من هو مخترع الذكاء الاصطناعي وChatGPT وتأثيرهما على بعض المهن والبشر (تحديث 2025)

المقدّمة: لماذا عاد سؤال «من اخترع الذكاء الاصطناعي؟» الآن؟

لم يكن سؤال «من اخترع الذكاء الاصطناعي؟» مهمًا لعقود طويلة مثلما هو مهم الآن. منذ نهاية عام 2022، وبعد ظهور ChatGPT من شركة OpenAI، تحولت المحادثات اليومية – في البيوت، الجامعات، الشركات، وحتى المقاهي – إلى الذكاء الاصطناعي، قدراته، مخاطره، وتأثيره على العمل والوظائف. صار الجميع يسأل: مين اللي اخترع كل ده؟ وإزاي وصلنا للنقطة اللي فيها برنامج يقدر يكتب، ويبرمج، ويحلّل، ويصمم صور، ويجاوب على أسئلة معقدة؟

الحقيقة أن الذكاء الاصطناعي ليس اختراع شخص واحد، ولا حتى مؤسسة واحدة؛ بل هو رحلة طويلة بدأت نظريًا في منتصف القرن العشرين، ثم نمت وتعثّرت ومرّت بفترات صعود وهبوط، حتى انفجرت قدراتها في العقد الأخير مع ظهور الشبكات العصبية العميقة و«المحولات» (Transformers) والنماذج اللغوية الضخمة (LLMs).

في هذا المقال، سنسير في خطّين متوازيين:

من هم الآباء المؤسسون للذكاء الاصطناعي؟ من آلان تورينغ إلى جون مكارثي، ومن هربرت سايمون إلى جيفري هينتون وغيرهم.
من الذي أنشأ ChatGPT بالذات؟ وما الرحلة التقنية التي سبقت ظهوره (من GPT-1 إلى GPT-4 وما بعده).

ثم سنقف أمام السؤال الأهم للقارئ العملي اليوم: كيف أثّر الذكاء الاصطناعي وChatGPT على المهن والوظائف؟ وما الذي تغيّر وسيستمر في التغيّر؟ وكيف يمكن للإنسان أن يتكيّف ويزدهر بدلًا من أن يشعر بالتهديد؟

أولًا: هل للذكاء الاصطناعي «مخترع» واحد؟

الذكاء الاصطناعي مجالٌ واسعٌ متعدد التخصصات: رياضيات، منطق، لغويات، علم نفس معرفي، فيزياء، هندسة حاسوب… إلخ. ولهذا السبب، يصعب أن ننسبه إلى اسم واحد؛ لكن يمكننا الإشارة إلى محطات مفصلية وأسماء لعبت أدوارًا محورية:

آلان تورينغ (Alan Turing): العالم البريطاني الذي قدّم في الأربعينيات والخمسينيات أفكارًا جوهرية حول قابلية الآلات للتفكير، وطرح "اختبار تورينغ" كمعيار بدائي لقياس ذكاء الآلة.
جون مكارثي (John McCarthy): عالم الحاسوب الأمريكي الذي صاغ مصطلح "Artificial Intelligence" عام 1956، ونظّم مؤتمر دارتموث (Dartmouth) الذي يُعتبر الميلاد الرسمي للمجال كحقل أكاديمي.
مارفن مينسكي، كلود شانون، ناثانيال روتشستر: من المشاركين الأساسيين في المؤتمر ذاته، والذين أسهموا في رسم خريطة الطريق الأولى.
هيربرت سايمون (Herbert Simon) وآلين نيويل (Allen Newell): قدما برامج مبكرة مثل Logic Theorist وGeneral Problem Solver، وكانت محاولة جادة لمحاكاة التفكير البشري منطقيًا.
لاحقًا، في السبعينيات والثمانينيات، برزت موجة "أنظمة الخبراء" (Expert Systems) مثل MYCIN وDENDRAL، على يد باحثين مثل إدوارد فيجنباوم، والتي قدّمت ذكاءً متخصصًا في مجالات ضيقة.
في الثمانينيات والتسعينيات، عاد "الاتصاليون" (Connectionists) بقوة عبر الشبكات العصبية والتعلّم العميق، ومن أبرز الأسماء: جيفري هينتون (Geoffrey Hinton)، يان ليكون (Yann LeCun)، يوشوا بنجيو (Yoshua Bengio).
من 2012 فصاعدًا، مع ثورة التعلّم العميق (Deep Learning)، انطلقت قفزة هائلة بعد نجاح AlexNet في مسابقة التعرف على الصور، ثم جاءت المحولات (Transformers) عام 2017، لتغيّر شكل نماذج اللغة وتفتح الباب للنماذج العملاقة مثل GPT.

