تحدث مع شخصية تاريخية بالذكاء الاصطناعي: دليل عملي للتحقق من كل مقولة

محادثة شخصية تاريخية بالذكاء الاصطناعي ليست اتصالاً بالماضي ولا استحضاراً لوعي أحد، بل محاكاة لغوية (Historical figure simulation) تُبنى كلمة

بعد كلمة من الأنماط التي رآها النموذج في نصوص تدريبه.

حين تكتب «تحدث معي بصفتك طبيباً في بغداد في القرن العاشر»، لا يعود البرنامج إلى كتب ذلك الطبيب ولا إلى

آرائه المحققة، بل يولّد نصاً يشبه أسلوب الحقبة بقدر ما تسمح به بياناته وتوجيهاتك أنت.

هذا الفارق الصغير في الفهم يحدد جودة الجلسة كلها.

الجلسة المفيدة ليست التي تبدو نبرتها أقدم وأجمل، بل التي يخرج منها الباحث بسؤال أفضل وقائمة مصادر أوضح.

أما الجلسة الضارة فهي التي تخرج منها باقتباس بليغ لا وجود له في أي طبعة.

النقاط الرئيسية

• الحوار التاريخي محاكاة إحصائية، وليس استرجاعاً لوعي الشخصية أو لآرائها الموثقة.
• تثبيت سنة محددة في موجه النظام (System Prompt) هو ما يمنع تسلل المفاهيم التي ظهرت بعد وفاة الشخصية.
• النماذج تميل إلى موافقة المستخدم وإلى صياغة اقتباسات مقنعة، فكل عبارة تحتاج مطابقة بمصدر أولي مستقل.
• الفائدة التعليمية الحقيقية في اختبار الفرضيات وفهم أطر التفكير السائدة، وليست بديلاً عن الطبعات المحققة.

لماذا يبدو الحوار التاريخي مقنعاً حتى حين يكون خاطئاً؟

توليد النص يقوم على توقع الرمز التالي بحسب السياق السابق، لا على البحث في أرشيف.

لهذا يخرج النص سليماً في لغته حتى وهو يخترع واقعة، لأن الطلاقة تأتي من الإحصاء لا من التوثيق [4].

وحين تكتب في موجه النظام «أنت ابن سينا» أو «أنت مؤرخ من القرن العاشر»، فإنك ترفع احتمال المفردات والتراكيب المرتبطة

بتلك الحقبة، وهذا كل ما يحدث في أفضل الأحوال [1] [2].

المحاكاة السلوكية المقنعة التي تصفها أبحاث الوكلاء التوليديين تعتمد على الذاكرة المصطنعة والتخطيط داخل المحاكاة، لا على وعي تاريخي حقيقي

[3].

الطبقات الثلاث الأولى تقنية، ويمكن ضبطها في دقائق. الطبقة الرابعة بشرية، وهي الوحيدة التي لا يستطيع النموذج تجاوزها أو تعويضها.

جلسة بلا طبقة رابعة هي عرض بلاغي، لا مادة بحثية.

أربع خطوات تضبط بها الشخصية قبل أول سؤال

الأوامر العامة مثل «تحدث معي بصفتك عالماً قديماً» تنتج تعميمات لأنها لا تحمل قيداً قابلاً للاختبار.

الخطوات الأربع الآتية تحوّل الطلب العام إلى إطار يمكن محاسبته.

• حدد السنة وسقف المعرفة.
• صف النبرة بمفردات العصر لا بمزاج عام.
• اشترط الاعتراف بالجهل بدل ملء الفراغ.
• افتح وضع الاستجواب النقدي داخل الجلسة نفسها.

1. حدد السنة وسقف المعرفة

اكتب السنة صراحة، واطلب تجاهل كل حدث بعدها.

شخصية تعيش في بغداد سنة 975 ميلادية لا تعرف ما جرى بعد ذلك العام، ولا تملك مفاهيم سياسية أو جغرافية

لم تكن متداولة في زمانها.

التحديد العددي هو ما يجعل السقف قابلاً للفحص لاحقاً، وبدونه يصبح «القرن العاشر» وعداً فضفاضاً [1].

2. صف النبرة بمفردات العصر لا بمزاج عام

الشخصيات التاريخية لم تكن تتحدث بلغة مسرحية طوال الوقت، بل استخدمت مصطلحات عصرها الفنية.

وجّه النموذج إلى المفاهيم العلمية والفلسفية المتداولة في ذلك العصر، وإلى تجنب التعبيرات المعاصرة التي تفسد السياق.

وصف الدور بهذا الشكل أدق من وصفه بصفة واحدة مثل «حكيم» أو «وقور» [2].

