Prompt و Output و Hallucination: كلمات الـ AI التي تبدو أغرب مما هي عليه

تفتح أداة AI فيقول لك أحدهم "اكتب prompt أفضل". ثم يحذّرك من أن النموذج قد "يهلوس" (hallucinate)، ويذكر أن نصّك يكلّف عددًا معيّنًا من الـ "tokens". لو توقّفت لتفكّر في تلك الكلمات بمفردها، لبدت غريبة. أداة تهلوس؟ tokens مثل عملات الألعاب؟

الخبر السار: هذه الكلمات ليست بغرابة ما تبدو عليه. كلٌّ منها يستعير كلمةً يوميةً ويمنحها وظيفة ضيّقة محدّدة. وبمجرد أن تتعلّم الوظيفة، تكفّ المفردات عن كونها مخيفة وتبدأ في كونها مفيدة.

يساعد أن تتخيّل هذه الكلمات كأزياء تنكّرية. كلمة مألوفة ترتدي زيًّا تقنيًّا وتدخل غرفة جديدة. "Prompt" تبدو من الخارج كما هي، لكنها داخل غرفة الـ AI تعني شيئًا محدّدًا. مهمّتك ببساطة أن تتعرّف الغرفة التي تقف فيها، فتقرأ الكلمة بالشكل الصحيح.

إجابة سريعة

في الـ AI، الـ prompt هو التعليمات أو السؤال الذي تكتبه، والـ output هو ما ينتجه النظام ردًّا، والـ hallucination هو جزء واثق لكنه خاطئ من ذلك الـ output، والـ token هو قطعة صغيرة من النص يعالجها النظام، والـ model هو النظام المدرَّب نفسه. لا شيء من هذه يعني ما قد يعنيه على مائدة العشاء، وتلك الفجوة هي حيث يلتبس الأمر على الناس.

كلمات أساسية

• Prompt. الشيء الذي تعطيه للـ AI: سؤالك أو تعليماتك أو نصّك. "Write me a prompt" تعني "اكتب المُدخَل الذي سترسله".
• Output. أيّ شيء يولّده النظام ردًّا. وهي محايدة عمدًا. نقول "output" بدل "answer" لأن النتيجة غير مضمونة الصحة ولا حتى مرتبطة بالموضوع.
• Hallucination. جزء من الـ output واثق وطليق لكنه ببساطة ملفّق أو خاطئ. الحقيقة المزيّفة، الاقتباس المختلَق، المرجع الذي لا وجود له.
• Token. قطعة صغيرة من النص، غالبًا كلمة أو جزء كلمة، تُستخدم كوحدة يقرأها النظام ويعدّها. الطول والتكلفة يُقاسان عادةً بالـ tokens.
• Model. النظام المدرَّب الذي ينتج الـ output. "The model" هو الشيء الذي يؤدّي العمل، لا شخص ولا مثال يُحتذى.
• Context(السياق). النص الذي يوليه النظام انتباهه حاليًّا، بما فيه الـ prompt والمحادثة الأخيرة. الـ "context window" هو مقدار النص الذي يستطيع الاحتفاظ به دفعةً واحدة.
• Fine-tune. أن تأخذ نموذجًا قائمًا وتدرّبه قليلًا أكثر على مواد محدّدة ليتصرّف بشكل معيّن. ليست "إجراء تعديل صغير باليد"، بل خطوة تدريب حقيقية، وإن كانت أصغر.

فخاخ شائعة

من الفخاخ الشائعة سماع prompt والتفكير في معانيها اليومية. في الإنجليزية اليومية، يمكن أن تعني "prompt" سريعًا ("a prompt reply") أو أن تذكّر أحدًا ("she prompted him to speak"). في الـ AI هي اسم: نصّ المُدخَل. لذا "improve your prompt" لا تعني "كن أسرع"، بل "أعِد كتابة التعليمات التي طبعتها".

كلمة output تُعثِر الناس لأنهم يتوقّعون أنها تعني "الإجابة الصحيحة". وهي ليست كذلك. الـ output هو فقط ما خرج. قد يكون بارعًا، وقد يكون هراءً. إبقاء الكلمة المحايدة في ذهنك يحميك من الثقة بالنتائج بسرعة مفرطة.

كلمة hallucination تبدو دراميّة، بل طبيّة، ويفترض كثيرون أنها تعني أن الـ AI معطّل أو يمرّ بنوبة ما. الأمر أهدأ من ذلك. إنه مصطلح تقنيّ بسيط لـ output طليق وواثق لكنه خاطئ. النظام لا يرى أشياء؛ بل يملأ فراغًا بنصّ يبدو معقولًا. والخطر تحديدًا أنه لا يبدو كخطأ، بل يبدو سلسًا.

