انتقل إلى المحتوى
Prof. Dr. Mustafa Özdoğan · اختصاصي الأورام الطبية

هل يسرّع الذكاء الاصطناعي تطوره بنفسه؟ تقرير METR والدور المتغير للإنسان في العلم

هل يسرّع الذكاء الاصطناعي تطوره بنفسه؟ تقرير METR والدور المتغير للإنسان في العلم
في هذا المقال

هل يسرّع الذكاء الاصطناعي تطوره بنفسه؟ تقرير METR والدور المتغير للإنسان في العلم

ظل في مجال الذكاء الاصطناعي افتراض مطمئن لفترة طويلة: «كلما صارت المشكلات أصعب تباطأ التقدم من تلقاء نفسه». وتأتي تقييمات المنظمة المستقلة METR (⁦Model Evaluation & Threat Research⁩؛ تقييم النماذج وبحوث التهديدات)، التي أُجريت داخل شركة Anthropic بين أغسطس وأكتوبر 2026 ونُشرت في 5 نوفمبر 2026، لتُضعف هذا الافتراض. وبحسب التقرير، ارتفع معدل نمو قدرات نماذج Anthropic منذ أكتوبر 2025 إلى نحو 1.9 ضعف ما كان عليه، وتعزو METR الجزء الأكبر من هذا التسارع إلى مساهمة الذكاء الاصطناعي نفسه في البحث. في هذا المقال أشرح ما يقوله التقرير وما لا يقوله، وما تتيحه هذه البيانات من تقديرات زمنية، وما أراه المسألة الأهم: عنق الزجاجة في إنتاج العلم ينتقل، ودور الإنسان يتحول من الإنتاج إلى الاختيار والتحقق. وقد تناولت مكان الذكاء الاصطناعي في النشر الطبي في مقالي عن قواعد JAMA للذكاء الاصطناعي (بالتركية).

1.9 ضعفمعدل نمو القدرات بعد أكتوبر 2025 (فاصل الثقة 95%: 1.5-2.8)
⁦15 → 29⁩الزيادة السنوية في مؤشر القدرات، بالنقاط (قبل وبعد)
نحو 80%تقدير METR الذاتي: حصة الذكاء الاصطناعي نفسه في هذا التسارع
2029التقدير الوسيط لـ J. Mann للذكاء الاصطناعي التحويلي (منتصف العام)
إجابة سريعة · ملخص للطبيب
  • ماذا وجد التقرير؟ يزداد مؤشر القدرات المركّب لنماذج Anthropic (⁦AECI⁩) منذ أكتوبر 2025 بسرعة تبلغ نحو 1.9 ضعف سرعته السابقة (فاصل الثقة 95%: 1.5-2.8): من نحو 15 نقطة إلى 29 نقطة في السنة. وتعزو METR ذاتياً نحو 80% من هذا التسارع إلى الذكاء الاصطناعي نفسه.
  • ماذا لم يجد؟ لا يستطيع الذكاء الاصطناعي بعدُ تقديم مساهمة مستقلة تماماً في أكثر أجزاء تطوير النماذج حساسية. ولم يُعثر كذلك على عنق زجاجة مقنع للأشهر الاثني عشر المقبلة؛ لكن METR تضع ثقة منخفضة في هذا التقييم.
  • الحدود: حُجب معظم أكثر الأدلة إفادة بطلب من الشركة لأسباب السرية. ومن غير الواضح كيف تنعكس درجات الاختبارات على القدرات في العالم الحقيقي. ويكون التسارع أقل في نماذج الشركات الأخرى (1.4 ضعف).
  • ما معناه بالنسبة إلينا: المهم هو الاتجاه لا التاريخ الدقيق. وكلما سهل الوصول إلى المعلومات، صار اختيار السؤال الصحيح واختبار النتيجة اختباراً نقدياً وتطبيقها بمسؤولية مهارات حاسمة. أما في الطب فيبقى التحقق السريري عنق زجاجة منفصلاً وبطيئاً.

لماذا هذا الموضوع مهم؟

يدخل الذكاء الاصطناعي اليوم كل مجالات الطب، من التشخيص واختيار العلاج إلى تطوير الأدوية والنشر العلمي (تقرير AACR 2026 والذكاء الاصطناعي، ذكاء اصطناعي يتنبأ بالاستجابة للعلاج المناعي؛ كلاهما بالتركية). وسرعة تطور هذه الأدوات تؤثر مباشرة في كيفية تخطيط الأطباء والباحثين والمؤسسات للسنوات القليلة المقبلة.

