نسخة Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# تقرير من كامبريدج يدرس ما إذا كان البحث الذي يقوده الذكاء الاصطناعي قد يسرّع تقدمه

> تبحث ورقة عمل صادرة في كامبريدج ما إذا كان البحث والتطوير اللذان يقودهما الذكاء الاصطناعي قد يسرّعان تقدمه. ويبين رقم Anthropic البالغ 26% العمل الذي يجري بإشراف، فيما تظل حلقة التغذية الراجعة المقترحة مشروطة.

By BIG CHANGE Editorial

Published: 2026-09-28T23:34:31.964Z
Updated: 2026-09-28T23:34:31.964Z
Canonical: https://bigchange.ai/blog/casp-report-ai-automating-ai-research

![Conceptual charcoal illustration, seen from above, of one researcher comparing two sheets at a workbench while a desktop monitor faces away.](https://bigchange.ai/api/media/file/casp-research-review-hero-v2.png)
AI-generated conceptual illustration by BIG CHANGE.

تقول Anthropic إن Claude يقود الآن 26% من أعمال البحث والتطوير في الذكاء الاصطناعي التي تقيسها الشركة داخلياً. ويعني ذلك أن النظام يستطيع إنجاز معظم المهمة انطلاقاً من مطالبة عامة، مع إشراف شخص عليه. وتقول Anthropic أيضاً إن Claude لا ينجز أي عمل بحث وتطوير مقاس باستقلالية تامة. ويكتسب هذا التمييز أهمية في [ورقة عمل من برنامج كامبريدج لعلوم الذكاء الاصطناعي وسياساته](https://casp.ac/__l5e/assets-v1/5efd4b41-deb5-4513-a0a3-b4f82d2b79ea/intelligence-explosion.pdf)، تسأل ما إذا كان إسناد مزيد من البحث والتطوير إلى الذكاء الاصطناعي قد يجعل تقدمه يتسارع بشدة في نهاية المطاف.

تجمع الورقة، المؤرخة في سبتمبر 2026، بين 22 مؤلفاً من جامعات وشركات ذكاء اصطناعي ومجتمع مدني. وتطرح إمكان نشوء حلقة تغذية راجعة سريعة: تساعد الأنظمة القادرة على إنتاج أنظمة أفضل، ثم تنجز تلك الأنظمة مزيداً من الأبحاث. وخلاصتها الأساسية تحذير من مسار محتمل ومن ضرورة قياسه. ولا تفيد الورقة بأن هذا التسارع قد بدأ.

## التغيير الأبرز

- **ما الذي تغيّر:** عرضت ورقة عمل مشتركة بين مؤسسات متعددة الأدلة على قيادة الذكاء الاصطناعي لأعمال البحث والتطوير، والظروف التي قد تسرّع تقدمه، وقياسات محددة تطلب من الحكومات جمعها من المختبرات الرائدة.
- **لماذا يهم ذلك:** يجري إسناد مزيد من مهام البحث إلى أنظمة الذكاء الاصطناعي داخل الشركات التي تطورها. وما زالت المقاييس العامة لهذا الإسناد جزئية، ما يصعب معه تحديد مدى تسارع عملية البحث بأكملها.
- **ما الذي ينبغي متابعته:** قياسات مستقلة ومتحقق منها لحجم العمل الذي ينجزه الذكاء الاصطناعي، وما إذا كانت إسهاماته تحسّن النماذج اللاحقة، وما إذا كانت الحوسبة والتجارب والمراجعة البشرية تبطئ حلقة التغذية الراجعة.

## الأدلة حقيقية، لكن المقاييس تجيب عن أسئلة مختلفة

[تقرير Anthropic عن قياس سبتمبر](https://www.anthropic.com/institute/measuring-pace-of-ai-development) إن حصة أعمال البحث والتطوير لديها التي بلغت مستوى «يقودها الذكاء الاصطناعي» وصلت إلى 26% في أغسطس 2026، ارتفاعاً من أقل من 1% في فبراير. وما زال مقياس التصنيف يضع مشرفاً بشرياً ضمن هذه الفئة. وتقول Anthropic إن المؤشر نموذج أولي، وإن نماذجها تساعد في تقييم العمل، وإنه لا توجد منهجية مشتركة لمقارنة هذه الأرقام بين الشركات. وينبغي النظر إلى تصريحها بأن أي عمل مقاس لم يكن مستقلاً بالكامل إلى جانب رقم 26%.

