تُبنى قواعد المعرفة المؤسسية لإعادة استخدام الأحكام والإجراءات والنجاحات والإخفاقات السابقة. ومع ازدياد التراكم، لا تحتاج المؤسسات إلى إعادة النظر في المشكلة نفسها من الصفر في كل مرة، مما يزيد سرعة اتخاذ القرار واتساقه. ومع ذلك، كلما تكررت إعادة استخدام المعرفة، زاد احتمال انتقالها من سجل يفيد بأن «هذا حُكم عليه بهذه الطريقة في الماضي» إلى معيار يفيد بأن «هذا ينبغي أن يُحكم عليه بالطريقة نفسها الآن أيضًا». وهنا تظهر مفارقة: كلما ازدادت قيمة المعرفة، ضعفت الدافعية لإعادة فحص الشروط التي تأسست في ظلها.
عندما يستخدم الذكاء الاصطناعي قاعدة معرفية، قد يصبح هذا التثبيت أشد. فإذا جرى استرجاع الوثائق السابقة وسجلات القرارات وتقديمها مرارًا كأساس للإجابات، فقد تكتسب تلك المعلومات سلطة فعلية بفعل تكرار استخدامها. وحتى عندما تظهر لاحقًا حالات مختلفة، فإذا جرى تهميشها لأنها لا تتوافق جيدًا مع المعرفة القائمة، فإن قاعدة المعرفة لا تعيد إنتاج إلا العالم الذي تعرفه بالفعل. وهذه ليست مشكلة نقص في المعلومات، بل انغلاق ذاتي ناجم عن نقص مسارات التحديث.
لتجنب هذه المشكلة، يجب أن تحتفظ المعرفة ليس بالمحتوى وحده، بل أيضًا بالشروط التي كانت تلك المعرفة صالحة في ظلها. في أي فترة، ولأي موضوع وغرض، وتحت أي قيود كانت صالحة؟ ما الأدلة التي دعمتها، وما الاستثناءات المعروفة؟ إذا بقيت هذه الشروط محفوظة، أمكن مقارنتها بالوضع الراهن. أما عندما تضيع الشروط ولا تُحفظ سوى الاستنتاجات، فمن السهل إعادة استخدام الأحكام المحلية للماضي بوصفها قواعد عامة.
ومن المهم أيضًا ألا توضع الاعتراضات خارج المعرفة. فعندما تظهر حالة لا تنطبق عليها قاعدة قائمة، ينبغي بدلًا من استبعادها باعتبارها مجرد استثناء تسجيل «أي شرط تغيّر بحيث لم تعد المعرفة القائمة قابلة للتطبيق». الاعتراض ليس معلومة تهدم المعرفة؛ بل هو معلومة تجعل نطاق تطبيقها أكثر دقة. وقاعدة المعرفة الناضجة ليست التي تقل فيها المعلومات المخالفة، بل التي تستطيع تحديث حدودها الخاصة من خلال المعلومات المخالفة.
في هذه البنية، يصبح سجل التحديثات نفسه معرفة مهمة. فإذا احتُفظ بالاستنتاج الحالي وحده، فلن نستطيع معرفة سبب تغير حكم سابق. أما إذا رُبطت الأحكام القديمة بالأدلة الجديدة وأسباب التغيير وشروط التطبيق الحالية، فعندما تظهر حالة أخرى لاحقًا يمكن إعادة استخدام ليس أحدث المعلومات فقط، بل منطق التغيير أيضًا. وهكذا تتسع المعرفة من مجموعة من الإجابات إلى تاريخ يتضمن كيفية تغير الإجابات.
ينبغي التعامل مع مخرجات الذكاء الاصطناعي نفسه وفق المبدأ ذاته. فإذا وُثِق بلا شروط في الملخصات والأحكام التي ولّدها الذكاء الاصطناعي في الماضي ضمن المعالجة اللاحقة، فقد تكتسب المواد المولدة مع مرور الوقت مكانة المعلومات الأولية. لذلك يجب أن تظل المعرفة المستمدة من الذكاء الاصطناعي مرتبطة بأسسها، ووقت توليدها، وأجزائها غير المتحقق منها، والتصحيحات اللاحقة. وعدم زيادة سلطة المحتوى لمجرد أن الذكاء الاصطناعي نفسه ولّده سابقًا هو صورة المسافة التأملية على مستوى قاعدة المعرفة.
