تم تخطي نموذج كلاود من قِبل معهد السلامة البريطاني في الاختبارات السابقة للإطلاق

ذكرت صحيفة «فايننشال تايمز» أن شركة أنثروبيك حجبت أحدث نموذج ذكاء اصطناعي لها عن وكالة الاختبار الحكومية البريطانية. ويُعيد هذا التقرير إخضاع ترتيبات اختبار السلامة في المملكة المتحدة لأنثروبيك للفحص مرةً أخرى، ومعها السؤال الأوسع حول ما إذا كانت التقييمات الطوعية السابقة للإطلاق التي تجريها الهيئات الحكومية تظل التزامًا تلتزم به مختبرات الذكاء الاصطناعي الرائدة فعلاً عندما تتشدَّد جداول الإطلاق. أما بالنسبة للمطوِّرين الذين يبنون حلولهم على هذه النماذج، فإن هذه القصة لا تكتسب أهميتها كحادثة دبلوماسية بقدر ما تُعد إشارةً إلى مدى الضمانات المستقلة الفعلية الموجودة وراء نموذجٍ ما قبل وصوله إلى نقطة نهاية واجهة برمجة التطبيقات (API).

ما أوردته «فايننشال تايمز» بشأن اختبارات أنثروبيك للسلامة في المملكة المتحدة

يتسم تقرير «فايننشال تايمز» بالضيق في تفاصيله المحددة: فشركة أنثروبيك لم تمنح وكالة الاختبار البريطانية حق الوصول إلى أحدث نموذج ذكاء اصطناعي لها. ولا يوضح التقرير، في المواد المتاحة، أي نموذجٍ كان معنيًّا، أو متى اتُّخذ القرار، أو ما السبب الذي قدَّمته أنثروبيك. ولن نحاول سد هذه الفجوات عبر التكهُّن. وما يمكن قوله هو أن الجهة المعنية هي الهيئة الوطنية في المملكة المتحدة لتقييم نظم الذكاء الاصطناعي الرائدة — التي أُنشئت باسم «معهد سلامة الذكاء الاصطناعي» ثم أُعيد تسميتها لاحقًا «معهد أمن الذكاء الاصطناعي» — وأن عملها يعتمد على تسليم المختبرات النماذج إليها قبل الإطلاق العام.

وهذا الاعتماد هو صلب القصة بأكملها. فالمعهد لا يمتلك سلطةً لإلزام المختبرات بمنحه الوصول. فقد بُني المعهد على مجموعة من الالتزامات الطوعية التي قدَّمتها مختبرات الذكاء الاصطناعي الرائدة، وهذه الالتزامات ظلَّت دائمًا بلا وزن قانوني. وعندما يرفض مختبرٌ ما منح هذا الوصول، فلا توجد خطوة إنفاذية تالية. وبالتالي، فإن أفضل طريقة لقراءة تقرير «فايننشال تايمز» ليست كاتهامٍ بارتكاب مخالفة، بل كدليلٍ على مدى قدرة النموذج الطوعي على الصمود.

وقد وضعت شركة أنثروبيك نفسها، أكثر من أي مختبر رائد آخر، في موقع الخيار الأمثل من حيث السلامة. فهي تنشر «سياسة التوسع المسؤول»، وتُصدر بطاقات الأنظمة (System Cards)، كما جادلت علنًا لأجل الخضوع لنظرة فاحصة خارجية لأنظمة الذكاء الاصطناعي الرائدة. وهذا التموضع بالضبط هو ما يمنح تقرير «فايننشال تايمز» وزنه: فالفارق بين الموقف المعلن والسلوك المبلغ عنه هو الخبر الحقيقي، وليس التفصيل التقني لأي تقييمٍ فردي.

لماذا يكتسب الوصول السابق للإطلاق وزنًا أكبر من عمليات التدقيق بعد الإطلاق

إن قيمة منح وكالة الاختبار حق الوصول إلى النموذج قبل الإطلاق تكمن في أن بعض النتائج لا يمكن التصرف فيها إلا قبل الإطلاق. فإذا كشف التقييم عن قدرةٍ ترفع بشكلٍ جوهري من مخاطر سوء الاستخدام — سواءً في العمليات السيبرانية أو في علم الأحياء أو في الإجراءات الذاتية على آفاق زمنية طويلة — فيمكن للمختبر حينها تعديل ضوابط السلامة، أو تقييد سطح النشر، أو تأجيل الإطلاق. أما بمجرد أن تبدأ الأوزان (Weights) في خدمة الطلبات، فإن الخيارات تتقلص إلى إصلاحات لاحقة وتعديلات في السياسات.

