كشفت شركة مايكروسوفت بالتعاون مع جامعة ولاية أريزونا عن نتائج دراسة جديدة، سلطت الضوء على القيود الخفية لوكلاء الذكاء الاصطناعي الحديثة، رغم التقدم الهائل الذي وصلت إليه هذه التقنية في السنوات الأخيرة.
وأظهرت نتائج البحث أن أنظمة الذكاء الاصطناعي الحالية ما زالت تواجه صعوبات كبيرة في التعامل مع المهام المعقدة والتعاون الذاتي، وهو ما يمثل تحديًا حقيقيًا أمام طموحات تطوير وكلاء ذكيين قادرين على العمل باستقلالية تامة دون إشراف بشري مباشر.
إقرأ ايضاً:
"لجنة الانضباط" تطلق زلزالًا ماليًا ضد نجم "الاتفاق".. هذا السلوك الخاطئ الذي كلف ديمبلي 10000 ريال والإيقافرقم ضخم ومفاجآت عالمية في الرياض.. إنجاز جديد يكشف قوة موسم الترفيه الأكبرحديث جريء في بيبان 2025.. كواليس رؤية جديدة للاستثمار وريادة الأعمال في السعوديةوأطلقت مايكروسوفت في إطار الدراسة بيئة محاكاة مبتكرة تحمل اسم "Magentic Marketplace"، وهي منصة تجريبية صممت خصيصًا لاختبار كيفية تصرف وكلاء الذكاء الاصطناعي في سيناريوهات واقعية تشبه الأسواق التجارية.
في هذه البيئة الافتراضية، يتفاعل وكلاء العملاء مع وكلاء يمثلون مطاعم وشركات مختلفة، حيث يسعى كل منهم للفوز بطلب المستخدم أو إتمام مهمة معينة. وشملت التجارب الأولى نحو 100 وكيل عميل مقابل 300 وكيل تجاري، مع إتاحة الشفرة البرمجية للمشروع كمصدر مفتوح بهدف تشجيع الباحثين على تطوير التجارب أو إعادة تنفيذها في بيئات مختلفة.
وقالت إيس كامار، المديرة التنفيذية لمختبر AI Frontiers التابع لمايكروسوفت:
"نريد أن نفهم بعمق كيف سيتغير العالم عندما تبدأ هذه الوكلاء في التفاعل والتفاوض فيما بينها، لأن ذلك يمثل الأساس لمستقبل الذكاء الاصطناعي."
لكن المفاجأة جاءت في النتائج؛ إذ أظهرت التجارب نقاط ضعف واضحة في أداء عدد من النماذج الرائدة مثل GPT-4o وGPT-5 وGemini 2.5-Flash. فقد تمكن بعض الوكلاء التجاريين من خداع وكلاء العملاء عبر أساليب تلاعب رقمية بسيطة، ما كشف عن هشاشة آليات التقييم لدى تلك النماذج.
كما لاحظ الباحثون أن أداء الوكلاء يتراجع بشكل كبير مع ازدياد عدد الخيارات المتاحة، حيث بدت النماذج في بعض الحالات مربكة وغير قادرة على اتخاذ قرارات فعالة أمام وفرة المعلومات.
وصرّحت كامار قائلة:
"كنا نتوقع أن تساعدنا هذه النماذج في التعامل مع كمٍّ كبير من الخيارات، لكن ما وجدناه هو أنها تتشتت وتفقد كفاءتها بسرعة."
وأظهرت الدراسة كذلك أن النماذج تعاني ضعفًا في التعاون الجماعي، إذ فشلت في تحديد الأدوار بدقة عند تنفيذ المهام المشتركة، حتى مع وجود تعليمات واضحة، مما يدل على قصور في مهارات التنسيق الذاتي.
واختتمت كامار حديثها قائلة:
"يمكننا توجيه هذه النماذج خطوة بخطوة، لكنها ما زالت تفتقر إلى القدرة على التعاون التلقائي دون تدخل بشري."
وتشير نتائج هذا البحث إلى أن الطريق نحو الذكاء الاصطناعي المستقل بالكامل لا يزال طويلاً، وأن على الشركات المطوّرة التركيز على تعزيز الوعي السلوكي والتفاعل البشري قبل الوصول إلى وكلاء ذكيين قادرين فعلاً على العمل بأمان وكفاءة ذاتية.