قد تحصل من أداة ذكاء اصطناعي على إجابة تبدو متماسكة ومقنعة، لكن ذلك لا يعني بالضرورة أن كل تفاصيلها صحيحة. المشكلة تصبح أوضح عندما تتضمن الإجابة أرقامًا أو استنتاجات أو خطوات تقنية أو مصادر يصعب التحقق منها بسرعة. وبدل قبول أول نتيجة كما هي، يمكنك تغيير طريقة طرحك للطلب بحيث تضيف مرحلة مراجعة منفصلة قبل اعتماد الإجابة. الفكرة ليست أن تطلب من الأداة تكرار الكلام نفسه بصياغة مختلفة، بل أن تجعلها تبحث عمدًا عن نقاط الضعف والافتراضات والتناقضات والمعلومات التي تحتاج إلى تحقق إضافي قبل أن تقدم النسخة النهائية.
أفضل طريقة لمراجعة إجابة الذكاء الاصطناعي هي فصل مرحلة الإجابة عن مرحلة التدقيق: اطلب منه أولًا إنتاج الحل، ثم فحصه بحثًا عن الأخطاء والافتراضات غير المؤكدة والتناقضات، وبعد ذلك تقديم نسخة نهائية مصححة مع توضيح ما تغيّر.
لماذا لا تكفي عبارة «راجع إجابتك» وحدها؟
عبارة مثل «راجع إجابتك» مفيدة أحيانًا، لكنها عامة جدًا. فقد تتحول النتيجة إلى تحسين للأسلوب أو إعادة صياغة للنص بدل فحص صحة المحتوى نفسه. لذلك كلما حددت نوع المراجعة المطلوبة، أصبحت مرحلة التدقيق أكثر فائدة.
يمكنك مثلًا أن تطلب البحث عن ثلاث فئات منفصلة: الأخطاء الواقعية، والتناقضات الداخلية، والافتراضات التي بُنيت عليها الإجابة دون معلومات كافية. كما يمكنك إضافة شرط واضح بألا يغيّر الجزء الصحيح من الإجابة لمجرد إظهار أنه أجرى مراجعة.
ومن الصيغ العملية: «راجع الإجابة السابقة بوصفك مدققًا مستقلًا. ابحث عن أي معلومة قد تكون غير دقيقة، وأي استنتاج لا تدعمه المعطيات، وأي تناقض بين أجزاء الإجابة. صحح ما يحتاج إلى تصحيح فقط، ولا تغيّر المعلومات الصحيحة دون سبب».
الفكرة العملية: لا تطلب مراجعة عامة؛ حدّد بوضوح أنواع الأخطاء التي تريد من الأداة البحث عنها.
كيف تطلب منه فحص الافتراضات قبل تصحيح الإجابة؟
كثير من الأخطاء لا تبدأ من المعلومة نفسها، بل من افتراض ضمني غير صحيح. فإذا سألت مثلًا عن سبب مشكلة في جهازك دون ذكر نظام التشغيل أو الإصدار، فقد تبني الأداة الإجابة على افتراض لم تقصده أنت. وقد تبدو الخطوات منطقية، لكنها لا تناسب حالتك.
لهذا يفيد أن تضيف مرحلة مخصصة لفحص الافتراضات. اطلب من الأداة تحديد المعلومات التي اضطرت إلى افتراضها لأنها لم تكن موجودة في السؤال، ثم بيان ما إذا كان تغير أحد هذه الافتراضات سيغير النتيجة أو الحل المقترح.
- ما المعلومات التي افترضتها ولم أذكرها صراحة؟
- هل تعتمد النتيجة على أحد هذه الافتراضات؟
- ما المعلومة الإضافية التي يمكن أن تغيّر الإجابة جذريًا؟
- هل توجد أكثر من حالة محتملة بدل وجود تفسير واحد مؤكد؟
إذا ظهر أن الإجابة تعتمد على معلومة مفقودة ومؤثرة، فالأفضل الحصول عليها قبل اعتماد الحل بدل الاستمرار في بناء تفاصيل إضافية على أساس غير مؤكد.
الفكرة العملية: اكشف الافتراضات المخفية أولًا، لأن تصحيح التفاصيل لا يكفي إذا كان أساس الإجابة نفسه غير مناسب.
ما أفضل طريقة لجعله يبحث عن الأخطاء والتناقضات؟
من الأساليب المفيدة أن تطلب من الذكاء الاصطناعي التعامل مع إجابته السابقة كما لو كانت مسودة يجب تدقيقها وفق معايير محددة. عندها تتحول المهمة من إنتاج المزيد من الكلام إلى اختبار ما إذا كانت الإجابة الحالية متماسكة فعلًا.
