ما هو الذكاء الاصطناعي التوليدي؟ أمثلة على نماذجه واستخداماته

الذكاء الاصطناعي التوليدي فرع من الذكاء الاصطناعي يُنشئ محتوى جديدًا، نصًا أو صورة أو صوتًا أو فيديو أو شيفرة برمجية، بعد أن يتعلم الأنماط من كميات هائلة من البيانات. وأحد الأمثلة على نموذج الذكاء الاصطناعي التوليدي نماذج GPT التي يعمل بها ChatGPT، ومثلها Gemini من Google، وClaude من Anthropic، ونموذج «علّام» (ALLaM) الذي طُوّر في السعودية.

يشرح هذا الدليل معنى الذكاء الاصطناعي التوليدي، وكيف يكتب النموذج جملة أو يرسم صورة، وما النماذج المتاحة لكل نوع من المحتوى، وأين يبقى على الإنسان أن يراجع الناتج. قرأنا أسماء النماذج من صفحات الشركات نفسها في 14 أكتوبر 2026، وهي تتغير كثيرًا، فتعامل مع أرقام الإصدارات على أنها لقطة من ذلك اليوم. O AI (أو إيه آي) غير تابعة لـ OpenAI ولا لأي شركة أخرى مذكورة.

ما هو الذكاء الاصطناعي التوليدي، وبماذا يختلف؟

تعرّف الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا) النموذج التوليدي في إرشاداتها للعموم الصادرة عام 2025 بأنه نموذج تعلّم آلة قادر على إنشاء أمثلة جديدة تشبه البيانات التي تدرّب عليها. وتصف الذكاء الاصطناعي التوليدي بأنه الجزء من الذكاء الاصطناعي الذي يُنشئ محتوى جديدًا، من نصوص وصور وأصوات وأيقونات ومقاطع فيديو، ويعمل بتفسير الأوامر التي يعطيها المستخدم [1].

ويقدّم المعهد الوطني الأمريكي للمعايير والتقنية (NIST) تعريفًا قريبًا في ملف الذكاء الاصطناعي التوليدي الصادر في يوليو 2024: فئة من نماذج الذكاء الاصطناعي تحاكي بنية بيانات الإدخال وخصائصها لتولّد منها محتوى اصطناعيًا مشتقًا، يشمل الصور والفيديو والصوت والنص [2]. أما إطار تبنّي الذكاء الاصطناعي من سدايا فيضع الذكاء الاصطناعي التوليدي فرعًا إلى جانب تعلّم الآلة والتعلّم العميق ومعالجة اللغة والرؤية الحاسوبية ومعالجة الكلام، ويعدّه من أسرع فروعه نموًا [3].

الكلمة الحاسمة هنا «جديد». فأغلب ما استخدمته الشركات من الذكاء الاصطناعي قبل انتشار هذه الأدوات كان يصنّف أو يقيّم أو يتنبأ. أما الذكاء الاصطناعي التوليدي فيكتب أو يرسم أو ينطق شيئًا لم يكن موجودًا قبل لحظة.

كيف يُنتج نموذج الذكاء الاصطناعي التوليدي النص والصورة والصوت؟

لا تحتاج إلى الرياضيات لتستخدم هذه الأدوات جيدًا، لكن ثلاث أفكار تفسّر معظم نقاط قوتها وأخطائها.

يتعلم الأنماط من كميات ضخمة من البيانات

يُدرَّب النموذج أولًا على مجموعة هائلة من الأمثلة. ويصعب تخيّل الحجم: يذكر المركز الوطني للذكاء الاصطناعي في سدايا أن نسخة «علّام» ذات 7 مليارات معامل دُرّبت على 5.2 تريليون وحدة نصية (token)، منها 4 تريليونات بالإنجليزية تلتها 1.2 تريليون من نصوص عربية وإنجليزية مختلطة [4]. والوحدة النصية مقطع قصير من النص، يكون غالبًا جزءًا من كلمة. ولا يحفظ النموذج هذه النصوص كما تحفظها مكتبة، بل يتعلم الأنماط التي فيها.

نماذج النص تتنبأ بالمقطع التالي

يوضح NIST أن النماذج التوليدية تُخرج نتائج تقارب التوزيع الإحصائي لبيانات تدريبها، وأن النماذج اللغوية الكبيرة تتنبأ بالوحدة النصية أو الكلمة التالية في الجملة [2]. ويقوم أغلب هذه النماذج اليوم على بنية «المحوّل» (Transformer) التي قدّمتها ورقة بحثية عام 2017، وتعتمد على آلية تُسمّى «الانتباه» لتقدير صلة كل كلمة بالكلمات الأخرى [5].

ولهذا يستطيع روبوت المحادثة أن يكتب خطابًا عربيًا مهذبًا في ثوانٍ، ولهذا أيضًا قد يخترع رقم مادة نظامية يبدو صحيحًا. فهو يُنتج التتمة الأرجح، ولا يبحث عن حقيقة موثقة.

