تحيز المعرفة المطلقة: عندما تكون الآلة على حق (أكثر من اللازم)
نحن نفوّض القرارات إلى الذكاء الاصطناعي لأنهم يجبروننا على ذلك، أم لأننا secretly نرتاح لعدم الاضطرار إلى التفكير؟ من خلال عقود من الدراسات حول "التحيز الآلي" و
غالبًا ما نُغرى بالاعتقاد بسردية ثنائية: إما أن نثق بالذكاء الاصطناعي ثقة عمياء، أو نرفضه لحماية حدسنا البشري. غير أن الواقع النفسي لتفاعلنا مع الخوارزميات أكثر تعقيدًا ودقة بكثير. فنحن لا نفقد الثقة في الحدس بشكل تلقائي أو شامل؛ بل غالبًا ما نقع في ثقة سيئة المعايرة، فنقبل نصيحة الآلة أكثر مما ينبغي حين ينبغي لنا أن نشك، أو نرفضها بدافع الكبرياء في اللحظة التي قد تنقذنا فيها من خطأ فادح.
في هذا التحليل المعمّق لزاوية سيناريوهات وتأملات، سنُشّرّح ما يمكننا تسميته «تحيّز العلم المطلق». ومن خلال عدسة علم النفس السلوكي ودراسات التنظيم، سنستكشف كيف تحدّد الدقة المُدرَكة والخبرة السابقة والإحساس بالسيطرة تفويضنا القرار للخوارزميات.
1. بندول الثقة: من النفور إلى التقدير
لسنوات، ركّز علم اجتماع التكنولوجيا على النفور الخوارزمي (algorithm aversion): الميل البشري إلى التخلي عن نموذج رياضي بمجرد أن يرتكب خطأً، مفضّلًا العودة إلى عدم كفاءة الحكم البشري.
غير أن دراسة مسجّلة مسبقًا نُشرت في AI & Society («The ABC of Algorithmic Aversion»)، أُجريت على أكثر من 1100 مشارك، تدحض فكرة العداء التلقائي. ويُبرهن مؤلفوها على أن قبولنا لخوارزمية لا يعتمد على طبيعتها الاصطناعية، بل على عاملين عمليين: الفوائد المتوقعة (مدى دقتها وفائدتها في نظرنا) والسيطرة (مقدار الصوت الذي نحتفظ به في القرار النهائي).
بل إن الظاهرة المعاكسة تمامًا تحدث في سياقات كثيرة. فبحث نُشر في Organizational Behavior and Human Decision Processes («Algorithm Appreciation») يوثّق كيف أن الناس، في مهام تقدير وتنبؤ معينة، يفضّلون صراحةً النصيحة الخوارزمية على النصيحة البشرية، بل يُقلّلون من قيمة حدسهم الخاص. وهذا يعلّمنا درسًا جوهريًا: تفويض الحكم للذكاء الاصطناعي ليس دائمًا نتاج سذاجة أو إكراه مؤسسي؛ بل هو في كثير من الأحيان خيار عقلاني، تحفّزه توقعات صادقة بدقة إحصائية أكبر.
2. تحيّز الأتمتة والكسل المعرفي
الخطر الحقيقي ينشأ حين تتبلور هذه الثقة. والحجر الأساس في هذا الموضوع مراجعة منهجية نُشرت في Journal of the American Medical Informatics Association («Automation Bias»)، حلّلت 74 دراسة سريرية وتشغيلية. ويصف الباحثون تحيّز الأتمتة: الميل الخفي إلى الاعتماد المفرط على التوصيات الآلية، حتى قبولها حين تكون خاطئة بشكل واضح.
هذا القصور لا يصيب المبتدئين فقط. فخطر الاستسلام للآلة يزداد بالتزامن مع عبء عمل مرتفع، أو إجهاد في اتخاذ القرار، أو انعدام مؤقت للثقة بالنفس.
