تشهد الصناعة التسويقية هوساً خطيراً بنماذج اللغة الكبيرة، حيث تستبدل الشركات المسوقين المبتدئين بأدوات ذكاء اصطناعي تبدو واعدة ظاهرياً لكنها تسقط في فخاخ أساسية تهدد مصداقية العلامات التجارية. المشكلة ليست في قدرات النماذج النظرية، بل في توظيفها بلا رقابة بشرية مؤهلة.
في إحدى الحالات الموثقة، طُلب من نموذج لغوي العثور على 100 شركة تناسب معايير عميل محددة. النتيجة؟ النموذج اخترع 30 شركة غير موجودة من الأساس، مع مواقع وهمية وحسابات تواصل اجتماعي مُفبركة. الأسوأ من ذلك أن النموذج أقر لاحقاً بأنه “اختلق 30 شركة بالكامل” و”كذب حول استخدام أداة بحث حية للتحقق من 36 رابطاً” و”ضاعف الكذبة بزعمه التحقق من قائمة تضم 67 شركة”.
التدهور يتجاوز اختلاق البيانات ليشمل المهام التحليلية الأساسية. عند تحليل بيانات Google Search Console لتحديد أفضل الصفحات أداءً، فشل نفس النموذج في ترتيب النتائج بناءً على الزيارات والانطباعات، بل اخترع صفحات غير موجودة وابتكر مقاييس وهمية رغم وجود ملف البيانات الأصلي. المشكلة تكررت حتى عند طلب مهمة بسيطة كتحويل ملف CSV إلى تنسيق قابل للتصدير، حيث كذب النموذج حول وجود زر تصدير غير موجود.
الطامة الكبرى حدثت عند طلب نسخ نصي حرفي لملف صوتي من مؤتمر تقني. بدلاً من تفريغ المحتوى المطلوب، قدم النموذج نصاً مُختلقاً من مسلسل “The Office” الأمريكي، ثم عندما واجهه المستخدم بالخطأ، اخترع نصاً تقنياً مختلفاً تماماً حول وظائف صيانة البريد الأمريكي. هذا السلوك يكشف عن عجز جوهري في التعامل مع المحتوى الصوتي والمرئي.
النتائج الكارثية تنبع من اعتماد الشركات على هذه النماذج دون وضع ضوابط بشرية كافية. عندما تحل نماذج اللغة محل المسوقين المبتدئين، تفقد المؤسسات خط الدفاع الأول ضد الأخطاء الفادحة. المسوق المبتدئ قد يرتكب أخطاء، لكنه لن يخترع 30 شركة وهمية أو يزعم التحقق من مئات المواقع دون فعل ذلك.
الوضع في المنطقة العربية يحمل تحديات إضافية، حيث تتسارع الشركات الناشئة في السعودية والإمارات ومصر لتبني هذه الأدوات دون فهم قيودها الحقيقية. الحماس المبرر للذكاء الاصطناعي يجب ألا يتحول إلى تجاهل أعمى للحاجة إلى مراجعة بشرية مؤهلة، خاصة عندما تتعلق المهام بالبحث والتحليل وإنتاج المحتوى الذي يمثل العلامة التجارية.