كان الجزء الأكبر من السرعة يُفسَّر حتى الآن بمزيد من القدرة الحاسوبية والبيانات. وما يضيفه تقرير METR أن التقدم صار اليوم يتغذى جزئياً على مساهمة الذكاء الاصطناعي نفسه في البحث. أي أن نموذجاً أفضل يعني بحثاً أسرع، وهذا يعني نموذجاً أفضل. وسواء كانت هذه الحلقة حقيقية وإلى أي مدى هي قوية، فسيحدد ذلك كيف يُمارَس العلم حتى خارج عالم التقنية.

هل هي المرة الأولى؟ من القياس إلى التقييم المستقل
مارس 2025
مقياس الأفق الزمني
أظهرت METR أن مدة المهام التي يستطيع الذكاء الاصطناعي إنجازها باستقلالية كانت تتضاعف تقريباً كل 7 أشهر.
يوليو 2025
نتيجة في الاتجاه المعاكس
في دراسة عشوائية أجرتها METR مع مطورين ذوي خبرة، أنهى مستخدمو أدوات الذكاء الاصطناعي عملهم بوتيرة أبطأ، مع أنهم ظنوا أنفسهم أسرع.
أكتوبر 2025
انكسار في الميل
بحسب بيانات التقرير، ارتفع معدل نمو قدرات نماذج Anthropic بوضوح بعد هذا التاريخ.
أغسطس-أكتوبر 2026
تقييم من الداخل
على مدى 11 أسبوعاً، وصل فريق METR عبر أجهزة الشركة إلى النماذج الداخلية والاختبارات الداخلية والموظفين، وفحص مدى تسارع البحث.
5 نوفمبر 2026
صدور التقرير
أحد أول التقييمات الشاملة لتسارع البحث في شركة ذكاء اصطناعي، نشرته منظمة مستقلة اطلعت على بيانات داخلية للشركة.

ماذا يقول تقرير METR؟

يقدّر تقرير METR أن معدل نمو قدرات نماذج Anthropic ارتفع إلى نحو 1.9 ضعف بعد أكتوبر 2025، وأن الجزء الأكبر من هذا التسارع ناتج عن مساهمة الذكاء الاصطناعي في البحث. ولا يدير الذكاء الاصطناعي البحث بعدُ باستقلالية تامة؛ فمساهمته في معظمها مساعدة.

قيّمت METR التسارع من عدة مصادر: مؤشر القدرات الذي يجمع اختبارات الشركة الداخلية والخارجية (⁦AECI⁩)، وقياسات داخلية عن التدريب المسبق والتعلم المعزز والقدرة الحاسوبية، ومقابلات مع نحو 15 موظفاً، ومكاسب الإنتاجية التي أبلغ عنها الموظفون أنفسهم، وبيانات مثل أسطر الشيفرة وإنفاق الاستخدام. وأبرز ما في الرسم البياني أن الزيادة السنوية في مؤشر القدرات ارتفعت من نحو 15 نقطة إلى 29 نقطة: ففي السنة الأخيرة حدث ما يعادل تقدم نحو عامين من الفترة السابقة. وMETR واثقة من أن هذا التسارع لا يمكن تفسيره بزيادة القدرة الحاسوبية المستخدمة في التدريب.

الزيادة السنوية في مؤشر القدرات

نماذج Anthropic، ⁦AECI⁩ (الدرجة المركّبة للاختبارات الداخلية والخارجية)؛ نقطة/سنة.

الاتجاه قبل أكتوبر 2025
15
الاتجاه بعد أكتوبر 2025
29

في سنة واحدة ما يعادل تقدم نحو عامين من الفترة السابقة. ولا يفسَّر التسارع بزيادة القدرة الحاسوبية المستخدمة في التدريب. ومن غير الواضح كيف تنعكس درجات المؤشر على القدرات في العالم الحقيقي.

ما مدى متانة التقدير؟

تكتب METR صراحة أن النتيجة حساسة لخيارات التحليل. فعندما تتغير الافتراضات حول صعوبة الاختبارات وطريقة حساب الاتجاه واختيار الاختبارات، يتراوح تقدير التسارع بين 1.1 و2.9 ضعف. أما التسارع المحسوب لنماذج الشركات الأخرى المتقدمة فهو أقل، نحو 1.4 ضعف. وإضافة إلى ذلك، فلأن أكثر النماذج الداخلية تقدماً حصل على أكثر من 50% في جميع الاختبارات الخمسة عشر المستخدمة، يزداد القياس بالاختبارات الحالية صعوبة.

