أبرز النقاط

• أعلنت Microsoft Research ومركز علوم وهندسة قياس الذكاء الاصطناعي في جامعة Carnegie Mellon، المعروف باسم AIMSEC، عن ورشة عمل حضورية حول تقييم وكلاء الذكاء الاصطناعي وحوكمتهم يومي ٢٢ و٢٣ أكتوبر ٢٠٢٦.
• من المقرر إقامة الفعالية في مختبر Microsoft Research New York City Lab، الواقع في 300 Lafayette St, New York, NY 10012، على أن تُعقد الجلسات من الساعة 9:00 AM حتى 5:00 PM.
• يتوقع المنظمون مشاركة ١٢٠ شخصاً من الأوساط الأكاديمية وقطاع الأعمال والمجتمع المدني والحكومة.
• يتضمن البرنامج كلمات رئيسية، وعروضاً خاطفة، وجلسات نقاشية، ومجموعات عمل تطبيقية، ونقاشات فرعية.
• تهدف النقاشات إلى المساهمة في إعداد تقارير تركيبية عامة ومفتوحة؛ ولم تعلن الفعالية بعد عن معايير نهائية أو نتائج مكتملة لورشة العمل.

ما الذي أعلنته Microsoft Research وCMU؟

تعتزم Microsoft Research ومركز علوم وهندسة قياس الذكاء الاصطناعي في جامعة Carnegie Mellon، المعروف باسم AIMSEC، جمع ١٢٠ قائداً في ورشة عمل تمتد يومين حول تقييم وكلاء الذكاء الاصطناعي وحوكمتهم. ويحدد الإعلان الرسمي موعد التجمع يومي ٢٢ و٢٣ أكتوبر ٢٠٢٦ في مدينة نيويورك. ويتمثل التركيز المعلن في تطوير معايير مشتركة وعلوم قياس لتقييم وكلاء الذكاء الاصطناعي وحوكمتهم.

يأتي هذا الإعلان في وقت تنتقل فيه وكلاء الذكاء الاصطناعي من النماذج البحثية الأولية إلى أنظمة تتصرف نيابة عن الأشخاص. وتشير Microsoft Research إلى وجود فجوة بين سرعة تطوير الوكلاء والقدرة على تقييم هذه الأنظمة. ويقدم وصف الفعالية علوم قياس صارمة ومشتركة بوصفها أساساً للمساءلة، كما يؤكد أن التقييم لا يزال يمثل تحدياً كبيراً للقطاع.

تمثل ورشة العمل محاولة لجمع المجتمعات المعنية في نقاش مشترك. ومن المتوقع أن تشمل قائمة المشاركين أشخاصاً من الأوساط الأكاديمية وقطاع الأعمال والمجتمع المدني والحكومة، إلى جانب أعضاء فرق Microsoft وCarnegie Mellon. ولا يقدم المصدر قائمة كاملة بالحضور، ولا يسمي المشاركين بشكل فردي، ولا يحدد كيفية توزيع المقاعد.

هذه فعالية لجمع المعنيين، وليست إعلاناً عن منتج. فالمعلومات الرسمية لا تعلن عن نموذج AI جديد، أو خدمة تجارية، أو نتيجة معيارية، أو معيار تقييم مكتمل. ويتمثل هدفها في جمع المشاركين لمعالجة الجوانب العلمية والعملية لتقييم وكلاء الذكاء الاصطناعي وحوكمتهم.

تفاصيل الفعالية في لمحة

استُمدت هذه التفاصيل من قائمة فعالية Microsoft Research. ويحدد الإعلان أن الفعالية ستُعقد حضورياً في نيويورك، لكنه لا يشير إلى توفر خيار للمشاركة عن بُعد.

الموضوعات التي ستتناولها ورشة العمل

يجمع وصف الفعالية أهدافها حول استقطاب أشخاص قادرين على الإسهام في معايير التقييم، واستعراض أحدث ما توصل إليه المجال. ويجمع البرنامج المخطط بين العروض الرئيسية، والعروض الخاطفة، والجلسات النقاشية، ومجموعات العمل التطبيقية. ومن المتوقع أيضاً أن يشارك الحضور في نقاشات فرعية، بهدف الاستفادة منها في إعداد تقارير تركيبية عامة ومفتوحة للقطاع.

تدرج Microsoft Research أطر تقييم وكلاء الذكاء الاصطناعي، والأدوات، والتحديات الخاصة بكل مجال ضمن الموضوعات التي سيتناولها البرنامج. وتكتسب هذه النطاقات أهمية لأن مصطلح «الوكيل» قد يصف أنظمة مستخدمة في بيئات مختلفة تماماً. ولا يحدد المصدر قطاعات أو تطبيقات أو أساليب تقييم بعينها ستتبناها ورشة العمل. لكنه يوضح أن التحديات الخاصة بكل مجال جزء من النقاش المستهدف، بدلاً من التعامل مع تقييم الوكلاء باعتباره سؤالاً واحداً منفصلاً عن السياق.

