الجزء V · الذكاء الاصطناعي في العالم الواقعي

العلوم والصحة

الفصل 1415 دقيقة قراءةآخر تحديث: سبتمبر 2026

14.1الذكاء الاصطناعي، أداة العلم الجديدة

ببساطة

بعيدا عن روبوتات المحادثة، يتعلق أحد أكثر وعود الذكاء الاصطناعي جدية بالعلم نفسه. والفكرة هي استخدام الذكاء الاصطناعي لا للمحادثة بل للاكتشاف، عبر استكشاف فضاءات من الاحتمالات (مليارات الجزيئات والمواد والتشكيلات) تتجاوز قدرة العقل البشري. ورمز هذه الثورة هو AlphaFold، نظام Google DeepMind الذي حل مسألة عمرها خمسون عاما (التنبؤ بالشكل المطوي للبروتينات)، وهو ما أكسب مصمميه جائزة نوبل في الكيمياء لعام 2024 (الفصل 7). وصار الحديث يدور اليوم عن «عصر ذهبي للاكتشاف العلمي» محتمل.

إضاءة

الذكاء الاصطناعي عالما مشاركا

لم يعد الذكاء الاصطناعي يكتفي بتحليل البيانات: لقد بدأ يصوغ الفرضيات، ويصمم التجارب، ويستعرض الأدبيات العلمية ليقترح مسارات بحث. وتظهر في المختبرات أنظمة توصف بأنها «عالم مشارك» (مساعدون بحثيون يقومون على نماذج كبيرة). لكن ثمة تحفظ، شدد عليه مبتكر AlphaFold نفسه، يستحق أن يُذكر منذ البداية: قد يؤدي الحماس للذكاء الاصطناعي التوليدي، ويا للمفارقة، إلى صرف المواهب والتمويل عن اختراقات أكثر جوهرية. فالذكاء الاصطناعي أداة قوية، لا بديل عن الحكم العلمي.

إضاءة

من المختبر المؤتمت إلى الرياضيات

إليك مثالين ملموسين. من جهة، تقرن المختبرات الذاتية التشغيل («self-driving labs») الذكاء الاصطناعي بالروبوتات لصياغة الفرضيات وإجراء التجارب والتعلم من نتائجها في حلقة متصلة، فتسرّع اكتشاف المواد أو المحفزات. ومن جهة أخرى، في الرياضيات، بلغت أنظمة من DeepMind (AlphaProof وAlphaGeometry) عام 2024 مستوى الميدالية الفضية في الأولمبياد الدولي، في إشارة إلى أن الذكاء الاصطناعي بدأ يسهم في الاستدلال الصوري، لا في التعرف على الأنماط فحسب. ومنذ ذلك الحين جرى تجاوز هذا المستوى: ففي الأولمبياد الدولي للرياضيات 2026 (شنغهاي، يوليو)، حصل نظامان للذكاء الاصطناعي، هما Celia (من Huawei) وdots-note 3.0 (من Xiaohongshu)، على العلامة الكاملة 42 من 42، وقد تولى المنظمون التصحيح، حتى إن الاختبار لم يعد يميز بين النماذج. وهكذا ينتقل الرهان إلى البحث العلمي نفسه. ففي 10 أغسطس 2026، نشرت Anthropic ورقة بحثية رفعت فيها نسخة بحثية غير منشورة من Claude من 41.6% إلى 67.2% النسبة المبرهَن عليها من أصفار دالة زيتا لريمان التي هي بسيطة وواقعة على الخط الحرج؛ وقد صيغ البرهان صوريا بلغة Lean وراجعه رياضيون، وتوضح Anthropic أنها لا تتوقع أن تبرهن هذه التقنيات على فرضية ريمان. وفي 1 أغسطس 2026، أعلنت OpenAI عشر نتائج في الرياضيات وعلوم الحاسوب النظرية حصل عليها، بحسب الشركة، نموذج لم يكن منشورا حينها (Astra)، وكل منها مصوغ صوريا بلغة Lean.

14.2علم الأحياء واكتشاف الأدوية

الشكل14.1. ضغط زمن الاكتشاف. بمحاكاة التفاعل بين الجزيء وهدفه رقميا، يتيح الذكاء الاصطناعي استبعاد المرشحين المحكوم عليهم بالفشل في وقت مبكر جدا، فيختصر المرحلة الأبطأ والأعلى كلفة.