الخلاصة: لا يوجد "مخترع واحد" للذكاء الاصطناعي. هناك سلسلة طويلة من العلماء ساهم كل منهم بلبنة أساسية في المبنى الذي نراه اليوم.

ثانيًا: خط زمني مختصر لتطوّر الذكاء الاصطناعي حتى 2025

1943 – 1950: البدايات النظرية

ورقة ماكولوتش وبيتس عن العصبونات الاصطناعية.
أفكار تورينغ حول إمكانية تفكير الآلة، واقتراحه لاختبار تورينغ.

1956: مؤتمر دارتموث – ميلاد المصطلح

جون مكارثي يجمع باحثين في صيف 1956 لبحث "الذكاء الاصطناعي".
تأسيس المجال أكاديميًا ورسميًا.

الستينيات: البرامج المرمّزة رمزيًا (GOFAI)

Logic Theorist، وGPS، وأنظمة تعتمد على قواعد منطقية صلبة.

السبعينيات والثمانينيات: أنظمة الخبراء

MYCIN في المجال الطبي، DENDRAL في الكيمياء.
نجاح نسبي، لكن محدود بمجال ضيق وتكلفة صيانة عالية.

الثمانينيات – التسعينيات: الشبكات العصبية تعود

ظهور خوارزمية الانتشار العكسي (Backpropagation) وتطبيقها بفعالية.
جهود هينتون وبنجيو وليكون في تعليم الشبكات العميقة.

2012: الانفجار العصبي العميق

AlexNet يحقق قفزة في التعرف على الصور باستخدام التعلّم العميق وGPU.

2017: ورقة Attention Is All You Need

إدخال معمارية Transformer التي ستكون الأساس للنماذج اللغوية العملاقة (LLMs).

2018 – 2020: سلسلة GPT

GPT-1، ثم GPT-2 الذي صدم العالم بقدرته على توليد نصوص متماسكة.
GPT-3 (175 مليار معامل) في 2020، وفتح الباب لواجهات برمجة للنماذج اللغوية.

2022: ChatGPT

إطلاق ChatGPT في 30 نوفمبر 2022، وبداية الثورة الشعبية الحقيقية للذكاء الاصطناعي المحادثي.

2023 – 2025: نحو الذكاء المتعدد الوسائط والوكلاء الذكيين

إدماج الصوت، الصورة، الفيديو، التحليل، الاستدلال، والأدوات الخارجية.
تطور سريع في القدرة على الأتمتة الجزئية للمهام المهنية.

ثالثًا: من اخترع ChatGPT؟ ومن يقف وراء OpenAI؟

ChatGPT ليس مشروع شخصي لفرد، بل نتيجة جهود فريق بحثي وهندسي ضخم في OpenAI، المؤسسة التي تأسست عام 2015 كمنظمة غير ربحية ثم تحولت لهياكل هجينة تجمع بين غير الربحي والربحي المحدود.

أسماء محورية في تأسيس وتطوير OpenAI والنماذج اللغوية:

سام ألتمان (Sam Altman): الرئيس التنفيذي، وأحد أبرز الوجوه المؤثرة في تسويق وتوجيه الشركة.
إيليا سوتسكيفر (Ilya Sutskever): باحث رائد في التعلّم العميق، شارك سابقًا مع هينتون، وكان كبير العلماء في OpenAI لسنوات.
غريغ بروكمان (Greg Brockman): مهندس ورائد أعمال، شارك في تأسيس OpenAI وشغل مناصب تقنية وإدارية.
جون شلمان (John Schulman): أحد العقول الرئيسية وراء RLHF (التعلم المعزز من تغذية الإنسان)، وهي التقنية التي جعلت ChatGPT "مطاوعًا" أكثر للسياق البشري.
ووچيك زاريمبا (Wojciech Zaremba) وآخرون من الفريق العلمي والهندسي.

