يمكن الاستغناء عن وضع قواعد تبادل المعرفة داخل الفريق يدويًا: فالبحث بالذكاء الاصطناعي يكتشف البروتوكولات التي ترفع نتائج المجموعة إلى 37%

17 سبتمبر 202612 الآراء

قدّم باحثون من فريق Cédric Colas منهجًا تُوصَف فيه مخططات نقل المعلومات والموارد بأنها برامج تعتمد على الحالة الراهنة للمشاركين والمجموعة ككل، وليس على رسم الروابط فقط. وقد أتاح البحث التطوري المدعوم بتلميحات من النماذج اللغوية استخلاص هذه المخططات تلقائيًا: فقد تفوّقت على الاستراتيجيات الأساسية الكلاسيكية وحافظت على فعاليتها عند تغيّر ظروف المهمة وتكوين الوكلاء (arXiv:2608.24545, CogSci 2026).

يمكن الاستغناء عن وضع قواعد تبادل المعرفة داخل الفريق يدويًا: فالبحث بالذكاء الاصطناعي يكتشف البروتوكولات التي ترفع نتائج المجموعة إلى 37%

عندما ينمو الفريق، فإن سؤال «كيف نتبادل المعرفة» يُحلّ دائمًا تقريبًا بشكل عفوي: أحدهم يكتب في الدردشة العامة، وآخر يدوّن الملاحظات، وثالث يفضّل المحادثات الشخصية. أما اللوائح الرسمية فإما لا تُوضع إطلاقًا، وإما تُنسخ من مكان عمل سابق. ورقة بحثية جديدة على arXiv تشير إلى أن التصميم اليدوي لمثل هذه القواعد قد لا يكون الطريق الأكثر فعالية — على الأقل عندما يتعلق الأمر بالبحث الجماعي عن الحلول.

ما الذي نتحدث عنه أصلًا

يعتمد الذكاء الجماعي — سواء كان مجموعة بحثية أو فريقًا هندسيًا أو مجتمعًا من المطورين — إلى حد كبير على عمليات نقل المعرفة. من يشارك المعلومات بالتحديد، وبماذا، ومع من، وفي أي لحظة — كل هذا يحدد مدى سرعة وصول المجموعة إلى الحل. تتشكل هذه العمليات جزئيًا من تلقاء نفسها، من العادات الفردية والسمات المعرفية للمشاركين، لكن يمكن أيضًا تحديدها بشكل هادف من الأعلى.

حتى الآن، جرت دراسات تأثير نقل المعرفة على النتائج الجماعية في المقام الأول عبر منظور البنية الشبكية: كانوا يغيّرون من يرتبط بمن ومدى تكرار التبادل. هذا النهج مريح، لكن له قيد جوهري.

مشكلة النماذج الشبكية

الشبكة، مهما كانت معقدة، لا تعرف حالة المشاركين. فهي لا تستطيع أن تقرر «نقل هذا بالضبط الآن، لأن الزميل واجه للتو المهمة الفرعية المطلوبة» أو «الاحتفاظ بالمعلومة حتى تجمع المجموعة سياقًا كافيًا». تصف الطوبولوجيا القنوات، لكن ليس المحتوى ولا التوقيت.

بعبارة أخرى، تجيب النماذج الكلاسيكية على سؤال «من مع من»، لكنها تتجاهل سؤال «ماذا ومتى». ومع ذلك، غالبًا ما يعتمد على الثاني ما إذا كان التبادل سيكون مفيدًا أم سيتحول إلى ضجيج.

بروتوكولات تراعي الحالة

يقترح مؤلفو ورقة «Discovering Adaptive Transmission Programs for Collective Innovation» إضفاء طابع رسمي على قواعد التبادل كبرامج حساسة للحالة (state-aware programs). يوجّه مثل هذا البرنامج المعلومات والموارد انطلاقًا من الوضع الراهن — ما يعرفه وكيل معين، وفي أي حالة تكون المجموعة بأكملها.

هذا يغيّر التركيز: فبدلًا من «لنرسم رسمًا بيانيًا للروابط» نحصل على «لنكتب خوارزمية تقرر في كل لحظة من يمرّر ماذا لمن». وبطبيعة الحال، لا يمكن تصميم مثل هذه الخوارزمية يدويًا — ففضاء القواعد الممكنة هائل، والحدس هنا مستشار سيئ.

كيف بحثوا عن القواعد المناسبة

لمهمة الاكتشاف الجماعي، طبّق الباحثون بحثًا تطوريًا يوجّه اتجاه الحركة فيه نموذج لغوي. في جوهر الأمر، يعمل النموذج اللغوي الكبير كمولّد للفرضيات: يقترح variants للبروتوكولات، وتنتقي الآلية التطورية تلك التي تحسّن النتيجة الجماعية فعليًا، وتولّد الأجيال التالية على أساسها.

