لماذا تتضارب إجابات الذكاء الاصطناعي — وماذا تفعل حيال ذلك

لماذا يعطي الذكاء الاصطناعي إجابات مختلفة عن السؤال نفسه

إذا كنت قد استخدمت ChatGPT أو Claude أو Gemini في أمر مهم، فلعلك لاحظت شيئًا مقلقًا: الإجابات تتغير. تطرح السؤال نفسه مرتين فتحصل على ردّين مختلفين. تقارن إجابة ChatGPT بإجابة Claude فتجدهما متناقضتين. تعود إلى موضوع ما بعد أسبوع فيبدو أن النموذج غيّر رأيه تمامًا.

هذا ليس خللًا، بل هو جزء أصيل من البنية الأساسية لطريقة عمل النماذج اللغوية الكبيرة. فكل رد يُولَّد عبر عملية احتمالية — النموذج لا يسترجع إجابة ثابتة من قاعدة بيانات، بل يتنبأ بالتسلسل الأرجح للكلمات بناءً على مدخلاتك. و«الأرجح» قد يتغير تبعًا لعشرات المتغيرات التي لا تراها أبدًا.

قاست دراسة أجرتها جامعة ولاية واشنطن في مارس 2026 هذه الظاهرة مباشرةً. فقد طرح الباحثون على ChatGPT السؤال ذاته 10 مرات، ووجدوا أنه لم يقدّم إجابات متسقة إلا في نحو 73% من الحالات. وبعد احتساب أثر الصدفة، لم يتجاوز أداء الذكاء الاصطناعي التخمين العشوائي إلا بنحو 60% — وهو ما وصفه الباحثون بأنه أقرب إلى درجة «D منخفضة» منه إلى أداء موثوق.

6 أسباب لعدم اتساق الذكاء الاصطناعي

ينبع عدم اتساق الذكاء الاصطناعي من ستة مصادر متمايزة. بعضها سمات تصميمية مقصودة، وبعضها الآخر آثار جانبية تقنية. وجميعها تؤثر في موثوقية الإجابات التي تتلقاها.

كيف تحصل على إجابات متسقة وموثوقة من الذكاء الاصطناعي

لا يمكنك القضاء على عدم اتساق الذكاء الاصطناعي كليًا — فهو جزء من بنيته. لكن يمكنك إدارته وتقليله، بل وتوظيفه استراتيجيًا. إليك خمسة أساليب مرتبة حسب الجهد والفعالية:

1. اكتب مطالبات أكثر تحديدًا

كلما كانت مطالبتك أكثر تقييدًا، قلّ هامش التباين المتاح للنموذج. حدّد النطاق الدقيق والصيغة والفترة الزمنية والقيود على المصادر. فالأسئلة العامة تنتج إجابات عامة (وغير متسقة)، والأسئلة المحددة تنتج إجابات مركّزة.

2. اخفض درجة الحرارة (إن كان لديك وصول إلى API)

ضبط درجة الحرارة على 0.0–0.2 يجعل النموذج يختار الرموز (tokens) الأكثر احتمالًا بدلًا من أخذ العينات عشوائيًا. وهذا يقلل التباين السطحي بشكل كبير — وإن ظلت أوجه عدم الاتساق الأعمق في الاستدلال قائمة. ولا تتيح معظم واجهات الدردشة الموجهة للمستهلكين هذا الإعداد، لكن أدوات المطورين وواجهات API تتيحه.

3. استخدم صيغ مخرجات منظمة

طلب الردود بصيغة محددة (JSON، أو قوائم مرقّمة، أو قوالب صارمة) يقيّد حرية النموذج الإبداعية. وكلما ضاق «هامش المناورة»، قلّ التباين الذي ستلاحظه عبر الاستعلامات المتكررة.

4. أعد التشغيل وقارن (Best-of-N)

اطرح السؤال نفسه عدة مرات وقارن النتائج. فإذا اتفقت جميع المحاولات، كانت الثقة عالية. وإذا تباينت، فقد حدّدت منطقة غير مستقرة تحتاج إلى تحقق مستقل. هذه الطريقة فعّالة لكنها تستهلك الوقت عند تنفيذها يدويًا.

5. قارن بين عدة نماذج

الأسلوب الأقوى ليس القضاء على التباين — بل تبنّيه بشكل استراتيجي. فعندما ترسل المطالبة نفسها إلى ChatGPT وClaude وGemini وتقارن الردود، تحصل على ثلاث وجهات نظر مختلفة مبنية على بيانات تدريب مختلفة. وحيث تتقارب، تكون الإجابة على الأرجح موثوقة. وحيث تتباعد، تكون قد وجدت بالضبط المواضع التي تحتاج إلى تدقيق إضافي.