وهناك أيضًا حجة تتعلق بقياس القدرات. فقد أُنشئت هيئات الاختبار الحكومية جزئيًّا لأن قيام المختبرات بتقييم نفسها يشكِّل ترتيبًا هيكليًّا ضعيفًا. ففريق الاختبار الداخلي (Red Team) في المختبر يُقدِّم تقاريره إلى المنظمة التي تُطلق المنتج، أما المُقيِّم الخارجي فلا يفعل ذلك. وهذه هي الحجة الكاملة وراء وجود المعهد، وهي لا تعمل إلا بوجود هذا الوصول.

ولا يعني هذا بأي حالٍ من الأحوال أن مختبرًا رفض منح الوصول قد أطلق شيئًا خطيرًا. بل يعني أن فحصًا مستقلًّا كان من المفترض أن يتم لم يحدث، ولا يوجد بديلٌ عامٌّ لهذا الفحص. وعلى القراء الذين يقارنون بين نماذج الذكاء الاصطناعي الرائدة في قاعدة بيانات نماذج الذكاء الاصطناعي أن يدركوا أن أسعار النماذج ونوافذ السياق (Context Windows) هي حقائق منشورة، بينما عمق المراجعة الخارجية المتعلقة بالسلامة وراء أي نموذج معين ليس كذلك عمومًا.

وتضيف استقالة الباحث نقطة بيانات ثانية

كما أفادت «فايننشال تايمز» باستقالة باحثٍ من أنثروبيك قال إن مختبرات الذكاء الاصطناعي «تراهن على حياتنا». ولدينا فقط الإطار العناويني للتقرير للعمل عليه، ولذلك لن نصف الحجة الكاملة للفرد أو ننسب إليه ادعاءات محددة حول العمليات الداخلية. لكن تزامن الحدثين يستحق التوضيح الصريح: فخلال نفس الفترة الزمنية للتقرير، وُصِفت إحدى الشركات الأكثر صوتًا في مجال السلامة في القطاع بأنها تُخفِي نموذجًا عن الاختبار الخارجي، وفي الوقت نفسه تخسر باحثًا بسبب موقف الصناعة من المخاطر.

الاستقالات المعلنة لأسباب مبدئية ليست جديدة في هذه الصناعة، وعلى القراء أن يتحاشوا اعتبار أي استقالة فردية دليلًا على أزمة داخلية. أما النقطة ذات الصلة بالجمهور التقني فهي أضيق نطاقًا. فالاعتراضات الداخلية والتقييم الخارجي هما الآليتان الرئيسيتان لكشف المشكلات التي قد تكون المنظمة المُطلِقة متحمّسة لإهمالها. ووصف تقارير «فايننشال تايمز» لحدوث احتكاكٍ في كلا الآليتين لدى الشركة نفسها وفي الوقت نفسه.

الفجوات في التحقق لا تقتصر على الادعاءات المتعلقة بالسلامة

أما التقرير الثالث من «فايننشال تايمز» في هذه المجموعة فيتناول مواجهة شركة أوبن آي آي ادعاءات متضاربة حول اختراقٍ رياضي. والرابط الذي يربط هذا التقرير بقصة أنثروبيك هو بنيويٌّ لا مؤسسيٌّ: ففي كلا الحالتين، يصعب على الغرباء التحقق من ادعاءٍ ما قدَّمته مختبرات الذكاء الاصطناعي الرائدة وفق الشروط التي حدَّدها المختبر نفسه.

وتتساوى ادعاءات القدرات وادعاءات السلامة هنا. فعندما تقول شركة إن نموذجها حقَّق نتيجة رياضية، فإن أطرافًا مستقلة تختلف في تفسير هذا الإنجاز. وعندما تقول شركة إن نموذجها آمن للإطلاق، فإن الجهة المخصصة للتحقق لم تره بعد. وفي كلا الحالتين، لا يملك القارئ وصولًا مباشرًا إلى الأدلة. وهذا هو البيئة الفعلية التي يعمل فيها المطورون، وهي تدفع إلى اعتبار ادعاءات المورِّدين — سواءً فيما يتعلق بالقدرات أو بالسلامة — فرضياتٍ يجب اختبارها، لا مواصفاتٍ يمكن الوثوق بها.