وبالمثل، تشير الإشارة إلى الأدوات إلى أن نطاق ورشة العمل يشمل الأدوات المستخدمة في التقييم، لكن الإعلان لا يسمي برامج أو بروتوكولات أو بيئات معيارية محددة. لذلك، ينبغي للقراء التمييز بين محاور جدول الأعمال المؤكدة والتفاصيل التقنية التنفيذية التي لم يُعلن عنها.

توضح صفحة الفعالية أن النقاشات الفرعية ستسهم في إعداد تقارير تركيبية عامة. لكنها لا تحدد موعد إصدار هذه التقارير، أو استنتاجاتها النهائية، أو ما إذا كان المشاركون سيتفقون على معيار موحد. وتُعد التقارير مخرجاً مخططاً له من عملية النقاش، وليست دليلاً على اكتمال معيار بالفعل.

لماذا يهم وجود تقييم مشترك لوكلاء الذكاء الاصطناعي؟

يُوصف وكلاء الذكاء الاصطناعي بصورة متزايدة بأنهم أنظمة قادرة على التصرف نيابة عن شخص ما. ويثير تقييم هذه الأنظمة أسئلة تتجاوز قدرة النموذج على إنتاج استجابة تبدو منطقية. فبحسب النظام والمهمة، قد يحتاج التقييم إلى معالجة كيفية تصرف الوكيل أثناء سعيه لتحقيق هدف، وكيفية قياس أدائه، وكيفية حوكمته. ويضع إعلان Microsoft Research هذه الأسئلة في إطار تحدي علوم القياس، ويؤكد الحاجة إلى تقييم مشترك وصارم مع انتقال الوكلاء من النماذج البحثية الأولية إلى الاستخدام العملي.

يمكن للمعايير المشتركة أن توفر للباحثين والممارسين أساساً موحداً لمناقشة الأداء. ومن دون ممارسات قياس متفق عليها، قد يصعب مقارنة نتائج التقييمات المختلفة. كما يمكن للمصطلحات المشتركة والأساليب الموصوفة بوضوح أن تساعد أصحاب المصلحة على فهم ما يهدف الاختبار إلى قياسه، والاستنتاجات التي يمكن دعمه بها. وهذه أسباب عامة تبرز قيمة العمل على المعايير؛ إذ لا تدعي قائمة الفعالية أن ورشة العمل ستحل كل مشكلات المقارنة.

تأتي الحوكمة ضمن التركيز المعلن للفعالية إلى جانب التقييم. ويرتبط القياس والحوكمة، لكنهما مختلفان: فالتقييم يتناول كيفية فحص الأنظمة، بينما تتعلق الحوكمة بالهياكل والممارسات المستخدمة لتوجيه تطويرها واستخدامها. ويشير قرار المنظمين إلى تناول الجانبين معاً إلى أن ورشة العمل تستهدف بحث ما يتجاوز الأداء التقني وحده. ولا يحدد المصدر إطاراً محدداً للحوكمة، ولا يقدم توصيات نيابة عن المشاركين.

ومن السمات المهمة الأخرى في جدول الأعمال المعلن نطاقه العابر للقطاعات. إذ يمكن للباحثين والشركات والجهات الحكومية ومنظمات المجتمع المدني طرح أسئلة مختلفة في النقاشات المتعلقة بأنظمة تتصرف نيابة عن الأشخاص. وقد يساعد جمع هذه المنظورات في إبراز اختلاف الأولويات والمجالات التي تحتاج فيها الأدلة أو التعريفات إلى توضيح. وتؤكد صفحة الفعالية الرسمية النطاق المستهدف للمشاركين، لكنها لا تكشف أسماء جميع الحاضرين أو جهاتهم.

ما الذي يثبته الإعلان وما الذي لا يثبته؟

تتسم الحقائق المؤكدة بالوضوح: المنظمون، والتواريخ، ومكان انعقاد الفعالية في نيويورك، والحضور المتوقع البالغ ١٢٠ قائداً، والفئات الواسعة للمشاركين، وصيغة البرنامج، والتركيز المعلن على المعايير وعلوم القياس لتقييم وكلاء الذكاء الاصطناعي وحوكمتهم. ومن المقرر عقد الفعالية يومي ٢٢ و٢٣ أكتوبر ٢٠٢٦، لذلك تظل نقاشاتها وتقاريرها المستهدفة مستقبلية حتى تاريخ نشر هذا المقال.

