- «المتشائمون من الذكاء الاصطناعي»"Doomer"
- وصف غير رسمي، وأحيانًا ساخر، لمن يرون أن الذكاء الاصطناعي المتقدم ينطوي على احتمال مرتفع لوقوع كارثة. ولا تستخدمه المنصة إلا بين علامتي تنصيص أو عند شرح المصطلح، وتعرض هذه الآراء بعبارات أصحابها.
- احتمال الكارثة (p(doom))p(doom)
- اختصار غير رسمي لعبارة «احتمال الهلاك»، ويعني تقدير شخص بعينه لاحتمال أن يؤدي الذكاء الاصطناعي المتقدم إلى انقراض البشر أو كارثة دائمة. وتتباين هذه الأرقام تباينًا هائلًا، ولا يوجد رقم موثوق بما يكفي ليُعامَل كحقيقة.
- اختبار الفريق الأحمرRed-teaming
- محاولة متعمَّدة لدفع نظام الذكاء الاصطناعي إلى سلوك غير مرغوب، كاستدراجه إلى تقديم نصائح خطرة، بهدف اكتشاف نقاط الضعف وإصلاحها قبل أن يستخدمه الجمهور.
- الاختبار المعياريBenchmark
- اختبار موحّد تُقارَن به نماذج الذكاء الاصطناعي، كمسائل الرياضيات أو فهم النصوص العربية. وهو مفيد لكنه محدود، فقد يتفوّق النموذج في الاختبار ثم يتعثّر في المهام الحقيقية. وما تعلنه الشركات من نتائج ينبغي أن يُقرأ على أنه ادعاؤها هي.
- الانحياز الخوارزميAlgorithmic bias
- أن يعامل نظام الذكاء الاصطناعي فئةً ما بغير إنصاف، أو يعكس صورًا نمطية، وغالبًا ما يكون السبب نقصًا في بيانات تدريبه. وقد وجدت دراسة عام 2024 أن نماذج كثيرة، منها نماذج عربية، تميل إلى الأسماء والعادات الغربية حتى حين يكون السؤال بالعربية.
- الانحياز للأتمتةAutomation bias
- ميل الإنسان إلى الوثوق بإجابة الآلة أكثر مما ينبغي، حتى حين تكون خاطئة. وهو من أكثر مخاطر الذكاء الاصطناعي شيوعًا في الحياة اليومية، ومن أسهلها تداركًا في الوقت نفسه.
- الإنسان ضمن الحلقة (الإشراف البشري المباشر)Human-in-the-loop
- تصميم يقترح فيه الذكاء الاصطناعي، ثم يوافق الإنسان أو يرفض قبل أن يحدث أي أمر مهم. ومن المفاهيم القريبة: «الإنسان فوق الحلقة»، أي يراقب ويتدخل عند الحاجة، و«الإنسان خارج الحلقة»، أي أن النظام يتصرّف وحده. وتتجه الجهات التنظيمية في الخليج إلى اشتراط أحد النمطين الأولين في القرارات التي تمسّ الناس.
- التدريبTraining
- المرحلة التي يتعلّم فيها النموذج من كميات ضخمة من البيانات، وتستغرق عادةً أسابيع أو أشهرًا على آلاف الرقائق المتخصصة. وتدريب النماذج الكبرى مكلف ويستهلك طاقة كبيرة، ويُجرى مرة واحدة لكل إصدار.
- التزييف العميقDeepfake
- مقطع مرئي أو صورة أو تسجيل صوتي مزيّف يُصنع بالذكاء الاصطناعي ليبدو كأنه لشخص حقيقي. ويُستخدم في عمليات الاحتيال، لذا توخّوا الحذر من أي طلب مالي عاجل، حتى لو بدا الصوت مألوفًا.
- التسارعية (دعاة التسريع) / «التسارعية الفعّالة»Accelerationism / e/acc
- رؤية تدعو إلى تسريع تقدّم الذكاء الاصطناعي، لأن منافعه، من طاقة أرخص وطب أفضل ووفرة، تفوق مخاطره في نظر أصحابها، ولأن التشدّد التنظيمي يضرّ أكثر مما ينفع. و«التسارعية الفعّالة» (e/acc) حركة نشأت على الإنترنت في 2022–2023، ومن أبرز نصوص هذا التيار «بيان المتفائل التقني» لمارك أندريسن (2023).