ما الذي يتغيَّر به هذا الأمر بالنسبة للفِرق التي تختار نموذجًا

عمليًّا، لا يتغير شيءٌ تقريبًا فيما يتعلق بالتوفر أو الأسعار. فالوقائع المُبلَّغ عنها تتعلَّق بعملية سابقة للإطلاق، وليس بسحب منتج. إذ تبقى قائمة أنثروبيك المنشورة متاحة تجاريًّا، وتظل اقتصادياتها العامل الرئيسي في معظم قرارات الشراء. وللإشارة، فإليك كيفية وضع أسعار أنثروبيك المنشورة مقارنةً بالعروض الرائدة المقابلة من قاعدتنا الخاصة للبيانات:

النموذج	المورِّد	السياق	السعر لكل مليون رمز مدخل	السعر لكل مليون رمز مخرج
Claude Opus 5	أنثروبيك	مليون	$5.00	$25.00
Claude Sonnet 5	أنثروبيك	مليون	$2.00	$10.00
Claude Haiku 4.5	أنثروبيك	200 ألف	$1.00	$5.00
جيت بي تي-6 أسترا	OpenAI	1.05 مليون رمز	$10.00	$50.00
Gemini 3.1 Pro	جوجل	1.05 مليون رمز	$2.00	$12.00
DeepSeek V4-Pro	DeepSeek	مليون	$0.435	$0.87

والتفاوت في تلك الجدول هو السبب في أن قرارات الشراء نادرًا ما تستند إلى أسئلة الحوكمة. فتكلفة رموز الإخراج (Output Tokens) على جيت بي تي-6 أسترا تبلغ نحو عشرة أضعاف تكلفتها على Claude Sonnet 5، و DeepSeek V4-Pro يتفوق على كل الخيارات الرائدة المغلقة في القائمة بفرقٍ واسع. ويمكن للفِرق التي تُنمِّذ هذه الفروق عند أحجام كبيرة أن تحسب الأرقام عبر حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API), أما الفِرق التي تزن البدائل المفتوحة المصدر مقابل واجهات برمجة التطبيقات المستضافة فستجد المفاضلات موضَّحة في دليلنا الخاص بـ دراسة مقارنة بين تكاليف النماذج المفتوحة والمغلقة للذكاء الاصطناعي.

ما ينبغي أن يغيِّره تقرير «فايننشال تايمز» هو الوزن الذي تُعطِيه للضمانات الخارجية عند الإشارة إليها في المحادثات مع المورِّدين. فإذا استشهد مورِّدٌ باختبارات حكومية كجزءٍ من سرده حول السلامة، فإن هذه المطالبة أصبحت الآن تستحق التأكيد بالنسبة للإصدار المحدد من النموذج الذي تنوي نشره، وليس بالنسبة للمورِّد ككل.

السؤال السياسي الذي يُعاد فتحه

بنيت المملكة المتحدة قدرتها على الاختبار على افتراض أن التعاون الطوعي سيستمر. وكان هذا الافتراض دائمًا مشروطًا بتقدير المختبرات أن التعاون يخدم مصلحتها — سواءً من الناحية السمعة أو كوسيلة لتجنب تشريعات أكثر صرامة في المستقبل. ويُشير تقرير «فايننشال تايمز» إلى أن هذه الحسابات قد تؤدي إلى نتيجة عكسية.

ويتبع ذلك اتجاهان، وكلاهما يحمل تكاليفه. ففرض الوصول الإلزامي السابق للإطلاق سيكون له أثرٌ فعّالٌ على المعهد، لكنه سيُكلِّف تأخيرات في عمليات الإطلاق ومشكلة إقليمية للمختبرات المقرَّة في دول أخرى. أما الاتجاه الآخر فهو استمرار الإطار الطوعي، وبقاء تغطية المعهد غير متجانسة، مع عدم قدرة الجمهور على التمييز بين النماذج التي خضعت للتقييم والتي لم تخضع. ولا توجد مؤشرات مبلَّغ عنها حول الاتجاه الذي ستتخذه سياسة المملكة المتحدة، ولن نخمن في هذا الشأن.

أما للأوساط التقنية، فالنتيجة المباشرة هي أن الإفصاح، وليس الإنفاذ، هو المتغير الذي يستحق المراقبة. فإنشاء سجلٍّ يُظهر النماذج التي قامت الجهة الوطنية بتقييمها أو لم تقيِّمها سيكون تغييرًا بسيطًا يعيد معظم القيمة المعلوماتية دون المساس بجداول الإطلاق. أما ما إذا كان أحدٌ سيُنفِّذ هذا المشروع فهو سؤالٌ مفتوح.