هذا التكافل ليس نادرًا في الأعمال الحديثة، لكن النتيجة مهمة هنا: البروتوكولات التي وُجدت خلال البحث تفوقت على خطوط الأساس القياسية من الأدبيات، بل بلغ نمو الإنتاجية الجماعية 37%. هذا ليس تحسينًا تجميليًا، بل الفرق بين «الفريق يعمل كالمعتاد» و«الفريق يعمل بشكل أفضل بشكل ملحوظ» — بنفس التشكيل ونفس المهمة.

اختبار النزاهة

من السهل الحصول على رقم جميل بالصدفة، لذلك أجرى المؤلفون اختبارات استئصال — أي إزالة عناصر فردية من البروتوكولات التي وُجدت واحدًا تلو الآخر. والنتيجة الأكثر دلالة: إذا حافظت على طوبولوجيا الشبكة وتوقيت التبادلات، لكن أزلت الاعتماد على المحتوى والحالة، تختفي الميزة تمامًا.

وهذه بالتحديد هي الحجة الرئيسية للورقة. فالنمو لا يأتي من مخطط روابط مُحكم البناء ولا من جدول زمني удач، بل من الحساسية لما يحدث داخل المشاركين والمجموعة. ويستبعد الاستئصال التفسير البديل ويترك واحدًا فقط.

هل يعمل هذا خارج نطاق مهمة واحدة

النتيجة المهمة الثانية هي قابلية النقل. حافظت البروتوكولات المتطورة على فعاليتها عند تغيير تنويعات مجال الموضوع وعند استبدال مجموعة الوكلاء. بعبارة أخرى، القاعدة التي وُجدت ليست مُفصّلة على سيناريو ضيق محدد، بل تعكس شيئًا أكثر عمومية حول كيفية توزيع المعلومات في المجموعة.

ماذا يعني هذا للفرق الحقيقية

يبدو استنتاج المؤلفين كالتالي: يمكن إيجاد بروتوكولات فعالة وقابلة للتعميم لنقل المعرفة in silico، أي في المحاكاة، قبل أن تظهر في فريق حقيقي. وهذا يفتح الطريق لتصميم بمساعدة الذكاء الاصطناعي للبنية التحتية التنسيقية — القواعد والطقوس والأدوات التي ترفع الذكاء الجماعي للبشر بدلًا من استبداله.

على أرض الواقع، قد يبدو هذا هكذا:

  • قواعد التبادل تتوقف عن كونها عالمية. فبدلًا من لائحة واحدة «الجميع يكتبون تقارير أيام الجمعة»، تظهر سيناريوهات تعتمد على المرحلة التي وصل إليها العمل وما يعرفه المشاركون بالفعل.
  • يظهر طلب على الحالة. لكي يعمل البروتوكول، يحتاج النظام إلى فهم من يعرف ماذا وأين تعثّر. وهذه بالفعل مسألة أدوات — متتبعات المهام، وقواعد المعرفة، وأنظمة التوثيق.
  • تصميم القواعد يصبح مهمة مستقلة. ليس «لننسخ من الجيران»، بل «لنجرّب عدة variants على النموذج ونرَ أيها يعطي أفضل نتيجة».

يجدر التحفظ: الورقة منشورة في قسم cs.AI على arXiv، وقُدّمت في CogSci 2026، والنسخة الموسّعة، بحسب المؤلفين، لا تزال قيد الإعداد. الحديث يدور عن بحث على المحاكاات، وليس عن منتج جاهز يمكن تنفيذه غدًا في قسم من عشرين شخصًا. ونقل النتائج إلى مؤسسات حية مهمة مستقلة وليست الأسهل.

باختصار

لا يلزم اختراع بروتوكولات تبادل المعرفة يدويًا ولا نسخها من الآخرين. يمكن البحث عنها تلقائيًا إذا قيّمنا القواعد ليس بجمال مخطط الروابط، بل بمدى حساسيتها لحالة المشاركين. في التجربة، أعطى هذا البحث نموًا في الإنتاجية الجماعية يصل إلى 37%، وأكدت اختبارات الاستئصال أن الأمر يتعلق تحديدًا بمراعاة الحالة، وليس بالطوبولوجيا أو التوقيت. حتى الآن هذه نتيجة في محاكاة — لكن الاتجاه يبدو واعدًا.

الأسئلة المتكررة

المواد ذات الصلة

جميع المواد
يمكن الاستغناء عن وضع قواعد تبادل المعرفة داخل الفريق يدويًا: فالبحث بالذكاء الاصطناعي يكتشف البروتوكولات التي ترفع نتائج المجموعة إلى 37%