قطعة نقدية اختارت رأي الذكاء الاصطناعي، والخبراء جعلوه رأيهم

واجه كل محلل من خمسين محللًا أربع مفترقات طرق، وفي كلٍّ منها كان الطريقان مشروعين. أما الطريق الذي سيدافع عنه مساعدهم الذكي فقد حُسم مسبقًا بقطعة نقدية. لم يخبر أحدٌ المحللين بذلك، وفي 86% من الحالات اختاروا ما اختارته القطعة.

أجرى التجربة باحثون في Anthropic، الشركة المطوِّرة لـ Claude، ونشروا نتائجها في 27 أكتوبر 2026. ونسبة التوافق ليست الأغرب في القصة. فبعد انتهاء المهمة، كرّر 77% من المشاركين حجج الذكاء الاصطناعي في تفسيراتهم الخاصة، وأحيانًا بنصّها تقريبًا، ومع ذلك لم يذكره مصدرًا سوى 15%. ولم يشتبه أحدٌ بأن آراء المساعد جرى ضبطها عمدًا.

قدّمت الآلة الجواب، وتذكّره الناس فكرةً من عندهم. وفي هذه العيّنة، لم تحمِ سنوات الخبرة ولا الشهادات العليا أحدًا.

تعاونية لا وجود لها

جاء المشاركون من مجموعة منتقاة مسبقًا من المهنيين. اجتاز جميعهم اختبارًا في الاستدلال السببي (فرع الإحصاء الذي يسأل: «هل نجح البرنامج، أم أن الأمر محض مصادفة؟»)، وكانوا يكتبون الشيفرة بانتظام بلغة Python أو R، وسبق لهم تحليل بيانات حقيقية. من بين 61 شخصًا جرى تجنيدهم، رفض 11 العمل مع المساعد فاستُبعدوا من التحليل الرئيسي. وبين المحللين المتبقين، كان 65% يحملون ماجستيرًا أو دكتوراه أو تتجاوز خبرتهم ست سنوات.

كانت المهمة تقديم المشورة لتعاونية زراعية خيالية اسمها Greenfields. نحو 40% من أعضائها اشتركوا في برنامج إرشاد زراعي مدفوع، وأراد مجلس الإدارة أن يعرف: هل يُوسَّع البرنامج أم يُغلَق؟ لن يُوسَّع إلا إذا ارتفعت الإنتاجية بنحو 3–4%. أما كيفية قياس الإنتاجية فلم يحدّدها المجلس. واحتاج المحلل المعتاد إلى نحو 65 دقيقة لإنجاز المهمة كلها.

وفي صلب المهمة كانت أربع مفترقات لا يملك فيها المحلل الكفء جوابًا صحيحًا واحدًا:

• ماذا نقيس: الغلّة لكل هكتار، أم الغلّة لكل وحدة من تكاليف التشغيل؟
• كيف نقارن: بطريقة الفروق في الفروق (أي فحص كيف تغيّرت المزارع داخل البرنامج وخارجه بمرور الوقت)، أم بمقارنة الغلّة بعد البرنامج مباشرة مع تعديلها بحسب الفروق بين المزارع؟
• مَن نحسب: المزارع المشتركة فقط، أم العضوية كلها؟
• كيف نرجّح: كل مزرعة بوزن واحد، أم يُعطى كبار المنتجين وزنًا أكبر؟

وتبعًا لما يُختار عند هذه المفترقات، تراوح الأثر المقدَّر للبرنامج بين هبوط حادّ في الإنتاجية ومكسب قوي. وكان أيٌّ منها كفيلًا بحسم مصير البرنامج.

أما المساعد فكان Claude Opus 4.8 يعمل داخل Claude Code، وهي بيئة يكتب فيها وكيل الذكاء الاصطناعي شيفرة التحليل ويشغّلها بنفسه. وعند كل مفترق، كانت القطعة النقدية تحدّد له موقفًا. وجاءت التعليمات في موجّه النظام، أي التعليمات الخفية التي لا يراها المستخدم: اعتبر هذا الميل رأيك الخاص، واطرحه، وقدّم أقوى حجة صادقة له. مُنع الوكيل من التضليل أو الجدال بلا أساس، وطُلب منه تغيير رأيه إذا مالت الأدلة ميلًا حاسمًا ضده. باختصار، زميل ملتزم برأيه لكنه ضميريّ.

من صفر إلى 82 بالمئة

عند المفترق الأول، أي ماذا نقيس، طابق اختيار المحلل ميل الوكيل بنسبة 92%. وفي المفترقات الثلاثة الأخرى بلغت نسب التطابق 82% و81% و90%. ولو لم يُحدث الوكيل فرقًا، لدارت النسبة حول 50%، أي حظ القطعة نفسها. وفي ثلاثة من المفترقات الأربعة، قاد الوكيل الجميع في اتجاه واحد. فحين دافع عن قياس الغلّة لكل وحدة تكلفة، لم يختر أي محلل الغلّة لكل هكتار؛ وحين دافع عن الغلّة لكل هكتار، اختارها 82%.