في العمق

لم يعد AlphaFold 3 (2024) يتنبأ بشكل البروتينات فحسب، بل بتفاعلاتها أيضا مع الجزيئات الصغيرة (الأدوية) والحمض النووي DNA والحمض النووي الريبي RNA؛ وتضم قاعدة بياناته أكثر من 200 مليون بنية متاحة للبحث العلمي. أما الشركة المنبثقة عن DeepMind، وهي Isomorphic Labs، فقد جعلت منه محركا لتصميم الأدوية (يلقبه الخبراء أحيانا «AlphaFold 4»)، وجمعت 2.1 مليار دولار في 2026، وعقدت شراكات مع كبرى شركات الأدوية (Eli Lilly وNovartis وJohnson & Johnson)، وتستهدف دخول أول دواء لها مصمم بالذكاء الاصطناعي (ضد السرطان) مرحلة التجارب السريرية في نهاية 2026. وهناك من هو أكثر تقدما: فقد أطلقت Insilico Medicine في 7 يوليو 2026 المرحلة الثالثة لعقار rentosertib (ضد التليف الرئوي مجهول السبب)، عبر تجربة GENESIS-IPF-3، وهي تجربة معشاة مزدوجة التعمية مقابل دواء وهمي (320 مريضا، 47 مركزا في الصين، 52 أسبوعا)، عولج أول مريض فيها في 9 سبتمبر 2026؛ وفي 29 يوليو 2026، منحت إدارة الغذاء والدواء الأمريكية (FDA) من جهة أخرى مسارا سريعا (Fast Track) لمرشح آخر من Insilico مصمم بالذكاء الاصطناعي (ISM6331، ضد ورم المتوسطة). ومع ذلك، حتى 30 سبتمبر 2026، لم يحصل أي دواء اكتُشف أو صُمم بالذكاء الاصطناعي على ترخيص تسويق من FDA. وإلى جانب تصميم الجزيئات، يسرّع الذكاء الاصطناعي أيضا علم الجينوم (تفسير الحمض النووي والتنبؤ بأثر الطفرات) وتحليل بيولوجيا الخلية. وفيما يتجاوز التنبؤ، صار يتيح اليوم تصميم بروتينات وإنزيمات من العدم بالخصائص المطلوبة (وهو مجال كرمته أيضا جائزة نوبل في الكيمياء لعام 2024)، مما يمهد الطريق للقاحات وعلاجات ومواد حيوية جديدة.

إضاءة

من البروتين إلى الجينوم

في 8 سبتمبر 2026، أتاحت Google DeepMind على الإنترنت AlphaGenome Atlas، وهي قاعدة بيانات حجمها نحو 1 بيتابايت تحتوي على تنبؤات نموذج AlphaGenome لجميع الاستبدالات الممكنة لحرف واحد في الجينوم البشري، وعددها 9 مليارات، مع درجة أثر موحدة (AVI) وبوابة على الويب. وفي 6 أغسطس 2026، نشر فريق من Stanford ومعهد Arc Institute في مجلة Science تصميم جينومات كاملة لعاثيات بكتيرية بواسطة نماذج لغوية جينومية (Evo): فمن بين نحو 300 جينوم جرى تخليقها، تمكنت 16 عاثية قابلة للحياة من إصابة سلالة من Escherichia coli وقتلها. وكانت النماذج قد حُرمت من بيانات مسببات الأمراض البشرية، لكن مختصين في الأمن الحيوي يحذرون من أن هذا الحاجز الوقائي يمكن الالتفاف عليه جزئيا، ويوصون بفحص طلبيات الحمض النووي المخلّق (انظر الفصل 24).

نقاش

ثمة تحفظان لا بد منهما. أولا، الانكفاء نحو السرية: فبينما كان AlphaFold 2 مفتوحا على نطاق واسع، صارت محركات التصميم الأكثر تقدما مملوكة لأصحابها، مما يثير التساؤل عن تقاسم المعارف العلمية (الفصل 9). وثانيا، الحذر واجب: فالتنبؤ والتصميم in silico شيء، وإثبات الفعالية والسلامة لدى الإنسان شيء آخر. وأول اختبار حاسم لهذا الوعد هو الآن المرحلة الثالثة التي بدأتها Insilico Medicine في يوليو 2026؛ أما أول تجربة سريرية لشركة Isomorphic Labs، التي ما زالت مستهدفة لنهاية 2026، فلم تكن قد بدأت حتى 30 سبتمبر 2026.