يمكن أن يكون الطلب مباشرًا: «اعتبر الإجابة السابقة مسودة تحتاج إلى مراجعة. ابحث عن أقوى الاعتراضات عليها، وحدد أي جزء غير مؤكد أو غير مدعوم بما يكفي، ثم اشرح التصحيح اللازم قبل إنشاء النسخة النهائية».
وتذكر وثائق Anthropic ضمن أفضل ممارسات كتابة الأوامر أن من أنماط التسلسل المفيدة للتصحيح الذاتي إنشاء مسودة، ثم مراجعتها وفق معايير محددة، ثم تحسينها بناءً على المراجعة. وهذا قريب من الطريقة العملية التي تجعل مرحلة التدقيق منفصلة بوضوح عن مرحلة الإنشاء الأولى.
وفي المسائل التي تحتوي خطوات متتابعة، اطلب أيضًا اختبار الترابط بينها: هل تؤدي الخطوة الأولى فعلًا إلى الثانية؟ هل توجد قفزة منطقية؟ وهل النتيجة النهائية ناتجة عن المعطيات أم عن افتراض لم يُذكر بوضوح؟
الفكرة العملية: اجعل المراجعة مرحلة نقد مستقلة بمعايير واضحة، لا مجرد إعادة قراءة للإجابة الأولى.
كيف تجعله يميّز بين الحقيقة والاستنتاج والاحتمال؟
أحد أكثر التحسينات فائدة هو مطالبة الأداة بالتمييز بين أجزاء الإجابة بحسب طبيعتها. فبعض الجمل تكون معلومات مباشرة، وبعضها استنتاجًا مبنيًا على المعطيات، وبعضها مجرد احتمال يحتاج إلى تحقق إضافي.
يمكنك طلب ذلك بصيغة بسيطة: «راجع الإجابة وحدد أي ادعاء يمثل معلومة مؤكدة ضمن المعطيات المتاحة، وأي جزء هو استنتاج، وأي جزء مجرد احتمال. لا تعرض الاحتمالات بصيغة جازمة».
هذا الأسلوب مهم خصوصًا في الأسئلة التي لا تحتوي على معلومات كافية لتحديد سبب واحد، مثل أعطال الأجهزة أو مشكلات البرامج أو تفسير سلوك خدمة إلكترونية. في هذه الحالات قد تكون الإجابة الأدق مجموعة احتمالات مرتبة مع طريقة اختبار كل احتمال، لا حكمًا واحدًا قاطعًا.
الفكرة العملية: افصل بين ما هو معلوم وما هو مستنتج وما هو محتمل حتى لا تتحول التخمينات إلى حقائق في النسخة النهائية.
متى تطلب إعادة الحل من مسار مختلف تمامًا؟
إذا كانت المسألة تعتمد على منطق أو حساب أو تحليل تقني، فقد تكون إعادة الحل بطريقة مختلفة أقوى من مراجعة الكلمات نفسها. فالخطأ الذي يتكرر عند اتباع المسار ذاته قد يظهر بسهولة عندما تطلب الوصول إلى النتيجة من زاوية أخرى.
بعد الحصول على نتيجة، يمكنك مثلًا أن تقول: «لا تعتمد على خطوات الحل السابقة. أعد تحليل المسألة بطريقة مستقلة، ثم قارن النتيجتين وحدد سبب أي اختلاف». في البرمجة يمكن أن يكون المسار الثاني تشغيل اختبارات أو فحص حالات الحافة، وفي المسائل الحسابية يمكن استخدام عملية عكسية للتأكد من النتيجة.
وتوصي إرشادات Google AI for Developers باستخدام أدوات مناسبة للمهمة؛ فمثلًا يمكن استخدام تنفيذ التعليمات البرمجية في العمليات التي تتطلب حسابًا أو عدًا، بدل الاعتماد على إنشاء الإجابة النصية وحده. والقاعدة هنا أن التحقق بأداة أو مسار مستقل أقوى من مجرد مطالبة النموذج بتأكيد النتيجة التي كتبها بنفسه.
الفكرة العملية: عندما توجد طريقة مستقلة لاختبار النتيجة، استخدمها بدل الاعتماد على إعادة التفكير في المسار نفسه.