[تقرير OpenAI الصادر في سبتمبر](https://openai.com/index/research-acceleration-view-inside-openai/) الباحثين وهم يستخدمون مزيداً من وكلاء البرمجة، ويسهمون بالشيفرة بوتيرة أسرع ويجرون تجارب أكثر. وتقول OpenAI إن حجم التجارب يرتبط بزيادة استخدام الوكلاء، فيما زادت القدرة الحاسوبية المتاحة أيضاً. وتقول إن الأشخاص ما زالوا يختارون أولويات البحث ويقررون النتائج التي يتابعونها. ويمكن لمزيد من الشيفرات والتجارب أن يدعم البحث من دون أن يثبت زيادة مماثلة في معدل إنتاج نماذج أكثر قدرة.

وتساعد التقييمات المستقلة على قياس جانب واحد من العملية. ويخلص [تحديث METR لمعيار Time Horizon 1.1](https://metr.org/blog/2026-1-29-time-horizon-1-1/) إلى أن النماذج تستطيع إنجاز مهام بحث وبرمجيات أطول من الأنظمة السابقة ضمن مجموعة اختباراته. كما تذكر METR وجود نطاق واسع من عدم اليقين في المهام الطويلة، وقد قُدرت أزمنة الإنجاز البشرية لكثير منها. ويقيس معيار المهام القدرة على مجموعة مختارة من المهام؛ ولا يقيس إجمالي إنتاجية البحث في مختبر للذكاء الاصطناعي. وفي دراسة عشوائية منفصلة شملت 16 مطوراً متمرساً لمصادر مفتوحة يعملون على 246 مهمة، [وجدت METR أن إتاحة أدوات الذكاء الاصطناعي المبكرة لعام 2025 زادت وقت الإنجاز بنسبة 19%](https://metr.org/Early_2025_AI_Experienced_OS_Devs_Study-paper.pdf). ولا يمكن اعتبار إعداد تطوير البرمجيات الأقدم هذا ممثلاً لمختبر رائد في سبتمبر 2026، لكنه يوضح لماذا لا تكفي وحدها الاستعانة بالأدوات أو معايير المهام لحسم سؤال الإنتاجية.

## حلقة التغذية الراجعة المحتملة تواجه عدة عوائق

تركز ورقة CASP على حلقة تقودها البرمجيات. إذ يمكن لأنظمة الذكاء الاصطناعي توسيع قوة العمل البحثية الفعلية عبر إنجاز العمل بالتوازي. ومن شأن التحسينات الناجحة أن تجعل الأنظمة التالية أفضل في البحث، فتتيح مزيداً من التحسينات. ويقول المؤلفون إن الأدلة الأولية تتسق مع هذه الآلية، ويرون أن أتمتة نسبة كبيرة من البحث والتطوير مرجحة خلال بضع سنوات. أما احتمالهم الأشد، أي «انفجار الذكاء» الذي يضغط سنوات من التقدم في أشهر أو أقل، فيعتمد على أن تتجاوز سرعة الحلقة قيودها. وهذا سيناريو مشروط، لا توقع مقاس لما سيحدث.

تذكر الورقة أربعة قيود مهمة: تناقص العوائد من إضافة جهود بحثية، ومحدودية الحوسبة والبيانات، وبقاء مهام صعبة الأتمتة، ووجود عمليات مثل جولات التدريب الطويلة التي لا يمكن تسريعها عند الطلب. وتقول إن الأدلة على بعض هذه العوامل مختلطة أو غير مباشرة، وإن الأدلة المباشرة على قوة العوائق التي تتطلب وقتاً ما زالت غائبة. ومثالها على تسارع التقدم عشرة أضعاف خلال نحو 1.5 سنة هو حساب نموذجي يفترض أتمتة البحث والتطوير بالكامل، واستمرار العوائد المقدّرة من الجهد البحثي، وعدم ظهور عائق جديد. وليس ذلك تسارعاً مرصوداً أو موعداً حتمياً.