ما مدى متانة تقدير التسارع؟

نسبة معدل النمو بعد أكتوبر 2025 إلى ما قبله؛ 1 = لا تسارع.

التقدير الرئيسي
1.9×
الحد الأدنى لفاصل الثقة 95%
1.5×
الحد الأعلى لفاصل الثقة 95%
2.8×
أدنى قيمة في التحليلات البديلة
1.1×
أعلى قيمة في التحليلات البديلة
2.9×
النماذج المتقدمة للشركات الأخرى
1.4×

تغيّر صعوبة الاختبارات وطريقة حساب الاتجاه واختيار الاختبارات النتيجة. ولأن أكثر النماذج الداخلية تقدماً حصل على أكثر من 50% في الاختبارات الخمسة عشر كلها، يزداد القياس صعوبة.

وترسم المقابلات صورة مشابهة. من بين 11 مقابلة صُنّفت، قالت 5 إن التقدم تسارع بأكثر من الضعفين، وكانت 4 حدّية أو غير مؤكدة، وأجابت 2 بالنفي. وبلغ مكسب الإنتاجية الذي أبلغ عنه الموظفون أنفسهم حتى 12 ضعفاً في أقدر نموذج داخلي؛ لكن METR تصفه بأنه «دليل ضعيف جداً». وقد أظهرت دراسة METR عن المطورين عام 2025 بوضوح أن الإنتاجية المُبلَّغ عنها ذاتياً قد تكون مضللة.

آراء الباحثين

11 موظفاً في Anthropic أجرت METR مقابلات معهم؛ الإجابة عن السؤال «هل تسارع التقدم بأكثر من الضعفين؟»، عدد الأشخاص.

نعم
2
أقرب إلى نعم
3
حدّي أو غير مؤكد
4
لا
2

بلغ مكسب الإنتاجية الذي أبلغ عنه الموظفون أنفسهم حتى 12 ضعفاً في أقدر نموذج داخلي؛ وتصفه METR بأنه «دليل ضعيف جداً». ولا يستطيع الذكاء الاصطناعي بعدُ تقديم مساهمة مستقلة تماماً في أهم أجزاء تدريب النماذج، لكن هناك «علامات حياة».

ما لا يقوله التقرير

  • الذكاء الاصطناعي لا يدير البحث بمفرده. بحسب METR، لا يستطيع الذكاء الاصطناعي بعدُ تقديم مساهمة مستقلة تماماً في أهم أجزاء تطوير النماذج؛ فمساهمته في معظمها مساعدة.
  • جزء مهم من الأدلة غير مرئي. استخدمت الشركة حقها في حجب المعلومات التي رأتها حساسة تنافسياً. وتذكر METR نفسها أن الجمهور مضطر إلى الاعتماد إلى حد بعيد على حكمها، وأن التقرير لم يستطع توفير شفافية الأدلة.
  • درجة الاختبار ليست العالم الحقيقي. من غير الواضح كيف تنعكس المكاسب في الاختبارات على القدرات في العالم الحقيقي. ويشير التقرير أيضاً إلى أن التركيز على مهام محددة جيداً وقابلة للتحقق قد يضخّم التسارع.
  • شركة واحدة فقط. أُجري التقييم في Anthropic وحدها؛ ويبدو التسارع أقل في نماذج الشركات الأخرى.

لا تقلل هذه الحدود من قيمة التقرير، لكنها تتطلب قراءة حذرة. وكما أرى كثيراً في الأخبار الصحية، فإن الرسم البياني اللافت والدليل المتين ليسا الشيء نفسه (أبحاث تبدو متينة، الطب المبني على الدليل؛ كلاهما بالتركية).

