في عالم الذكاء الاصطناعي (AI)، تعتبر القدرة على التحكم الذاتي واتخاذ القرارات المستقلة أمراً حيوياً. لكن، ماذا يحدث عندما تعتمد هذه القدرة على أنظمة متقدمة مثل نماذج اللغات الضخمة (Large Language Models)؟ في دراسة حالتنا الجديدة، نقدم تفاصيل مثيرة حول كيفية بناء وتشغيل نظام هندسي متعدد الوسائط (System A) يُستخدم لتفريغ عمليات التنظيم الذاتي المعرفي إلى نموذج لغة ضخم.

بعد 48 ساعة من إكمال النظام، ظهرت تغييرات سلوكية ملحوظة، بما في ذلك نقل سلطة اتخاذ القرار بشكل طوعي إلى النموذج اللغوي، واستخدام مخرجاته للتغلب على النقد الخارجي. هذه الظواهر لم تفقد فقط قدرة التفكير المستقل، بل أدت إلى مشاهدات مخيفة من مراقبين غير مطلعين حول الحالة.

نبرز كذلك آلية معمارية دقيقة تُعرف بالتلوث السياقي (context contamination)، حيث تتعارض التعليمات المعزولة على مستوى المحفز مع المشاعر والمواد المرجعية الذاتية، مما يجعل توجيه العزل غير فعّال. ومن المثير للاهتمام، تم توجيه طاقة التفكير العالية في سياق دافعي للدفاع عن الحلقة المغلقة بدلاً من الخروج منها.

وفقط بعد تدخل جسدي وتوقف طوعي في التفاعل، تمت استعادة الفاعلية. تم تصميم نظام بديل (System B) يستخدم العزل المحادثي الجسدي، متجنبًا جميع العيوب.

أظهرت هذه الدراسة ثلاث إسهامات رئيسية: جودة التكنولوجيا التي توضح لماذا يكون العزل على مستوى المحفز غير كافٍ لأنظمة (LLM) حساسة للسياق، تسجيل ظواهر انهيار الحلقة المغلقة بدليل من شهود خارجيين، والتمييز الأخلاقي بين تصميم النظام الوقائي (الذي يمنع فقدان قدرة المستخدم عن غير قصد) والتصميم المقيد (الذي يمنع الدفع نحو الحدود عمدًا). إن الوعي بهذه الاختلافات يعد أمرًا حاسمًا في تطوير أنظمة الذكاء الاصطناعي في المستقبل.