وتزيد أبحاث أخرى من وضوح جوانب عدم اليقين. ففي [دراسة أجريت عام 2025 لأربعة مختبرات للذكاء الاصطناعي](https://arxiv.org/abs/2507.23181)، توصل Parker Whitfill وCheryl Wu إلى إجابات مختلفة تبعاً لطريقة نمذجة حوسبة البحث. ففي أحد المواصفات بدت العمالة المعرفية والحوسبة قابلتين للاستبدال؛ أما في نموذج احتسب تزايد متطلبات تجارب النماذج الرائدة، فبدتا متكاملتين. ويحذر المؤلفان من محدودية البيانات والنموذج. ويحدد [تحليل Toby Ord الصادر في أغسطس 2026](https://arxiv.org/abs/2608.14426) المدة اللازمة لإكمال كل دورة تحسين بوصفها معلماً حاسماً آخر. ولا تستبعد هذه التحليلات تسارعاً سريعاً، لكنها تبين أن سرعة الحلقة لا يمكن استنتاجها مباشرة من عدد الوكلاء أو حجم الشيفرة التي يكتبونها.

## ما الذي يريد المؤلفون قياسه

يقترح مؤلفو كامبريدج ثلاث أولويات للسياسات: معرفة مدى أتمتة البحث والتطوير في الذكاء الاصطناعي، وتطوير سبل توجيه تسارع محتمل وتقييده، والاستعداد لآثاره الممكنة. وأكثر هذه الأولويات إلحاحاً وقابليةً للاختبار هو القياس. ويقترحون الإبلاغ عن حصة الإسهامات البحثية التي ينتجها الذكاء الاصطناعي، ووتيرة التحسن الخوارزمي، وكيف توزع المختبرات إنفاقها بين الأشخاص والحوسبة، والقرارات البحثية التي تؤثر فيها أنظمة الذكاء الاصطناعي، والحوادث التي تشمل الوكلاء الداخليين. كما يقترحون تدقيقاً مستقلاً، مع متطلبات أقوى للأنظمة التي بلغت طليعة القدرة على البحث والتطوير في الذكاء الاصطناعي.

وتنطوي بعض المقترحات اللاحقة، بما فيها اشتراطات تسبق مزيداً من النشر، وسبل إيقاف أعباء عمل محددة في البحث والتطوير، والتحقق الدولي، على تصميم ومفاضلات كبيرة. وتحذر الورقة نفسها من أن الصلاحيات سيئة التصميم قد تفضّل شركة واحدة وتؤخر عملاً مفيداً. وتستند مناقشتها للفوائد المحتملة والأضرار الجسيمة إلى سيناريو التسارع المشروط السابق. ويمكن لصانعي السياسات دراسة مبررات الإفصاح القريب من دون افتراض وقوع السيناريو الأشد بالفعل.

السؤال المفيد بعد هذا التقرير أضيق من سؤال ما إذا كان الذكاء الاصطناعي سيصبح فائق الذكاء فجأة. وهو ما إذا كانت المختبرات قادرة على توضيح أجزاء البحث التي يقودها الذكاء الاصطناعي حالياً بمقاييس قابلة للمقارنة، والتحسينات التي تصمد أمام التقييم البشري، وسرعة انتقال هذه التحسينات إلى الجيل التالي من الأنظمة. ولا تكفي الأدلة العامة بعد للإجابة عن ذلك عبر الشركات.

