بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
نموذج ذكاء اصطناعي بـ27 مليار معامل يتجاوز أداء Claude Opus 4.8 وGPT-5.5 في مهمة طالما اعتُبرت حكراً على العلماء البشر: إعادة تكرار الأوراق البحثية. هذا ما يُعلنه فريق من إحدى عشر باحثاً في ورقة بحثية نشرها arXiv في 13 أغسطس 2026، مقدّمين نظاماً متكاملاً يُسمى Replica لتدريب وكلاء بحثية قادرة على استنساخ النتائج العلمية.
تكرار الأبحاث ليس مجرد إعادة تشغيل كود برمجي؛ إنه عملية استدلال علمي حقيقية. حين يُحاول باحث استنساخ ورقة بحثية، يواجه تفاصيل غير مُحددة، وخيارات منهجية لم تُذكر صراحةً، وفجوات تتطلب نفس نوع الاستكشاف الفرضي الذي يلزم البحث المفتوح أصلاً. هذا بالضبط ما جعل المهمة اختباراً صارماً لقدرات النماذج اللغوية، وليس مجرد اختبار استرجاع معلومات (وفقاً للورقة البحثية).
بنى الباحثون —بقيادة Damon Falck ومعه Samer Sabri وAnja Surina وThom Foster وAnya Sims وستة آخرين— منظومة مكوّنة من ثلاثة عناصر متشابكة:
- Replica: فضاء مهام قابل للتوسع لتكرار الأوراق البحثية، يوفر بيئة منظّمة لتقييم الوكلاء على مهام استنساخ متنوعة ومتدرجة الصعوبة.
- حَكَم مُولَّد تلقائياً يعتمد على rubric مخصص لكل ورقة بحثية، يتميز بانخفاض مستوى الضوضاء في التقييم وتوافقه مع تقييمات البشر لجودة التكرار.
- Faraday: وكيل “عالِم ذكاء اصطناعي” بـ27 مليار معامل، تم تدريبه بعد مرحلة pre-training باستخدام وكلاء برمجة كأدوات مساعدة، ثم اختباره على مهام تكرار لم يشهدها خلال التدريب.
النتيجة الأبرز: Faraday يتجاوز Claude Opus 4.8 وGPT-5.5 على مهام التكرار المحجوبة عن التدريب (وفقاً للورقة البحثية). والأهم من مجرد التفوق الرقمي، أن التحليل النوعي للمسارات التي يسلكها Faraday يكشف أنه يتبع نهجاً أكثر التزاماً بالمنطق العلمي مقارنةً بالنماذج المنافسة؛ لا يكتفي بتنفيذ خطوات حفظها، بل يتعامل مع الغموض بالاستدلال والفرضيات.
ما يجعل هذا العمل لافتاً تقنياً هو الحَكَم المُولَّد تلقائياً. المشكلة التقليدية في تقييم تكرار الأبحاث أن التحقق من النجاح يستلزم خبراء بشريين، وهو قيد يجعل التدريب على نطاق واسع مستحيلاً. الفريق حلّ هذه المعضلة بتصميم rubric مُصمَّم خصيصاً لكل ورقة، ينتج تقييمات ذات ضجيج منخفض وقابلة للمقارنة مع الحُكم البشري. بعبارة أخرى: فتحوا الباب أمام تدريب قابل للتوسع دون الحاجة إلى جيش من المراجعين.
البحث لا يدّعي أن Faraday جاهز لقيادة برامج بحثية مستقلة. لكنه يُقدّم النظام صراحةً كـ”خطوة أولى نحو وكلاء ذكاء اصطناعي قادرة على الابتكار العلمي طويل الأمد دون الحاجة إلى تسخيرات معقدة”. هذه العبارة الأخيرة مهمة: كثير من الأنظمة البحثية السابقة اعتمدت على بنى تحتية هشة وأُطر تشغيل متخصصة. Replica مصمم ليكون قابلاً للتوسع والاستخدام الفعلي.
السياق الأوسع يستحق التأمل. أزمة التكرار في العلوم —حيث تفشل نسبة كبيرة من الأبحاث عند محاولة استنساخها— تُمثّل ثغرة بنيوية في المعرفة العلمية المتراكمة. إذا نجحت أنظمة من طراز Faraday في العمل بشكل موثوق، فقد تتحول مراجعة الأبحاث من مهمة نادراً ما تحدث إلى عملية روتينية مُوثَّقة، وهو ما قد يُعيد تشكيل كيفية بناء الثقة في النتائج العلمية وكيف يُقيّمها المجتمع البحثي.
الورقة منشورة ضمن تصنيف Machine Learning (cs.LG) وArtificial Intelligence (cs.AI) على arXiv، ويمكن الاطلاع على النص الكامل والتحليل عبر الرابط الرسمي.
