# اختبرت 3 أدوات ذكاء اصطناعي بسؤال واحد بسيط... النتيجة صدمتني
هل سبق وسألت أداة ذكاء اصطناعي سؤالًا بسيطًا جدًا، ثم اكتشفت أن الإجابة ليست كما توقعت؟ تخيل معي أنني أعطي السؤال نفسه لخمس أدوات مشهورة، من دون أي تعديل أو مساعدة، ثم أقارن الإجابات جنبًا إلى جنب.
الفكرة ليست أن نبحث عن "أفضل ذكاء اصطناعي في العالم"، لأن هذا الوصف أكبر من اللازم. نريد أن نعرف شيئًا أبسط: **كيف تتعامل الأدوات المختلفة مع سؤال يبدو سهلًا، لكنه يحتوي على فخ صغير؟**
**ملاحظة مهمة:** نتائج نماذج الذكاء الاصطناعي قد تختلف حسب إصدار النموذج، ووضع التفكير، والإعدادات، وحتى وقت إجراء الاختبار. لذلك يجب إرفاق لقطات الشاشة من الاختبار الفعلي عند نشر المقال، بدل الاعتماد على نتيجة ثابتة قد تتغير لاحقًا.
ما السؤال الذي استخدمته في الاختبار؟
اخترت سؤالًا منطقيًا قصيرًا:
**"لديك 3 صناديق. في كل صندوق كرتان حمراوان وكرة زرقاء. كم كرة حمراء لديك في المجموع؟"**
قد يبدو السؤال سهلًا جدًا، أليس كذلك؟
الحساب هنا مباشر:
* كل صندوق يحتوي على كرتين حمراوين.
* لدينا 3 صناديق.
* 2 × 3 = **6 كرات حمراء**.
لكن الهدف من الاختبار ليس الحساب فقط.
كنت أريد أن أرى شيئًا آخر أيضًا: هل ستجيب الأداة مباشرة؟ هل ستشرح طريقة الوصول إلى النتيجة؟ وهل ستضيف تفاصيل لم أطلبها أصلًا؟
وهنا تبدأ المقارنة الحقيقية.
ChatGPT: هل اكتفى بالإجابة أم شرحها؟ 
بدأت بـ **ChatGPT**، وكتبت السؤال كما هو، من دون أي سياق إضافي.
الإجابة التي يجب توثيقها في النسخة المنشورة هي الإجابة الظاهرة في لقطة الشاشة الأصلية، لأن ChatGPT قد يستخدم نموذجًا أو وضع تفكير مختلفًا بحسب الحساب والإعدادات.
**النتيجة الحسابية الصحيحة:** 6 كرات حمراء.
لكن ما يهمني هنا لم يكن الرقم وحده.
تخيل أنك تسأل صديقًا عن مسألة حسابية. إذا قال لك "6" وانتهى، فقد حصلت على الإجابة. لكن إذا قال لك "في كل صندوق كرتان، ولدينا 3 صناديق، إذن 2 × 3 = 6"، فأنت أصبحت تعرف كيف وصل إليها.
وهذا فرق مهم جدًا عند استخدام الذكاء الاصطناعي في الدراسة أو العمل.
Claude: هل تعامل مع السؤال بطريقة مختلفة؟ 
بعد ذلك أعطيت السؤال نفسه إلى **Claude**.
لا يوجد سبب يجعلنا نتوقع أن تكون الإجابة الرياضية مختلفة، فالعملية هنا بسيطة جدًا. لكن المقارنة تصبح أكثر إثارة عندما ننظر إلى **طريقة صياغة الإجابة**.
هل أعطاك Claude الرقم مباشرة؟
أم شرح أن عدد الكرات الحمراء في كل صندوق هو 2، ثم ضربه في عدد الصناديق؟
هذا التفصيل الصغير قد يبدو غير مهم، لكنه يصبح مهمًا جدًا عندما تنتقل من سؤال بسيط إلى سؤال يحتاج إلى خطوات متعددة.
