// المحتويات
«لم تتفاعل أي شخصيات أو مركبات أخرى مباشرةً مع المشهد.» بهذه الجملة لخّص نموذج ذكاء اصطناعي مقطعًا مدته 25 ثانية، تنعطف فيه سيارة حمراء يمينًا وتصدم أحد المشاة. يسقط الرجل ثم ينهض. ولم يصل شيء من ذلك إلى الملخص.
لم تكن زلة عابرة. طلب باحثون من جامعة جورجتاون وجامعة واشنطن من ChatGPT وGemini وصف مقطعي حادث شبه متطابقين عشرين مرة. وفي 19 ملخصًا من أصل 20 غاب الحادث نفسه. نُشرت النسخة الأولية للبحث في 23 سبتمبر 2026، وفي أكتوبر عُرض العمل في مؤتمر AIES المخصص لأخلاقيات الذكاء الاصطناعي. والقلق هنا عملي: فالشرطة الأمريكية تستخدم الذكاء الاصطناعي لصياغة المحاضر من تسجيلات كاميرات الجسد، والشخص الذي يراجع المسودة هو نفسه الذي قد يدلي بشهادته لاحقًا.
الحادث الذي «لم يقع»
في ربيع 2026 عرض المؤلفون، ماتيا سيم ويائيل آيغر وتادايوشي كونو، كل مقطع من المقطعين خمس مرات على ChatGPT-5.5 وعلى Gemini 2.5 Flash-Lite، وهو نموذج خفيف. طلبوا ملخصًا محايدًا لا يقل عن 300 كلمة، بلا تخمين ولا وقائع جديدة، ونصّوا في الطلب على عبارة: «احرص على إدراج كل ما هو مهم».
لم يفد ذلك. فقد أسقط الملخص في المتوسط 51.6% من الأحداث الرئيسية في المقطع. وتسعة نصوص من كل عشرة لم تذكر حتى أن المشاة ظل ممددًا على الأسفلت ثم نهض. وفي المقابل أضافت النماذج أشياء لم تظهر على الشاشة قط: سيارات زائدة، ومارة زائدين، وتخمينات عن نوايا الشخصيات. وظهرت أخطاء جسيمة في نحو ملخصين من كل ثلاثة. تقول آيغر في البيان الصحفي لجورجتاون : «فاجأني مدى سوء الملخصات، حتى في هذه المرحلة من تطور الذكاء الاصطناعي».
إشارة تُبدَّل بعد يوم
عمر السيارة الحمراء والإشارة قرابة خمسين عامًا. ففي 1978 عرضت إليزابيث لوفتوس وزملاؤها على المشاركين شرائح لسيارة عند إشارة توقف، ثم طلبوا منهم قراءة وصف للمشهد يذكر إشارة مختلفة. فتذكّر كثيرون لاحقًا إشارة لم يروها قط. وصارت هذه الحالة المثال الدراسي لتأثير المعلومات المضللة: ما تعرفه بعد الحدث يعيد كتابة ذاكرتك عنه. أُنتج المقطعان، المصنوعان في GTA V، لإعادة حديثة لتلك الدراسة، ولوفتوس بين مؤلفيها مرة أخرى. ويختلفان في تفصيل واحد: عند التقاطع إما إشارة توقف وإما إشارة أفضلية المرور.
استبدل سيم وزملاؤها بالمصدر البشري للمعلومات المضللة ذكاءً اصطناعيًا. شاهد 331 بالغًا أمريكيًا المقطع، وبعد 24 ساعة قرؤوا ملخصًا من 21 جملة كتبه ChatGPT. وفي نصف الحالات طابقت الإشارة في النص ما في الفيديو، وفي النصف الآخر كانت مبدَّلة. أجرى الباحثون هذا التبديل بأنفسهم، واستعاروا صياغته من إجابة أخرى لـ ChatGPT كي يبدو الخطأ أصيلًا. فالدراسة قاست أثر خطأ كهذا، لا عدد المرات التي ترتكبه فيها النماذج. ثم جاءت 12 سؤالًا عن المشهد.
بعد الملخص الدقيق سمّى 83.6% الإشارة تسمية صحيحة. أما من لم يقرأ أي ملخص فيصيبون بنحو 80%، بحسب إعادة الدراسة نفسها، أي إن النص الدقيق لا يكاد يحرك الذاكرة. وبعد الملخص المضلل لم تتجاوز النسبة 44.8%. وبقي كل شيء آخر سليمًا: ففي الأسئلة الإحدى عشرة الأخرى بلغ متوسط الإجابات الصحيحة 91.4%. أفسد الملخص التفصيل الذي أخطأ فيه بالضبط.