الأسئلة الشائعة

هل انتهكت شركة أنثروبيك أي قانونٍ بحجبها النموذج؟ لا يشير أي شيء في تقرير «فايننشال تايمز» إلى انتهاكٍ قانوني. فحق الوصول السابق للإطلاق إلى وكالة الاختبار البريطانية يرتكز على التزامات طوعية، وليس على أحكام تشريعية، وبالتالي فإن رفض منح هذا الحق لا يشكل في حد ذاته فعلًا غير مشروع.

أيُّ نموذجٍ من نماذج أنثروبيك تم حجبه؟ لا تحدد التقارير المتاحة النموذج المعني. ولن نسمِّي نموذجًا ما بالاستنتاج — فحساب «فايننشال تايمز» يشير إلى أحدث نموذج لأنثروبيك دون تحديده في المواد المتاحة لنا.

هل يؤثر هذا على نماذج كلاود الحالية القائمة في الإنتاج؟ لا. فالوقائع المُبلَّغ عنها تتعلَّق بعملية تقييم سابقة للإطلاق. وبقيت نماذج أنثروبيك المنشورة وأسعارها ونوافذ السياق الخاصة بها دون تغيير، وهي مدرجة في قاعدة بيانات نماذج الذكاء الاصطناعي.

كيف ينبغي لفريقك التعويض عن غياب تقييم خارجي؟ قيِّموا النموذج على مهامكم الخاصة. أنشئوا مجموعة اختبار مخصصة للمهمة، وقيِّموا سلوكيات الرفض وأنماط الفشل على مدخلاتكم الفعلية، وعاملوا وثائق السلامة الصادرة عن المورِّد كمصدرٍ واحدٍ من المصادر، لا كبديلٍ عن الاختبار. وسيجد الفريق الذي يعتمدون على سير العمل الوكيلي (Agentic Workflows) سياقًا مقارنًا في دليلنا الخاص بـ وكلاء البرمجة بالذكاء الاصطناعي.

هل يقتصر هذا الأمر على شركة أنثروبيك فقط؟ تتعلَّق تقرير «فايننشال تايمز» بأنثروبيك تحديدًا، لكنَّ الضعف الجوهري الكامن وراءه — المتمثل في الطابع الطوعي للوصول إلى النماذج دون وجود آليات إنفاذ أو سجل عام يُوثِّق ما تم اختباره — ينطبق على كل مختبر رائد يعمل ضمن نفس الإطار.

الخلاصة

الوقائع المُبلَّغ عنها محدودة: وفقًا لصحيفة «فايننشال تايمز»، لم تمنح أنثروبيك وكالة الاختبار البريطانية حق الوصول إلى أحدث نموذج لها قبل الإطلاق، كما استقال باحثٌ من أنثروبيك بسبب موقف الصناعة من المخاطر. ولا يصف أيٌّ من التقريرين انتهاكًا قانونيًّا، ولا يغيِّر أيٌّ منهما ما هو متاح للشراء اليوم.

ما يغيِّره هذان التقريران هو مدى الثقة المعقولة التي يمكن لطرف خارجي وضعها في طبقة الضمان المحيطة بالإطلاقات الرائدة. فالتقييم الطوعي السابق للإطلاق لا يُنتج معلوماتٍ إلا عندما تشارك المختبرات فيه، وتقرير «فايننشال تايمز» هو دليلٌ على أن المشاركة طوعيةٌ في الواقع كما هي على الورق. أما الوثائق المنشورة من أنثروبيك نفسها، بما في ذلك سياساتها للتوسع المسؤول، فتظل السجل الرئيسي لما تلتزم به الشركة داخليًّا — وللوقت الحالي، فإن هذا السجل يشكِّل جزءًا أكبر من الصورة العامة أمام الجمهور مقارنةً بأي تقييم خارجي.

أما لأي شخصٍ ينشر تطبيقاته باستخدام هذه واجهات برمجة التطبيقات، فإن النتيجة العملية ليست ملفتة، لكنها دائمة: إن إطار التقييم الخاص بك هو الضمان الوحيد الذي تتحكم فيه تمامًا. ويمكن الحصول على بيانات السعر والقدرات من مصادر خارجية، كما في مؤشر الأداء السعري للذكاء الاصطناعي. أما ضمان السلامة الملائم لنشرك المحدد فلا يمكن الحصول عليه من مصدر خارجي.

المصادر: news.google.com. تم التقرير في ٩ سبتمبر ٢٠٢٦.