النموذج لم يمت، لكن إيقاعه قد تغير: كيف يعيد الذكاء الاصطناعي تشكيل حدود نظرية كوهن للثورات العلمية

على الرغم من أن الذكاء الاصطناعي قد أحدث ثورة تكنولوجية شاملة، إلا أن الرؤية الجوهرية لنظرية كوهن للنموذج – أي كيفية توجيه المعتقدات والقيم والمنهجيات والأنظمة التقنية المشتركة للمجتمع العلمي (النموذج) لأنشطة «العلم العادي» – لا تزال تتمتع بقوة تفسيرية هائلة في عصر الذكاء الاصطناعي. تكشف هذه النظرية بعمق عن الطبيعة المتمحورة حول الإنسان في البحث العلمي، مؤكدة أن الاكتشاف والتقدم العلمي ليسا مجرد عملية تراكمية موضوعية بحتة، بل هما متجذران بعمق في هياكل اجتماعية ومعرفية محددة. وحتى مع تزايد تعقيد أدوات الذكاء الاصطناعي، فإنها تظل أدوات مساعدة للإنسان في استكشاف العالم وفهمه، وليست كيانات تحل محل ذاتية الإنسان.

لا يزال الإطار السوسيولوجي والمعرفي الذي تؤكده نظرية كوهن يمثل حجر الزاوية الأساسي لفهم تطور العلم. إنه يذكرنا بأن التقدم العلمي ليس مجرد تراكم للبيانات والخوارزميات، بل ينطوي على بناء توافق في الآراء والتعديل الديناميكي بين العلماء حول ماهية «المشكلة العلمية»، وماهية «المنهج الفعال»، وماهية «الحقيقة». في حين أن القدرات الحسابية الهائلة للذكاء الاصطناعي يمكنها توسيع حدود الإدراك والتحليل البشري، إلا أن اختيار النموذج وبناء النظرية ومنح المعنى يعتمد في النهاية على التفكير النقدي البشري والحكم البديهي والتفاوض الاجتماعي. وبالتالي، توفر نظرية كوهن منظورًا قيمًا لفهم كيفية اندماج الذكاء الاصطناعي وتغييره لهذه العملية، بدلاً من قلب هيكلها الأساسي.

يُظهر الذكاء الاصطناعي، وخاصة نماذج التعلم الآلي المتقدمة، قدرة لا مثيل لها في معالجة كميات هائلة من البيانات المعقدة، مما يمكنه من اكتشاف أنماط وعلاقات تتجاوز الحدس البشري والأطر النظرية القائمة. غالبًا ما تنحرف هذه الظواهر التي يكشف عنها الذكاء الاصطناعي بشكل كبير عن تنبؤات أو أنظمة تفسير النموذج السائد حاليًا، وبالتالي تشكل «شذوذًا» يتحدى النظريات العلمية القائمة. نفترض أن الذكاء الاصطناعي لا يولد هذه الشذوذات فحسب، بل يسرّع أيضًا بشكل كبير عملية تحديدها وتراكمها، مما قد يدفع ببعض المجالات العلمية بسرعة أكبر نحو ما أسماه كوهن «الأزمة»، مما يمهد الطريق لثورات علمية جديدة.

تجدر الإشارة إلى أن مسار تطور مجال الذكاء الاصطناعي بحد ذاته يؤكد بوضوح نظرية كوهن للنموذج. فمن الذكاء الاصطناعي الرمزي المبكر (مثل الأنظمة الخبيرة)، إلى الاتصالية (الشبكات العصبية)، وصولاً إلى ظهور التعلم العميق ونماذج اللغة الكبيرة (LLMs) في السنوات الأخيرة، رافق كل تحول في النموذج التكنولوجي تغيير جوهري في مشاكل البحث السائدة والمنهجيات والأدوات الأساسية ومعتقدات المجتمع. وقد أثبت تحليل الأدبيات المتعلقة بتاريخ وفلسفة الذكاء الاصطناعي بما لا يدع مجالاً للشك أن تطور هذه المراحل قد شكل تحولات نموذجية كبرى داخل مجال الذكاء الاصطناعي، حيث نشأ كل نموذج جديد من خلال حل المشكلات التي لم يتمكن النموذج القديم من معالجتها بفعالية.