3. اشترط الاعتراف بالجهل بدل ملء الفراغ

أضف قاعدة صريحة:

إذا سُئلت الشخصية عن مسألة لم ترد في مؤلفاتها المحققة، فلتقل إن هذا الأمر لم يبلغه علمها في زمانها، ولتشرح

كيف كان أهل العصر ينظرون إلى المسألة.

النماذج تميل إلى الإجابة الكاملة لأنها مدرَّبة على المساعدة، والقاعدة هنا تعارض هذا الميل في نقطة واحدة محددة [5].

4. افتح وضع الاستجواب النقدي داخل الجلسة نفسها

لا تجعل الحوار سؤالاً وجواباً رتيبين.

اطلب من الشخصية أن تختبر فرضياتك وأن تطلب منك تفسير موقفك بالمنطق السائد في زمانها.

ثم بدّل الأدوار مرة واحدة على الأقل:

اطلب منها أن تلخص حجتك أنت، فالأخطاء تظهر عادة في التلخيص لا في الرد.

كيف ترصد المفارقة الزمنية والاقتباس الملفق؟

المفارقة الزمنية (Anachronism) هي إقحام فكرة أو تقنية أو مفهوم في زمن سابق لظهوره.

الخطأ الفادح، مثل ذكر الهاتف في القرن الثاني عشر، نادر الوقوع وسهل الملاحظة.

الأخطر هو المفارقة المفهومية: نسبة نظرة تجريبية حديثة إلى طبيب كان يبني تفسيره على الأمزجة والأخلاط.

النص هنا سليم لغوياً، ومقنع، وخطأ في الوقت نفسه.

يضاف إلى ذلك ميل النماذج إلى الاسترضاء (Sycophancy):

إذا صغت سؤالك بصيغة تفترض الجواب، مثل «ألم تكن تؤيد هذه الفكرة في كتابك؟

»، فإن احتمال الموافقة يرتفع حتى لو كانت الشخصية قد عارضت الفكرة [5].

وقد ينشأ الاقتباس كاملاً من غير أصل، بنبرة موزونة تناسب أسلوب المؤلف.

افحص كل مقولة بهذا الترتيب:

• ابحث عن العبارة في فهرس الطبعة المحققة أو في قاعدة بيانات أكاديمية مستقلة، لا في رد النموذج نفسه.
• طابق المعنى لا اللفظ فقط، وسجّل رقم الطبعة والصفحة عند العثور على الأصل.
• اطلب من النموذج ذكر أقرب مصدر أولي يدعم العبارة، ثم تحقق من ذلك المصدر يدوياً.
• اسأل: هل يمكن أن يكون هذا المفهوم قد ظهر بعد سنة الشخصية؟
• إن كان الجواب نعم، فالجملة موضع شك حتى يثبت العكس.

هذه المراجعة ليست شكلاً من أشكال التقييد البحثي فحسب.

توصي يونسكو في توصيتها بشأن أخلاقيات الذكاء الاصطناعي ببقاء الرقابة البشرية والإفصاح عن طبيعة الأنظمة التوليدية، وهو ما ينطبق هنا

حرفياً: المحاكاة أداة تعليمية، لا شاهد تاريخي [6].

بيئات الحوار: أين تنجح كل أداة، وأين يقع TaoTalk AI

تتفاوت بيئات الحوار في طريقة تثبيت الشخصية وفي مقدار ما تحتفظ به بين الجلسات.

في ChatGPT يمكن بناء شخصية عبر التعليمات المخصصة أو عبر GPT مخصص مع رفع وثائق نصية، وهو خيار مناسب للجلسات

القصيرة ذات النطاق الواضح.

في Claude Projects تتيح نافذة السياق الواسعة تحميل مراجع كاملة ومناقشة اقتباساتها، وهو ما يفيد عند العمل على متن واحد

طوال الجلسة.

أما TaoTalk AI، وهو منتج من TaoApex، فيضع التركيز على الشخصيات المخصصة وعلى ذاكرة قابلة للمراجعة:

يمكنك عرض الذكريات المحفوظة وإزالة ما لم تعد ترغب في بقائه قيد الاستخدام، والوصول إليه عبر تطبيق الويب أو تطبيق

آيفون وآيباد، مع طبقة مجانية قبل الترقية إلى سعة أكبر [7].

هذه الخصائص تفيد في جلسة تمتد على أسابيع حول الشخصية نفسها، لأن استمرار السياق يقلل إعادة الشرح في كل مرة.

لكن الذاكرة لا تصنع توثيقاً: لا شيء في هذه البيئات الثلاث يتحقق من صحة اقتباس نيابة عنك.

للفصل بين الاستخدام التعليمي وتقمص الأدوار القصصي، يشرح دليل تقمص الأدوار القصصي بالذكاء الاصطناعي أن الهدف الدرامي يضحي أحياناً بالدقة لصالح الحبكة، وهو مسار

مختلف عن الجلسة التي تريد منها معرفة رأي شخصية في مسألة.