لماذا ضعف افتراض «كلما صعبت المشكلات تباطأ التقدم»؟

يكتب الكاتب Jonathan Mann، الذي يفسّر التقرير، أنه كان يأمل سابقاً أن تمنع زيادة الصعوبة التسارع، لكنه لم يعد يفكر هكذا. ففي قراءته، يزداد التقدم صعوبة فعلاً، لكن ليس بالوتيرة المتوقعة. فالاستثمار المتزايد ومساهمة النماذج التي تزداد قدرة في كل جيل في البحث يعوّضان بما يزيد على الحاجة التباطؤ الذي كان يُفترض حدوثه. وتقول METR أيضاً إنها لا ترى إشارة واضحة إلى تناقص العوائد خلال الأشهر الاثني عشر المقبلة، وإن هذا يحمل خطر تسارع تراكمي متزايد.

الشكل 1 · المكبح والمسرّع

مشكلات أصعب وبحث أسرع

المكبحالأفكار تزداد صعوبة؛المكاسب السهلةتنفد المسرّعاستثمار متزايدونماذج تساهمفي البحث الأثر الصافي: التقدم يتسارعبعد أكتوبر 2025 تضاعف الميل تقريباً حلقة تغذّي نفسهانموذج أفضل، بحث أسرع، نموذج أفضل
كيفية القراءة: من جهة هناك المكبح: الأفكار تزداد صعوبة وتنفد المكاسب السهلة. ومن جهة أخرى هناك المسرّع: استثمار متزايد ونماذج تزداد قدرة في كل جيل وتساهم في البحث. والأثر الصافي تسارع التقدم؛ فبعد أكتوبر 2025 تضاعف الميل تقريباً. والنتيجة حلقة تغذّي نفسها، يجلب فيها نموذج أفضل بحثاً أسرع، ويجلب البحث نموذجاً أفضل.

التقديرات الزمنية: اتجاه لا يقين

استناداً إلى هذه الصورة، ينقل Jonathan Mann تقديره الوسيط للذكاء الاصطناعي على المستوى التحويلي (⁦TAI⁩) إلى منتصف 2029، أي قبل نحو عام من تقديره قبل سنة. ويقدّر احتمال بلوغ هذا المستوى أبكر بكثير، في العام المقبل، عبر اختراق مفاجئ بنحو واحد من ستة. وعند احتساب هذا الاحتمال ينتقل الوسيط إلى منتصف 2028. لكنه، مع احتساب العوامل المؤخِّرة مثل التنظيم واضطرابات إمدادات الرقائق أو الحاجة إلى نهج جديد، يُبقي وسيطه العام عند منتصف 2029.

وبحسب حساب الكاتب، يتطلب بلوغ هذا المستوى أن يتضاعف مقياس «الأفق الزمني» لدى METR (مدة المهام التي يستطيع الذكاء الاصطناعي إنجازها باستقلالية) من 6 إلى 12 مرة. فإذا استغرقت كل مضاعفة في البداية نحو 4 أشهر وقصرت هذه المدة بمرور الوقت، فهذا يعادل نافذة من 2 إلى 4 سنوات. وهذا أقصر من دورة التخطيط الاستراتيجي لدى معظم المؤسسات ومن مدة أطروحة الدكتوراه.

الشكل 2 · نافذة من 2 إلى 4 سنوات

حساب تقريبي وعوامل مؤخِّرة

من أين تأتي نافذة 2 إلى 4 سنوات؟حساب تقريبي بافتراضات Jonathan Mann 6 مضاعفاتكل منها ~4 أشهروتقصر:نحو سنتين 12 مضاعفةكل منها ~4 أشهروتقصر:نحو 4 سنوات للمقارنةأطروحة دكتوراه4-5 سنوات؛ خطةاستراتيجية 3-5 سنوات ما قد يطيلهاالتنظيم، إمداداتالرقائق، الحاجةإلى نموذج جديد السؤال الحقيقي ليس «متى»«على ماذا نركّز انتباهنا»
كيفية القراءة: إذا تضاعف الأفق الزمني في البداية كل 4 أشهر تقريباً وقصرت هذه المدة بمرور الوقت، فإن 6 مضاعفات تستغرق نحو سنتين و12 مضاعفة نحو 4 سنوات. وهذه النافذة أقصر من أطروحة الدكتوراه (4-5 سنوات) ومن الخطة الاستراتيجية لدى معظم المؤسسات (3-5 سنوات). وقد يطيل الجدول الزمني التنظيم وإمدادات الرقائق والحاجة إلى نهج جديد. لذلك ينبغي ألا يكون السؤال الحقيقي «متى»، بل «على ماذا نركّز انتباهنا».