مثلاً، لو كنت تستخدم الأداة لحل مسألة في الفيزياء، فلن يكفيك أن تحصل على رقم في النهاية. تريد أن تعرف من أين جاء الرقم.
وهنا تظهر قيمة الشرح.
## Gemini: ماذا يحدث عندما نطرح السؤال نفسه؟ 
ثم جاء دور **Gemini**.
نفس السؤال.
نفس الكلمات.
لا يوجد تلميح مثل "احسبها خطوة بخطوة"، ولا محاولة لتوجيه الأداة نحو الإجابة الصحيحة.
وهذه نقطة مهمة جدًا في أي تجربة مقارنة.
إذا أعطيت أداة سؤالًا بطريقة، ثم أعطيت أداة أخرى سؤالًا مختلفًا قليلًا، فأنت لم تعد تقارن الأدوات فعلًا. أنت تقارن بين سؤالين مختلفين.
لذلك حافظت على نفس صياغة السؤال قدر الإمكان.
إذا كانت الإجابة صحيحة، فهذا يعني أن النموذج تعامل مع المسألة الأساسية بشكل سليم. وإذا أضاف شرحًا واضحًا، فهذه نقطة إضافية من ناحية سهولة الفهم.
لكن لا يعني ذلك تلقائيًا أن Gemini "أفضل" من بقية الأدوات.
وهذه واحدة من أهم نتائج التجربة
الأمر نفسه ينطبق على أدوات الذكاء الاصطناعي
لذلك عند مقارنة الإجابات، لا تنظر فقط إلى علامة صح أو خطأ.
اسأل أيضًا:
* هل الإجابة واضحة؟
* هل وصلت إلى النتيجة بسرعة؟
* هل شرحت السبب؟
* هل أضافت معلومات غير مطلوبة؟
* هل فهمت السؤال كما هو؟
وهنا نصل إلى الجزء الذي يجعل مثل هذه التجارب ممتعة فعلًا.
قد تتوقع أن الأدوات الثلاث ستعطيك الإجابة نفسها حرفيًا.
لكن حتى عندما تكون **النتيجة النهائية واحدة**، يمكن أن تختلف التجربة بشكل واضح.
واحدة قد تكون مختصرة جدًا.
أخرى قد تقدم شرحًا مرتبًا.
الاولى قد تعيد صياغة السؤال قبل الإجابة.
والثانية قد تضيف تفاصيل لم تطلبها.
وهذا يوضح نقطة مهمة جدًا:
**الذكاء الاصطناعي ليس مجرد آلة حاسبة.*
أنت لا تختار الأداة فقط بناءً على قدرتها على الوصول إلى الرقم الصحيح. أنت تختارها أيضًا بناءً على الطريقة التي تتعامل بها معك.
طيب... من الذي فاز
هنا قد تتوقع مني أن أقول لك: "الأداة رقم 3 هي الفائزة".
لكن الحقيقة ليست بهذه البساطة.
إذا أجابت الأدوات الثلاث عن السؤال بشكل صحيح، فلن يكون من المنطقي أن أقول إن واحدة منها "أذكى" لمجرد أنها كتبت الإجابة بطريقة أعجبتني أكثر.
الأفضل أن نقسم النتيجة إلى أكثر من معيار.
من ناحية الدقة
السؤال له إجابة واضحة جدًا:
**6 كرات حمراء.**
أي نموذج يعطي نتيجة مختلفة يكون قد أخطأ في مسألة حسابية أساسية.
لكن لا تستخدم هذا الاختبار وحده للحكم على نموذج كامل.
لماذا؟
لأن الذكاء الاصطناعي يشبه صندوق أدوات.
قد يكون ممتازًا في الكتابة، وجيدًا جدًا في البرمجة، لكنه يتصرف بشكل مختلف في مسائل المنطق أو المعلومات الحديثة.
من ناحية الشرح
هنا تبدأ الفروقات بالظهور.