هل يفيد إعطاء الذكاء الاصطناعي دور «الناقد» بدل «المجيب»؟
يمكن أن يفيد ذلك إذا ربطت الدور بمهمة محددة. فبعد أن تحصل على إجابة أولية، تستطيع توجيه الأداة إلى البحث فقط عن نقاط الضعف أو المعلومات غير المدعومة أو الحالات التي لا تنطبق عليها الإجابة.
صيغة مناسبة لذلك: «توقف عن تحسين الإجابة الآن، وتعامل معها كمراجع نقدي. حاول العثور على الأسباب التي قد تجعلها ناقصة أو خاطئة، ثم اذكر فقط الاعتراضات التي لها أساس حقيقي. إذا لم تجد مشكلة، فلا تخترع اعتراضًا لإكمال المهمة».
هذا الشرط الأخير مهم؛ لأن الهدف ليس الحصول على نقد بأي ثمن، بل اكتشاف المشكلات الحقيقية. وقد يقود الطلب المفتوح جدًا إلى تغييرات غير ضرورية في إجابة كانت صحيحة في الأساس.
الفكرة العملية: استخدم دور المراجع لتغيير هدف المهمة من الإنتاج إلى الاختبار، مع منعه من اختراع مشكلات غير موجودة.
كيف تمنع الثقة الزائدة في المصادر والمعلومات غير المؤكدة؟
المراجعة الذاتية لا تعني أن المصدر الخارجي أصبح موثوقًا تلقائيًا. فإذا ذكرت الإجابة دراسة أو صفحة دعم أو تقريرًا رسميًا، فلا يكفي أن تؤكد الأداة مرة ثانية أن المصدر موجود؛ بل يجب التحقق منه عندما تكون إمكانية البحث أو الوصول إلى المصدر متاحة.
وتوضح OpenAI أن الهلوسة تعني إنتاج عبارات تبدو معقولة لكنها غير صحيحة، وتشير إلى أن نماذج اللغة قد تخطئ بثقة، وأن الاعتراف بعدم اليقين أفضل من التخمين عندما لا تكون الإجابة معروفة بصورة كافية.
كما توضح وثائق Google AI for Developers أن ربط النموذج بنتائج بحث حديثة يمكن أن يزيد الدقة الواقعية ويقلل الهلوسة من خلال إسناد الإجابات إلى معلومات حقيقية قابلة للتحقق وتوفير الاستشهادات بالمصادر.
لذلك يمكنك إضافة تعليمات مثل: «إذا كانت الإجابة تتطلب مصدرًا خارجيًا ولم تتمكن من التحقق منه فعليًا، فاذكر أن المعلومة تحتاج إلى تحقق ولا تنشئ اسم دراسة أو رابطًا أو مرجعًا من الذاكرة». ويمكنك كذلك الاطلاع على موضوع كيف تمنع الذكاء الاصطناعي من اختراع مصادر غير موجودة؟ لتطبيق ضوابط أكثر تحديدًا عند طلب المراجع.
الفكرة العملية: افصل بين مراجعة صياغة الإجابة والتحقق من صحة مصادرها؛ فهما مرحلتان مختلفتان.
هل مراجعة الذكاء الاصطناعي لإجابته تضمن أنها صحيحة؟
لا. يمكن للنموذج أن يكتشف بعض الأخطاء ويصححها، لكنه قد يكرر الخطأ نفسه أثناء المراجعة أو يستبدله بتفسير آخر يبدو أكثر إقناعًا دون أن يكون أكثر صحة. لذلك فالمراجعة الذاتية وسيلة لتحسين الجودة وتقليل بعض المشكلات، وليست شهادة مستقلة بأن الإجابة أصبحت صحيحة.
وهذا يتفق مع توضيح OpenAI بأن الهلوسة ما تزال تحديًا قائمًا في نماذج اللغة، حتى مع انخفاض معدلاتها في النماذج الأكثر تطورًا. لذلك لا ينبغي اعتبار ثقة النموذج في النسخة الثانية دليلًا مستقلًا على صحتها.
كلما ارتفعت أهمية القرار، زادت الحاجة إلى مصدر أو اختبار مستقل. فالحقائق الحديثة، والأرقام الدقيقة، والتعليمات الأمنية الحساسة، والمعلومات الطبية أو القانونية أو المالية، تستحق تحققًا مباشرًا من المصدر المختص قبل اتخاذ قرار مؤثر.
الفكرة العملية: استخدم المراجعة الذاتية كطبقة إضافية لاكتشاف الأخطاء، وليس كبديل عن التحقق المستقل عندما تكون النتيجة مهمة.
