السياق في الذكاء الاصطناعي.. كيف تفهم الآلة المعنى من الكلمات المحيطة ولماذا صارت «هندسة السياق» مهارة العصر؟

تقرير تكتبه ـ أمل علوي:

حين تقرأ جملة «جلس الطالب على العين يشرب الماء»، تفهم فورًا أن المقصود عين الماء لا عين الإنسان، دون أن يشرح لك أحد ذلك. هذه القدرة على استنتاج المعنى من الكلمات والظروف المحيطة هي ما نسميه «السياق»، وهي من أصعب الأشياء التي حاول العلماء تعليمها للآلات طوال عقود. واليوم صار السياق قلب عمل نماذج الذكاء الاصطناعي الحديثة؛ فبه تفهم أسئلتنا، ومنه تتعلم مهام جديدة دون إعادة تدريب، وعلى حسن إدارته يتوقف نجاح المساعدات والوكلاء الأذكياء. وفي هذا التقرير نشرح المعنى العام للسياق في الذكاء الاصطناعي، وكيف تتعامل معه النماذج، ولماذا ظهر مصطلح «هندسة السياق» بوصفه مهارة جديدة.

كانت برامج معالجة اللغة الأولى تتعامل مع الكلمات كوحدات منفصلة تقريبًا، فتعطي كلمة مثل «بنك» معنى واحدًا ثابتًا سواء جاءت في جملة عن المال أو عن ضفة النهر في اللغة الإنجليزية. ثم جاءت تقنيات «تمثيل الكلمات» في العقد الماضي فحولت كل كلمة إلى مجموعة أرقام تعكس علاقتها بالكلمات الأخرى، لكنها ظلت تمنح الكلمة الواحدة تمثيلًا واحدًا بغض النظر عن موقعها. وكان التحول الكبير مع ظهور معمارية «المحولات» عام 2017، التي أدخلت «آلية الانتباه»، وهي طريقة تسمح لكل كلمة في النص بأن تنظر إلى جميع الكلمات الأخرى وتقرر أيها أهم لفهمها، فيتغير تمثيل الكلمة بحسب ما يحيط بها.

وبفضل هذه الآلية صارت النماذج قادرة على حل الالتباسات اللغوية، ومعرفة من يعود عليه الضمير في جملة طويلة، وفهم النبرة الساخرة أو الجادة، وربط سؤال المستخدم بما قاله قبل عدة رسائل. ولا يقتصر السياق على النص المكتوب فقط، بل يشمل كل ما يُقدم للنموذج في الطلب الواحد؛ من تعليمات النظام التي تحدد دوره وأسلوبه، إلى سجل المحادثة، والمستندات المرفقة، ونتائج البحث، ومخرجات الأدوات التي يستدعيها.

ومن أهم الاكتشافات المرتبطة بالسياق ما يُعرف بـ«التعلم داخل السياق»، وقد لفت الأنظار عام 2020 مع نموذج GPT-3؛ إذ تبين أن النموذج يستطيع أداء مهمة جديدة لم يُدرب عليها خصيصًا إذا أعطيته بضعة أمثلة عليها داخل الطلب نفسه. فإذا كتبت له ثلاثة أمثلة لتحويل جمل عامية إلى فصحى، ثم أعطيته جملة رابعة، فإنه يكمل النمط دون أي تعديل في معاملاته الداخلية. وهذه القدرة هي ما جعل النماذج اللغوية أدوات مرنة يمكن توجيهها لمهام لا حصر لها بمجرد تغيير ما نضعه في سياقها.

ومع انتشار المساعدات الذكية برز مفهوم «هندسة الأوامر»، أي فن صياغة السؤال أو التعليمات بطريقة تقود النموذج إلى أفضل إجابة. لكن مع تحول النماذج إلى وكلاء ينفذون مهام طويلة ومتعددة الخطوات، تبين أن صياغة الأمر وحدها لا تكفي، فانتشر في منتصف 2025 مصطلح «هندسة السياق» الذي روج له عدد من الباحثين والمهندسين، بينهم أندريه كارباثي أحد مؤسسي OpenAI. وتعني هندسة السياق اختيار المعلومات الصحيحة وترتيبها وتقديمها للنموذج في كل خطوة من عمله، بحيث يحصل على ما يحتاجه بالضبط دون حشو أو نقص.

وقد نشرت شركة Anthropic في سبتمبر 2025 دليلًا هندسيًا بعنوان «هندسة السياق الفعالة لوكلاء الذكاء الاصطناعي»، وصفت فيه السياق بأنه مورد محدود يجب إدارته بعناية، لأن قدرة النموذج على الانتباه تتشتت كلما امتلأ سياقه بمعلومات غير ضرورية. ويجمع الممارسون أساليب هندسة السياق في أربع عمليات رئيسية؛ الكتابة، أي حفظ المعلومات المهمة خارج السياق في ملفات أو ذاكرة لاسترجاعها لاحقًا، والاختيار، أي جلب الأجزاء ذات الصلة فقط عند الحاجة، والضغط، أي تلخيص الأجزاء القديمة من المحادثة أو نتائج الأدوات الطويلة، والعزل، أي توزيع المهام على وكلاء فرعيين لكل منهم سياقه المستقل.

وتظهر أهمية ذلك عمليًا في أخطاء شائعة يرصدها المطورون، مثل «تسمم السياق» حين تدخل معلومة خاطئة إلى السياق فيبني عليها النموذج خطواته التالية، و«تشتت السياق» حين يكثر الحشو فيضيع المهم بين التفاصيل، و«تعارض السياق» حين تتناقض المعلومات المقدمة للنموذج فيحتار بينها. ولهذا لا يكفي أن تكون النافذة السياقية واسعة، بل الأهم أن يكون ما بداخلها مختارًا بعناية.

ويستطيع المستخدم العادي أن يستفيد من فهم السياق في تعامله اليومي مع المساعدات الذكية؛ فكلما قدمت للنموذج خلفية واضحة عن هدفك وجمهورك والقيود التي تريدها، جاءت إجابته أدق. ومن المفيد أن ترفق المستندات أو الأمثلة ذات الصلة بدلًا من الاعتماد على معرفة النموذج العامة، وأن تبدأ محادثة جديدة عند تغيير الموضوع حتى لا تتداخل المعلومات القديمة مع الجديدة، وأن تصحح أي معلومة خاطئة فور ظهورها قبل أن يبني عليها النموذج بقية عمله.

إن السياق هو الجسر الذي يحول الكلمات المتناثرة إلى معنى، وهو ما يمنح نماذج الذكاء الاصطناعي قدرتها على الفهم والتكيف. وكما يحتاج الإنسان إلى معرفة الظروف المحيطة ليحكم على موقف ما بشكل صحيح، تحتاج الآلة إلى سياق جيد كي تقدم إجابة جيدة. ومع اتساع الاعتماد على الوكلاء الأذكياء في العمل والحياة، ستصبح القدرة على بناء السياق المناسب مهارة لا تقل أهمية عن قوة النموذج نفسه.

ــــــــــــــــــــ

هذا المحتوي تم باستخدام أدوات الذكاء الإصطناعي