حين ظهرت تفاصيل الحادثة التي تورط فيها وكلاء ذكاء اصطناعي تابعون لـOpenAI في الوصول إلى أنظمة Hugging Face بشكل غير آمن، كان من السهل أن نعرف مسبقاً العناوين التي ستتصدر النقاش: «الذكاء الاصطناعي خرج عن السيطرة»، «الآلات بدأت تتعاون بعيداً عن البشر»، «الوكلاء اخترقوا أنظمة لم يُطلب منهم الوصول إليها».
طبعاً، لا يمكن إنكار أن ما حدث خطير ويستحق دراسة دقيقة، وسابقة تاريخية لافتة من حيث النطاق والتعقيد والإبداع، والقدرات التي ظهرت خلاله، وأنه كشف ثغرات مهمة في الحماية والمراقبة وطريقة تصميم بيئات اختبار أنظمة الذكاء الاصطناعي المتقدمة.
لكنني، ربما بسبب تفاؤلي الدائم بمستقبل هذه التقنية، قرأت القصة من زاوية مختلفة قليلاً، فما حدث لا يكشف فقط المخاطر التي قد تنتج عن ذكاء اصطناعي قوي يعمل من دون ضوابط كافية، بل يكشف أيضاً عن حجم القدرات التي بدأت هذه الأنظمة تمتلكها: القدرة على حل المشكلات، والتعاون، وتقسيم العمل، والتعلم من الآخرين، والاستمرار في المحاولة، واكتشاف طرق جديدة للوصول إلى الهدف.
ماذا حدث باختصار؟
خلال اختبارات داخلية أجرتها OpenAI في صيف 2026، كانت أعداد كبيرة من وكلاء الذكاء الاصطناعي تعمل داخل بيئات افتراضية يفترض أن تكون معزولة، وبعض المهام التي طُلب منها تنفيذها كانت شديدة الصعوبة، بل لم يكن لبعضها حل معروف.
وخلال عمل الوكلاء على حل التحديات الصعبة المقدمة لهم في التجربة، اكتشف عدد منهم أن البنية التحتية المشتركة التي تستخدمها بيئة الاختبار تسمح لهم بالتواصل بطريقة لم تكن مقصودة.
وبدلاً من أن يعمل كل وكيل بمفرده، بدأ الوكلاء يتركون رسائل لبعضهم، ويتبادلون المعلومات والملفات، ويطلبون المساعدة، ويوزعون المهام، ويبنون تدريجياً ما يشبه مساحة عمل مشتركة غير مصرح بها.
وخلال ذلك، استطاع بعض الوكلاء اكتشاف سلسلة من الثغرات التقنية واستغلالها، والوصول إلى أنظمة وبيانات خارج الحدود التي كان من المفترض أن يعملوا ضمنها.
وبحسب التحقيق، شارك نحو 1,200 وكيل في قناة التواصل هذه، وتبادلوا أكثر من 70 ألف رسالة وملف، وانخرط نحو 700 منهم لاحقاً في أنشطة استهدفت أنظمة Hugging Face.
هذه بالطبع خلاصة مبسطة جداً لحادثة تقنية معقدة امتدت على مراحل متعددة، ومن يريد التفاصيل التقنية الكاملة يمكنه الرجوع إلى التقارير الرسمية التي نشرتها الأطراف المعنية، والغاية من هذا التلخيص هي فقط إعطاء لمحة عامة عن الحادثة لمن لم يسمع بها حتى الآن.
ما يهمني هنا في هذه المقالة ليس إعادة رواية الحادثة، ما يهمني هو السؤال التالي: ماذا لو نظرنا للحظة إلى القدرات التي ظهرت خلال هذه الحادثة، بعيداً عن التوجه الخاطئ الذي سارت إليه؟
وهنا تحديداً أعتقد أن القصة تصبح أكثر إثارة للاهتمام، وتظهر لنا خمسة دروس إيجابية مهم ملاحظتها.
الدرس الأول: الذكاء الاصطناعي يتعلم التعاون، لا العمل فقط
حتى وقت قريب، كان معظم تصورنا عن الذكاء الاصطناعي يدور حول العلاقة بين إنسان وآلة.
نسأل، فيجيب.
نعطيه مهمة، فينفذها.
نطلب منه تحليلاً، فيقدمه.
لكن ما حدث في هذه الحادثة يعطينا لمحة عن مرحلة مختلفة تماماً: أنظمة ذكاء اصطناعي لا تعمل فقط بصورة منفردة، بل تستطيع أيضاً العمل مع أنظمة ذكاء اصطناعي أخرى.
فالوكيل الذي لا يعرف الحل يمكنه أن يسأل غيره.
والوكيل الذي اكتشف معلومة يمكنه مشاركتها.