نماذج الصور تُزيل التشويش خطوة بعد خطوة

تعتمد كثير من أدوات توليد الصور على نماذج الانتشار (Diffusion). تبدأ من تشويش عشوائي ثم تنظّفه على خطوات صغيرة متتابعة حتى تظهر الصورة، وقد خفّضت ورقة بحثية عام 2022 تكلفة ذلك بتشغيل العملية في فضاء «كامن» مضغوط، وبجعل النص يوجّه كل خطوة [6].

الضبط يحوّل النموذج الخام إلى مساعد

بعد مرحلة التدريب الأولى يضبط المطورون النموذج على أمثلة لإجابات جيدة وعلى تفضيلات البشر. ويذكر فريق «علّام» البحثي أن المواءمة الموسّعة مع تفضيلات البشر حسّنت نتائج نماذجه، حتى مقارنةً بنماذج أكبر حجمًا أقل مواءمة [7]. ثم توجّه تعليماتك، أي الأوامر النصية (prompts)، النموذجَ المضبوط في كل مهمة.

أمثلة على نماذج الذكاء الاصطناعي التوليدي حسب نوع المحتوى

يجمع الجدول نماذج معروفة بحسب ما تُنشئه. والعائلات تعيش أطول من أرقام الإصدارات، فهي الأهم عند المقارنة.

وفي 14 أكتوبر 2026 كانت OpenAI تُدرج عائلة GPT-6 نماذجَ رئيسية لها [8]، وكانت تشكيلة Anthropic الحالية Claude Fable 5.1 وOpus 5.5 وSonnet 5.5 وHaiku 5.5، وكلها تقبل النص والصورة مدخلًا وتُخرج نصًا [10]. ويكتب كثير من هذه النماذج الشيفرة البرمجية ويراجعها أيضًا، وهي مهمة نصية بقواعد أصرم.

أحد الأمثلة على نموذج الذكاء الاصطناعي التوليدي: هل ChatGPT نموذج أم تطبيق؟

يمرّ كثيرون بسؤال «اذكر أحد الأمثلة على نموذج الذكاء الاصطناعي التوليدي» في دورة تدريبية أو اختبار. وأوضح إجابة تفصل بين ثلاث طبقات:

فـChatGPT تطبيق، والنموذج التوليدي الذي يعمل داخله هو GPT. وتُقبل الإجابتان عادةً، وكذلك Gemini أو Claude أو «علّام» أو نموذج صور مثل GPT-Image. أما مرشّح الرسائل المزعجة أو نموذج تقييم الجدارة الائتمانية فليس مثالًا، لأنه يصنّف ولا يُنشئ.

ويهمّك هذا التمييز عند الشراء أيضًا. فقد يعمل تطبيقان على النموذج نفسه، وقد يبدّل التطبيق الواحد نموذجه بين إصدار وآخر، فتتغير الجودة التي رأيتها في العرض التجريبي. اسأل عن النموذج وإصداره في أي منتج، وأعد اختباره حين يتغير.

ذكاء اصطناعي توليدي عربي طُوّر في السعودية

تحتاج العربية إلى نماذج تتقن خطها ونحوها الغني ولهجاتها. و«علّام» الذي طوّره المركز الوطني للذكاء الاصطناعي في سدايا سلسلة من النماذج للعربية والإنجليزية [4]. وتصف ورقته البحثية تعليم نموذج يجيد الإنجليزية اللغةَ العربية بوصفها لغة ثانية، بتوسيع مفرداته وتدريبه على نصوص عربية وإنجليزية مختلطة، دون أن يفقد إنجليزيته؛ ويذكر الباحثون أنه حقق نتائج متقدمة في عدد من الاختبارات العربية، منها MMLU العربي واختبارات Arabic Exams [7].

وأطلقت هيوماين (HUMAIN)، المملوكة لصندوق الاستثمارات العامة، تطبيق HUMAIN Chat في 25 أغسطس 2025. وتصفه «سعوديبيديا» بأنه تطبيق محادثة عربي يعمل بنموذج «علّام» 34B، يقبل الإدخال الصوتي، ويدعم عددًا من اللهجات العربية، وينتقل بين العربية والإنجليزية في المحادثة الواحدة، ومستضاف على البنية التحتية لهيوماين داخل المملكة [11].

ومكان الاستضافة مهم للشركات التي تعالج بيانات شخصية. ويشرح دليلنا عن نقل البيانات الشخصية خارج المملكة ما يشترطه نظام حماية البيانات الشخصية حين تعمل أداة الذكاء الاصطناعي من الخارج.

استخدامات الذكاء الاصطناعي التوليدي في الشركات السعودية: أمثلة توضيحية

تتوقع سدايا أن يرفع الذكاء الاصطناعي التوليدي الكفاءة بتولّي أعمال روتينية مثل تلخيص المستندات المعقدة وتفريغ النصوص وتوليد الصور والفيديو، وأن يحسّن إتاحة المحتوى بإنتاجه بما يناسب اللهجات المحلية [1]. وفي الشركة يعني ذلك غالبًا مسودة أولى يكملها شخص.