إضاءة

القرصنة الحيوية وإتاحة علم الأحياء للجميع

بخفض حاجز الكفاءة، يضع الذكاء الاصطناعي أدوات البيولوجيا المتقدمة في أيدي هواة مطلعين، وهي حركة تسمى أحيانا القرصنة الحيوية (biohacking). وأبلغ الأمثلة دلالة: في 2025-2026، استخدم مستشار أسترالي لم يتلق تكوينا في علم الأحياء، هو بول كونينغهام (Paul Conyngham)، مساعدا حواريا ونظام AlphaFold لتصميم لقاح شخصي بالحمض النووي الريبي المرسال ضد سرطان (ورم الخلايا البدينة) أصاب كلبته Rosie. ويستعيد هذا المسعى منطق الطب الدقيق: مقارنة الجينوم السليم بجينوم الورم لرصد الطفرات، ثم نمذجة البروتينات المقابلة بواسطة AlphaFold، ثم استهداف هذه «المستضدات المستحدثة». وهو لم يصنع اللقاح بنفسه: فقد خلّقه معهد جامعي متخصص (في جامعة UNSW بسيدني) مقابل بضعة آلاف من الدولارات. والنتيجة المعلنة: تقلص الورم بنحو النصف، دون أن يكون ذلك شفاء. وتجسد هذه الواقعة الوعد (الذكاء الاصطناعي لا يحل محل الباحثين، لكنه يوسع دائرة من يستطيعون الإسهام، نحو طب أكثر تشاركية) بقدر ما تجسد حدوده: فكما يذكّر المختصون، هذه فرضيات عمل لا علاجات معتمدة؛ ووحده مسار التجارب السريرية قادر على إثبات فائدة حقيقية، والتصنيع ما زال يتطلب مختبرا. أما الوجه الأكثر قتامة لهذه الإتاحة، أي خطر الأمن الحيوي، فيتناوله الفصل 24.

إضاءة

الذكاء الاصطناعي وطول العمر

يجتذب ميدان قريب تمويلات ضخمة: أبحاث الشيخوخة وطول العمر. لم تعد الفكرة تقتصر على علاج الأمراض واحدا تلو الآخر، بل صارت فهم آليات الشيخوخة نفسها، بل إبطاءها. ويؤدي الذكاء الاصطناعي فيه أدوارا عدة: تحليل مجموعات بيانات بيولوجية هائلة لبناء ساعات الشيخوخة (تقدير العمر «البيولوجي» للكائن الحي انطلاقا من واسمات جزيئية)، ورصد جزيئات مرشحة للتأثير في الخلايا الهرمة أو في مسارات الشيخوخة، وتسريع اكتشاف العلاجات (بالمحركات نفسها المذكورة في القسم السابق). وتراهن على هذا التلاقي شركات متخصصة (مثل Insilico Medicine التي سبق ذكرها، أو Retro Biosciences وAltos Labs في مجال التقنية الحيوية لطول العمر). ويبقى الحذر واجبا: فإطالة العمر مع التمتع بصحة جيدة هدف علمي جاد، لكن المجال يجتذب أيضا تسويقا مفرطا في التفاؤل، ولا توجد حتى اليوم أي «حبة ضد الشيخوخة» معتمدة. والحد الفاصل بين البحث الصارم والوعود المبالغ فيها دقيق جدا في هذا الميدان.

14.3المواد والمناخ وعلوم أساسية أخرى

ببساطة

تنتشر المقاربة نفسها في تخصصات عديدة، حيث يعمل الذكاء الاصطناعي مسرِّعا ومستكشِفا في خدمة الباحث:

علم المواد: اقترحت أنظمة ذكاء اصطناعي مئات الآلاف من البنى البلورية الجديدة، المرشحة لبطاريات أفضل أو موصلات فائقة أو ألواح شمسية (في صلة بالتحول الطاقي في الفصل 10).
الأرصاد الجوية والمناخ: صارت نماذج الذكاء الاصطناعي تتنبأ بالطقس أسرع، وأحيانا أفضل، من المحاكاة الفيزيائية التقليدية الثقيلة، وتساعد على نمذجة المناخ.
الفيزياء: أتاح الذكاء الاصطناعي تحكما أفضل في البلازما الملتهبة داخل مفاعلات الاندماج، وتحليل جبال البيانات الصادرة عن الأجهزة الكبرى (المسرِّعات والتلسكوبات).
علوم الأعصاب: يساعد على فك شفرة النشاط الدماغي، وصولا إلى واجهات الدماغ والآلة.
الرياضيات: بدأ يقترح حدسيات ويتحقق من البراهين (بل يجدها أحيانا)، مع أولى نتائج بحثية مصوغة صوريا منذ صيف 2026 (القسم 14.1).

