أصبح بإمكاننا الارتباط بأشياء أكثر بكثير مما كان ممكنًا من قبل. يمكننا التحدث مع أشخاص بعيدين، والبحث في معلومات من مختلف أنحاء العالم، والعثور على المنتجات والخدمات التي نحتاج إليها. وباستخدام الذكاء الاصطناعي، يمكننا حتى جمع أفكار وأمثلة مرتبطة بسؤال واحد خلال وقت قصير. وعند النظر إلى هذه التغيرات، قد يبدو أن قدرتنا على فهم العالم تتحسن كلما زاد عدد الأشياء التي نستطيع ربطها. لكن هناك أمرين يجب التمييز بينهما هنا. فالقدرة على الوصول إلى معلومة ما ليست هي نفسها فهم سبب أهمية تلك المعلومة بالنسبة إلى سؤالنا.
لنفترض أن شخصًا يفكر فيما إذا كان ينبغي له أن يعيش في مكان جديد. يستطيع الذكاء الاصطناعي ربط هذا السؤال بطيف واسع من المعلومات، بما في ذلك تكاليف السكن والنقل والعمل والتعليم والرعاية الصحية والمناخ والسلامة. وفي زمن كانت فيه المعلومات نادرة، كان ذلك وحده سيشكل مساعدة كبيرة. لكن امتلاك جميع المعلومات لا يجعل القرار واضحًا تلقائيًا بالضرورة. فمعنى المعلومات نفسها يتغير بحسب ما إذا كان الشخص يعطي وزنًا أكبر لفرص العمل أم للمسافة عن أسرته، وكيف ينظر إلى التكلفة والوقت، ومدى رغبته في خوض تجربة غير مألوفة. وعندما يزداد عدد الروابط الممكنة، تظهر مشكلة أخرى: كيف ينبغي تفسير تلك العلاقات.
المهم هنا هو أن العالم لا يأتي منذ البداية ومعه «خريطة علاقات» واحدة مكتملة. فحتى الحقيقة نفسها ترتبط بأشياء مختلفة تبعًا للسؤال الذي ننظر إليها من خلاله. فالمعلومة التي تفيد بأن مكانًا ما يشهد أمطارًا غزيرة ترتبط بالملابس ووسائل النقل بالنسبة إلى من يخطط لرحلة، وبالمحاصيل وإدارة المياه بالنسبة إلى من يفكر في الزراعة، وبالتصريف والاستعداد للكوارث بالنسبة إلى من يفكر في التصميم الحضري. المعلومة نفسها لم تتغير، لكن الروابط ذات المعنى تتغير عندما يتغير السؤال. والفهم لا يقتصر على جمع مزيد من المعلومات، بل يشمل أيضًا إدراك العلاقات التي ينبغي فحصها بالنسبة إلى السؤال المطروح.
قد يكون الذكاء الاصطناعي قادرًا على إجراء هذا النوع من الربط بسرعة عالية. فبدلًا من أن يبحث الشخص في المواد واحدة تلو الأخرى، يمكن للذكاء الاصطناعي تقسيم السؤال إلى عدة قضايا وربط كل منها بالمعرفة ذات الصلة. وإذا نُظر إلى الذكاء الاصطناعي باعتباره مجرد جهاز للإجابة، تصبح وظيفته الأساسية تقديم استنتاج واحد بوصفه نتيجة لتلك الروابط. أما إذا نُظر إليه باعتباره نظامًا يدعم الربط، فتظهر وظيفة أخرى: تمكين الناس من فحص أسئلة مثل «لماذا ترتبط هذه المعرفة بهذا السؤال؟»، و«ما القضايا التي لم تُربط بعد؟»، و«من منظور آخر، ما العلاقات التي ستصبح مهمة؟».
هذا الفرق ليس بسيطًا. فإذا عرض الذكاء الاصطناعي فقط المعلومات التي يراها الأكثر صلة بسؤال ما، يمكننا التقدم بكفاءة نحو إجابة. لكن إذا لم نتمكن من معرفة سبب اختيار تلك العناصر، فقد نخطئ فنعتبر العلاقات المعروضة علينا هي بنية العالم نفسه. وفي الواقع، قد تصبح معلومات أخرى مهمة عند النظر من غرض مختلف، أو منظومة قيم مختلفة، أو موقع مختلف. وكلما ازدادت قوة التقنيات التي تجعل الربط أكثر سهولة، ازدادت أهمية أن نكون قادرين على أن نسأل ليس فقط «ما الذي تم ربطه؟» بل أيضًا «لماذا تم ربطه؟».