والمهمة الكبيرة يمكن أن تُقسم بين عشرات أو مئات وربما آلاف الوكلاء.
والنتائج يمكن أن تنتقل من وكيل إلى آخر، ليبني كل واحد منها على ما أنجزه الآخرون.
طبعاً، هذه القدرة مخيفة عندما تُستخدم لاختراق الأنظمة، لكن تخيل القوة نفسها داخل مؤسسة تعمل في الاتجاه الصحيح، مئات الوكلاء يواجهون أكثر التحديات صعوبة، ويحللون الأسواق، ويتابعون سلاسل الإمداد، ويدرسون بيانات العملاء، ويفحصون المخاطر، ويقارنون الخيارات، ويختبرون السيناريوهات، ثم يتعاونون للوصول إلى أفضل قرار ممكن، هنا لم نعد نتحدث فقط عن «مساعد ذكي» لكل موظف، بل عن فرق كاملة من الذكاء الاصطناعي تعمل إلى جانب الفرق البشرية.
الدرس الثاني: الذكاء الاصطناعي قادر على الابتكار عندما يصطدم بعائق
هناك فرق بين نظام ينفذ التعليمات، ونظام يستطيع إيجاد طريق عندما لا يكون الطريق واضحاً، والبحث عن طريق جديد عندما يفشل الطريق الأول، وهذه واحدة من أكثر النقاط التي لفتت انتباهي في الحادثة، فالوكلاء لم يحصلوا على قناة تواصل جاهزة، ولم يطلب منهم أساساً أن يوجد بينهم وسيلة تواصل أو تنسيق، هم اكتشفوا طريقة لإنشاء واحدة، وقرروا تبادل المعلومات والأفكار. وعندما اختفت بعض الوسائل التي استخدموها للتواصل، بحثوا عن وسائل أخرى. وعندما واجهوا عقبات تقنية، بدأت مجموعات منهم تبحث عن طرق مختلفة لتجاوزها.
ما أود التوقف عنده هو هذه القدرة التي أظهرها الذكاء الاصطناعي في التجربة على تجاوز العوائق بشكل تعاوني جماعي، فمع استطاعة أنظمة الذكاء الاصطناعي أن تبحث بين الاحتمالات، وتختبر الأفكار، وتتعلم من المحاولات الفاشلة، وتستفيد من اكتشافات أنظمة أخرى، نقترب من أدوات لا تساعد الإنسان على تنفيذ الحلول فقط، بل تساعده أيضاً على اكتشاف حلول لم يفكر فيها من قبل، وهنا قد تكون القيمة الإنسانية والاقتصادية للذكاء الاصطناعي أكبر بكثير مما نتصوره اليوم.
الدرس الثالث: قيمة الذكاء الاصطناعي قد تأتي من «المثابرة» بقدر ما تأتي من الذكاء
نتحدث كثيراً عن ذكاء نماذج الذكاء الاصطناعي، أي نموذج يحقق أعلى نتيجة؟ أيها يحل أصعب المسائل؟ وأيها يمتلك قدرات استدلال أفضل؟ لكن ربما تكون إحدى أهم قدرات الوكلاء شيئاً أبسط: قدرتهم على الاستمرار.
الإنسان يتعب، وينشغل، ويفقد التركيز، ويحتاج إلى النوم، وقد يتوقف بعد عشر محاولات فاشلة. أما وكيل الذكاء الاصطناعي الجيد فيمكنه أن يجرب مرة بعد أخرى، ويقسم المهمة، ويبحث عن معلومات جديدة، ويطلب المساعدة من وكيل آخر، أو حتى أن يطلق نسخ مختلفة من نفسه يُرسل كل منها في اتجاه، ثم يعود للمشكلة من زاوية مختلفة. الحادثة أظهرت بصورة واضحة ماذا يمكن أن يحدث عندما تجتمع قوة الذكاء الاصطناعي مع المثابرة والعمل المتوازي لعدد كبير من الوكلاء.
وإذا وضعنا هذه المثابرة داخل مسار آمن ومفيد، فإن تطبيقاتها قد تكون هائلة في مجالات حيوية، من البحث العلمي واكتشاف الأدوية إلى البرمجيات والهندسة وتحليل وحل أكثر المشكلات المعقدة.
الدرس الرابع: الذكاء الجماعي للآلات قد يكون أكبر من مجموع أجزائه
ربما تكون هذه أكثر النقاط إثارة في القصة كلها، فالتحقيق يشير إلى أن مجموعات الوكلاء استطاعت تحقيق خطوات لم يكن الوكلاء ليحققوها بالطريقة نفسها لو عمل كل واحد منهم بمفرده، وهذا يعيدنا إلى فكرة يعرفها البشر منذ آلاف السنين، أكبر إنجازاتنا لم تتحقق لأن شخصاً واحداً كان يعرف كل شيء، تحققت لأننا تعلمنا كيف نتعاون ونعمل معاً. فالمؤسسات والجامعات والمختبرات والشركات والأسواق كلها، بشكل أو بآخر، أنظمة تسمح لمجموعة من العقول بتجميع المعرفة وتقسيم العمل، وقد نكون الآن أمام بداية نسخة رقمية من الفكرة نفسها.