إضاءة

الذكاء الاصطناعي في خدمة الطاقة النووية وفيزياء الجسيمات

يستحق مجالان تسليط الضوء عليهما، لأنهما يقلبان العلاقة المعتادة: فالذكاء الاصطناعي فيهما ليس مجرد مستهلك نهم للطاقة، بل يصبح أداة في خدمة العلم والطاقة. ففي الطاقة النووية المدنية، يحسّن منذ الآن تشغيل المحطات: الصيانة التنبؤية (استباق عطل أحد المعدات)، وكشف الحالات الشاذة في سيول بيانات المستشعرات، وتخطيط فترات التوقف وإدارة الوقود، وتسريع تصميم المفاعلات (بما فيها المفاعلات النمطية الصغيرة، SMR). وتنسق الوكالة الدولية للطاقة الذرية (IAEA) منذ 2021 برامج مخصصة لذلك، وقد اعتمدت مراكز مرجعية (في Purdue للطاقة النووية، وفي MIT للاندماج). وفي الاندماج، يتمثل الرهان الأبرز في التحكم الآني في البلازما: غاز تبلغ حرارته ملايين الدرجات، غير مستقر بطبيعته، تعلمت أنظمة التعلم بالتعزيز أن تحصره بالتحكم في الحقول المغناطيسية، حيث تتعثر الطرائق التقليدية؛ ويساعد الذكاء الاصطناعي أيضا على استكشاف معايير المفاعلات المقبلة. وهكذا نشر باحثون من Princeton ومختبر PPPL في سبتمبر 2026 في مجلة Nuclear Fusion إطار PACMAN، الذي اختُبر في خمس تجارب على توكاماك DIII-D: تبلغ دورة القرار فيه نحو 20 ميلي ثانية، وقد جرى فيه التنبؤ بنمط تمزق مغناطيسي ثم تفاديه قبل وقوعه بنحو 200 ميلي ثانية. وأخيرا، في فيزياء الجسيمات، تعتمد مختبرات مثل CERN منذ زمن طويل على تعلم الآلة لفرز جبال بيانات التصادمات في المصادم الكبير (LHC) ورصد الإشارات النادرة المهمة فيها. وهكذا يغذي الذكاء الاصطناعي والطاقة أحدهما الآخر (الفصل 10).

إضاءة

الذكاء الاصطناعي والفضاء

أصبح قطاع الفضاء مستهلكا كبيرا للذكاء الاصطناعي. ففي رصد الأرض، تحلل النماذج صور الأقمار الصناعية باستمرار لمتابعة إزالة الغابات والمحاصيل والكوارث وذوبان الجليد والانبعاثات، فتحول طوفانا من الصور إلى معلومات قابلة للاستثمار. وفي علم الفلك، يفرز تعلم الآلة البيانات الضخمة للتلسكوبات الكبرى: كشف الكواكب الخارجية في منحنيات السطوع (وهي طريقة كشفت عوالم جديدة في بيانات Kepler)، وتصنيف المجرات، ورصد الأحداث العابرة. وفي الاستكشاف، يساعد الذكاء الاصطناعي على الملاحة الذاتية للمركبات الجوالة والمسابير (حيث يمنع تأخر الاتصال القيادة المباشرة)، وعلى تخطيط عمليات الرصد والصيانة التنبؤية للمركبات. وأخيرا، تعتمد مراقبة الفضاء (تتبع الحطام في المدار وتفادي الاصطدامات) على هذه التقنيات أكثر فأكثر، كلما ازدحم المدار المنخفض بالأقمار الصناعية. وهنا أيضا يعمل الذكاء الاصطناعي مضاعِفا للعمل العلمي والتشغيلي.

