يشهد الذكاء الاصطناعي نمواً متسارعاً، لكن هذا التوسع يطرح مفارقة مقلقة: المادة الأساسية التي بُني عليها هذا التقدم، أي المحتوى البشري، بدأت تختلط تدريجياً بمحتوى مولد آلياً.
ومع اعتماد النماذج الحديثة على الإنترنت كمصدر رئيسي للبيانات، أصبحت تستهلك دون قصد محتوى سبق أن أنتجته أنظمة ذكاء اصطناعي أخرى، هذا ما أشار إليه تحليل نشره موقع (The Week) نقلاً عن تقارير إعلامية، حيث أوضح أن النماذج قد تدخل في حلقة مغلقة تعتمد فيها على نفسها كمصدر للمعرفة.
هذا التحول يعني أن المخرجات لم تعد تستند بالكامل إلى بيانات أصلية، بل إلى نسخ معاد تدويرها، ما يهدد جودة المعرفة المنتجة.
انهيار النماذج… تراجع تدريجي في الجودة
هذه الظاهرة تُعرف علمياً باسم (Model Collapse)، أو "انهيار النماذج"، وهي حالة تبدأ فيها الأنظمة بفقدان التنوع والدقة نتيجة تدريبها على بيانات اصطناعية بدلاً من بيانات بشرية.
وتشير أبحاث منشورة حول هذا المفهوم إلى أن النماذج، مع الوقت، تميل إلى إنتاج محتوى متشابه ومبسط، وقد تصل إلى نتائج مشوهة لا تعكس الواقع بشكل دقيق.
ويؤكد خبراء أن هذه العملية ليست فجائية، بل تدريجية، حيث يتآكل الأداء بمرور الوقت مع كل دورة تدريب جديدة تعتمد على محتوى أقل جودة.
البيانات كأصل اقتصادي… من وفرة إلى ندرة
خلف هذا التحدي التقني، تظهر زاوية اقتصادية واضحة، فالذكاء الاصطناعي يعتمد على البيانات عالية الجودة، وهذه البيانات أصبحت مورداً استراتيجياً، ومع تزايد المحتوى المولد آلياً، أصبح من الصعب العثور على محتوى بشري أصيل يمكن الاعتماد عليه في التدريب.
هذا ما دفع شركات تقنية كبرى إلى توقيع اتفاقيات مع مؤسسات إعلامية للحصول على محتوى موثوق، مما يشير إلى أن البيانات لم تعد مجرد مورد، بل أصل اقتصادي ذو قيمة عالية.
وتشير تحليلات شركات استشارية مثل (McKinsey & Company) إلى أن جودة البيانات أصبحت عاملاً حاسماً في أداء الأنظمة الرقمية، ما يعزز التنافس على مصادرها.
من الإنترنت المفتوح إلى اقتصاد مغلق
هذا التحول قد يعيد تشكيل طبيعة الإنترنت نفسه، فبدلاً من نموذج الإنترنت المفتوح، قد يتجه النظام نحو بيئة أكثر انغلاقاً، حيث يصبح الوصول إلى البيانات عالية الجودة محصوراً بجهات قادرة على تحمل تكلفتها.
في هذا السياق، تظهر فجوة متزايدة بين الشركات الكبرى التي تملك القدرة على الوصول إلى هذه البيانات، وتلك التي تعتمد على المحتوى المتاح للجميع، والذي قد يكون أقل جودة، وهذا يعزز ما يمكن وصفه بـعدم المساواة الرقمية، حيث تتحول البيانات إلى عامل قوة اقتصادي.
تضخم المحتوى… وتراجع القيمة
في المقابل، أدى انتشار المحتوى المولد بالذكاء الاصطناعي إلى تضخم غير مسبوق في حجم المحتوى الرقمي، ومع هذا الارتفاع في العرض، تتراجع القيمة الفردية لكل قطعة محتوى.
تشير دراسات في الاقتصاد الرقمي، مثل أبحاث منشورة على منصة (arXiv)، إلى أن انتشار المعلومات لا يرتبط دائماً بجودتها، بل بقدرتها على الانتشار، وهذا ما يفسر كيف يمكن للمحتوى منخفض الجودة أن يحقق انتشاراً واسعاً، رغم محدودية قيمته.
اقتصاد "السلوب"… الربح من الكمية لا الجودة
في هذا السياق، برز ما يُعرف بـ"اقتصاد السلوب" (Slop Economy)، حيث يتم إنتاج محتوى بكميات ضخمة بهدف تحقيق التفاعل والعوائد الإعلانية، وليس تقديم قيمة معرفية.
هذا النموذج يعكس تحولاً في طبيعة الإنترنت، حيث لم تعد الجودة هي العامل الأساسي للنجاح، بل القدرة على جذب الانتباه.
وتشير تقارير إعلامية إلى أن بعض صناع المحتوى يحققون أرباحاً كبيرة من محتوى منخفض الجودة، ما يعزز استمرار هذه الظاهرة.
هل الانهيار حتمي؟
رغم هذه التحديات، لا يتفق جميع الباحثين على أن "انهيار النماذج" أمر حتمي، فبعض الدراسات تشير إلى إمكانية الحد من هذه الظاهرة عبر تحسين جودة البيانات، واستخدام تقنيات تمييز بين المحتوى البشري والاصطناعي، إضافة إلى تطوير نماذج تدريب أكثر دقة.
ومع ذلك، يبقى القلق قائماً من أن استمرار الاعتماد على المحتوى الاصطناعي قد يؤدي إلى تآكل تدريجي في جودة النظام الرقمي بأكمله.
الذكاء الاصطناعي يعتمد على الإنسان
يكشف هذا النقاش عن حقيقة أساسية: الذكاء الاصطناعي، رغم تقدمه، لا يزال يعتمد على الإنسان كمصدر رئيسي للمعرفة، وإذا تراجع هذا المصدر أو تم استبداله بمحتوى معاد تدويره، فإن النظام بأكمله يصبح عرضة للضعف.
وفي عالم تتزايد فيه المنافسة على البيانات، يبدو أن التحدي لم يعد في بناء أنظمة أكثر ذكاءً، بل في الحفاظ على جودة ما تتعلم منه هذه الأنظمة.