على الرغم من تزايد قوة الذكاء الاصطناعي في تحليل البيانات، والتعرف على الأنماط، وحتى توليد الفرضيات، إلا أن الدور الحاسم للإنسان لا يزال لا يمكن الاستغناء عنه في الاختيار الأساسي وبناء النماذج العلمية. إن قبول المجتمع العلمي لنموذج جديد، وكيفية تفسير الأدلة الجديدة التي يقدمها الذكاء الاصطناعي، يتطلب في النهاية مناقشة نقدية بشرية، وتحققًا دقيقًا، وعملية التوصل إلى توافق في الآراء. يمكن للذكاء الاصطناعي أن يوفر دعمًا قويًا ووجهات نظر جديدة، لكنه لا يستطيع أن يحل محل الأسس الفلسفية للنظرية، والاعتبارات الأخلاقية، وأحكام القيم العميقة، وكلها مكونات أساسية لا غنى عنها لترسيخ النموذج وتطوره.

إن اختيار النموذج ليس مجرد مسألة كفاءة أو دقة تنبؤ، بل إنه ينطوي أيضًا على تعديل النظرة العالمية، وإعادة تشكيل الأهداف العلمية، وتحديد أولويات أجندات البحث. تتجاوز هذه العمليات الفكرية والاجتماعية العميقة قدرات الذكاء الاصطناعي الحالية في الاستدلال المنطقي ومطابقة الأنماط. لذلك، فإن دور الذكاء الاصطناعي يشبه «مساعدًا علميًا» عالي الكفاءة، فهو يوسع الحدود المعرفية البشرية ويسرع معالجة المعلومات، لكن «صانع القرار الحكيم» النهائي لا يزال هو الإنسان. يتطلب هذا النمط من التعاون بين الإنسان والآلة منا التفكير بعمق أكبر في المساهمات الفكرية والأحكام القيمية الفريدة للإنسان في الاستكشاف العلمي، بدلاً من مجرد إسناد سلطة اتخاذ القرار للآلة.

إن صعود الذكاء الاصطناعي يعدّل بعض ديناميكيات نظرية كوهن بطرق عديدة وملحوظة. وأبرز هذه النقاط هو قدرة الذكاء الاصطناعي على تسريع وتيرة التغير العلمي بشكل كبير. فمن خلال أتمتة تحليل البيانات الضخمة، وتحسين تصميم التجارب، وتوليد فرضيات معقدة، يمكن للذكاء الاصطناعي الكشف بسرعة أكبر عن حدود النظريات القائمة وظواهر «الشذوذ». نفترض أن هذا يعني أن مرحلة «العلم العادي» التي كانت تتطلب عقودًا أو حتى فترات أطول للتراكم الكافي لإحداث «أزمة»، قد تُختصر بشكل كبير في ظل دعم الذكاء الاصطناعي.

يشير هذا التأثير المتسارع إلى أن المجالات العلمية المستقبلية قد تشهد «أزمات» و«ثورات» بوتيرة أعلى. وقد تتعرض فترة «العلم العادي» التي كانت تعتبر مستقرة نسبيًا بالمعنى التقليدي للتحدي في استمراريتها، وقد تُظهر بعض التخصصات مسارًا للتغيير يميل إلى الاستمرارية بدلاً من الانقطاع. هذا لا ينفي نظرية كوهن، بل يمثل تعديلاً عميقًا لنطاقها الزمني وتواتر حدوثها. سيجبر الذكاء الاصطناعي المجتمع العلمي على التكيف مع التغيرات بشكل أسرع، واستيعاب المعلومات الجديدة، وتقييم النماذج القائمة وتعديلها، مما يدفع المعرفة العلمية نحو التحديث التكراري بوتيرة غير مسبوقة.

غالبًا ما يحقق الذكاء الاصطناعي، خاصة تقنيات التعلم العميق، نجاحات باهرة من خلال قدرته الفائقة على التعرف على الأنماط والتنبؤ، حتى في غياب إطار نظري واضح وقابل للتفسير. يشكل هذا النمط من الاكتشاف «اللامنظري» أو «الصندوق الأسود» تحديًا لأهمية «النموذج» الذي أكد عليه كوهن كونه مجموعة من الالتزامات النظرية المشتركة. غالبًا ما تُبنى النماذج التقليدية على أسس نظرية عميقة، وتوفر تفسيرات سببية وتنبؤات. في المقابل، قد تظهر الاكتشافات التي يقودها الذكاء الاصطناعي على أنها «معرفة كيفية العمل» بدلاً من «معرفة سبب العمل»، مما يدفعنا إلى التفكير في العلاقة بين التفسير النظري والتحقق التجريبي في الجيل الجديد من البحث العلمي.