- التفرّد التقنيThe (technological) singularity
- فرضية مفادها أن الذكاء الاصطناعي قد يطوّر نفسه يومًا بسرعة تجعل المستقبل عصيًّا على التوقّع. سمّاها فيرنر فينج عام 1993، ونشرها راي كورزويل على نطاق واسع وحدّد لها عام 2045. لم يحدث ذلك، وحدوثه أصلًا موضع خلاف.
- الحوسبة السحابية / منطقة التوافرCloud / availability zone
- «السحابة» تعني استخدام مراكز بيانات تملكها جهة أخرى عبر الإنترنت. و«منطقة التوافر» مجموعة من مراكز البيانات داخل منطقة سحابية واحدة. وحفظ نسخ احتياطية في أكثر من منطقة يحمي البيانات إذا تضرّر أحد المواقع.
- الخطر الوجوديExistential risk (x-risk)
- خطر قد يؤدي إلى انقراض البشر، أو إلى إلحاق ضرر جسيم ودائم بمستقبل الإنسانية. ويرى بعض الباحثين المرموقين أن الذكاء الاصطناعي المتقدم قد يشكّل خطرًا كهذا، بينما يراه آخرون مستبعدًا أو بعيدًا. وتعرض المنصة الرأيين بإنصاف.
- الخوارزميةAlgorithm
- سلسلة من الخطوات المحددة التي يتبعها الحاسوب لحلّ مسألة ما. وكثير من أنظمة الذكاء الاصطناعي خوارزميات تستنتج قواعدها بنفسها من البيانات، بدل أن يكتب الإنسان كل خطوة فيها.
- الذكاء الاصطناعيArtificial intelligence (AI)
- برمجيات حاسوبية تؤدي مهامّ نربطها عادةً بالتفكير البشري، كفهم الكلام والترجمة والتلخيص واكتشاف الأنماط. وهي جزء من حياتنا اليومية اليوم، لا فكرة مستقبلية.
- الذكاء الاصطناعي التوليديGenerative AI
- ذكاء اصطناعي يُنشئ محتوى جديدًا عند الطلب، كالنصوص والصور والأصوات والمقاطع المرئية والشيفرات البرمجية. وأشهر أمثلته المساعدات الحوارية ومولّدات الصور.
- الذكاء الاصطناعي السياديSovereign AI
- سعي الدولة إلى امتلاك قدراتها الخاصة في الذكاء الاصطناعي، من مراكز بيانات ونماذج وبيانات تخضع لأنظمتها الوطنية، بدل الاعتماد الكامل على مزوّدين أجانب. لكن معظم الرقائق المتقدمة ما زالت تُستورد بتراخيص خارجية، ولذا تبقى «السيادة» هنا مسألة درجات.
- الذكاء الاصطناعي العامAGI (artificial general intelligence)
- مصطلح فضفاض يشير إلى ذكاء اصطناعي يستطيع أداء معظم المهام الذهنية بكفاءة تقارب كفاءة شخص متمكّن. ولا يوجد له تعريف أو اختبار متفق عليه، ويفضّل بعض قادة القطاع، كداريو أمودي من Anthropic، عبارات أخرى مثل «الذكاء الاصطناعي القوي».
- الذكاء الاصطناعي الفائق (الذكاء الفائق)ASI (artificial superintelligence) / superintelligence
- ذكاء اصطناعي افتراضي يفوق البشر بفارق كبير في جميع المجالات تقريبًا. وأوسع التعريفات تداولًا تعريف الفيلسوف نيك بوستروم: «أي عقل يتجاوز بفارق كبير الأداءَ المعرفي للبشر في جميع المجالات ذات الأهمية تقريبًا». وهو غير موجود اليوم.