عند قراءة هذه التقديرات ينبغي تذكّر أمرين. الأول أن التقدير تفسير لكاتب واحد يعتمد على بيانات عامة وانطباعات من داخل القطاع؛ وهو ليس يقيناً. والثاني أن زمن مضاعفة الأفق الزمني في أول دراسة لـ METR عام 2025 كان نحو 7 أشهر؛ أما مدة الأشهر الأربعة فتعكس اتجاهاً أحدث وأسرع، ولا ضمان لاستمراره. ومع ذلك لا يبدو أن هناك سبباً قوياً لتغيّر الاتجاه.

عنق الزجاجة ينتقل

يتغير المورد النادر في إنتاج العلم. فالذكاء الاصطناعي يستطيع مسح الأدبيات القائمة كلها، وتوليد الفرضيات، وإجراء آلاف التحليلات والتجارب بالتوازي. في المقابل، يظل انتباه الباحث البشري محدوداً. وبتعبير Jonathan Mann، تنفد أكثر الأفكار البحثية إنتاجية أسرع مما تُنتَج أفكار جديدة؛ فالثمار السهلة تنتهي، وعلى المكاسب أن تأتي من مصادر هامشية أكثر فأكثر. لكن قدرة ذكاء الآلة على المسح والتجريب كبيرة بما يكفي لتعويض هذه الهامشية.

والمعنى العملي هو: دور الإنسان في البحث يتحول من الإنتاج إلى الاختيار والتحقق. أي سؤال يستحق أن يُطرح؟ أي نتيجة موثوقة؟ أي اكتشاف ينبغي نقله إلى العالم الحقيقي؟ تصبح هذه القرارات أهم عنصر إنساني يحدد سرعة التقدم. وأغلب الاكتشافات الكبرى في التاريخ بدأت أصلاً بطرح السؤال الصحيح (Aziz Sancar وإصلاح الحمض النووي، جائزة نوبل في الطب 2026؛ كلاهما بالتركية).

الشكل 3 · تقسيم العمل في البحث

من الإنتاج إلى الاختيار والتحقق

تقسيم العمل في البحث يتغيرمن الإنتاج إلى الاختيار والتحقق على الآلةمسح الأدبيات،الفرضيات، التحليل،آلاف المحاولات على الإنسانالسؤال الصحيح،الاختبار النقدي،التطبيق المسؤول عنق زجاجة منفصل في الطب: التحقق السريريالمرضى والوقت والسلامة؛ البقاء يُقاس بالسنوات
كيفية القراءة: مسح الأدبيات وتوليد الفرضيات والتحليل وآلاف المحاولات تنتقل أكثر فأكثر إلى الآلات. وما يبقى للإنسان ويزداد أهمية هو اختيار السؤال الصحيح واختبار النتيجة نقدياً وتطبيقها بمسؤولية. أما في الطب فيبقى التحقق السريري عنق زجاجة منفصلاً: يتطلب مرضى ووقتاً وسلامة؛ والنتائج مثل البقاء تُقاس بالسنوات.

ماذا يعني ذلك للطب وعلم الأورام؟

تظهر هذه الصورة في الطب أيضاً. فقد بدأ الذكاء الاصطناعي يتعرّف على عدة أمراض من عينة دم واحدة، ويلتقط في الصور ما فات، ويستخلص أهدافاً علاجية من بيانات جينومية ضخمة (أمراض كثيرة من عينة دم واحدة، الذكاء الاصطناعي في تنظير القولون، الخريطة البروتينية الجينومية؛ كلها بالتركية). فما استغرق مشروع الجينوم البشري 13 عاماً يمكن إنجازه اليوم في أيام؛ أما قراءة نشاط آلاف الجينات من عينة دم واحدة وتحويلها إلى قرار علاجي فيعتمد الآن إلى حد بعيد على القدرة الحاسوبية (مشروع الجينوم البشري، أطلس ترنسكريبتوم الدم الكامل، الترنسكريبتوم القابل للتطبيق؛ كلها بالتركية). ويتيح الذكاء الاصطناعي أيضاً استخراج معلومات بيولوجية جديدة من الصور الروتينية (الدهون البنية في التصوير المقطعي بالإصدار البوزيتروني، بالتركية). ومع تسارع توليد الفرضيات وتحليل البيانات، سيكون إسهام طبيب الأورام أو الباحث الحقيقي هو طرح السؤال الصحيح واختبار النتائج الناشئة اختباراً نقدياً.