في المؤسسات، يرتبط تثبيت المعرفة أيضًا بهياكل المسؤولية. فالتعليل بأن «هذا هو الإجراء المتبع دائمًا» يقلل عبء تفسير الأحكام الحالية. لكن إذا كانت البيئة قد تغيرت، فقد يؤخر ذلك الاستقرار اكتشاف المشكلات. وإذا صُممت قاعدة المعرفة بحيث تستقبل الاستثناءات والاعتراضات الحالية، فيمكنها إعطاء الأولوية للاتساق مع الواقع الراهن بدلًا من الحفاظ على الاتساق مع الماضي.
من الناحية التقنية، فإن إدارة عناصر المعرفة بوصفها جملًا معزولة أقل ملاءمة للتصحيح الذاتي من ربط الأسس وشروط التطبيق والاعتراضات ذات الصلة وسجل التحديثات والحالة الحالية. والنقطة المهمة ليست زيادة حجم المعلومات، بل القدرة على تتبع أي معلومات تدعم أي ادعاء، وتحت أي شروط يضعف ذلك الادعاء. وعندما تكون العلاقات بين عناصر المعرفة مرئية، يصبح تحديد النطاق المتأثر بالأدلة الجديدة أسهل.
كما تحتاج مقاييس التقييم إلى التغيير. فدقة البحث وسرعة الإجابة وحدهما لا تكفيان لقياس ما إذا كانت قاعدة المعرفة جامدة. ينبغي فحص ما إذا كانت المعرفة ذات الصلة قد حُدثت عند ورود أدلة جديدة ناقضة، وما إذا كانت الاستنتاجات القديمة قد خُفضت مكانتها على نحو مناسب، وما إذا انعكست الاستثناءات في شروط التطبيق، وما إذا كان من الممكن تتبع أسباب التغيير. ولا تكمن جودة المعرفة في امتلاك معلومات صحيحة فحسب، بل أيضًا في قابليتها للتصحيح استجابة للأخطاء وتغير الظروف.
بالنسبة إلى Sai＊aus، لا يهدف تراكم المعرفة إلى فهم البشر بوصفهم كيانات ثابتة. المهم هو القدرة على استخدام الحوارات والفهم السابقين، مع السماح للأقوال الحالية بأن تضع الفهم السابق موضع تساؤل. ويمكن تطبيق المبدأ نفسه على المعرفة المؤسسية. ومع ازدياد التراكم، لا ينبغي أن يزداد اليقين قوة فحسب؛ بل ينبغي للنظام أن يصبح أكثر دقة في تحديد ما الذي تغير وتحت أي شروط. إنه تصميم يجمع بين كمية المعرفة والتحفظ الإبستيمي.
أن تواصل قاعدة معرفية مساءلة نفسها لا يعني جعل كل المعرفة غير مستقرة. بل يعني استخدام المعرفة الراسخة استخدامًا مستقرًا مع عدم فقدان شروط تطبيقها ومسارات تحديثها. وعندما يتعارض واقع جديد مع المعرفة القائمة، ينبغي للنظام أن يكون قادرًا على اختبار أي الجانبين يحتاج إلى المراجعة بدلًا من استبعاد الواقع بوصفه استثناءً. وبهذه القدرة، تتحول قاعدة المعرفة من مستودع يحمي الإجابات الصحيحة للماضي إلى آلية تحدّث علاقتها بالواقع باستمرار.
كلما ازدادت المعرفة، ازدادت الحاجة إلى القدرة على اتخاذ مسافة منها. فلا ينبغي للنظام أن يمنح تراكمه الخاص سلطة غير مشروطة، بل عليه أن يحتفظ بشروط الصلاحية والاعتراضات والتصحيحات والتغيرات داخل بنية المعرفة نفسها. وعندئذ لا يعود التصحيح الذاتي معالجةً للاستثناءات، بل يصبح وظيفة عادية لازمة لكي تظل المعرفة معرفة. والفهم الذي يسعى إليه Sai＊aus ليس نسيان الماضي ولا طاعته، بل الحفاظ على علاقة يمكن فيها استخدام الماضي مع إبقائه عرضة للمساءلة مرة بعد مرة بفعل واقع الحاضر.
ليست إجابات. بل فهم.