- الذكاء الاصطناعي الوكيل (Agentic AI)Agentic AI
- أنظمة ذكاء اصطناعي تتكوّن من وكلاء قادرين على تنفيذ سلسلة من المهام بأنفسهم ضمن حدود مرسومة. وقد أعلنت الإمارات في أبريل 2026 هدفًا لتحويل 50% من قطاعات الحكومة الاتحادية وخدماتها وعملياتها إلى «نماذج الذكاء الاصطناعي ذاتية التنفيذ» خلال عامين، وهي التسمية الرسمية التي تُستخدم عند الحديث عن البرنامج الإماراتي.
- الرقمنةDigitisation
- نقل المعلومات والإجراءات من الورق والعادات المتوارثة إلى أنظمة رقمية. وهي لمعظم المنشآت الخطوة الضرورية قبل أن يفيد الذكاء الاصطناعي، لأنه يحتاج إلى بيانات رقمية منظّمة ليعمل.
- الشبكة العصبية الاصطناعية / التعلّم العميقNeural network / deep learning
- الشبكة العصبية الاصطناعية نوع من أنظمة تعلّم الآلة مستوحى على نحو تقريبي من الدماغ، وتتكوّن من وحدات بسيطة مترابطة تتعدّل كلما تعلّمت. أما «التعلّم العميق» فيعني استخدام شبكات متعددة الطبقات، وهو الأسلوب الذي يقوم عليه معظم الذكاء الاصطناعي اليوم.
- الغاية التحويلية الكبرى (MTP)Massive Transformative Purpose (MTP)
- في إطار المؤسسات الأُسّية، هي السبب الكبير الملهِم لوجود المؤسسة، وتصفها OpenExO بأنها غاية «واسعة وعميقة إلى حدّ أنها في المتناول دائمًا، وبعيدة المنال دائمًا». وفي «ExO 3.0» يُراد لها أيضًا أن توجّه قرارات وكلاء الذكاء الاصطناعي.
- القدرات المتفاوتةJagged capabilities
- وصف لحال الذكاء الاصطناعي اليوم: متفوّق في بعض المهام الصعبة، وضعيف على نحو مفاجئ في مهام سهلة. ويستخدم *التقرير الدولي لسلامة الذكاء الاصطناعي 2026* هذا الوصف للأنظمة الحالية.
- القدرة الحاسوبيةCompute
- قوة المعالجة اللازمة لتدريب الذكاء الاصطناعي وتشغيله. ومصدرها الأساسي رقائق متخصصة (وحدات معالجة الرسومات) موجودة في مراكز البيانات، وهي من أبرز مجالات استثمار دول الخليج.
- المؤسسة الأُسّية (ExO)Exponential Organization (ExO)
- مفهوم طرحه كتاب *Exponential Organizations* الصادر عام 2014 لسليم إسماعيل مع مايكل س. مالون ويوري فان خيست، ويصف مؤسسات توظّف التقنية والمجتمعات والأصول المشتركة لتنمو أسرع بكثير من المؤسسات التقليدية.
- المؤسسة القائمة على الوكلاءAgentic organisation
- مؤسسة يتولّى فيها وكلاء الذكاء الاصطناعي كثيرًا من الخطوات الروتينية، بينما يحدّد البشر الغاية ويتخذون القرارات الأساسية ويبقون مسؤولين عنها. وتظل مكوّناتها مألوفة: غاية، وأشخاص، ومعلومات، وأدوات، وقواعد.
- المُعامِلاتParameters
- الأرقام الداخلية التي يضبطها النموذج أثناء التدريب، وتُعدّ غالبًا بالمليارات («نموذج بسبعة مليارات مُعامِل»). وكثرتها تعني عادةً قدرة أكبر وكلفة أعلى، لكن الحجم وحده لا يضمن الجودة.
- المواءمةAlignment
- العمل على ضمان أن تفعل أنظمة الذكاء الاصطناعي ما يقصده مصمّموها ومستخدموها فعلًا، وأن تتصرّف بما ينسجم مع القيم الإنسانية، حتى في مواقف لم يتوقّعها أحد. وهي في صميم أبحاث سلامة الذكاء الاصطناعي.