رحلة GPT إلى ChatGPT باختصار:

GPT-1 (2018): نموذج لغوي مبني على Transformer ببيانات أصغر وحجم بسيط.
GPT-2 (2019): نموذج قوي جدًا لدرجة أن OpenAI ترددت في إطلاقه كاملًا لفترة.
GPT-3 (2020): النقلة النوعية (175 مليار معامل) وأساس لكثير من تطبيقات الذكاء الاصطناعي اللغوي.
InstructGPT (أواخر 2021 – 2022): تدريب خاص لجعل النماذج أكثر طاعة للتعليمات البشرية.
ChatGPT (نوفمبر 2022): واجهة محادثة فوق نموذج مبني على GPT-3.5 ثم GPT-4، مزود بـ RLHF.
ما بعد ChatGPT: نماذج متقدمة ومتعددة الوسائط وقدرات محسنة في الاستدلال، التحدث، التحليل، استخدام الأدوات، والاتصال بـ APIات خارجية.

رابعًا: كيف يعمل ChatGPT باختصار غير تقني؟

النموذج اللغوي الضخم (LLM): يتنبأ بالكلمة/الرمز التالي بناءً على النمط الإحصائي الذي تعلمه من كميات هائلة من النصوص.
المحولات (Transformers): المعمارية التي تسمح بفهم السياق الطويل عبر آلية "الانتباه" (Attention).
RLHF (التعلم المعزز من تقييم البشر): بعد تدريب النموذج مبدئيًا بطريقة غير خاضعة للإشراف، يتم "ترويضه" عبر تقييمات بشرية ليتعلم أن يجيب بشكل آمن ومفيد ومتوافق مع النية.
التوليد المتحكم فيه: عبر تعليمات المستخدم (Prompts) + إعدادات النموذج (مثل درجة العشوائية "Temperature").

النتيجة: نظام يستطيع التفاعل باللغة الطبيعية، يفهم السياق إلى حد كبير، وينتج إجابات متماسكة، أحيانًا بارعة، لكن ليس معصومًا من الأخطاء، وقد "يهلوس" معلومات غير دقيقة.

خامسًا: التأثير على بعض المهن – من الأتمتة الجزئية إلى إعادة تعريف الوظائف

لنكن واضحين: الذكاء الاصطناعي، وخاصة النماذج اللغوية التوليدية مثل ChatGPT، لا تلغي الوظائف كلها دفعة واحدة. لكنها تعيد تشكيل المهام داخل كل وظيفة. قد تلغي 20% من المهام، وتؤتمت 50%، وتفتح 30% جديدة تتطلب مهارات إشراف، تقييم، إبداع، واستراتيجية. التأثير يختلف حسب القطاع، مستوى المهارة، والبيئة التنظيمية.

1) التطوير البرمجي والبرمجة (Software Engineering)

ما الذي تغيّر؟ أصبح من السهل توليد مقاطع كود، كتابة اختبارات، فهم شيفرات قديمة، وتحويل كود من لغة لأخرى.
الأثر: المبرمج المبتدئ يمكنه الإنتاج أسرع، لكن القيمة الحقيقية تتحول نحو التصميم المعماري، الأمن، قابلية الصيانة، وفهم متطلبات الأعمال.
المهارات الجديدة: Prompt Engineering، مراجعة ناتج AI، بناء أدوات داخلية تعتمد على LLMs، MLOps، مراقبة جودة النماذج.

2) صناعة المحتوى والكتابة والتحرير

ما الذي تغيّر؟ كتابة المسودات، العناوين، ملخصات المقالات، وأفكار المحتوى أصبحت سريعة ورخيصة.
التحدي: ازدحام المحتوى وضعف التميّز.
الحل: التركيز على الخبرة الشخصية، البحث الميداني، التحليل العميق، وبناء علامة شخصية موثوقة؛ لأن "نصوص AI الخام" ستصبح سلعة عامة.

3) الترجمة والتح localization

التأثير: أصبحت الترجمة الأولية عالية الجودة متاحة للجميع، لكن الحاجة مستمرة إلى محرر لغوي (Post-Editor) يفهم الثقافة والسياق.
الفرصة: توفير خدمات متقدمة: ترجمة متخصصة، تحرير أدبي، مراجعة قانونية/طبية، توطين تسويقي حساس للثقافة.

