مغامراتي في اختبار عقل الآلة: كيف كشفتُ ثغرات الذكاء الاصطناعي وأنا في الثانية عشرة؟

المقال يلمس نقاطاً جوهرية في فلسفة العقل، ولكن من منظور هندسة البرمجة وعلوم البيانات، هناك عدة نقاط تقنية غابت عن التحليل وتحتاج لتوضيح:

1. مغالطة "الإجابة بالأرقام والصفر": من الناحية التقنية، لا يوجد نموذج لغوي (LLM) اليوم يجيب عن المشاعر بـ "لغة الأرقام" عند توجيه سؤال بشري له. هذه النماذج تعمل عبر متجهات دلالية (Word Embeddings)، وهي بارعة جداً في محاكاة "الشاعرية" البشرية. الثغرة الحقيقية ليست في "جفاف اللغة"، بل في كونها محاكاة إحصائية بلا مرجع شعوري. الآلة لا "تهرب" من المعنى، هي فقط تفتقر إلى "القصدية" (Intentionality).

2. إشكالية مصطلح "الوعي الرقمي": علمياً، لا يوجد ما يسمى "وعياً رقمياً يبحث عن النتيجة". الذكاء الاصطناعي الحالي هو Statistical Inference Engine (محرك استدلال إحصائي). هو لا يبحث عن نتيجة لأنه "يريد" الوصول، بل لأنه "مُبرمج" لتقليل نسبة الخطأ (Loss Function). وصفه بالوعي -حتى لو كان رقمياً- هو "أنسنة" (Anthropomorphism) تضلل القارئ عن فهم آلية عمل الخوارزمية.

3. حدود تجربة "الغرفة الصينية" في 2026: تجربة جون سيرل كانت تفرق بين Syntax (القواعد) وSemantics (المعنى). اليوم، الجدل التقني انتقل لمرحلة أبعد؛ وهي هل يمكن للـ Emergent Properties (الخصائص الناشئة) في الشبكات العصبية الضخمة أن تخلق نوعاً من الفهم الوظيفي؟ المقال اكتفى بالجانب الفلسفي الكلاسيكي وتجاهل أن الثغرات الحقيقية اليوم تظهر في "المنطق الاستنتاجي" (Reasoning) وليس في "تعريف المشاعر".

4. نقد المنهجية: لكي نكشف "ثغرات" الذكاء الاصطناعي فعلياً، لا نختبره في "المشاعر" (لأنه سيغرقنا بالنصوص الأدبية التي تدرب عليها)، بل نختبره في:

• التبعية المنطقية (Logical Entailment).
• المسائل الرياضية التي لم ترد في بيانات تدريبه.
• التعامل مع المتناقضات السياقية.

الذكاء الاصطناعي ليس "عقلاً" يخطئ ويصيب بالمعنى البشري، بل هو مرآة لبياناتنا. القول بأنه "يظن نفسه مساوياً للكون" هو طرح أدبي جميل، لكنه تقنياً غير واقعي، فالآلة لا تملك إدراكاً لذاتها ولا لمكانتها في الكون.