مثال توضيحي. المنشآت التالية افتراضية، وتوضح أين تناسب التقنية وما الذي يبقى بيد الإنسان.

والنمط يتكرر: يُنتج النموذج مسودة أولى سريعة لمهمة يغلب عليها النص، ويراجعها شخص يعرف الموضوع ويكملها. ويشرح دليلنا عن الذكاء الاصطناعي في الشركات الصغيرة كيف تختار مهمة واحدة من هذا النوع وتقيسها في تجربة قصيرة قبل أن تدفع شيئًا.

أين يخطئ الذكاء الاصطناعي التوليدي؟ أخطاء واثقة وتسرّب بيانات وتزييف عميق

يُدرج NIST «التلفيق» (confabulation) ضمن أبرز مخاطر الذكاء الاصطناعي التوليدي، ويقصد به إنتاج محتوى خاطئ يُقدَّم بثقة، ويُعرف شعبيًا بـ«الهلوسة» [2]. ويذكر أن ذلك نتيجة طبيعية لطريقة تصميم هذه النماذج، وأنها قد تختلق مراجع أو خطوات استدلال تجعل الإجابة الخاطئة تبدو مسوّغة [2]. وترى ورقة بحثية صدرت عام 2025 أن النماذج تخمّن لأن أساليب تدريبها وتقييمها تكافئ التخمين أكثر من الإقرار بعدم اليقين [12].

وتضيف إرشادات سدايا للعموم المخاطر التي تواجهها الشركة أولًا [1]:

• المعلومات المضللة: المستخدم مسؤول عن التحقق من المحتوى المولَّد ومقارنته بمصادر موثوقة.
• تسرّب البيانات: قد تُستخدم الأوامر النصية في تدريب النموذج لاحقًا، فتنكشف المعلومات الحساسة التي كُتبت فيه؛ وعلى المنشآت أن تمنع إدخال المعلومات المصنفة في أدوات الأطراف الأخرى.
• التزييف العميق: صوت وصور وفيديو مزيفة واقعية تُستخدم في الاحتيال والابتزاز، ويحتاج الموظفون إلى تدريب على كشفها وعلى التحقق من الطلبات عبر قناة ثانية موثوقة.

أما الجهات الحكومية فالحدّ عندها أشد: تطلب إرشادات سدايا للجهات الحكومية ألا يُدخل الموظفون أي بيانات مصنفة «مقيدة» فما فوقها، وأن يقتصر استخدام أدوات الذكاء الاصطناعي التوليدي على البيانات المصنفة «عامة» [13]. وينبّه NIST كذلك إلى تفاوت الأداء بين اللغات، وقد يعود ذلك إلى بيانات تدريب لا تمثّلها تمثيلًا كافيًا [2]. واللهجات العربية والأسماء والتواريخ الهجرية من المواضع التي يظهر فيها هذا التفاوت عادةً.

ثماني مراجعات قبل أن تعتمد على ناتج الذكاء الاصطناعي التوليدي

استخدم هذه القائمة كما هي مع أي مسودة ستخرج من مكتبك.

1. أعطه المصدر. الصق المستند الذي تريد تلخيصه أو ارفعه، بدل أن تسأله من ذاكرته.
2. اسأل عن مصدر كل معلومة، ثم افتح بنفسك كل رابط أو صفحة يستشهد بها.
3. راجع الأسماء والأرقام والتواريخ مقابل الأصل، بما فيها التاريخان الهجري والميلادي.
4. تحقق من كل مرجع نظامي في البوابة الرسمية، ولا تستشهد برقم مادة اقترحته الأداة قبل أن تقرأ نصها.
5. أبقِ البيانات الشخصية والسرية خارج الأدوات التي لم تراجع شروطها ومكان معالجتها للبيانات.
6. وضّح أن المحتوى مولَّد بالذكاء الاصطناعي حين قد يظنه القارئ من عمل شخص؛ وهذا ما يطلبه مبدأ الشفافية لدى سدايا [1].
7. أبقِ اعتماد الإنسان لكل ما يُرسل إلى عميل أو محكمة أو جهة حكومية.
8. دوّن اسم الأداة وإصدار النموذج في المخرجات المهمة، لتتمكن من تكرارها أو تفسيرها لاحقًا.

خطوتك التالية

اختر هذا الأسبوع مهمة كتابة أو تلخيص تتكرر في عملك، وشغّل المثال الحقيقي نفسه في أداتين من أدوات الذكاء الاصطناعي التوليدي المسموح بها في شركتك، ثم عُدّ التصحيحات التي تحتاجها كل مسودة قبل أن تصلح للإرسال. هذا العدد يخبرك بما يقدّمه لك الذكاء الاصطناعي التوليدي أكثر مما تخبرك به أي قائمة ترتيب. وإن احتجت لاحقًا إلى نموذج مربوط بمستنداتك أو أنظمتك، فذلك مشروع برمجي؛ ويمكنك التعرف على O AI، شركة البرمجيات والذكاء الاصطناعي في الخبر، من صفحتنا الرئيسية.