4) التعليم والتدريب

التأثير: الطلاب يستعملون AI لكتابة الواجبات، والمعلمون يستعملونه لبناء خطط دروس واختبارات ووسائل شرح.
الخطر: الغش، الاعتماد المفرط، فقدان مهارات الكتابة الأصيلة.
الرد: الانتقال إلى تقييمات أكثر تفاعلية/شفهية/عملية، وتعليم مهارات التفكير النقدي وتحليل مخرجات الذكاء الاصطناعي.

5) التسويق الرقمي وإدارة الحملات

التغيّر: الأتمتة في كتابة نسخ الإعلانات، تحليل البيانات، A/B Testing، تصنيف الجمهور.
الفرصة: المبدعون الاستراتيجيون الذين يفهمون المنتج والجمهور ويستخدمون AI كرافعة سيكسبون.

6) خدمة العملاء والدعم الفني

التأثير: شات بوتات أكثر ذكاءً، استجابات فورية، تقليل الضغط على الفرق البشرية.
لكن: الحالات المعقدة، أو التي تحتاج تعاطفًا وحكمًا بشريًا، ما زالت تتطلب موظفين مهرة – وربما بشكل أعلى قيمة من قبل.

7) القانون والمحاسبة

التأثير: تلخيص المستندات القانونية، اكتشاف الثغرات، صياغة العقود الأولية، مراجعات مالية تلقائية.
الحذر: الأخطاء القانونية لها تكلفة عالية؛ يجب أن يكون الإنسان في الحلقة "Human-in-the-Loop".

8) التصميم والـ Creative Industries

التأثير: الصور بالذكاء الاصطناعي، تحرير الفيديو الآلي، المؤثرات، أفكار الحملات.
التميّز القادم: في الذوق، الرؤية الفنية، القدرة على توجيه النماذج، الدمج بين أكثر من أداة، وبناء أسلوب بصري فريد.

9) الصحافة والإعلام

الأتمتة: تلخيص الأخبار، كتابة تقارير السوق، صيغ جاهزة للبيانات.
القيمة: الصحافة الاستقصائية، المقابلات، الاقتصاد السلوكي، بناء السرديات العميقة، التحقق من الحقائق.

10) الطب والرعاية الصحية

الفرص: دعم التشخيص، تحليل الصور الطبية، تلخيص ملفات المرضى، روبوتات محادثة لدعم المرضى.
المخاطر: الانحياز في البيانات، الاعتماد الزائد، مسؤولية القرار النهائي.

سادسًا: التأثير على البشر – بين التمكين والقلق الوجودي

1) الفرص الواقعية

تمكين الأفراد: أي شخص يمكنه أن يصبح "مُنتجًا" (كاتب، مصمم، مطوّر) عبر أدوات تساعده على التعلم السريع والإنتاج.
تسريع التعلم: يمكن تخصيص محتوى تعليمي لكل شخص بحسب مستواه، وتقديم شروحات فورية.
إطلاق مشروعات صغيرة: ChatGPT وأخوته يساعدون في كتابة خطط العمل، التسويق، بناء المواقع، إدارة العملاء.

2) المخاطر والتحديات

البطالة الجزئية: أتمتة أجزاء من المهام قد تقلل الحاجة لعدد كبير من الموظفين في نفس المستوى.
الاعتماد المفرط وفقدان المهارة: استخدام الأدوات بشكل دائم قد يضعف القدرة على الكتابة/التفكير/التحليل بدونها.
الانحياز (Bias) والأخطاء (Hallucinations): النماذج ليست معصومة، وقد تقدم أحيانًا إجابات واثقة لكنها خاطئة.
الخصوصية والملكية الفكرية: ما الذي يحدث للبيانات التي تُدرّب عليها النماذج؟ ومن يملك المحتوى الناتج؟
التأثير النفسي: القلق المستقبلي، الشعور بأن الذكاء الاصطناعي سيستبدل الجميع، الضغط على الطلاب والموظفين لمواكبة السرعة.