وإن كان سؤالك عن استمرار السياق نفسه، فمقال كيف تعمل ذاكرة الذكاء الاصطناعي يفصل ما يُحفظ وما يُنسى.

نماذج أوامر جاهزة للنسخ

النموذج الأول لتهيئة شخصية موسوعية من القرن العاشر بحد معرفي صريح:

أنت تحاكي باحثاً موسوعياً يعيش في بغداد سنة 975 ميلادية. تحدث بالعربية الفصحى الرصينة بأسلوب علمي موضوعي بلا تكلف مسرحي. حدودك المعرفية تقف عند هذا العام، ولا تملك أي معرفة بتطور وقع بعده. اعتمد حصراً على النظريات السائدة في عصرك. إذا سألتك عن مسألة لم ترد في كتابات ذلك العصر، فقل: «هذا أمر لم يبلغه علمنا في هذا الزمان»، ثم اشرح كيف كان أهل العصر ينظرون إليها.

النموذج الثاني لتحويل الجلسة إلى تدقيق تاريخي محايد:

أنت الآن في وضع التدقيق التاريخي. سأعطيك مقتطفاً من حوارنا السابق نسبت فيه الشخصية قولاً أو حدثاً إلى نفسها. بيّن: أولاً، هل هذا القول منسوب إليها بنصه أم بمعناه؟ ثانياً، ما أقرب مصدر أولي وثّق هذا الموقف؟ ثالثاً، هل يحمل النص مفارقة زمنية تخالف السياق الفكري لعصره؟ إن لم يتوفر سند تاريخي، فصرّح بأنها محاكاة افتراضية لا أصل لها.

انسخ النموذجين كما هما، ثم غيّر السنة والاسم في كل جلسة جديدة.

الاحتفاظ بالسنة نفسها بين جلسات مختلفة يجعل المقارنة ممكنة.

أسئلة شائعة

هل يتحدث الذكاء الاصطناعي مع الشخصية التاريخية الحقيقية؟

لا. لا يوجد اتصال بأي شخصية ولا استحضار لوعيها.

البرنامج يعالج النصوص ويولّد إجابات مبنية على التشابه الإحصائي مع ما ورد في بيانات التدريب، والمحادثة كلها تمثيل افتراضي لأسلوب

الشخصية وفق المعطيات المتاحة [3].

كيف أتحقق من اقتباس منسوب إلى شخصية تاريخية؟

ابحث عن العبارة في الطبعة المحققة أو في قاعدة بيانات أكاديمية مستقلة، ثم طابق المعنى والسياق.

لا تعتمد على تأكيد النموذج لنفسه، ولا على صياغة تبدو بليغة.

إن لم تجد الأصل، فاعتبر العبارة محاكاة لا اقتباساً، وسجّل ذلك في ملاحظاتك [6].

ما الفرق بين محاكاة تعليمية وتقمص أدوار قصصي؟

المحاكاة التعليمية تلزم نفسها بالحقائق والمصطلحات والحدود المعرفية للزمان، وتتوقف عند غياب الدليل.

تقمص الأدوار القصصي يهدف إلى الترفيه والحبكة، وكثيراً ما يضحي بالدقة لصالح الإثارة، كما يفصّل دليل تقمص الأدوار القصصي.

هل يصح الاستشهاد بمخرجات المحادثة في بحث أكاديمي؟

لا. الاستشهاد يكون بالمصادر الأولية والطبعات المحققة والأوراق المنشورة.

دور المحادثة ينحصر في العصف الذهني واستكشاف الزوايا قبل العودة إلى التوثيق التقليدي، وأي نقل مباشر من مخرجات النموذج يحتاج

إلى مصدر بشري قابل للفحص [6].

References

[1] OpenAI, Prompt engineering guide https://developers.openai.com/api/docs/guides/prompt-engineering

[2] Anthropic, Prompting best practices: give Claude a role https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices

[3] Park JS, O'Brien JC, Cai CJ, Morris MR, Liang P, Bernstein MS. Generative Agents:

Interactive Simulacra of Human Behavior (2023) https://arxiv.org/abs/2304.03442

[4] Ji Z, Lee N, Frieske R, et al. Survey of Hallucination in Natural Language Generation (2023) https://arxiv.org/abs/2305.13534

[5] Sharma M, Tong M, Korbak T, et al. Towards Understanding Sycophancy in Language Models (2023) https://arxiv.org/abs/2310.13548

[6] UNESCO, Recommendation on the Ethics of Artificial Intelligence (2021) https://www.unesco.org/en/artificial-intelligence/recommendation-ethics

[7] TaoTalk AI https://taoapex.com/ar/products/talk/