ولا يعني ذلك أن على الناس التحقق من كل رابط من الصفر. فلو اضطروا إلى ذلك، لضاع جزء كبير من قيمة استخدام الذكاء الاصطناعي. وفي الأسئلة اليومية ذات العواقب المحدودة، قد يكون من المفيد أن ينظم الذكاء الاصطناعي المعلومات ذات الصلة ويوجه الناس إلى إجابة عبر مسار قصير. لكن في الأسئلة التي تنطوي على أحكام قيمية كبيرة، أو الأسئلة التي لم تتحدد فيها المشكلة نفسها بعد، قد يؤدي إعطاء الأولوية للكفاءة وحدها إلى جعل علاقات مهمة غير مرئية منذ البداية. والمطلوب ليس إظهار كل شيء ولا إظهار شيء واحد فقط، بل إتاحة تغيير الطريقة التي تُعرض بها الروابط وفقًا للسؤال.
يمكن للناس أيضًا تغيير السؤال نفسه بعد رؤية ما تم ربطه. فقد يعتقد شخص في البداية أن المشكلة تتعلق بالتكلفة، ثم يدرك أثناء البحث أنها تتعلق في الحقيقة بالوقت. وقد يتبين أن ما بدا اختيارًا فرديًا ينطوي على علاقات مع الأسرة أو مع منظمة. في مثل هذه الحالات، لم تقتصر مساعدة الذكاء الاصطناعي على الإجابة الصحيحة عن السؤال الأصلي. فمن خلال جعل علاقات جديدة مرئية، أتاح للشخص أن يعيد النظر في ما كان ينبغي له أن يسأل عنه. ويمكن أن ينشأ الفهم ليس فقط في اللحظة التي نتلقى فيها إجابة، بل أيضًا عندما يُعاد تنظيم العلاقة بين السؤال والعالم.
ويرتبط الفهم الذي يؤكد عليه Sai＊aus أيضًا بهذا التحديث للروابط. فمجرد ربط سؤال الشخص بمعلومات سابقة وإرجاع إجابة شبيهة بإجابة سابقة لا يستطيع التعامل بصورة كاملة مع الظروف المتغيرة أو أوجه الاختلاف التي بدأ الشعور بها حديثًا. فإذا استُخدم السؤال لربط المعرفة ذات الصلة، وقارن الشخص تلك العلاقات وحكم عليها، وظهرت من ذلك الحكم اختلافات أو أسئلة جديدة، أمكن ربطها بالجولة التالية من الفهم. ولا يتعين على المعرفة أن تنغلق في صورة إجابة مكتملة؛ بل يمكنها أن تحتفظ بإمكانية أن تصبح ذات معنى من جديد من خلال سؤال آخر.
في هذه الدورة، لا يكون الناس مستخدمين سلبيين. فالحكم على رابط يقترحه الذكاء الاصطناعي بالقول «هذه العلاقة ليست مهمة للمشكلة الحالية»، أو «إضافة هذا الشرط تغير الطريقة التي أراها بها»، أو «ينبغي النظر إلى هذين الأمرين بصورة منفصلة» يصبح مادة لفهم جديد. يقترح الذكاء الاصطناعي الروابط، ويفحص الناس معناها، ويغير ذلك الحكم الطريقة التي تُنشأ بها الروابط التالية. وهنا لا تعني الكفاءة مجرد تقليل التفكير البشري. فالوصول إلى علاقات كان من الصعب على الشخص اكتشافها بمفرده، ثم تمكينه من التفكير في تلك العلاقات بنفسه، هو أيضًا شكل من أشكال الكفاءة.
إن زيادة عدد الأشياء التي يمكن ربطها توسع إمكانات الفهم. لكن عدد الروابط في حد ذاته لا يضمن الفهم. المهم هو أن نتمكن، انطلاقًا من سؤال معين، من فحص ما الذي تم ربطه بماذا ولماذا تهم تلك العلاقة. وعند الحاجة، يجب أن يكون من الممكن إعادة تنظيم الروابط انطلاقًا من سؤال آخر. وبعد أن ربطنا الإنترنت بالعديد من الأشخاص ومصادر المعلومات، بدأ الذكاء الاصطناعي أيضًا في إنشاء روابط جديدة بين الأسئلة والمعرفة. والقضية ليست فقط مقدار ما يمكن ربطه، بل ما إذا كان الناس يستطيعون، من خلال تلك الروابط، تحديث الطريقة التي يرون بها العالم.
ليست إجابات. بل فهم.