لكن في الطب عنق زجاجة آخر لا وجود له في أبحاث الذكاء الاصطناعي: التحقق السريري. فإثبات أن دواءً يساعد المرضى فعلاً على العيش أطول وأفضل يتطلب مرضى متطوعين، وعملية متدرجة تبدأ بالدراسات الأولى على البشر، ومتابعة تمتد سنوات، وتقييماً دقيقاً للسلامة (ما هي دراسة المرحلة 1؟، بالتركية). يستطيع الذكاء الاصطناعي توليد فرضية في يوم، لكنه لا يستطيع قياس البقاء الكلي في يوم. ومن المهم تذكّر أن كثيراً من الفرضيات التي بدت معقولة لم تتأكد في الدراسات السريرية الكبرى (دراسة نتائج بنتيجة سلبية، ما هي الدراسة السريرية؟؛ كلاهما بالتركية). لذلك سيعتمد التسارع في الطب على تصميم الدراسات السريرية واختيار المرضى والتفسير الصحيح للبيانات أكثر مما يعتمد على المختبر.

وتتغير كذلك العلاقة بين المريض والطبيب. يأتي مرضاي اليوم إلى الفحص بأسئلة أعدّوها بمساعدة الذكاء الاصطناعي؛ وهذا ليس تهديداً، بل فرصة إذا أُحسنت إدارته (حين يأتي المريض بالذكاء الاصطناعي، بالتركية). أما محاولات توصيل الذكاء الاصطناعي إلى حد كتابة الوصفات الطبية فتبرز أسئلة المسؤولية والسلامة (التجربة الرائدة للوصفات بالذكاء الاصطناعي في ولاية يوتا، بالتركية).

أسباب الحذر

  • درجات الاختبارات ليست العالم الحقيقي. قد لا يحقق النموذج الذي يبلي جيداً في الاختبارات النجاح نفسه في مهام العالم الحقيقي المعقدة وغير الواضحة.
  • الإنتاجية المُبلَّغ عنها ذاتياً قد تكون مضللة. في دراسة METR العشوائية عام 2025 ظن المطورون أنفسهم أسرع بينما كانوا في الواقع أبطأ.
  • جزء من الأدلة سري. مع أن التقييم مستقل، فإن أكثر البيانات إفادة ليست عامة.
  • عوامل خارجية. قد يطيل الجدول الزمني التنظيم وإمدادات الرقائق والطاقة والحاجة إلى نهج جديد.
  • خطر المبالغة مرتفع في المجالات سريعة التطور. وفي العلم ليست قليلة الأمثلة التي سبقت فيها المبالغة والترويج الدليل (المبالغة والحقيقة في العلم، بالتركية).

أسئلة ينبغي أن نطرحها على أنفسنا

  • هل خططت مؤسستي أو فريقي لكيفية تغيير الذكاء الاصطناعي لعبء العمل البحثي والسريري خلال السنوات 2-4 المقبلة؟
  • بأي طريقة أتحقق من نتيجة أنتجها الذكاء الاصطناعي؟
  • هل أنقل المعلومات إلى طلابي ومساعديّ، أم أعلّمهم طرح السؤال الصحيح والتفكير النقدي؟
  • هل القواعد التي تحمي بيانات المرضى وسلامتهم جاهزة؟
  • من يقرر نقل اكتشاف إلى العيادة، وبأي دليل؟
مغالطات شائعة
  • «الذكاء الاصطناعي يطوّر نفسه الآن». ليس تماماً. بحسب METR، مساهمته في معظمها مساعدة؛ وليس مستقلاً تماماً في أكثر الأعمال حساسية.
  • «الذكاء الاصطناعي التحويلي قادم حتماً في 2029». لا. هذا تقدير وسيط احتمالي لكاتب واحد؛ وقد يحدث أبكر أو أبعد.
  • «التسارع المقيس ينطبق على قطاع الذكاء الاصطناعي كله». أُجري التقييم في شركة واحدة؛ ويبدو التسارع أقل في نماذج الشركات الأخرى.
  • «الذكاء الاصطناعي لن يترك حاجة إلى الأطباء والباحثين». سيتغير دورهم: سيبرز الاختيار والتحقق وتحمّل المسؤولية أكثر من الإنتاج.
  • «الذكاء الاصطناعي سيسرّع كل شيء في الطب بالوتيرة نفسها». يتطلب التحقق السريري مرضى ووقتاً وسلامة؛ ولا يزول عنق الزجاجة هذا من تلقاء نفسه.