لذلك، نفترض أن العلم المستقبلي قد يشهد ظهور المزيد من «النماذج» الجديدة التي يقودها الذكاء الاصطناعي، والتي تتسم بكونها تجريبية للغاية ولكنها تفتقر إلى قوة تفسيرية عميقة. أو بعبارة أخرى، قد يتحول الذكاء الاصطناعي نفسه إلى «نموذج ميتا» جديد، يتمحور جوهره حول «الخوارزميات والبيانات والقدرة الحاسوبية» بدلاً من «النظام النظري» بالمعنى التقليدي. سيتسم هذا النموذج بقدرة تنبؤية وتشغيلية قوية، لكن آلياته الداخلية وأسسه الفلسفية لا تزال بحاجة إلى استكشاف عميق. يتطلب هذا التحول من المجتمع العلمي إعادة تقييم تعريف النظرية ودورها، واستكشاف كيفية بناء جسور أكثر فعالية بين الاكتشافات المدفوعة بالبيانات وبناء النظرية، لتحقيق فهم علمي أشمل.

يرى كوهن أن هناك «عدم قابلية للقياس المشترك» بين النماذج المختلفة، أي أن المصطلحات والمفاهيم والخبرات الملاحظة المشتركة بينها قد لا تكون قابلة للمقارنة أو الترجمة المباشرة. ومع ذلك، فإن القدرات المتقدمة للذكاء الاصطناعي في التعلم متعدد الأنماط، وبناء الرسوم البيانية المعرفية، وتعيين المفاهيم، قد تؤدي إلى طمس حدود هذه «اللاتجانسية» إلى حد ما. نفترض أنه من خلال تحليل وربط المفاهيم ضمن الأنظمة النظرية المختلفة، قد يتمكن الذكاء الاصطناعي من بناء جسور فهم للعلماء بين النماذج التي تبدو غير متوافقة، وبالتالي التخفيف جزئيًا أو إعادة تعريف حاجز الاتصال بين هذه النظريات. وهذا يشير إلى أن الذكاء الاصطناعي قد لا يكون مجرد أداة لاكتشاف الشذوذات، بل قد يصبح وسيطًا لتعزيز الحوار والتكامل بين النماذج.

علاوة على ذلك، فإن تدخل الذكاء الاصطناعي يغير بعمق طبيعة «العلم العادي». في عصر الذكاء الاصطناعي، قد لا يقتصر العلم العادي على عملية «حل الألغاز» التي وصفها كوهن، أي حل مشكلات محددة ضمن إطار نموذج معين. بل سيتعلق الأمر بشكل أكبر بكيفية الاستفادة الفعالة من أدوات الذكاء الاصطناعي في استخراج البيانات والمحاكاة والتنبؤ، وكيفية تفسير النتائج المعقدة التي تقدمها نماذج الذكاء الاصطناعي والتحقق منها، وكيفية دمج هذه الاكتشافات والرؤى الناتجة عن الذكاء الاصطناعي في نظام المعرفة القائم. أصبح الذكاء الاصطناعي نفسه موضوعًا بحثيًا هامًا في العلم العادي، حيث يحتاج العلماء إلى استكشاف حدوده القدراتية وآليات تفسيره والتحيزات المحتملة باستمرار.

لا تتطلب ممارسات العلم العادي الجديدة هذه من العلماء إتقان المهارات التقليدية في التحليل التجريبي والنظري فحسب، بل تتطلب منهم أيضًا امتلاك القدرة على التعاون مع أنظمة الذكاء الاصطناعي، ليصبحوا ممارسين «للذكاء الهجين البشري الآلي». يحتاجون إلى فهم مبادئ عمل خوارزميات الذكاء الاصطناعي، وتقييم مخرجاتها بشكل نقدي، وبناء فرضيات ونظريات علمية جديدة على هذا الأساس. لقد تطور دور الذكاء الاصطناعي من مجرد أداة بسيطة إلى شريك ذكي ومعقد، يشكلان معًا المشهد اليومي للبحث العلمي. وهذا بلا شك يضيف بعدًا جديدًا لمفهوم كوهن عن «حل الألغاز»، كما يوسع فهمنا لمضمون «العلم العادي».