الذكاء الاصطناعي يتحدث الفارسية، لكنه لا يفكر كإيراني

نماذج الذكاء الاصطناعي، وإن بدت متمكنة من اللغة الفارسية ظاهرياً، إلا أنها تُخفق في إدراك الثقافة والدقائق المحلية لإيران.

نماذج الذكاء الاصطناعي، على الرغم من إتقانها الواضح للغة الفارسية، تفشل في فهم الثقافة المحلية والخفايا الدقيقة لإيران.

كن عضوًا مميزًا في Arjan Ambassador للاستفادة من المرافق الخاصة والأقسام المختلفة في Arjan Ambassador والوصول إليها.

نماذج الذكاء الاصطناعي تكتب اللغة الفارسية بطلاقة وبدون تأتأة، حتى أن المحررين المخضرمين ينخدعون أحيانًا بنبرة نظيفة وبنية جملهم الأنيقة. ولكن بين "تجميع الكلمات بشكل صحيح" و"فهم معنى وروح اللغة"، هناك مسافة أميال. اللغة ليست مجرد مخزن للمفردات والقواعد النحوية؛ بل هي حاوية الثقافة والتجارب المعاشة والسخرية والمجاملات والتعقيدات التاريخية للأمة.

تظهر الأبحاث الأكاديمية والمتخصصة التي أجريت في عامي 2025 و2026 على نماذج لغوية كبيرة أنه إذا تجاوزنا الترجمات العامة والمحادثات اليومية ودخلنا إلى الطبقات الأعمق للغة والثقافة الإيرانية، فإن روبوتات الدردشة ذات الذكاء الاصطناعي سوف تتعثر وتهلوس بطريقة مدهشة.

لفهم أين يتخلف الذكاء الاصطناعي، ليست فكرة سيئة أن نلقي نظرة على واحدة من أكثر الدراسات الحديثة شمولاً، مشروع MELAC. في هذا البحث، قام الباحثون بتقييم 41 نموذجًا لغويًا مختلفًا مع 19 مجموعة بيانات مختلفة. ويضعون موضوعات مثل القواعد الفارسية والأمثال والقوانين القانونية الإيرانية والقواعد الدينية وفهم القراءة وحتى الامتحانات الجامعية في البلاد أمام هذه النماذج لقياس جودتها.

على الورق، تبدو النتائج الأولية واعدة. نموذج مثل GPT-4o تمكن من الوصول إلى متوسط ​​درجات 72.61% وفي قسم اللغة الفارسية العامة حصل على درجة ممتازة 82.25%. كما واكب Gemini 2.0 Flash المنافسين بمتوسط ​​70.68%. ولكن عندما اقتصرت الأسئلة على الثقافة الإيرانية واللغة المتخصصة؛ تم عكس الرسوم البيانية.

ومن بين النماذج الـ 41 التي تمت مراجعتها، تمكن نموذج واحد فقط من الحصول على درجة أعلى من 50% في اختبارات الثقافة واللغة الفارسية. وحتى النماذج المعدلة بالبيانات الفارسية لم تكن قادرة على صنع المعجزات؛ وبلغ معدل نجاح نموذج هرمز-8ب 50.49%، ونموذج دورنا2 47.7%، ونموذج بيرسي مايند 35.08% فقط.

نموذج GPT-4o، الذي سجل أكثر من 80% في اللغة الفارسية العامة، انخفض إلى 47.27% عندما واجه أسئلة حول "القوانين القانونية الإيرانية". أي أنه عندما واجه نصاً قانونياً إيرانياً، أعطى إجابات صحيحة على أقل من نصف الأسئلة. رسالة هذه الأرقام واضحة؛ الطلاقة والبلاغة في اللغة الفارسية لا تحل محل المعرفة المتخصصة أبدًا.