إذا كنت طالبًا وتريد فهم فكرة، فالإجابة التي تشرح لك "لماذا" قد تكون أفضل لك من إجابة مختصرة جدًا.
مثلاً:
**قبل:**
"الإجابة: 6."
**بعد:**
"كل صندوق يحتوي على كرتين حمراوين، ولدينا 3 صناديق، لذلك 2 × 3 = 6."
الاثنتان صحيحتان.
لكن الثانية أفضل لشخص يريد أن يتعلم.
من ناحية السرعة والبساطة
في المقابل، إذا كنت تعرف الحل أصلًا وتريد مجرد تأكيد سريع، فقد تفضل الإجابة الأولى.
وهذا يغير معنى كلمة "الأفضل".
الأفضل **لك** يعتمد على ما تريد فعله.
ماذا تعلمت من التجربة.
بعد وضع الإجابات جنبًا إلى جنب، خرجت بنتيجة أهم من معرفة أي أداة حصلت على المركز الأول.
**لا يوجد نموذج واحد مناسب لكل شيء.**
فكر فيها مثل السيارات.
سيارة رياضية قد تكون رائعة على طريق سريع، لكنها ليست بالضرورة أفضل خيار للعائلة.
وسيارة عائلية قد تكون ممتازة للسفر، لكنها ليست مصممة للمنافسة في حلبة سباق.
الأمر نفسه مع أدوات الذكاء الاصطناعي.
قد تجد أداة مناسبة جدًا للكتابة، وأخرى تناسب البحث أو تحليل المستندات، وأخرى تفضل استخدامها في البرمجة أو التعامل مع منظومة خدمات معينة.
لذلك بدل أن تسأل:
**"ما أفضل أداة ذكاء اصطناعي؟"**
جرّب أن تسأل:
**"ما أفضل أداة للمهمة التي أريد تنفيذها؟"**
وهذا سؤال أدق بكثير.
هل يعني هذا أن اختبارات الأسئلة البسيطة بلا فائدة؟
بالعكس.
هي مفيدة، لكن بشرط ألا تبني عليها حكمًا نهائيًا.
السؤال البسيط يمكن أن يكشف طريقة تعامل النموذج مع التعليمات، ومدى وضوح الإجابة، وقدرته على اتباع المطلوب دون تعقيد.
لكن لو أردت اختبار أداة بشكل جدي، فأنت تحتاج إلى أكثر من سؤال واحد.
يمكنك مثلًا تجربة:
* سؤال منطقي.
* مسألة رياضية.
* تلخيص نص طويل.
* كتابة بريد إلكتروني.
* تحليل جدول بيانات.
* كتابة كود برمجي.
* التعامل مع سؤال غامض.
* تصحيح إجابة خاطئة.
عندها تبدأ في تكوين صورة أفضل.
## الخلاصة: لا تبحث عن الفائز المطلق
بعد هذه التجربة، أعتقد أن أهم شيء يجب أن تتذكره هو أن **إجابة الذكاء الاصطناعي ليست صحيحة لمجرد أنها تبدو واثقة**.
وأيضًا، لا تحكم على أداة كاملة من سؤال واحد.
قد تجيب أداة عن سؤال بسيط بطريقة ممتازة، ثم تواجه صعوبة في مهمة مختلفة تمامًا.
لذلك، عندما تستخدم ChatGPT أو Claude أو Gemini أو أي أداة أخرى، تعامل معها مثل مساعد ذكي وليس مثل آلة تعرف كل شيء.
- اسأل.
- جرّب.
- قارن.
وإذا كانت المعلومة مهمة، تحقق منها.
وفي المرة القادمة التي تسمع فيها شخصًا يقول لك: **"هذه أفضل أداة ذكاء اصطناعي على الإطلاق"**، اسأله سؤالًا بسيطًا:
**أفضل في ماذا؟**
لأن هذا السؤال، بصراحة، أهم بكثير من السؤال عن اسم الأداة نفسها.