إضاءة

الذكاء الاصطناعي في خدمة البيئة والتنوع البيولوجي

يُستخدم الذكاء الاصطناعي أيضا في مراقبة الكائنات الحية وحمايتها. فهو يتعرف على الأنواع انطلاقا من صور الكاميرات الفخية الآلية أو من الأصوات (تغريد الطيور، أصوات الحيتانيات)، ويتتبع أعداد الحيوانات ويرصد الصيد الجائر؛ ويرسم خرائط إزالة الغابات وحالة الغابات، ويراقب المحيطات والشعاب المرجانية، ويساعد على نمذجة آثار تغير المناخ في النظم البيئية. وتمنح هذه الأدوات الباحثين ومديري المناطق الطبيعية قدرة على الرصد على نطاق واسع ظلت طويلا بعيدة المنال. وينطبق هنا التحفظ المعتاد: تبقى هذه التحليلات تقديرات ينبغي التحقق منها ميدانيا، والأثر البيئي للذكاء الاصطناعي نفسه (الفصل 10) يدعو إلى الموازنة بين فوائده البيئية وتكاليفه.

إضاءة

الذكاء الاصطناعي الذي يتنبأ بالطقس

من أكثر نجاحات الذكاء الاصطناعي في خدمة العلم وضوحا التنبؤ الجوي. فالنماذج المدربة على عقود من بيانات الغلاف الجوي (إعادات التحليل، مثل ERA5) لحقت بالأنظمة الفيزيائية التقليدية العاملة على الحواسيب الفائقة ثم تجاوزتها في كثير من المؤشرات. فالنموذج الرائد، GraphCast (من Google DeepMind، 2023)، ينتج توقعات لعشرة أيام في أقل من دقيقة على بطاقة رسوميات واحدة، بينما يحتاج النموذج المرجعي للمركز الأوروبي (ECMWF) إلى ساعات، وقد تفوق عليه في نحو 90% من المؤشرات المختبرة؛ أما خلفه الاحتمالي، GenCast (2024)، فيولد سيناريوهات مجموعاتية وتغلب على نظام التنبؤ المجموعاتي الأوروبي في نحو 97% من الأهداف. وثمة أطراف أخرى في السباق: Pangu-Weather (من Huawei)، المتميز خصوصا في الأعاصير، وAurora (من Microsoft)، وهو «نموذج أساس» للغلاف الجوي، والمركز الأوروبي ECMWF نفسه، الذي طور نموذجه الخاص بالذكاء الاصطناعي (AIFS) وأدخله الخدمة التشغيلية. وعمليا، لا تحل هذه النماذج (بعد) محل النماذج الفيزيائية: فهيئات الأرصاد ومراكز الأعاصير تستخدمها مصدرا إضافيا للتنبؤ، ويصبح التباين بين الذكاء الاصطناعي والنموذج التقليدي هو نفسه معلومة عن مقدار عدم اليقين. ويكبح الحماسَ قيدان: فهذه النماذج، وقد دُربت على الماضي، قد تسيء توقع أحداث قصوى غير مسبوقة (وهي مسألة تزداد إلحاحا في مناخ متغير، الفصل 10)، ودقتها المكانية ما زالت محدودة. ومع ذلك يبقى المسار مذهلا: مجال كانت الدقة فيه تكسب نحو يوم واحد من التنبؤ كل عقد، ضغط فيه الذكاء الاصطناعي هذا التقدم في بضع سنوات.

إضاءة

نزاهة العلم في خطر

فيما يتجاوز قابلية التكرار، يشكل الذكاء الاصطناعي التوليدي تهديدا أكثر مباشرة لموثوقية الأدبيات العلمية. فثمة مقالات تكتبها النماذج اليوم جزئيا، بل كليا، ومن دون التصريح بذلك أحيانا؛ وقد رُصدت في مجلات علمية عبارات كاشفة تُركت سهوا، بل صور أو بيانات مختلقة. وتغذي هذه الظاهرة «مصانع المقالات» (paper mills) التي تنتج منشورات زائفة بالجملة، وتضع تحت الضغط مراجعة الأقران، المثقلة أصلا، التي يحاول بعضهم (بحذر) دعمها بالذكاء الاصطناعي. والخطر مزدوج: تلويث الرصيد العلمي بنتائج مشكوك فيها، وتآكل الثقة في النشر العلمي. وردا على ذلك، يطور الناشرون والمؤسسات أدوات للكشف، وقواعد للإفصاح عن استخدام الذكاء الاصطناعي، ويقظة مشددة. وعلى العلم هنا أن يحصّن نفسه من أداة يستخدمها هو نفسه ليتقدم.

14.4الصحة في الحياة اليومية

ببساطة

عند سرير المريض، يتقدم الذكاء الاصطناعي على جبهات عدة.