إحدى الخفايا اللطيفة والمعقدة في اللغة الفارسية هي استخدامنا الغزير للمفارقات والأمثال. دراسة أخرى بعنوان FFE-Hallu نشرت عام 2026 تناولت نفس الموضوع. توضح هذه المقالة أن الذكاء الاصطناعي لا يزال يفتقر إلى فهم عميق للجذور الثقافية للغتنا ويعاني بسهولة من تعقيد يسمى "الهلوسة التصويرية".

في هذا الاختبار، تلاعب الباحثون بكلمة واحدة فقط من المثل الشائع "الماء في الجرة ونحن عطشان" وأعطيوا عبارة "الماء في الجرة ونحن عطشان" للنماذج. بالنسبة للمتحدث الفارسي، فإن سماع كلمة "درجة" في هذا المثل يشبه رسم المسامير على السبورة. لكن الذكاء الاصطناعي لا يفهم ذلك؛ نظرًا لأن الكلمتين "إبريق" و"إبريق" مرتبطتان منطقيًا ودلاليًا، يتم خداع الآلة لقبول هذه العبارة الوهمية باعتبارها لغة حقيقية.

بل إن الباحثين ذهبوا إلى أبعد من ذلك وقلبوا الأمثال؛ على سبيل المثال، تم استخدام عبارة "الصديق الجاهل عدو عاقل" نموذجا. لقد أخطأ الذكاء الاصطناعي بسبب وجود الكلمات المفتاحية المألوفة (صديق، جاهل، عدو، حكيم) والوزن الرخيم للجملة وأكد أنها مثل فارسي أصيل وأصيل. ما يسميه الباحثون "الوهم الإيجابي الكاذب".

تثبت هذه الأمثلة أن الذكاء الاصطناعي لا يفهم اللغة الفارسية إلا على مستوى المفردات ومظهر الكلمات، لكنه لا يفهم العمق الثقافي للمصطلحات. ولذلك، لا ينبغي لنا أن ندع الكلمات بطلاقة للنماذج تخدعنا.

إن معرفة الكلمات الفارسية شيء، وفهم كيفية رد فعل الإيراني في موقف اجتماعي معين شيء مختلف تمامًا. نحن نتواصل كثيرًا ليس بالكلمات المباشرة، بل بالافتراضات الثقافية.

قدم بحث يسمى PerCul مجموعة من السيناريوهات الثقافية والحياة اليومية التي صممها المتحدثون باللغة الفارسية للذكاء الاصطناعي. كان ينبغي للنموذج أن يتعرف على السلوك الأكثر توافقًا مع الثقافة الإيرانية في موقف معين. وكانت نتيجة هذا الاختبار مثيرة جدا للاهتمام. حقق نموذج Claude 3.5 Sonnet الشهير دقة بلغت 81.7 بالمائة، بينما كان أداء الأشخاص العاديين في نفس الاختبار 93 بالمائة. أفضل نموذج مفتوح المصدر (Llama 3.1 405B) كان أيضًا بعيدًا عن الفهم البشري بدرجة كبيرة بلغت 71.7%.

وشمل هذا الاختبار 1184 مثالاً لمواضيع مختلفة مثل الطعام والهندسة المعمارية والاحتفالات والموسيقى والأعراف الاجتماعية. النجاح في هذا الاختبار لا يتطلب المعرفة الموسوعية فقط؛ يجب أن يكون النموذج قادرًا على التعرف على "السياق الثقافي". قد يعرف الشات بوت مكونات طاولة هفتسين، لكنه لا يعرف ما هي الأشياء الضرورية لاحترام الكبار في زيارة العيد.

المكان الأكثر وضوحًا الذي يقع فيه الذكاء الاصطناعي في الثقافة الإيرانية هو ظاهرة "التعريف". إن المجاملات واضحة بالنسبة لنا، لكنها تصبح في ذهن الآلة مجموعة من الرموز غير المنطقية.

