الإجابة الصحيحة ليست رسمًا هندسيًا
النماذج اللغوية الكبيرة الحديثة تحل المهام من رياضيات الأولمبياد بثقة. في الهندسة، هذا ملحوظ بشكل خاص: النموذج يُخرج إجابة رقمية، ويبدو أنه يتخيل المعطيات. ومع ذلك، هناك فرق كبير بين القدرة على حل مسألة والقدرة على رسم مخطط صحيح. يمكن الحصول على الإجابة من خلال التحويلات الجبرية، بينما يتطلب الرسم مراعاة الوضع النسبي للنقاط والخطوط والإنشاءات الإضافية. على سبيل المثال، تُظهر GPT وClaude نتائج عالية في الاختبارات الرياضية القياسية، ولكن حتى وقت قريب لم يكن هناك اختبار يفحص بشكل منفصل قدرتهما على إنشاء الرسومات.
يلاحظ مؤلفو العمل الجديد (النسخة الأولية arXiv:2608.18111، المقدمة في ورشة عمل AI4MATH ضمن ICML 2026) أن المعايير الحالية، بما في ذلك MathVista وMathVerse الشهيرين، تقيّم بشكل أساسي الإجابة النهائية. لا يقوم أي منها، حسب قولهم، بعزل بناء المخطط كمهارة مستقلة. كانت هذه نقطة الانطلاق لمجموعة بيانات جديدة.
ما الذي تحتويه المعايير
جمع الباحثون مجموعة مفتوحة من 954 مسألة في الهندسة الأولمبية. كل مسألة مكتفية ذاتيًا تمامًا: شروطها لا تتطلب مراجع خارجية وتسمح بتفسير لا لبس فيه. بالإضافة إلى ذلك، تم تمييز مجموعة فرعية معقدة من 297 مسألة في المجموعة، والتي تتطلب عملًا دقيقًا بشكل خاص مع الرسم.
لكل مسألة، أعد المؤلفون حلًا مرجعيًا ورسمًا عالي الدقة أنشأه الإنسان باستخدام كود Asymptote. هذا التنسيق يسمح بعرض المخطط ومقارنته بما يولده النموذج.
لتقييم الاستدلال القائم على المخططات، يقترح المطورون عدة أنواع من المقاييس. يتحققون من النتيجة بناءً على النص، والكود، والصورة النهائية، كما يستعينون بنماذج الرؤية واللغة وفحوصات قيود منفصلة. بفضل هذا، يمكن رؤية ليس فقط ما إذا كان الشكل قد رُسم، ولكن أيضًا مدى مطابقته للشروط الهندسية الأصلية.
ماذا أظهرت الاختبارات الأولى
اختبر المؤلفون عدة نماذج أساسية عبر المعايير. أكدت النتائج الفرضية الأصلية: النماذج أفضل بشكل ملحوظ في حل المسائل منها في إنشاء المخططات لها. بلغ متوسط معدل الترجمة الناجحة للرسومات المولدة 36.14% فقط. هذا يعني أنه في معظم الحالات، إما أن النموذج لا يتعامل مع الكود، أو يبني شكلًا غير صحيح هندسيًا.
علاوة على ذلك، لا يمكن تفسير النتيجة المنخفضة فقط بتعقيد لغة Asymptote: فبالنسبة لبعض المسائل، تعطي النماذج إجابة صحيحة، لكنها لا تستطيع رسم حتى الشروط التقريبية. يبدو أن التفكير المكاني والاستدلال الرياضي لدى الذكاء الاصطناعي الحديث يتطوران بشكل مستقل، والأساليب الحالية للتدريب لا تربط بينهما.
لماذا هذا مهم
الرسم الدقيق جزء مهم من الهندسة الأولمبية. غالبًا ما يكون الإنشاء الإضافي — دائرة مرسومة، أو قطعة مستقيمة، أو نقطة متناظرة — هو ما يلمّح إلى الحل. إذا كان النموذج لا يعرف كيفية بناء هذه العناصر المساعدة، فلا يمكن اعتبار "نجاحه" في الهندسة فهمًا كاملاً للمسألة.
المعايير المُنشأة تسمح للباحثين بفصل القدرة على الحل عن القدرة على التصور. هذه خطوة أولى نحو أن يبدأ المطورون في تدريب النماذج بشكل هادف على العمل مع التمثيلات الرسومية. البيانات المفتوحة من 954 مسألة متاحة عبر الرابط في الملخص، لذا يمكن لأي شخص مهتم استخدام الاختبار الجديد.
الخلاصة بسيطة: الإجابة الصحيحة ليست ضمانًا للرسم الصحيح. مجموعة البيانات الجديدة تساعد على رؤية ذلك بوضوح، وربما تصبح أساسًا لتدريب ذكاء اصطناعي أكثر "مكانية".