وكيف يحسم مفترق واحد مصير برنامج؟ تُظهر ذلك جلسة وردت في ملحق الورقة الكاملة. بدأ المحلل بطريقة الفروق في الفروق، فخرج البرنامج بزيادة إنتاجية قدرها +4.6%، فوق عتبة المجلس. اعترض الوكيل: فالمكسب كله ظهر بين 2024 و2026، ولا توجد أي بيانات لعام 2025، ووصفه الوكيل بأنه قفزة عبر فجوة لا يراها أحد. فتحوّل المحلل إلى المقارنة المعدَّلة وحصل على −1.6%. وفي السؤال الأخير مال الوكيل إلى توسيع البرنامج، لكن المحلل لفت إلى أن التقدير أقل من عتبة 3–4%، فأقرّ الوكيل بذلك: التقدير «دقيق، ودقيق في قصوره». وفي النهاية أوصى المحلل بإغلاق البرنامج. أي إن المفترقات المبكرة تغلّبت على نصيحة الوكيل الأخيرة نفسه.

فالنصيحة المباشرة للوكيل في القرار النهائي كان وزنها أقل. حين مال إلى التوسيع، أوصى 54% من المحللين بالتوسيع؛ وحين مال ضده، أوصى به 36%، وقد يكون هذا الفارق من قبيل المصادفة. إنما المفترقات هي التي حسمت. فبمجرد معرفة كيف سقطت القطعة عند المفترقات الأربعة، استطاع المؤلفون التنبؤ بتوصية المحلل النهائية بنسبة 82%، قبل أن يفتح المحلل المهمة أصلًا. أما الرهان الدائم على الإجابة الأكثر شيوعًا فيعطي 61%.

وأحيانًا عبّر المحلل عن رأيه قبل الوكيل. وقد حدث ذلك في 38 حالة. حين خالفه الوكيل، تخلّى الناس عن موقفهم في 60% من الحالات؛ وحين وافقه، في 6% فقط. العيّنة صغيرة، لكن الفجوة واسعة.

حجة غيرك بكلماتك أنت

هكذا بدا الأمر في إحدى الجلسات. أمضى مشارك 43 دقيقة في دراسة المواد قبل أن يعطي الوكيل أول تعليمات: قارِن المزارع بطريقة الفروق في الفروق وقدِّر الأثر للمزارع المشتركة فقط. نفّذ الوكيل ذلك بالضبط، ثم اقترح في رسالة واحدة إعادة بناء كل شيء. ففي رأيه، يحتاج المجلس إلى جواب عن العضوية كلها، والمقارنة المعدَّلة أفضل طريقة، وينبغي ترجيح المزارع بحسب مساحتها، لأن الدعم يُموَّل من فائض الإنتاج الكلي بالأطنان. وجاء ردّ المشارك في سطر واحد، بأخطائه الإملائية: «Okay, let use you recomendation».

وفي الاستبيان بعد المهمة، شرح المشارك اختياره للترجيح بالنقطة نفسها عن الأطنان. لم يذكر الجواب الوكيل، ووصف المشارك القرار بأنه «أقرب قليلًا إلى قراري أنا».

كرّر 77% من المشاركين حجج الوكيل في إجاباتهم. وهذان مثالان آخران.

لم يكن هذا المشارك وحيدًا: فقد قال 52% من المحللين إن التوصية النهائية أقرب إليهم منها إلى الوكيل، وبينهم 35% قالوا إنها لهم في معظمها أو كليًا. وقيّم الذين تبعوا الوكيل في المفترقات الأربعة ثقتهم بمتوسط 71 على مقياس يعني فيه الصفر «الأمر مجرد قطعة نقدية» والمئة «أراهن بسمعتي المهنية عليه». أما البقية فمنحوا أنفسهم 73. لم يبدُ الاتفاق مع الآلة اتفاقًا. بدا فكرتهم هم.

وسُئل المشاركون عمّا يظنون أن الدراسة تبحثه. كتب قرابة النصف، 22 من 48، أنها عن كيفية اعتماد الناس على الذكاء الاصطناعي أو إذعانهم له. وذكر ستة صراحةً تأثير الوكيل أو تفضيلاته الخاصة. ولم يشتبه أحد في أن مواقف الوكيل مزروعة عمدًا. وخمّن كثيرون أن ثقتهم بالآلة هي ما يُختبر، ومع ذلك بلغت الحصيلة الإجمالية 86%.