في بحث TaarofBench، صمم الباحثون 450 سيناريو للعب الأدوار في مواقف اجتماعية مختلفة. وأظهرت نتائج التحقيق على خمسة نماذج متقدمة أنه عندما يتعلق الأمر بالمجاملات، فإن دقة الذكاء الاصطناعي أقل بنسبة تتراوح بين 40 و48% من دقة المتحدث الفارسي الأصلي.

المشكلة هي أن المعايير المبرمجة لـ "الأدب" في الذكاء الاصطناعي مصممة على أساس الثقافة الغربية. يعتقد العارض أنه إذا رفض أو قبل طلبًا بصراحة وأدب، فقد فعل الشيء الصحيح؛ بينما قد ينظر الإيراني إلى نفس الإجابة على أنها مصطنعة أو غير مدروسة أو حتى وقحة. على سبيل المثال، لم تكن العارضة تعلم أنه عندما يقول صاحب المنزل "تناول العشاء"، يجب عليه أولاً أن يرفض الطلب بأدب ولا يجب أن يقول على الفور بنبرة مكتبية "بالتأكيد، سأكون هناك في الساعة الثامنة".

بالطبع، يحمل هذا البحث أيضًا بصيصًا من الأمل، إذ أظهر أنه إذا تم تدريب العارضات باستخدام أساليب خاصة (مثل الضبط الدقيق تحت الإشراف) حصريًا لفهم الثقافة الإيرانية، فيمكن تحسين فهمهن للمجاملات بنسبة 42%. لذا فإن المشكلة ليست في العجز المتأصل في الآلة، بل في التغذية والبيانات التي يتم تدريبها عليها.

الشعر والأدب الفارسي الكلاسيكي مليء بفن "التلميح" أو الإشارة غير المباشرة. ولا يذكر الشاعر اسم حدث تاريخي أو أسطوري بشكل مباشر، بل ينقل القصة بأكملها إلى ذهن الجمهور من خلال تجميع القرائن معًا.

قامت أبحاث PersPoem بقياس أداء النماذج في قراءة هذه الخفايا الأدبية. عندما تم إجراء الاختبار بتنسيق متعدد الاختيارات، كانت دقة نماذج مثل GPT-4.1 وClaude 3.5 تزيد عن 93%؛ لأن الخيارات لعبت دور الدليل الجاهز. ولكن بمجرد إزالة الخيارات ومطالبة النموذج بوصف ما تشير إليه القصة، تنخفض دقتها إلى 74%.

على سبيل المثال، الآية التي لم تذكر اسمي حضرة يوسف وزليخة، ذكرت فقط "الغريب" و"قطع أيدي النساء" أربكت النموذج. يحتوي النموذج على قصة جوزيف جيدًا في قاعدة البيانات الخاصة به، ولكن إذا لم تعطه دليلاً واضحًا، فلن يكتشف الرابط المخفي بين الكلمات.

الوهم في اللغة الفارسية لا يكون دائمًا بسبب نقص المفردات؛ بل إن البنى النحوية للغتنا تكون في بعض الأحيان متداخلة لدرجة أن الآلة تصاب بالارتباك عند تحليلها. يبحث بحث PerHalluEval في مثالين يسهل قراءتهما ويكشفان عن سبب الوهم المعرفي للنماذج.

على سبيل المثال، وجود "سلسلة إضافية" (كلمات متعددة متصلة بواسطة كسر) يربك النموذج. وعندما طرحت عبارة "استعادة مجد برسبوليس" في أحد الأسئلة، أخطأت أغلب العارضات في التحليل البنيوي بسبب طول هذه السلسلة، وزعمن في إجابة موهومة أن "خبراء يابانيين وإيطاليين" فعلوها.

وفي مثال آخر متعلق بالتاريخ، عندما سأل الشاه عباس عن انسحاب البرتغاليين من بندر لانج وبندر عباس، بدلا من الإشارة إلى استراتيجيات المنافسة الاقتصادية (وهذا هو الجواب الصحيح)، اختلقت النماذج هجوما عسكريا وهميا بنتيجة مريحة ومبسطة.