التصوير الطبي: يكشف الأورام والحالات الشاذة في الصور الشعاعية أو التصوير المقطعي أو الرنين المغناطيسي، بحساسية تفوق أحيانا العين البشرية، ويسرّع التشخيص.
دعم التشخيص: تحقق أنظمة الذكاء الاصطناعي الحواري، في بعض الدراسات، نتائج أفضل من الأطباء في حالات نموذجية (وهي نتيجة تحتاج إلى تأكيد في ظروف واقعية).
الجراحة: تتعزز الروبوتات الجراحية بمساعدين من الذكاء الاصطناعي قادرين على استباق المضاعفات (الفصل 13).
الطب الشخصي: تكييف العلاج مع الملف الجيني والسريري للمريض، وإعادة توظيف أدوية موجودة.
تخفيف العبء الإداري: تدوين الاستشارات وتحرير التقارير، مما قد يعيد إلى الأطباء وقتا للعمل الطبي. وهذا اليوم من أوسع الاستخدامات انتشارا: مساعدون يوصفون بالمحيطيين يستمعون إلى الاستشارة (بموافقة المريض) ويحررون تقريرها آليا ليُدرج في ملف المريض. وأكثر الأمثلة تقدما هو Nabla الفرنسي، الذي كان يستخدمه في منتصف 2026 نحو مئة ألف ممارس في قرابة مئة وتسعين مؤسسة صحية، وهو يندمج في أبرز أنظمة ملفات المرضى الإلكترونية ويهدف خصوصا إلى تقليص العبء الإداري وإنهاك مقدمي الرعاية.
الصحة النفسية: تقدم وكلاء حواريون دعما نفسيا أوليا، متاحا وخاليا من الأحكام. وهو مسار واعد لتيسير الوصول إلى الرعاية، لكنه عالي المخاطر (الفصل 19): فأداة كهذه لا تحل محل مختص، وقد تعطي نصائح سيئة، ويجب حتما أن توجه إلى مساعدة بشرية في حالات الضيق النفسي.

إضاءة

واجهات الدماغ والآلة

عند تخوم علوم الأعصاب والممارسة السريرية، تربط واجهات الدماغ والآلة (بالإنجليزية BCI) الدماغ مباشرة بالحاسوب، والذكاء الاصطناعي لا غنى عنه فيها لفك شفرة الإشارات العصبية وتحويلها إلى مقاصد. وأكثرها حضورا في الإعلام، Neuralink، زرعت شريحتها في أول مريض بشري مطلع 2024 (رجل مصاب بالشلل الرباعي تمكن من تحريك مؤشر واللعب والتصفح بالفكر)؛ وفي منتصف 2026، كان نحو عشرين مريضا قد تلقوا غرستها (بحجم قطعة نقدية، ومزودة بآلاف الأقطاب التي يثبتها روبوت جراح)، في إطار تجارب على التحكم الحركي (PRIME) واستعادة النطق (VOICE) والبصر (Blindsight). لكن Neuralink ليست وحدها: فشركة Synchron تُدخل مستشعرها عبر الأوعية الدموية، دون فتح الجمجمة (دقة أقل، لكن خطر أدنى بكثير)؛ وتستكشف Precision Neuroscience وParadromics وBlackrock Neurotech مقاربات أخرى، بينما ترصد خوذات غير باضعة (EEG) حالات ذهنية دون قراءة الأفكار. والوعود هائلة للمصابين بالشلل، لكن الرهانات هائلة كذلك: السلامة، وخصوصية أشد البيانات حميمية على الإطلاق (النشاط الدماغي)، والأفق الأبعد المتمثل في تعزيز القدرات، الذي يطرح مسألة «الحقوق العصبية». وعلى المدى البعيد جدا، تعلن بعض الجهات (وفي مقدمتها Neuralink) طموحا أكثر جذرية: تعايش تكافلي بين الإنسان والذكاء الاصطناعي، أي واجهة عالية التدفق جدا مصممة كي «لا يتخلف» الإنسان عن ذكاء اصطناعي يزداد قوة. وهذا الأفق يندرج حتى الآن في باب الرؤية المعلنة، البعيدة جدا عن القدرات الفعلية اليوم، ويثير أسئلة هائلة عن إمكان التحقيق وعن الأخلاقيات.

14.5حدود ومخاطر خاصة بالصحة

نقاش

يجمع مجال الصحة مخاطر خاصة تفرض الحذر.