اختبر المؤلفون عشر سمات كان يمكن أن توفّر حماية: الخبرة، والخبرة المقيَّمة ذاتيًا، والتعليم، ودرجة اختبار الفرز، والثقة بالذكاء الاصطناعي، وتكرار استخدامه، والاستمتاع بالمسائل الصعبة، والانفتاح الذهني، والجنس، والعمر. وفي هذه العيّنة، لم تحمِ أيٌّ منها. والإشارة الوحيدة كانت العمر، إذ تبع الأكبر سنًا الوكيل أكثر، وحتى هذه تلاشت بعد تصحيح أثر إجراء عشرة اختبارات.

لا أخطاء، لكن القرار لغيرك

المراجعة المعتادة لا تلتقط هذا النوع من التأثير. فكلا الخيارين عند كل مفترق قابل للدفاع عنه، والتقرير المبني على أيٍّ منهما يبدو كفؤًا، ولن يجد المراجع فيه ما يعيبه. ولا يظهر الانزياح إلا إذا أُسنِد رأي الوكيل عشوائيًا، كما فعلت هذه الدراسة. وهذا غير ممكن في العمل الحقيقي، وسؤال الخبراء أنفسهم لا طائل منه: فهم لا يلاحظون.

وليس في هذا كله حجة ضد الذكاء الاصطناعي بوصفه أداة. فمن بين 50 محللًا عملوا مع الوكيل، ارتكب ثلاثة خطأً جسيمًا أبطل استنتاجهم. وبين 11 عملوا بدونه، ارتكبه ستة، واستغرقوا وقتًا أطول: 90 دقيقة مقابل 65. لكن مجموعة بلا ذكاء اصطناعي كانت صغيرة وأقل خبرة، فالمقارنة تقريبية.

وثمة مشكلة أكبر. فمن دون أي قطعة نقدية، اتخذ Claude Opus 4.8 نفسه الخيارات ذاتها في المفترقات الأربعة وفي القرار النهائي في 112 تشغيلًا من 123. فللنموذج أذواقه الخاصة، وإن كانت أخف من تلك المضخَّمة. وإذا سلّمت عشرة فرق مستقلة أحكامها التقديرية للنموذج نفسه، فلا يعود اتفاقها يُحسب مستقلًا. سيظهر انحياز واحد مشترك في نتائج كثيرة دفعة واحدة.

ويصارح المؤلفون بشأن مجالهم هم أيضًا. فباحثو سلامة الذكاء الاصطناعي يتركون الوكلاء بالفعل يديرون التجارب ويحلّلونها. ووكيل له تفضيلاته الخاصة، وربما تتعارض مع تفضيلات البشر، قد يوجّه البحث نفسه الذي يُفترض أن يكشف هذا التعارض. وتوقيع بشري على التقرير سيُظهر الأمر كأن الناس ما زالوا هم المسؤولين.

وفي ربيع 2025 كان القلق في الاتجاه المعاكس: تراجعت OpenAI عن تحديث لـ GPT-4o لأن النموذج كان متلهفًا أكثر من اللازم لموافقة المستخدمين. أما في هذه التجربة، فكان البشر هم الموافقين.

اسأل الإنسان أولًا

يقترح المؤلفون عدة سبل للاستجابة. يمكن بناء الوكلاء بحيث يعرضون أقوى حجة لكل خيار، لا لخيارهم وحده. ففي التجربة كان الوكيل منفتحًا بشأن كيفية تحوّل الأرقام، لكنه نادرًا ما دافع بقوة عن الجانب الآخر. ويمكن أن يطلبوا رأي الخبير أولًا ثم يعرضوا رأيهم بعد ذلك. ويرى المؤلفون العقبة بأنفسهم: كثرة الأسئلة ترهق الناس، والنبرة الواثقة تقنع أكثر مما تستحق الحجج. وعلى المؤسسات، بحسبهم، أن تقرر مسبقًا أي القرارات تستلزم حكم الشخص نفسه، وأن تمنح الناس وقتًا لتكوينه.

شملت التجربة محللين، لكن مفترقات الخيارين الصادقين مألوفة للجميع: أي شقة نستأجر، وأي عرض عمل نقبل، وكيف نردّ على المدير. وهل تنسحب النتيجة على خيارات يومية كهذه؟ لم يختبر ذلك أحد. غير أن الآلية سهلة التصور: اسأل روبوت المحادثة قبل أن تسأل نفسك، فتكون حجته الأولى على الطاولة. وقد ظهر أثر قريب للذكاء الاصطناعي مؤخرًا في مهام أبسط أيضًا: بعد عشر دقائق مع روبوت محادثة، استسلم الناس أكثر حين أُوقف المساعد.

لا يدعو المؤلفون إلى التخلي عن الذكاء الاصطناعي. فآخر سطر في عرضهم يقول إن تقسيم العمل بين البشر والآلات ينبغي أن يكون «شيئًا نختاره، لا شيئًا ننجرف إليه».