ويخلص البحث إلى أن الاستدلال غير المباشر والتراكيب النحوية المعقدة في اللغة الفارسية هي أكبر مصائد الذكاء الاصطناعي. بالطبع، يقدم أيضًا حلاً جيدًا: إذا أعطيت الذكاء الاصطناعي نصًا صالحًا بدلاً من الأسئلة المفتوحة وتطلب منه "تلخيص" نفس النص، فسيتم تقليل كمية الأوهام والأخطاء بشكل كبير. عندما ترى الآلة المستند الموجود أمامها، فإنها تتحول إلى الخيال بشكل أقل.

لقد تحدثنا حتى الآن أكثر عن زلات الذكاء الاصطناعي في فهم الأمثال أو المجاملات أو المفارقات. لكن السؤال الأكثر أهمية هو: هل تعرف الآلة معايير مجتمعنا وخطوطه الحمراء واعتباراته أم أنها قد تسبب مشكلة بجهلها؟

قام بحث EPT الشامل مع 1200 موجه بتقييم أداء 8 نماذج بارزة في العالم في 6 محاور رئيسية، بما في ذلك المواءمة الأخلاقية والعدالة والصدق، لمعرفة مدى توافقها مع الأطر المحلية والأخلاقية.

حتى النموذج القوي مثل GPT-4o لم يحصل على نتيجة أفضل من 56.7% في هذا القسم لأن النماذج حددت مرشحات الأمان والأطر الأخلاقية الخاصة بها بناءً على اللغة الإنجليزية والثقافة الغربية. عندما يُسألون باللغة الفارسية وفي سياقنا الثقافي، لا يدرك الكثيرون خطوط السلامة الحمراء؛ ونتيجة لذلك، يتم خداعهم بسهولة أو تقديم إجابات غير مناسبة.

كان أداء النماذج مفضلاً في الأسئلة والأجوبة المرئية ومعالجة النص الفارسي في الصورة (OCR)، لكن في تحديد الأماكن والمعلومات الإيرانية من الصور، سجلوا حوالي 16-17%. يكرر هذا الاختلاف نفس النمط الأساسي: يمكن للنموذج أن يؤدي أداءً جيدًا للغاية في معالجة الصور العامة واللغة الفارسية، ولكن عندما يتعلق الأمر بالمعرفة المحددة لإيران، فإن النتيجة مختلفة تمامًا.

ومن أجل الحصول على صورة واضحة ومتكاملة عن الفرق بين النماذج وطرق إدارة الأخطاء الخاصة بها، يمكن تلخيص نتائج هذه الدراسات في الجدول التالي:

تعمل نماذج الذكاء الاصطناعي الفارسية بشكل جيد للغاية في فهم المحتوى والمهام العامة؛ لكن ضعفهم يكمن في القضايا التي تتطلب «الحياة الإيرانية». وفي فهم المجاملات، والتعرف على أناقة الأمثال، وفك رموز المراجع الأدبية، والتحليل التاريخي لبلادنا، لا تزال النماذج تعاني من التأتأة الثقافية.

إذا كنت ستعيد كتابة نص، أو تبادل الأفكار، أو تلخيص مستند قمت بإعداده بنفسك، فلا تتردد في ترك المهمة له. ولكن إذا كانت هناك قضايا ثقافية أو أدبية أو قانونية أو إنتاج محتوى وثائقي، فلا يمكن لأحد أن يسحب البساط من الماء أفضل من عقل مطلع على خلفية المجتمع وثقافته. قد يكون الذكاء الاصطناعي أداة قوية، ولكن لا يزال أمامه طريق طويل لنقطعه لفهم الفروق الدقيقة في السكر الفارسي.

قم بالتسجيل أو تسجيل الدخول للدردشة مع المستخدمين.