عبارة «ذكاء اصطناعي» لم تنفع
كان النص واحدًا دائمًا، لكن بعض المشاركين أُخبروا بأنه صادر عن خدمة نسخ بالذكاء الاصطناعي، وآخرون بأن مدوِّنًا بشريًا محترفًا كتبه. قد تتوقع أن يتعامل الناس بحذر أكبر مع نص كتبته آلة. لكنهم لم يفعلوا. فبين من تلقوا الملخص المضلل موسومًا بالذكاء الاصطناعي سمّى 46.3% الإشارة الصحيحة، وبين من تلقوه موسومًا ببشري 43.4%، وهو فارق في حدود الصدفة. لم تفد الثقة بالذكاء الاصطناعي ولا كثرة استخدامه. وظهر فرق واحد فقط، طريف تقريبًا: بدا النص نفسه أوضح للمشاركين حين ظنوا أن إنسانًا كتبه.
من يقرأ إعادة سرد الآلة يبدأ بتذكّر نسختها.
وهذا محرج للجهات التنظيمية والمطورين. فتكاد كل إرشادات الذكاء الاصطناعي الآمن تستند إلى «الإنسان في الحلقة»: الآلة تصوغ المسودة، والإنسان يراجعها ويصححها. لكن هذه الدراسة لم تحاكِ المراجعة: فلم يُطلب من المشاركين مقارنة الملخص بالمقطع، بل قرؤوه وأجابوا من الذاكرة. واستنتاج المؤلفين حذر: فبدلًا من أن يصحح الإنسان خطأ الذكاء الاصطناعي، قد تنحني ذاكرته لتتوافق معه، واختبار ذلك على مراجعين حقيقيين ما زال أمامهم.
الشرطي الذي صار ضفدعًا
في مطلع 2026 ظهرت حالة في هيبر سيتي بولاية يوتا. ذكرت مسودة محضر شرطة أن ضابطًا تحوّل إلى ضفدع : فقد كان فيلم «الأميرة والضفدع» يعمل في الخلفية، وحسب البرنامج الفيلم جزءًا من الوقائع. قال الرقيب ريك كيل إن القسم تعلّم عندها تصحيح هذه المحاضر. واحتفظ القسم بالأداة. ويقول كيل إنها توفر عليه من ست إلى ثماني ساعات أسبوعيًا.
البرنامج هو Draft One من شركة Axon، صانعة مسدس Taser، وهو يكتب مسودة انطلاقًا من صوت كاميرا الجسد. وتحدد صفحة المساعدة لدى Axon طول المسودة المعتاد بين 300 و500 كلمة، ومن هنا جاءت الـ300 كلمة في طلب الباحثين. وتقول الصفحة نفسها إن على الضابط أن يراجع النص بعناية ويعدّله.
أي أحد سيلتقط الضفدع. أما إشارة مبدَّلة، أو ضربة فاتت، أو مار زائد، فتبدو كلها معقولة، وتثير دراسة سيم القلق من أن الضابط الذي يقرأ نصًا كهذا قد يتذكره لاحقًا كأنه ذاكرته. ومع ذلك فهي نتيجة مختبرية. وفي أكتوبر 2025 أقرت كاليفورنيا القانون SB 524 الذي يلزم الشرطة بوسم المحاضر المكتوبة بالذكاء الاصطناعي وبالاحتفاظ بالمسودة الأولى. وقد أشارت مؤسسة EFF للحقوق الرقمية إلى أن Draft One لا يحتفظ بحكم تصميمه بسجل تعديلات يبيّن أي الأجزاء كتبتها الآلة وأيها كتبها الضابط.
تقول آيغر: «يقلقني أن تستخدم أقسام الشرطة تقنيات تلخيص الفيديو دون اختبار صارم».
ما لا تثبته الدراسة بعد
يعدد المؤلفون الحدود بأنفسهم. لم يكن هناك سوى مقطعين، بسيطين ومنتجين بمحرك لعبة، وطلب واحد، وعشرين ملخصًا. أما نص الجزء الثاني فاختير من عدة محاولات وعُدّل يدويًا تعديلًا خفيفًا. واختُبر نوع واحد من الأخطاء فقط، هو الإشارة، وفي هدوء استطلاع عبر الإنترنت لا بعد بلاغ حقيقي. واستُبعدت لقطات كاميرات الجسد الحقيقية لأنها قد تكون صادمة. وهذه اللقطات، مع محاضر شرطة حقيقية، هي الخطوة التالية.
يوجد الملخص كي لا يضطر أحد إلى إعادة مشاهدة التسجيل كله، ولهذا بالذات لا يكاد أحد يقارنه بالأصل. فإن أدلى الضابط بشهادته أمام المحكمة بعد ستة أشهر، فماذا سيتذكر: التقاطع، أم المسودة التي دقّقها يومًا؟