لا يحدد الإعلان معياراً نهائياً، ولا ينشر نتائج، ولا يورد نتائج معيار اختباري. كما لا يكشف عن قيمة مالية أو نتيجة تقنية أو إطلاق منتج. ولا يصف المنهجية التفصيلية التي قد تناقشها مجموعات العمل. ومن المهم تجنب الافتراضات في هذه النقاط؛ إذ لا ينبغي عرض ورشة عمل مخطط لها كما لو أنها أنتجت بالفعل توافقاً أو تغييراً قابلاً للقياس.

وبالنسبة إلى الفرق التي تتابع تقييم وكلاء الذكاء الاصطناعي، تتمثل الخطوة العملية التالية في مراقبة صفحة الفعالية الرسمية للاطلاع على تحديثات جدول الأعمال والمواد العامة اللاحقة. ويمكن للباحثين والمؤسسات أيضاً استخدام المحاور المعلنة، مثل أطر التقييم والأدوات والتحديات الخاصة بكل مجال، لتحديد الأسئلة التي يرغبون في طرحها. وينبغي التعامل مع هذه الأسئلة بوصفها موضوعات للنقاش، لا استنتاجات توصلت إليها Microsoft Research أو Carnegie Mellon بالفعل.

ما الذي ينبغي متابعته قبل ٢٢ أكتوبر وبعده؟

قبل ورشة العمل، قد تشمل التحديثات المفيدة جدول أعمال أكثر تفصيلاً، وأسماء مؤكدة للمتحدثين أو المشاركين، وأي إرشادات بشأن الحضور. ولا تتضمن الإعلانات الموثقة التي نلخصها هنا أياً من هذه التفاصيل. لكن القائمة المنشورة تحدد الموقع والجدول، لذلك ينبغي للحضور المحتملين الرجوع إلى المصدر الرسمي للحصول على أحدث معلومات الفعالية، بدلاً من الاعتماد على ملخصات الجهات الخارجية.

بعد ورشة العمل، ستكون التقارير التركيبية العامة مرجعاً مهماً إذا صدرت وفق الخطة. ويمكن للقراء البحث عن كيفية وصف التقارير لأطر التقييم والأدوات والتحديات الخاصة بكل مجال؛ وما إذا كانت تحدد مجالات الاتفاق أو الأسئلة التي لم تُحسم؛ وكيف تميز بين الأساليب المقترحة والممارسات الراسخة. وهذه طرق مفيدة لقراءة المخرجات المستقبلية، وليست تنبؤات بما ستقوله التقارير.

ستعتمد جودة المتابعة جزئياً على مدى وضوح المواد الناتجة في شرح نطاقها وحدودها. ويمكن لتقرير يوضح الأسئلة التي نوقشت، والأساليب التي جرى بحثها، والمسائل التي لا تزال مفتوحة، أن يساعد القراء على تفسير أهميته. ويؤكد الإعلان الرسمي وجود نية لإعداد تقارير تركيبية عامة ومفتوحة، لكنه لا يحدد بعد صيغة هذه التقارير أو مؤلفيها أو موعد نشرها أو استنتاجاتها.

تحليل بوابة الذكاء الاصطناعي

يكمن الجانب اللافت في هذا الإعلان في تركيزه على القياس والحوكمة في وقت يتجاوز فيه وكلاء الذكاء الاصطناعي مرحلة النماذج البحثية الأولية. وقد صُمم التجمع لجمع ١٢٠ قائداً من قطاعات متعددة ضمن برنامج منظم يضم عروضاً ونقاشات عملية. وتوفر هذه الصيغة فرصة لبحث أسئلة التقييم المشتركة، إلا أن التأثير النهائي للفعالية سيعتمد على النقاشات والمخرجات العامة التي ستليها.

سيكون من المبكر وصف ورشة العمل بأنها محطة مفصلية لوضع المعايير ذات نتيجة معروفة. ويقول المنظمون إنهم سيجمعون المشاركين لتعريف المعايير المشتركة وعلوم القياس؛ وهذا هو الهدف المعلن، وليس تقريراً عن عمل مكتمل. وينبغي انتظار المواد التركيبية العامة وتقييم ما تثبته فعلياً قبل إصدار حكم دقيق.

في الوقت الراهن، تتمثل الخلاصة الأوضح في أن مؤسسات بحثية كبرى تجعل من التقييم المشترك لوكلاء الذكاء الاصطناعي وحوكمتهم موضوعاً صريحاً لجمع المعنيين. وتمثل مشاركة قطاعات متعددة في ورشة أكتوبر والتقارير التركيبية المخطط لها عناصر ملموسة من هذا الجهد. أما ما إذا كان سيقود إلى معايير مستخدمة على نطاق واسع، فلا يزال سؤالاً مفتوحاً.

المصدر

Microsoft Research: النهوض بعلوم تقييم وكلاء الذكاء الاصطناعي وحوكمتهم.