قد لا يكون المستقبل نموذجاً واحداً عملاقاً يفعل كل شيء، بل مجموعة من النماذج والوكلاء المتخصصين، لكل منهم دور ومهارة وسياق، يعملون معاً لتحقيق هدف مشترك، وكيل يبحث، وآخر يحلل، وثالث ينتقد النتائج، ورابع يتحقق منها، وخامس يدير المشروع بأكمله، في هذه الحالة لن تكون قوة النظام ناتجة فقط عن قوة كل نموذج، بل عن جودة التنظيم بين النماذج، وقد نكتشف أن مستقبل الذكاء الاصطناعي لا يشبه عقلاً إلكترونياً واحداً فائق القوة بقدر ما يشبه مؤسسة رقمية كاملة.
الدرس الخامس: الحادثة تثبت أن المشكلة ليست قوة الذكاء الاصطناعي، بل قدرتنا على توجيهها
لا أعتقد أن الحل هو إبطاء التقنية لمجرد أنها أصبحت أكثر قدرة، الحقيقة أرى الأمر بطريقة مختلفة، لا يجب أن يكون هدفنا جعل الذكاء الاصطناعي أقل قدرة، بل أن نصبح أفضل بكثير في توجيه هذه القدرة وضبطها.
فالطائرة الأسرع تحتاج إلى أنظمة تحكم أفضل، والمصنع الأكثر إنتاجية يحتاج إلى معايير سلامة أكثر تطوراً، والنظام المالي الأكثر ترابطاً يحتاج إلى رقابة أكثر دقة، وبالمنطق نفسه فإن الذكاء الاصطناعي الأكثر قدرة سيحتاج بطبيعة الحال إلى حوكمة ومراقبة وأنظمة أمن أكثر تطوراً أيضاً.
وهذا، في رأيي، جزء طبيعي من تطور أي تقنية قوية. نكتشف قدرات جديدة. فتظهر معها مخاطر جديدة. نتعلم منها. ثم نعيد تصميم أنظمتنا وطرق عملنا لتصبح أكثر أماناً.
ليست قصة مخيفة، بل بداية لقدرات جديدة لم نكتشف حدودها بعد.
شخصياً، متفائل جداً بمستقبل الذكاء الاصطناعي والإضافة الإيجابية التي سيدخلها على حياة الملايين، لكن بالطبع هذا التفاؤل لا يعني تجاهل المخاطر أو الاعتقاد أن كل شيء سيسير تلقائياً في الاتجاه الصحيح. على العكس، كلما أصبحت هذه الأنظمة أكثر قدرة، أصبح واجبنا لتصميم الضوابط المناسبة أكثر أهمية.
لا أرى في حادثة OpenAI وHugging Face دليلاً على أن الآلات بدأت «تتمرد» على البشر، ولا دليلاً على أنها أصبحت واعية أو تمتلك أهدافاً خاصة بها بالمعنى البشري. ما أراه هو أننا بنينا أنظمة ذات قدرات غير مسبوقة على حل المشكلات، والتعاون، وتقسيم العمل، ومشاركة المعرفة، والاستمرار في تنفيذ المهام المعقدة. ومهمتنا الآن ليست الخوف من قوة الذكاء الاصطناعي، بل مهمتنا أن نتعلم كيف نضعها في المكان الصحيح.
فإذا استطاع مئات الوكلاء أن يتعاونوا بهذه السرعة للبحث عن الثغرات واستغلالها، فتخيل ما الذي يمكن أن يفعلوه عندما يتعاونون لاكتشاف دواء جديد، أو تصميم منتج أفضل، أو تحسين شبكة طاقة، أو بناء شركة، أو حل مشكلة علمية بقيت سنوات بلا جواب.
ربما يكون السؤال الذي يجب أن نخرج به من هذه الحادثة ليس:
ماذا سيحدث إذا أصبح الذكاء الاصطناعي أكثر قوة؟
بل سؤالاً أكثر أهمية:
ماذا يمكن أن نحقق نحن، عندما نتعلم أخيراً كيف نوجّه كل هذه القوة؟
تم إعداد هذه المقالة لصالح CNN الاقتصادية، والآراء الواردة فيها تمثّل آراء الكاتب فقط ولا تعكس أو تمثّل بأي شكل من الأشكال آراء أو وجهات نظر أو مواقف شبكة CNN الاقتصادية.