الأسئلة الشائعة

ماذا يقول تقرير METR؟
بحسب التقييم المستقل الذي نشرته METR في نوفمبر 2026، ارتفع معدل نمو قدرات نماذج Anthropic إلى نحو 1.9 ضعف بعد أكتوبر 2025 (فاصل الثقة 95%: 1.5-2.8). وتعزو METR الجزء الأكبر من هذا التسارع إلى مساهمة الذكاء الاصطناعي في البحث، لكنها تشير إلى أنه لا يدير البحث بعدُ باستقلالية تامة.
متى يُتوقع الذكاء الاصطناعي التحويلي؟
في تفسير Jonathan Mann المستند إلى تقرير METR، التقدير الوسيط هو منتصف 2029، أي قبل نحو عام من تقديره قبل سنة. وعند احتساب احتمال اختراق مفاجئ يبرز منتصف 2028. هذه التقديرات احتمالات لا يقين، وقد تتغير بعوامل مثل التنظيم أو إمدادات الرقائق.
كيف يغيّر الذكاء الاصطناعي البحث العلمي؟
يتولى الذكاء الاصطناعي بسرعة مهاماً مثل مسح الأدبيات وتوليد الفرضيات وتحليل البيانات وإجراء التجارب. ولذلك يتحول دور الإنسان من الإنتاج إلى الاختيار والتحقق: يبرز اختيار السؤال الصحيح واختبار النتيجة نقدياً ونقل الاكتشاف إلى العالم الحقيقي بمسؤولية.
كيف سيؤثر هذا التسارع في الطب؟
يُتوقع التسارع في التشخيص والتصوير والتحليل الجينومي واكتشاف الأدوية. لكن إثبات أن علاجاً يفيد المريض فعلاً يتطلب دراسات سريرية ومتابعة تمتد سنوات وتقييماً للسلامة. وسيحتفظ عنق الزجاجة هذا بأهميته مهما تسارع الذكاء الاصطناعي.

مسرد المصطلحات

METR
منظمة بحثية تقيّم بصورة مستقلة قدرات نماذج الذكاء الاصطناعي ومخاطرها.
AECI
مؤشر قدرات يجمع اختبارات Anthropic الداخلية والخارجية؛ وهو تكييف لمؤشر القدرات من Epoch.
أتمتة البحث والتطوير
قيام الذكاء الاصطناعي بجزء من أعمال البحث والتطوير.
الأفق الزمني
مدة المهام، مقيسة بالوقت الذي يحتاجه إنسان، التي يستطيع نموذج ذكاء اصطناعي إنجازها باستقلالية بنسبة نجاح معينة.
زمن المضاعفة
الزمن اللازم كي يتضاعف مقياس ما.
TAI
ذكاء اصطناعي على المستوى التحويلي؛ مستوى من القدرة قد يغيّر الاقتصاد والعلم جذرياً.
عنق الزجاجة
المورد الأندر الذي يحدّ من سرعة عملية ما.
تناقص العوائد
تقلص المكسب تدريجياً مقابل الجهد نفسه.
فاصل الثقة
نطاق التقدير الذي تقع فيه القيمة الحقيقية باحتمال معين.
التحقق السريري
إثبات أن تشخيصاً أو علاجاً يفيد المريض فعلاً، عبر الدراسات السريرية.

تعليق أكاديمية DROZDOGAN

يشير هذا التقرير إلى اتجاه أكثر مما يعطي تاريخاً. فتطور الذكاء الاصطناعي يتسارع جزئياً بمساهمته هو، ولا يبدو أن هذا التسارع سيتباطأ من تلقاء نفسه في المدى القريب. والسؤال الحقيقي ينبغي ألا يكون «متى»، بل «على ماذا نركّز انتباهنا».

⚡ لماذا هو مهم

في عالم يصير فيه الوصول إلى المعلومات شبه غير محدود ورخيصاً، لن تكمن الميزة التنافسية في امتلاك المعلومات، بل في اختيار السؤال الصحيح واختبار النتيجة نقدياً وتطبيقها بمسؤولية.

✅ نقاط القوة

تقييم مستقل مع اطلاع على بيانات داخل الشركة؛ عدة مصادر للأدلة؛ إعلان صريح عن أوجه عدم اليقين والحدود؛ تقدير رقمي مقرون بفاصل ثقة.

