إضافة طبقة ترجمة إلى نموذج مبنيّ على الإنجليزية لا تمنحك عربية حقيقية. وعلى أرض المصنع، تُقاس هذه الفجوة بساعات التوقف — وأحيانًا بالسلامة.
تكاد كل منصات الذكاء الاصطناعي الصناعي المعروضة في الخليج تتعامل مع العربية بالطريقة نفسها: نموذج مبنيّ على الإنجليزية في المنتصف، وطبقة ترجمة عند كل طرف. يكتب الفني بالعربية، فتُترجَم إلى الإنجليزية، ويستدلّ النموذج بالإنجليزية، ثم تعود الإجابة مترجَمة. والعرض التوضيحي يبدو مبهرًا — إلى أن يصطدم بأمر عمل من وردية ليلية مكتوب بلهجة خليجية، يتخلله مصطلح إنجليزي لقطعة معدات ورقم وسم في منتصف الجملة. العربية ليست إعدادًا لغويًّا تُفعّله في النهاية؛ إنها قرار معماري تتخذه في البداية.
فهل الحلّ ببساطة شراء نموذج عربي؟
ليس تمامًا — الاسترجاع هو موضع الانكسار الفعلي
المعرفة داخل المصنع السعودي ثنائية اللغة بطبيعتها. فأدلة الشركات المصنّعة ووثائق المعدات إنجليزية في معظمها، أما أوامر العمل ومحاضر تسليم الورديات والملاحظات غير الرسمية التي تحمل التاريخ التشخيصي الحقيقي فعربية — لهجية في الغالب، ومختلطة في الغالب.
تعتمد معظم الأنظمة على البحث في وثائقك أولاً ثم الكتابة ممّا تجده، وهو أسلوب يُعرف بالتوليد المعزّز بالاسترجاع (RAG). وتكشف الأبحاث الحديثة في نسخته العابرة للغات أن الاختناق الحرج يقع في خطوة البحث لا في خطوة الكتابة: إذ ينخفض الأداء انخفاضًا حادًّا حين تختلف لغة السؤال عن لغة الوثيقة، ويعود سبب الإخفاق إلى عجز وحدة الاسترجاع عن ترتيب الوثائق عبر اللغات أصلاً. وما يستعيد هذه الخسارة هو معالجة اللغة داخل البحث نفسه: إمّا بالبحث في مخزونَي اللغتين معًا، أو بترجمة السؤال قبل الاسترجاع بدلاً من ترجمة الإجابة بعده.
وهكذا فإن الطبقة التي تُعالَج فيها اللغة هي التي تحدد نجاح النظام من فشله. فالتصميم القائم على العربية أولاً يبحث في المخزونين معًا، ثم يجيب بالعربية مستندًا إلى ما وجده، بأيّ لغة وجده. أما الترجمة في الطبقة الخطأ فتمنحك إجابة عربية فصيحة مبنية على وثائق لم يعثر عليها المسترجِع أصلاً.
أرض المصنع لا تتحدث العربية الفصحى المعيارية
جُلّ بيانات تدريب النماذج بالعربية الفصحى المعيارية، وهي سجلّ الصحف والوثائق الرسمية، ولا أحد يكتب ملاحظة وردية في الثالثة فجرًا بهذا السجل. وتُظهر معايير التقييم اللهجية باطّراد أن الأداء القوي بالفصحى لا ينتقل بسلاسة إلى اللهجات الإقليمية. صحيح أن اللهجة الخليجية في موقع أفضل من غيرها لقربها من الفصحى، وأن تقييمًا مستقلاً لنموذج ALLaM 34B وجد النجدية والحجازية بين لهجاته الأقوى — لكنّ «أفضل من غيرها» ليست مواصفةً يُقبل بها في نظام حرج للسلامة.
المصطلحات هي الفخّ الأدقّ. فالفنيون يمزجون اللغتين باستمرار، ويستخدمون الإنجليزية المُعرّبة لتسمية المعدات — «بيرنق» للمحمل، و«فالف» للصمام — إلى جانب المصطلحات العربية الرسمية. وحين «تُصحّح» طبقة الترجمة كلمة الفني إلى كلمة المعجم، تكسر في صمت التطابق مع سنوات من سجل أوامر العمل. وتصف تحليلات الأنظمة متعددة اللغات هذا الخلل بـ«عدم المواءمة المجالية»: فالترجمة غير الخبيرة إما تنقل حرفيًّا مصطلحات لها مقابلات عربية راسخة، أو تترجم مصطلحات إنجليزية معيارية يتعمّد المحترفون إبقاءها كما هي. وكلا الاتجاهين يكسر البحث لديك.