المسؤولية. إذا أخطأ ذكاء اصطناعي في التشخيص، فمن المسؤول: الطبيب أم الشركة المطورة للبرنامج أم المستشفى؟ ما زال الإطار القانوني غامضا (الفصل 21).
التحيزات. النموذج المدرب أساسا على فئات سكانية غربية قد يكون أقل موثوقية لدى فئات أخرى، فيخلق تفاوتات في الرعاية (الفصل 21).
التحقق والتنظيم. في الصحة، يبلغ اشتراط الدليل أقصاه. ويصنف الاتحاد الأوروبي الأجهزة الطبية القائمة على الذكاء الاصطناعي ضمن فئة «المخاطر العالية»، فيفرض التدقيق والشفافية (وقد أُرجئ تطبيق قواعد المخاطر العالية هذه إلى ديسمبر 2027 وأغسطس 2028، الفصل 25). وفي الولايات المتحدة، فتحت FDA في 18 أغسطس 2026 مشاورة (حتى 19 أكتوبر 2026) حول تنظيم الأجهزة الطبية العاملة بالذكاء الاصطناعي التوليدي: تقترح الوثيقة مصفوفة مخاطر ذات محورين (استقلالية الجهاز، وجسامة العواقب)، وتقييما «بحسب الكفاءات» مستوحى من تقييم الأطباء السريريين، ومراقبة مشددة بعد الطرح في السوق، وتذكر الاختلاقات التي تبدو قابلة للتصديق. وليس الأمر في هذه المرحلة سوى مشاورة: لم تُعتمد أي قاعدة ملزمة.
السرية. التدريب على البيانات الصحية، وهي من أشد البيانات حساسية، يجب أن يحترم قواعد صارمة (اللائحة العامة لحماية البيانات GDPR في أوروبا، الفصل 21).
الهلوسة. قد يختلق نموذج لغوي مرجعا أو جرعة دوائية: وفي السياق الطبي قد يكون ذلك قاتلا. ومن هنا قاعدة ذهبية تصح على العلوم والصحة كلها: الذكاء الاصطناعي يساعد، لكن إنسانا مؤهلا هو من يقرر.

خلاصة الفصل (الفصل 14)

يصبح الذكاء الاصطناعي أداة علمية كبرى: لا للمحادثة بل للاكتشاف، بل لصياغة الفرضيات («عالم مشارك»). ورمز ذلك: AlphaFold (جائزة نوبل في الكيمياء لعام 2024).
في اكتشاف الأدوية، يضغط الآجال: AlphaFold 3 (200 مليون بنية)، Isomorphic Labs (2.1 مليار دولار جُمعت، والتجارب السريرية مستهدفة لنهاية 2026)، Insilico (المرحلة 3 منذ يوليو 2026)؛ ولم يُرخَّص بعد لأي دواء مصمم بالذكاء الاصطناعي.
يمتد الأثر إلى المواد والمناخ والاندماج وعلوم الأعصاب والرياضيات (العلامة الكاملة لنظامين في أولمبياد 2026، وأولى نتائج بحثية مصوغة صوريا)؛ لكن الذكاء الاصطناعي إذا أسيء استخدامه يهدد أيضا قابلية التكرار العلمية.
في الصحة، يتقدم في التصوير والتشخيص والجراحة والطب الشخصي والدعم في الصحة النفسية (وهذا الأخير عالي المخاطر).
المخاطر ذات طبيعة خاصة: المسؤولية، وتحيزات الفئات السكانية، والتحقق، والسرية، والهلوسة. والمبدأ: الذكاء الاصطناعي يساعد، والإنسان المؤهل يقرر.

من الاكتشاف العلمي إلى نقل المعرفة: يتناول الفصل 15 كيف يقلب الذكاء الاصطناعي التعليم رأسا على عقب.

14.1الذكاء الاصطناعي، أداة العلم الجديدة#

14.2علم الأحياء واكتشاف الأدوية#

14.3المواد والمناخ وعلوم أساسية أخرى#

14.4الصحة في الحياة اليومية#

14.5حدود ومخاطر خاصة بالصحة#

خلاصة الفصل (الفصل 14)

14.1الذكاء الاصطناعي، أداة العلم الجديدة

14.2علم الأحياء واكتشاف الأدوية

14.3المواد والمناخ وعلوم أساسية أخرى

14.4الصحة في الحياة اليومية

14.5حدود ومخاطر خاصة بالصحة