ذكاؤك الاصطناعي لا يهلوِس، بل يُخمّن.
نماذج الذكاء الاصطناعي لا تدرك متى تكون مخطئة. ليس لديها إشارة لتوضيح عدم اليقين. فهي تنتج الكلمة التالية الأكثر احتمالاً بناءً على مدخلاتك. وتُظهر نفس القدر من الثقة سواء كانت محقة أو مخطئة.
هذا ليس خللاً في النظام، بل هكذا تعمل البنية البرمجية.
نماذج اللغات الكبيرة (LLMs) هي أدوات للتنبؤ بالرمز التالي (next-token predictors). هي لا تتحقق من قاعدة بيانات من الحقائق، بل تقوم بإكمال الأنماط على نطاق واسع. إذا أعطى النموذج إجابة خاطئة، فذلك لأن مطالبتك (prompt) وجهت الاحتمالات نحو تلك النتيجة.
هذا التمييز يغير طريقة إصلاحك للمشكلات. إذا كان النموذج يهلوِس، فلا يمكنك إصلاح ذلك. أما إذا كان النموذج يُخمّن لأن مطالبتك غامضة، فيمكنك إصلاح ذلك الآن.
في Datawise، نقوم باختبار أداء نماذج الذكاء الاصطناعي. ونلاحظ نمطاً ثابتاً؛ حيث تعطي النماذج إجابات خاطئة عندما تفتقر المدخلات إلى التفاصيل. فالنموذج يجيب على السؤال الذي طرحته بالفعل، وليس السؤال الذي كنت تنوي طرحه.
قارن بين هاتين المطالبتين:
- "كيف أتصل بـ Postgres في Python؟"
- "كيف أتصل بـ Postgres في Python باستخدام psycopg3، مع مجمع اتصالات (connection pool) بحجم 10، على Ubuntu 24.04، خلف نفق Cloudflare (Cloudflare Tunnel)، مع مهلة زمنية قدرها 30 ثانية؟"
المطالبة الأولى تجبر النموذج على القيام بست تخمينات. أما المطالبة الثانية فتوفر قيوداً.
صعوبة كتابة مطالبة محددة تكمن في صعوبة معرفة احتياجاتك الخاصة. إذا لم تكن قادراً على كتابة مطالبة محددة، فأنت لا تعرف ما تحتاجه بعد. توقف عن كتابة المطالبات وابدأ في التفكير.
ينتج الذكاء الاصطناعي مخرجات خاطئة بنفس سلاسة المخرجات الصحيحة. تبدو الصياغة واثقة، والكود يبدو نظيفاً، ولا توجد أي إشارة إلى أن النموذج يحاول سد فجوة ما.
المهندسون الكبار لا يثقون بالمخرجات فحسب، بل يتساءلون: أين تركت مجالاً للتأويل؟ كل كلمة غامضة هي قرار اتخذه النموذج نيابة عنك.
لا تكتفِ بإعادة إرسال المطالبة بصياغة مختلفة قليلاً؛ فهذا يشبه إعادة تشغيل خدمة ما دون فحص سجلات الأحداث (logs). أنت بذلك لا تعالج السبب الجذري.
عندما تكون المخرجات خاطئة، اقرأ مطالبتك أولاً. ابحث عن المكان الذي تركت فيه مجالاً للتأويل. أضف قيوداً لـ:
- المدخلات والمخرجات
- معالجة الأخطاء
- التبعيات (Dependencies)
- الحالات الحدية (Edge cases)
قبل أن تضغط على Enter، اقرأ مطالبتك كما لو كنت مهندساً جديداً ليس لديه أي سياق. كل شيء تضطر لتخمينه هو مكان سيقوم النموذج بتخمينه أيضاً.
يُظهر لك النموذج الفجوات في تعليماتك. قم بإصلاح هذه الفجوات. اكتب مطالبات أكثر دقة.
مجتمع تعليمي اختياري: https://t.me/GyaanSetuAi