ماذا يحدث اليوم، في عصر الذكاء الاصطناعي التوليدي؟ استطلاع حديث لجامعة كارنيجي ميلون و«مايكروسوفت ريسيرش» («The Impact of Generative AI on Critical Thinking»، CHI 2025) قابَل 319 من العاملين في مجال المعرفة، ورسم خريطة لنحو ألف حالة استخدام في مكان العمل. وتكشف البيانات عن ارتباط واضح: الثقة (المفرطة) في الذكاء الاصطناعي ترتبط إحصائيًا بانخفاض مُبلَّغ عنه ذاتيًا في التفكير النقدي والجهد المعرفي. في المقابل، يميل المهنيون الذين يحتفظون بثقة عالية في قدراتهم المعرفية الخاصة إلى استخدام الذكاء الاصطناعي بتفكير نقدي أكثر صرامة. فالذكاء الاصطناعي لا يسبب فقدانًا دائمًا للحدس، لكنه يوفر مخرجًا مريحًا للغاية من الجهد الذهني.
3. البحث عن الثقة المعايرة
الخروج من هذه الثنائية يتطلب قفزة في النضج. دراسة تجريبية في Scientific Reports («Examining Human Reliance on Artificial Intelligence…») تؤكد أن التحدي الحقيقي ليس قبول الآلة أو رفضها من حيث المبدأ، بل تطوير «اعتماد مناسب».
حين يصبح الذكاء الاصطناعي جزءًا من المنظمات المعقدة أو الخدمات العامة، تصبح المشكلة نظامية. ومنظمة التعاون الاقتصادي والتنمية (OECD)، في تقريرها «Governing with Artificial Intelligence»، تطلق تحذيرًا مباشرًا ضد النزعة البيروقراطية إلى إعطاء وزن غير متناسب للتوصيات الخوارزمية. ولتجنّب تحوّل أنظمة اتخاذ القرار إلى عرّافين لا يُمسّون، توصي المنظمة بتثبيت الثقة على مبادئ الشفافية، مع إبقاء إمكانية الاعتراض البشري مفتوحة دائمًا.
الدرجات الأربع للتفويض (خلاصات)
لتوجيه أنفسنا، من المفيد تثبيت تعريفات مواقفنا تجاه الآلة:
- تحيّز الأتمتة: اتباع النصيحة الخوارزمية اتباعًا أعمى لتوفير الجهد، وقبولها حتى حين تُثبت الوقائع أنها خاطئة.
- النفور الخوارزمي: رفض دعم الآلة بعد مشاهدة خطأ واحد، حتى لو كان النظام إحصائيًا أقل خطأً من الإنسان.
- تقدير الخوارزمية: تفضيل نصيحة الآلة طوعًا لأنها تُعدّ موضوعيًا أكثر دقة لتلك المهمة المحددة.
- الثقة المعايرة: معرفة حدود النموذج وأدائه معرفة عميقة، والتحقق من توصياته بمقاطعاتها مع الخبرة الشخصية، والإبقاء بثبات على إمكانية القرار المختلف.
خاتمة: استقلالية «لماذا»
أمام لوحة قيادة مؤسسية أو تشخيص طبي يبدو فيه تنبؤ الذكاء الاصطناعي الاحتمالي أكثر موثوقية بلا حدود من خبرتنا البشرية المحدودة، يفرض نفسه السؤال الأخير: هل نستخدم المعلومات على نحو أفضل، أم أننا ببساطة نتخلى عن فهم لماذا نختار؟
تُشير الأدلة العلمية إلى أن الخطأ الفادح هو مقابلة الحدس بالبيانات. فالحدس البشري ليس سحرًا معصومًا، والخوارزمية ليست حاملة لحقائق مطلقة. والنقطة المركزية ليست من يكون على صواب أكثر، بل الحفاظ على استقلاليتنا الفكرية. حين نفوّض الحساب للآلة، يجب أن نكون مستعدين ألا نفوّضها مسؤوليتنا عن فهم العالم.
المراجع الببليوغرافية والمصادر
- The ABC of Algorithmic Aversion: Not Agent, but Benefits and Control Determine the Acceptance of Automated Decision-Making — AI & Society
- Algorithm Appreciation: People Prefer Algorithmic to Human Judgment — Organizational Behavior and Human Decision Processes
- Automation Bias: A Systematic Review of Frequency, Effect Mediators, and Mitigators — Journal of the American Medical Informatics Association
- The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers — CHI 2025
- Examining Human Reliance on Artificial Intelligence in Decision Making — Scientific Reports
- Governing with Artificial Intelligence — OCSE
- مراجع إضافية للتحليل التحريري
مقال من إعداد هيئة تحرير La Bussola dell’IA