فصيح وواثق ومخطئ
خطوط الترجمة بارعة في إنتاج مخرجات سليمة نحويًّا ومعطوبة وظيفيًّا — وهو ما بات مدققو الأنظمة متعددة اللغات يسمّونه «الهلوسة الفصيحة». والمراجعون، بمن فيهم الناطقون بالعربية، يميلون إلى قراءة الأناقة اللغوية على أنها صحة.
في روبوت محادثة، هذا محرج. أما في مصنع، فتعليمة عربية واثقة الصياغة قلبت خطوة عزل أو أسقطت أداة نفي هي حادث سلامة ينتظر وردية ليلية. الفصاحة والدقة صفتان مختلفتان، والمسافة بينهما في العربية أوسع مما يفترض معظم المشترين.
لماذا يزداد هذا أهمية في المملكة؟
لم يعد الذكاء الاصطناعي القائم على العربية أولاً طموحًا مؤجّلاً هنا. فنموذج ALLaM بُني في المركز الوطني للذكاء الاصطناعي التابع لـ«سدايا» على متن نصي عربي أُعدّ لهذا الغرض، وانتقل نشره التجاري إلى شركة «هيومين»، ويُتاح عبر كبرى منصات السحابة وكتالوجات المؤسسات. طبقة النماذج العربية السيادية باتت بنية تحتية قائمة، لا شريحة في خارطة طريق.
ويلتقي هذا مع قوتين يستشعرهما كل قائد مصنع. الأولى سيادة البيانات: فحين يتعلق الأمر ببيانات تشغيلية حساسة، تصبح القدرة اللغوية وموقع النشر حديثًا واحدًا. والثانية السعودة: فتجسيد خبرة كبار المهندسين في البرمجيات لا يتوسّع إلا إذا استطاع أحدث فني سعودي أن يستنطقه بالسجل اللغوي الذي يتحدثه فعلاً. أما نظام مبنيّ على الإنجليزية بقشرة ترجمة، فيعيد في صمت الحاجز نفسه الذي يسعى التوطين إلى إزالته.
كيف تجمع «زاكانوفا» هذه الطبقات
نتعامل مع العربية بوصفها متطلبًا معماريًّا لا مهمة توطين لاحقة. فنماذج التعلّم العميق تتولى كشف الحالات الشاذة وتصنيف الأعطال والتنبؤ بالعمر التشغيلي المتبقي انطلاقًا من بيانات المستشعرات، وهي طبقة محايدة لغويًّا بطبيعتها. وفوقها تجزئة وتمثيلات متجهية واعية بالعربية اختيرت في مواجهة نصوص مصانع حقيقية، واسترجاع يبحث في أدلتك الإنجليزية وأوامر عملك العربية معًا، ومفردات معدات ثنائية اللغة مرتبطة بسجل أصولك، وتوليد مقيّد بالوثائق المسترجَعة مع إظهار المصدر.
يسأل الفنيون باللغة والسجل اللذين يستخدمونهما فعلاً، وتعود الإجابات قابلة للتتبّع إلى صفحة الدليل أو أمر العمل الذي تستند إليه، مع اعتماد بشري لكل ما يمسّ معدات قيد التشغيل. والنتائج تتوقف على أصولك وحالة وثائقك — لكن العربية هنا مهندَسة داخل النظام لا ملفوفة حوله.
أبرز الخلاصات
- طبقة ترجمة حول نموذج مبنيّ على الإنجليزية ليست دعمًا للعربية؛ فالصرف والمصطلح والسجل اللغوي تُفقَد في رحلة الذهاب والإياب.
- معدل التجزئة ضريبة خفية: قد تستهلك العربية ضعفي إلى أربعة أضعاف الوحدات، فتضيق نافذة السياق وترتفع الكلفة وزمن الاستجابة ونسبة الخطأ.
- الاسترجاع لا التوليد هو موضع الانكسار في المصانع ثنائية اللغة؛ ويجب معالجة اللغة في طبقة البحث نفسها.
- عربية أرض المصنع لهجية ومختلطة، والإفراط في ترجمة مصطلحات المعدات يكسر التطابق مع سجل أوامر العمل.
- المخرجات الفصيحة ليست بالضرورة صحيحة؛ والتجذير في الوثائق وقابلية التتبّع والتقييم العربي الأصيل شروط غير قابلة للتفاوض.
اختبره بلغتك أنت
أسرع طريقة لتمييز نظام «عربي أولاً» عن نظام «يدعم العربية» هي أن توجّهه إلى وثائقك أنت، وتدع فنييك يسألونه. يمكن لـ«زاكانوفا» إجراء هذا الاختبار على عينة من أدلتك وأوامر عملك — بالعربية، وباللهجة، وعلى معداتك.
احجز عرضًا توضيحيًّا أو تحدّث إلى خبراء الاعتمادية لدينا لتراه عاملاً على أصولك.