سابعًا: دروس عملية (Cases) – كيف تتغيّر المهنة داخل الشركة؟

حالة 1: شركة برمجيات صغيرة

قبل الذكاء الاصطناعي: فريق يكتب كل شيء يدويًا، دورة تطوير طويلة، توثيق بطيء.
بعد إدخاله: استخدام LLM في مسودات الكود، اقتراح الاختبارات، توليد الوثائق. يتحول المبرمجون من "كتابة كل شيء من الصفر" إلى مصممين ومراجعين ومهندسي جودة.

حالة 2: وكالة تسويق محتوى

قبل: فريق من كتّاب المحتوى يعمل أسابيع على حملات وفقرات متعددة.
بعد: AI يكتب المسودات، الفريق يركّز على الاستراتيجية، التخصيص الدقيق، والتحليلات.

حالة 3: مؤسسة تعليمية

قبل: نفس المناهج، نفس الواجبات، تصحيح يدوي متعب.
بعد: تصميم خطط تعلم شخصية، روبوتات محادثة للطلاب، تقييمات شفوية/عملية، ومهارات تحليل نواتج AI بدلًا من مجرد منعها.

ثامنًا: كيف تتعامل بذكاء مع الذكاء الاصطناعي؟ (خارطة طريق شخصية)

اركب الموجة مبكرًا: لا تؤخر التعرّف على الأدوات الأساسية (ChatGPT، Claude، Gemini، Midjourney، إلخ).
طوّر مهاراتك العميقة (Deep Skills): التفكير النقدي، حل المشكلات، الإبداع، إدارة المشاريع – هذه أصعب في الأتمتة.
تعلّم تصميم البرومبت (Prompt Engineering): ليس كمهارة منفصلة، بل كجزء من مهاراتك الأساسية في العمل.
اجعل دورك "بشريًا" أكثر: التعاطف، الحكم الأخلاقي، السياق الثقافي، قيادة الفرق – هذه مقومات نادرة.
ابنِ أصولك الخاصة: قاعدة معرفة، بياناتك ذات الجودة، منتجات رقمية، علامة شخصية؛ حتى لا تكون مجرد مستخدم لأدوات الآخرين.

تاسعًا: أسئلة شائعة (FAQ)

هل سيحل ChatGPT محل المبرمجين؟
سيؤتمت جزء من مهامهم، لكن المبرمج الذي يفهم الأعمال، ويقود الفرق، ويضبط الجودة، ويبتكر حلولًا هندسية سيزداد طلبًا.

هل كتابة المحتوى انتهت؟
لا. انتهى شكلها القديم القائم على الحشو والتكرار. المستقبل للمحتوى العميق، الموثق، المتخصص، والشخصي.

هل يمكن الثقة في إجابات الذكاء الاصطناعي؟
يمكن الاعتماد عليه كـ"مساعد"، لكن يجب التحقق خاصة في القرارات الحساسة (قانون، طب، ماليات…).

ما المهارات التي ستنجو؟
المهارات المركبة: الجمع بين مجال معرفي عميق + أدوات ذكاء اصطناعي + مهارات بشرية (تواصل، قيادة، تحليل).

عاشرًا: الخاتمة – الذكاء الاصطناعي كمرآة لقدراتنا، لا بديلٍ عنها بالكامل

الذكاء الاصطناعي – بما في ذلك ChatGPT – ليس نهاية الإنسان، لكنه بالتأكيد نهاية بعض الأدوار القديمة، وبداية عصر جديد يتطلب منا إعادة تعريف قيمة عملنا. لن يتفوّق علينا الذكاء الاصطناعي كأشخاص يتعلمون ويواكبون ويعيدون تشكيل أنفسهم، لكنه سيتفوّق على من يتمسّك بطرق قديمة ولا يريد اكتساب مهارات جديدة.

السؤال الواقعي لم يعد: "هل سيأخذ الذكاء الاصطناعي وظيفتي؟"
بل: "كيف أستخدم الذكاء الاصطناعي لأصبح أفضل، أسرع، وأكثر إبداعًا؟"

أنت الآن تعرف من أين بدأ كل شيء، ومن يقف وراء ChatGPT، وكيف تؤثر هذه التقنيات على المهن والبشر. بقي أن تبدأ استراتيجيتك الشخصية: تعلم، جرّب، طوّر، ولا تتوقف عن طرح الأسئلة.