- الموجِّه (نص الطلب)Prompt
- السؤال أو التعليمات التي توجّهونها إلى أداة الذكاء الاصطناعي. والطلب الواضح المصحوب بسياق («اشرح هذا لطفل في الثانية عشرة، بالعربية») يأتي عادةً بإجابة أفضل.
- الميجاواط / الجيجاواطMegawatt (MW) / gigawatt (GW)
- وحدتان لقياس القدرة الكهربائية (الجيجاواط الواحد = 1,000 ميجاواط). فحين يوصف مركز بيانات بأنه «1 جيجاواط»، فالمقصود الطاقة المصمَّم لاستهلاكها، لا مدى «ذكائه». والرقم خطة، لا دليل على أن المنشأة تعمل فعلًا.
- النماذج الرائدة (نماذج الطليعة)Frontier model / frontier AI
- أقدر نماذج الذكاء الاصطناعي في أي وقت بعينه، ويطوّرها في العادة عدد قليل من الشركات الكبرى. وتركّز عليها قواعد السلامة وتقاريرها لأن القدرات الجديدة، والمخاطر الجديدة، تظهر فيها أولًا.
- النموذج (نموذج الذكاء الاصطناعي)Model (AI model)
- «المحرّك» الذي يعمل داخل نظام الذكاء الاصطناعي بعد تدريبه: يستقبل مُدخلًا (سؤالًا أو صورة) ويُخرج نتيجة (إجابة أو تصنيفًا). وتطبيقات المحادثة التي نستخدمها مبنية فوق هذه النماذج.
- النموذج اللغوي العربي الكبيرArabic LLM
- نموذج لغوي كبير تكون العربية فيه لغةً أساسية منذ البداية، لا إضافة لاحقة. ومن أمثلته في الخليج: «جيس» (الإمارات، 2023)، و«علّام» الذي يشغّل «هيوماين تشات» (السعودية، 2025)، و«فنار» (قطر، 2024).
- النموذج اللغوي الكبيرLarge language model (LLM)
- نموذج دُرِّب على كميات هائلة من النصوص حتى أصبح قادرًا على فهم اللغة وكتابتها: يجيب عن الأسئلة، ويلخّص، ويصوغ، ويترجم. وتعمل معظم المساعدات الحوارية بنموذج من هذا النوع.
- النموذج مفتوح الأوزان / مفتوح المصدرOpen-weight / open-source model
- النموذج «مفتوح الأوزان» تُنشر مُعامِلاته المدرَّبة، فيستطيع أي شخص تنزيله وتشغيله. أما النموذج «مفتوح المصدر بالكامل» فيذهب أبعد، فيتيح الشيفرة وبيانات التدريب أيضًا، كما فعل «K2 Think». والنماذج المفتوحة تخدم الباحثين المحليين، لكنها تجعل فرض ضوابط الأمان أصعب.
- الهلوسة (الاختلاق)Hallucination
- أن تقدّم أداة الذكاء الاصطناعي معلومة خاطئة كأنها حقيقة، كواقعة أو اقتباس أو مرجع مختلَق. ويحدث ذلك لأن النموذج يتوقّع نصًا يبدو معقولًا ولا يبحث عن الحقيقة. لذا تحقّقوا دائمًا من الإجابات المهمة.
- انفجار الذكاءIntelligence explosion
- فكرة طرحها عالم الرياضيات آي. جيه. غود عام 1965، مفادها أن آلة أذكى من البشر قد تصمّم آلات أذكى منها، فيتسارع التحسّن دون توقف. وأضاف غود شرطًا مهمًا: «ما دامت الآلة مطواعة بما يكفي لتخبرنا كيف نُبقيها تحت السيطرة».
- ExO 3.0 (الجيل الثالث من نموذج المؤسسات الأُسّية)ExO 3.0
- تحديث أصدرته OpenExO وسليم إسماعيل عام 2026 لنموذج المؤسسات الأُسّية بما يلائم عصر وكلاء الذكاء الاصطناعي، وعرضاه في كتاب *The Organizational Singularity* (الإصدار 25، يونيو 2026). يحتفظ بالغاية التحويلية الكبرى ويضيف عشر سمات في مجموعتين هما DRIVE وSHAPE. والإطار لأصحابه، لا للمنصة.