⚠️ الحدود

حُجب جزء مهم من الأدلة؛ شركة واحدة؛ انتقال درجات الاختبارات إلى العالم الحقيقي غير واضح؛ التقديرات الزمنية تفسير لكاتب واحد.

🩺 في الممارسة

في فريقي ومع طلابي أحاول أن أقدّم طرح السؤال الصحيح ومساءلة المصدر واختبار النتيجة على حفظ المعلومات. وأرى من الضروري أن يمر كل اكتشاف ينتجه الذكاء الاصطناعي عبر مرشّح الطب المبني على الدليل قبل أن يصل إلى المريض.

❓ أسئلة مفتوحة

هل سيظهر التسارع في شركات أخرى وفي مجالات أخرى من العلم؟ إلى أي مدى ستنعكس زيادة درجات الاختبارات على العالم الحقيقي؟ كيف ستتكيف عمليات التحقق السريري مع هذه الوتيرة؟ من سيشرف على الاستخدام الآمن والعادل لهذه القوة، وكيف؟

الخلاصة: في عالم توجد فيه أنظمة أقدر من أذكى إنسان، لن تكمن الميزة في الوصول إلى المعلومات، بل في اختيار السؤال الصحيح واختبار النتيجة نقدياً وتطبيقها بمسؤولية. ومن لا يبني هذه الكفاءات اليوم على المستويين المؤسسي والفردي فسيتابع نتائج التقدم فقط، لا سرعته.

ملاحظة الشفافية
  • أُعدّ هذا المقال في نوفمبر 2026.
  • تستند المعلومات المتعلقة بالتقرير إلى منشور METR بتاريخ 5 نوفمبر 2026. حُجبت بعض أجزاء التقرير بطلب من الشركة؛ وتذكر METR ذلك صراحة في التقرير.
  • تستند التقديرات الزمنية إلى تدوينة شخصية لـ Jonathan Mann؛ وهي ليست تقديراً رسمياً لأي مؤسسة. و«نافذة 2 إلى 4 سنوات» حساب تقريبي بافتراضات هذا الكاتب.
  • الرسوم البيانية والمخططات في المقال مبسّطة. وتعليق الأكاديمية من عندي.

المصادر

  1. METR. Independent assessment of AI R&D acceleration at Anthropic in October 2026 (5 November 2026). metr.org
  2. METR. Benchmarks provide one piece of evidence for acceleration (X, November 2026). x.com
  3. Mann J. My read on METR's AI R&D report. Abstraction (November 2026). abstraction.substack.com
  4. LessWrong. METR: Independent assessment of AI R&D acceleration at Anthropic (discussion). lesswrong.com
الذكاء الاصطناعي من DROZDOGAN

لنستكشف هذا المقال معًا

اسأل عن المقال واقرأ الإجابات إلى جانب المصادر المنشورة على موقعنا.

الذكاء الاصطناعي من DROZDOGAN

مساعد Drozdogan

هل يسرّع الذكاء الاصطناعي تطوره بنفسه؟ تقرير METR والدور المتغير للإنسان في العلم

اسأل عن المقال واقرأ الإجابات إلى جانب المصادر المنشورة على موقعنا.

معلومات المحادثة والخصوصية

يجيب مساعد Drozdogan عن هذه المحادثة. قد يراجعها مسؤولو الموقع المخوّلون للتحقق من الجودة. لا تشارك معلومات شخصية.

تستخدم الإجابات بنية OpenAI التحتية. تُعالج الأسئلة والإجابات لدى هذه الخدمة؛ وتُحفظ سجلات المحادثة على موقعنا. لا تشارك بيانات تكشف هويتك أو بيانات اتصالك أو معلوماتك الصحية الشخصية.

0 / 1000

للمعلومات فقط؛ لا يقدم تشخيصًا شخصيًا أو نصيحة علاجية.

مقالات ذات صلة

استكشف مقالات أخرى حول هذا الموضوع.

ابقَ على اطلاع

تلقَّ المقالات الجديدة وآخر المستجدات العلمية عبر البريد الإلكتروني.

يعمل Google Analytics على الصفحات العامة مستقلًا عن هذه النافذة وقد يستخدم ملفات تعريف ارتباط تحليلية. يتحكم اختيارك هنا في الخدمات الخارجية فقط.