ما الصيغة العملية التي تصلح لمعظم الأسئلة؟
يمكنك تحويل المراجعة إلى تسلسل ثابت من ثلاث مراحل بدل كتابة طلب مختلف في كل مرة. المرحلة الأولى للإجابة، والثانية للتدقيق، والثالثة لإخراج النسخة النهائية بعد التعامل مع المشكلات المكتشفة.
- الإجابة الأولى: أجب عن السؤال بوضوح، واذكر أي افتراض ضروري إذا كانت المعلومات ناقصة.
- المراجعة: افحص الإجابة بحثًا عن أخطاء واقعية، وتناقضات، وافتراضات غير مؤكدة، واستنتاجات قُدمت كأنها حقائق.
- النسخة النهائية: صحح المشكلات التي وجدتها، واحتفظ بالمعلومات الصحيحة، ثم قدم جوابًا نهائيًا واضحًا دون تكرار عملية المراجعة كاملة.
وإذا كان السؤال يعتمد على معلومات حديثة أو مصادر خارجية، أضف مرحلة رابعة: «حدد المعلومات التي تحتاج إلى تحقق خارجي، واستخدم مصدرًا موثوقًا إذا كانت لديك إمكانية البحث، ولا تدّعِ التحقق من شيء لم تتمكن من فحصه».
أما إذا كانت المهمة حسابية أو برمجية، فاطلب اختبار النتيجة بأداة مناسبة. وإذا كانت تلخيصًا لملف أو نص، فاطلب مقارنة النسخة النهائية بالمصدر الأصلي للتأكد من عدم إضافة معلومات غير موجودة فيه. وإذا كانت مقارنة بين منتجات أو خيارات، فاطلب التأكد من أن المعايير المستخدمة متساوية بين جميع الخيارات.
الفكرة العملية: اجعل «أجب ثم راجع ثم تحقق ثم صحح» إجراءً ثابتًا عندما تكون الدقة أهم من سرعة الحصول على أول إجابة.
قد يهمك:
- أفضل أدوات الذكاء الاصطناعي لتحسين الصوت وإزالة الضوضاء
- أفضل أداة ذكاء اصطناعي لتحسين جودة الصور القديمة
- أفضل أدوات الذكاء الاصطناعي لمقارنة المنتجات قبل الشراء
- كيف تمنع الذكاء الاصطناعي من اختراع مصادر غير موجودة؟
أسئلة شائعة
هل تكرار عبارة «تأكد من إجابتك» عدة مرات يجعل النتيجة أدق؟
ليس بالضرورة. الأفضل تحديد نوع الفحص المطلوب، مثل البحث عن التناقضات والافتراضات والأخطاء الواقعية، بدل تكرار أمر عام عدة مرات.
هل الأفضل طلب المراجعة في نفس المحادثة أم بدء محادثة جديدة؟
المراجعة في المحادثة نفسها مفيدة لأن السؤال والإجابة السابقة متاحان، بينما قد تفيد محادثة جديدة عندما تريد اختبار الفكرة من نقطة بداية مختلفة دون الاعتماد مباشرة على المسودة السابقة.
هل طلب نسبة ثقة لكل معلومة يكشف الأخطاء؟
قد يساعد على إبراز مواضع التردد، لكن النسبة التي يولدها النموذج ليست مقياسًا مستقلًا أو ضمانًا للدقة. تعامل معها كإشارة تساعدك على تحديد ما يحتاج إلى تحقق، لا كدليل على صحة المعلومة.
هل يمكن استخدام أسلوب المراجعة الذاتية مع كتابة الأكواد؟
نعم، ويصبح أكثر فائدة عندما تطلب اختبارات فعلية للحالات المتوقعة وحالات الحافة والمدخلات غير الصحيحة، بدل الاكتفاء بسؤال النموذج عما إذا كان الكود يعمل.
هل يمكن تطبيق الطريقة على تلخيص الملفات والنصوص؟
نعم. اطلب بعد إنشاء الملخص مقارنته بالمصدر الأصلي والبحث عن أي معلومة أضيفت من خارج النص أو أي نقطة رئيسية سقطت منه، ثم إصدار نسخة مصححة.
ما الذي تفعله قبل اعتماد أي إجابة؟
لا تعتمد النسخة الأولى مباشرة عندما تكون الدقة مهمة. اطلب مراجعة منفصلة تبحث عن الافتراضات والتناقضات والمعلومات غير المؤكدة، ثم استخدم تحققًا مستقلًا عندما تكون هناك مصادر أو حسابات أو معلومات حديثة يمكن فحصها. بعد ذلك فقط اطلب النسخة النهائية واعتمد منها ما تؤيده الأدلة المتاحة.