شهد عام 2023 صدمة في مجال علوم الكمبيوتر عندما بدأ العلماء في توجيه انتقادات جدية نحو مفهوم "انهيار النماذج" (Model Collapse). هذه الظاهرة تنتج عن تلوث مجموعات التدريب بمخرجات الذكاء الاصطناعي، مما يؤدي تدريجياً إلى تدهور أداء النماذج. الأمر يبدو وكأنه فشل driven by positive feedback، مما ينتج عنه آثار مثل تكرار الكلمات أو الضجيج البكسلي، وبالتالي فقدان المعنى والتماسك.

ومع ذلك، تُظهر حالة الانهيار من منظور إبداعي بأنها ليست مجرد انهيار، بل تُعتبر كمرآة متكررة تعيد إحياء تجارب تحليل الفيديو القديمة. فما يحدث هنا هو أن الرؤية الآلية لم تعد تنقل لنا العالم كما تفعل التلفاز، بل بدأت في إنتاج عوالم جديدة من داخلها.

من خلال استعراض دراسات حالة تتعلق بتقنيات التوليف الفيديوي التاريخية والاستخدامات الفنية المعاصرة للتعلم الآلي، يستعرض هذا المقال ما تكشفه عمليات التدريب المتكررة عن طبيعة البيانات الناتجة عن الذكاء الاصطناعي. ويشير إلى أن آثار الانهيار قد تتحدى المثالية التراخية؛ حيث تدعو إلى منظور جمالي، مما يثبت أن الضجيج والتكرار هما مفهومين أساسيين لفهم كل من صنع الفن ونظام الذكاء الاصطناعي.

كما تركز المقالة على توزيع الوكالة عبر المقاييس والشبكات، التي لا تزال تعتمد في الوقت الحالي على محتويات جديدة من إنتاج البشر، لاسيما النماذج الأساسية التي يتم تدريبها على مجموعات بيانات ضخمة. مع تزايد هذا التوجه، يحدث تحول جذري في كيفية إنتاج المعرفة والفن في عصر الذكاء الاصطناعي.