كلمة token تربك الجميع تقريبًا في البداية. ليست عملةً، ولا هديّة، ولا بادرة ("a token of thanks")، ولا تصريح أمان. في الـ AI هي قطعة نص. وحين تقول أداةٌ إن لديك حدًّا من كذا token، فهي تتحدّث عن مقدار النص الذي تستطيع التعامل معه، لا عن عملة تنفقها على جوائز.

أخيرًا، تبدو model وكأنها يجب أن تعني شخصًا يقف للصور، أو مثالًا مثاليًّا يُحتذى ("a model student"). في الـ AI تعني النظام المدرَّب نفسه. "Which model are you using?" تسأل عن أيّ نظام مدرَّب، لا عن أيّ مثال أو قدوة.

فخّ أهدأ يكمن في context. في الحديث اليوميّ، تعني context الخلفية أو الموقف ("in this context"). في الـ AI لها حدّ دقيق: إنها النص المحدّد الذي يستطيع النظام رؤيته حاليًّا. حين يقول الناس "it forgot, the context ran out"، يقصدون أن المحادثة طالت أكثر مما يستطيع النظام الاحتفاظ به، لا أنه فقد الاهتمام. وأما fine-tune، في الإنجليزية العفويّة، فتعني إجراء تعديل ضئيل ("fine-tune the wording"). في الـ AI تسمّي جولة تدريب إضافية فعلية. لذا "we fine-tuned the model" إجراء أكبر من "we tweaked a setting"، رغم أن الكلمة اليومية تبدو لطيفة وثانوية.

عبر كل هذه، النمط نفسه: كلمة ناعمة مألوفة تخفي وظيفة تقنية دقيقة. وسوء الفهم لا يأتي من صعوبة الكلمات، بل من ثقتنا بالمعنى اليوميّ لحظةً أطول من اللازم. تمهّل عند كل مصطلح، أرفِق به وظيفته الضيّقة، ويتلاشى الالتباس.

أمثلة طبيعية مقابل ركيكة

ركيك: I gave the AI a quick prompt, so it answered promptly with the right output.

طبيعي: I typed a short prompt, and the model produced an output I still had to check.

أقل طبيعية: The model hallucinated, so something must be seriously wrong with it.

أفضل: The model hallucinated a source, so I verified the claim before trusting it.

ركيك: My message used too many tokens, like spending coins.

طبيعي: My message was long, so it used a lot of tokens.

ركيك: This AI model is a real role model for writing.

طبيعي: This model produces strong writing, though it still makes mistakes.

النسخ الطبيعية تُبقي الكلمات في وظائفها التقنية الضيّقة وتمنع المعاني اليومية من التسلّل.

أقل طبيعية: The conversation got too long, so the AI lost interest in the context.

أفضل: The conversation got too long, so it ran past the context the model could hold.

هنا "lost interest" تهرّب شعورًا إلى الداخل. النموذج لا اهتمام لديه ليفقده. هو فقط لم يستطع إبقاء كل النص السابق في مرماه.

جدول مصغّر

تدريب سريع

املأ الفراغ بإحدى: prompt و output و hallucination و token و model. تحقّق من نفسك بعد ذلك.

1. The system invented a study that does not exist; that is a ________.
2. The instruction you type into the tool is the ________.
3. Long text costs more because it uses more ________s.
4. Whatever the tool generates back is its ________.
5. The trained system answering you is the ________.

الإجابات:

1. hallucination
2. prompt
3. token
4. output
5. model

تحقّق إضافي: في "she gave a prompt reply"، هل "prompt" بمعنى الـ AI؟ (لا. هناك تعني سريعًا، المعنى اليوميّ.)

الخلاصة

تبدو هذه المفردات غريبةً فقط لأن كل كلمة تستعير كلمةً عاديّة وتسلّمها وظيفةً واحدةً محدّدة. الـ prompt هو مُدخَلك، والـ output هو النتيجة الخام، والـ hallucination هو هراء واثق، والـ token قطعة نص، والـ model هو النظام نفسه. الزم كل كلمة بمعناها الضيّق، خصوصًا output و hallucination، وستقرأ كتابة الـ AI دون ارتباك وتتحدّث عن هذه الأدوات كمن يعرف فعلًا ما تفعله الكلمات. هذه المصطلحات ليست سحرًا عميقًا. إنها مجرّد ملصقات، وقد صارت الآن ملكك.