يقول مهندس Google هايدن بيلفيلد إن الذكاء الاصطناعي ذاتي التطوير — أي أن يصمم ذكاءً اصطناعيًا أفضل من دون مساعدة بشرية — لا يزال بعيدًا عن الواقع. وتُظهر بيانات DeepMind الداخلية أن الذكاء الاصطناعي يكتب الآن أكثر من 75٪ من الشيفرات المستخدمة في الإنتاج، لكن نحو 88٪ من هذه التغييرات لا تزال بحاجة إلى مراجعة بشرية قبل تقديمها.
الأتمتة تنجح في المهام المحددة لا في الأبحاث
ارتفعت نسبة تغييرات الشيفرة التي تُسند بالكامل إلى الذكاء الاصطناعي من 7.5٪ إلى 11.9٪، وفق أحدث القياسات الداخلية. لكن نجاح الذكاء الاصطناعي من دون تدخل بشري يتراجع بشدة كلما ازدادت المهام تعقيدًا. وفي 1,389 تجربة لوكلاء Argon التابعين لـDeepMind، ظل البشر أساسيين في الأبحاث الإبداعية وتصميم التجارب وتشخيص مشكلات التدريب الدقيقة والتخطيط طويل الأمد. وأظهر استطلاع محدود شمل اثني عشر باحثًا كبيرًا في DeepMind النمط نفسه، إذ أشار إلى ارتفاع الأتمتة في الأعمال المحددة والقابلة للتحقق، وانخفاضها في توليد الأفكار العلمية المفتوحة.
المعايير تُظهر تقدمًا مطردًا لا متسارعًا
في اختبار RE‑Bench التابع لـDeepMind، وهو مجموعة من 74 مهمة واقعية في هندسة تعلم الآلة، يحل Argon نحو نصف المسائل، مقارنة بنتيجة 27٪ حققها Gemini 3.7 Flash. ويُظهر مؤشر القدرات العامة (GCI)، الذي يتابع 123 نموذجًا عبر 92 معيارًا، أن نماذج Gemini تتحسن بنحو 0.1 نقطة من GCI شهريًا، من دون أي دليل إحصائي على تسارع هذا التحسن. ويقول بيلفيلد إن الزيادة المحدودة في أداء Gemini 4 Argon تعود إلى زيادة القدرة الحاسوبية والجهود التنظيمية، لا إلى تسارع تقوده أنظمة الذكاء الاصطناعي.
لماذا يهم
بالنسبة إلى المطورين في Google وغيرها من الشركات، يستطيع الذكاء الاصطناعي إنجاز مهام البرمجة الروتينية، لكنه لا يزال بحاجة إلى مراجعة بشرية، لذا لن تختفي الوظائف بين ليلة وضحاها. وعلى نطاق مجتمع الذكاء الاصطناعي الأوسع، يعني غياب تسارع الأبحاث ذاتيًا أن التوقعات بحدوث «انفجار في الذكاء» سريع لا تزال مجرد تكهنات، وأنه يمكن متابعة مخاوف السلامة على مدى زمني أطول.