## المصادر ومزيد من القراءة

- [برنامج كامبريدج لعلوم الذكاء الاصطناعي وسياساته: ورقة العمل الكاملة (سبتمبر 2026)](https://casp.ac/__l5e/assets-v1/5efd4b41-deb5-4513-a0a3-b4f82d2b79ea/intelligence-explosion.pdf): حجة المؤلفين ومراجعة الأدلة وافتراضات النموذج وحدوده ومقترحات السياسات. تحمل الوثيقة وصف «ورقة عمل»؛ ولا تثبت موادها العامة خضوعها لمراجعة خارجية من الأقران.
- [الملخص التنفيذي لـCASP](https://casp.ac/__l5e/assets-v1/026ee81c-773c-4811-9c97-f7cf367ee7b0/intelligence-explosion-summary.pdf): عرض أقصر للسيناريو المشروط الذي يطرحه المؤلفون والاستجابات المقترحة. وقد كتبه بعض المؤلفين.
- [Anthropic: قياسات لفهم وتيرة تطوير الذكاء الاصطناعي داخل المختبرات الرائدة](https://www.anthropic.com/institute/measuring-pace-of-ai-development): المصدر الأولي لرقم 26% لفئة «يقودها الذكاء الاصطناعي» ومستوى الإشراف عليه وحدود المنهجية.
- [OpenAI: تسارع البحث داخل OpenAI](https://openai.com/index/research-acceleration-view-inside-openai/): مقاييس الشركة لاستخدام الوكلاء وحجم التجارب والتوجيه البشري والتحفظات على قياس تقدم البحث.
- [METR: Time Horizon 1.1](https://metr.org/blog/2026-1-29-time-horizon-1-1/): تقييم مستقل للمهام وعدم يقين بشأن كيفية تقدير آفاق المعيار.
- [Whitfill وWu: عوائق الحوسبة](https://arxiv.org/abs/2507.23181)، و[Ord: ديناميات انفجارات الذكاء](https://arxiv.org/abs/2608.14426): تحليلات منفصلة للشروط التي قد تبطئ حلقة البحث المتكرر أو تغيرها.

## Sources

- [CASP: ماذا لو أدت أتمتة البحث والتطوير في الذكاء الاصطناعي إلى انفجار في الذكاء؟](https://casp.ac/__l5e/assets-v1/5efd4b41-deb5-4513-a0a3-b4f82d2b79ea/intelligence-explosion.pdf) — ورقة أولية من 14 صفحة، رقم 2/2026 في سلسلة أوراق عمل الذكاء الاصطناعي الحدودي. اقرأها كاملة للاطلاع على الآلية والأدلة المختلطة والافتراضات ومقترحات السياسات.
- [الملخص التنفيذي لـCASP](https://casp.ac/__l5e/assets-v1/026ee81c-773c-4811-9c97-f7cf367ee7b0/intelligence-explosion-summary.pdf) — ملخص من صفحتين كتبه بعض المؤلفين. جرت مراجعته ومقارنته بالورقة الكاملة.
- [Anthropic: قياسات لفهم وتيرة تطوير الذكاء الاصطناعي داخل المختبرات الرائدة](https://www.anthropic.com/institute/measuring-pace-of-ai-development) — قياس أولي من الشركة لقيادة الذكاء الاصطناعي بنسبة 26%، وعدم رصد استقلالية كاملة، والتحفظات المنهجية.
- [OpenAI: تسارع البحث — رؤية من داخل OpenAI](https://openai.com/index/research-acceleration-view-inside-openai/) — مقاييس أولية من الشركة لاستخدام الوكلاء والنشاط البحثي؛ وتميز بين الارتباط والتقدم الصافي في النماذج.
- [METR: Time Horizon 1.1](https://metr.org/blog/2026-1-29-time-horizon-1-1/) — تقييم مستقل لآفاق المهام مع بيان عدم اليقين وحدود تركيب المهام.
- [METR: قياس أثر الذكاء الاصطناعي في أوائل 2025 على إنتاجية مطوري المصادر المفتوحة المتمرسين](https://metr.org/Early_2025_AI_Experienced_OS_Devs_Study-paper.pdf) — دراسة عشوائية في سياق مختلف لتطوير البرمجيات؛ وهي حالة مضادة محدودة لافتراض تحسن الإنتاجية بمجرد تبني الأدوات.
- [Whitfill وWu: هل ستمنع عوائق الحوسبة حدوث انفجار في الذكاء؟](https://arxiv.org/abs/2507.23181) — تحليل قائم على نموذج، بتقديرات مختلفة لإمكانية استبدال الحوسبة بالعمل، وقيود بيانات مذكورة صراحةً.
- [Toby Ord: ديناميات انفجارات الذكاء](https://arxiv.org/abs/2608.14426) — تحليل نظري للمدة اللازمة لتوليد حلقات التغذية الراجعة؛ وليس توقعاً تجريبياً.