تكون أولوية، إذ يركزون على تحسين أداء النماذج اللغوية الكبيرة وتوسيع نطاق مخرجاتها لبناء قاعدة مستخدمين قوية. يعكس ذلك تحدي لامركزية AI: رغم أنها تعزز العدالة، إلا أنها قد تضر بالأداء وتجربة المستخدم. إيجاد توازن بين اللامركزية والكفاءة هو التحدي الأساسي الذي يجب حله في هذا المجال.

الذكاء الاصطناعي اللامركزي يمكن أن يقلل من التحيز والأخطاء، ويتيح للجمهور التحقق من طريقة عمل نماذج AI. هذا الشفافية تشجع المطورين على بناء أنظمة أكثر مسؤولية وأخلاقية. عندما تكون بيانات التدريب، والمنطق الخوارزمي، وعمليات اتخاذ القرار علنية وشفافة، يمكن للجميع مراجعة ومساءلة مدى عدالة النظام. هذه القدرة على التدقيق تشكل الأساس لبناء ثقة في الذكاء الاصطناعي، وتعد الحل الجذري لتجنب كوارث تحيز Grok.