الرئيسية
من حديث عن التراجع إلى عودة قوية لـ OpenAI
في دجنبر 2025، سادت تحليلات تشير إلى احتمال تراجع OpenAI أمام الزخم الكبير الذي أحدثته غوغل بنموذج جيميني. غير أن إطلاق ChatGPT-5.2 قلب المعادلة، وأعاد شات جي بي تي إلى صدارة عدد من التصنيفات العالمية، وفق اختبارات معيارية حديثة.
لماذا لا تكفي التجربة الفردية للحكم؟
الإجابة التي يقدمها أي نموذج ذكاء اصطناعي لسؤال واحد لا تعكس بالضرورة مستواه الحقيقي. فالردود تتأثر بعوامل عدة، من بينها العشوائية الجزئية، وسياق المحادثة، ونمط التخصيص. لذلك، يبقى الاحتكام إلى الاختبارات المعيارية (Benchmarks) السبيل الأكثر موضوعية لتقييم الأداء، كما يؤكد تقرير لموقع SlashGear المتخصص.
المعيار الأول: التفوق في الأسئلة العلمية المعقّدة
أول المجالات التي يتقدّم فيها شات جي بي تي هو الإجابة عن أسئلة علمية عالية التعقيد. ويتجلى ذلك في اختبار GPQA Diamond، المصمم لقياس التفكير على مستوى الدكتوراه في الفيزياء والكيمياء والأحياء. هذا الاختبار لا يعتمد على الحفظ أو البحث السريع، بل يتطلب ربط مفاهيم متعددة وتجنّب الفخاخ المنطقية. وقد حقق ChatGPT-5.2 نتيجة 92.4%، متقدمًا بفارق طفيف على Gemini 3 Pro الذي سجّل 91.9%. وللمقارنة، لا يتجاوز متوسط أداء حملة الدكتوراه البشر حوالي 65%، بينما يهبط إلى 34% لدى غير المتخصصين، ما يعكس المستوى المتقدم للنموذجين مع أفضلية طفيفة لصالح شات جي بي تي.
المعيار الثاني: حل مشكلات برمجية واقعية من GitHub
المجال الثاني الذي يُظهر فيه شات جي بي تي تفوقًا واضحًا هو إصلاح المشكلات البرمجية الحقيقية. ويقاس ذلك عبر اختبار SWE-Bench Pro المعتمد على بلاغات فعلية منشورة على منصة GitHub. يتطلب هذا التحدي فهم قواعد برمجية غير مألوفة، وتحليل وصف المشكلة، ثم اقتراح حل عملي قابل للتنفيذ. ووفق النتائج، نجح ChatGPT-5.2 في حل نحو 24% من المشكلات، مقابل 18% فقط لـ جيميني. ورغم أن هذه الأرقام قد تبدو محدودة، فإن هذا الاختبار يُعد من الأصعب في مجال البرمجة، بينما لا يزال الإنسان متفوقًا بحل يقارب 100% من هذه التحديات، ما يؤكد أن الذكاء الاصطناعي لا يزال أداة مساعدة لا بديلًا كاملًا عن المبرمج المحترف.
المعيار الثالث: الألغاز البصرية والتفكير التجريدي
أما المجال الثالث، والأكثر حساسية، فهو حل الألغاز البصرية التجريدية، ويُقاس عبر اختبار ARC-AGI-2، الذي يُعد من أصعب الاختبارات حتى على البشر. في هذا الميدان، حقق ChatGPT-5.2 Pro نتيجة 54.2%، متقدمًا بشكل واضح على Gemini 3 Pro الذي سجّل 31.1%، وحتى على نسخة Gemini 3 Deep Think الأعلى تكلفة، التي وصلت إلى 45.1% فقط. ويُعد هذا المجال من أبرز نقاط قوة شات جي بي تي، إذ يتطلب استنتاج الأنماط من أمثلة محدودة، وهي مهارة طالما اعتُبرت حكرًا على العقل البشري.
كيف جرى اختيار هذه المعايير؟
نظرًا للتغير السريع في إصدارات الذكاء الاصطناعي، تم التركيز على أحدث النماذج المدفوعة: ChatGPT-5.2 وGemini 3. كما جرى اختيار ثلاثة معايير فقط لتمثيل طيف واسع من القدرات:
– التفكير العلمي
– حل المشكلات البرمجية
– التفكير التجريدي
ورغم وجود اختبارات أخرى يتفوّق فيها جيميني، مثل بعض نسخ SWE-Bench أو اختبار Humanity’s Last Exam، فإن هذا التحليل ركّز على المجالات التي يظهر فيها تفوق شات جي بي تي بشكل أوضح.
سباق لم يُحسم بعد
تشير هذه النتائج إلى أن سباق الذكاء الاصطناعي لا يُحسم بانطباع شخصي أو تجربة واحدة، بل بأرقام دقيقة ومعايير صارمة. وفي هذه الجولة تحديدًا، يمتلك شات جي بي تي أفضلية واضحة في ثلاث ساحات أساسية، دون أن يعني ذلك حسم المنافسة نهائيًا. فالسباق لا يزال مفتوحًا، والتحديثات القادمة قد تعيد رسم الخريطة من جديد، في عالم يتغير بسرعة الذكاء الاصطناعي نفسه.
في دجنبر 2025، سادت تحليلات تشير إلى احتمال تراجع OpenAI أمام الزخم الكبير الذي أحدثته غوغل بنموذج جيميني. غير أن إطلاق ChatGPT-5.2 قلب المعادلة، وأعاد شات جي بي تي إلى صدارة عدد من التصنيفات العالمية، وفق اختبارات معيارية حديثة.
لماذا لا تكفي التجربة الفردية للحكم؟
الإجابة التي يقدمها أي نموذج ذكاء اصطناعي لسؤال واحد لا تعكس بالضرورة مستواه الحقيقي. فالردود تتأثر بعوامل عدة، من بينها العشوائية الجزئية، وسياق المحادثة، ونمط التخصيص. لذلك، يبقى الاحتكام إلى الاختبارات المعيارية (Benchmarks) السبيل الأكثر موضوعية لتقييم الأداء، كما يؤكد تقرير لموقع SlashGear المتخصص.
المعيار الأول: التفوق في الأسئلة العلمية المعقّدة
أول المجالات التي يتقدّم فيها شات جي بي تي هو الإجابة عن أسئلة علمية عالية التعقيد. ويتجلى ذلك في اختبار GPQA Diamond، المصمم لقياس التفكير على مستوى الدكتوراه في الفيزياء والكيمياء والأحياء. هذا الاختبار لا يعتمد على الحفظ أو البحث السريع، بل يتطلب ربط مفاهيم متعددة وتجنّب الفخاخ المنطقية. وقد حقق ChatGPT-5.2 نتيجة 92.4%، متقدمًا بفارق طفيف على Gemini 3 Pro الذي سجّل 91.9%. وللمقارنة، لا يتجاوز متوسط أداء حملة الدكتوراه البشر حوالي 65%، بينما يهبط إلى 34% لدى غير المتخصصين، ما يعكس المستوى المتقدم للنموذجين مع أفضلية طفيفة لصالح شات جي بي تي.
المعيار الثاني: حل مشكلات برمجية واقعية من GitHub
المجال الثاني الذي يُظهر فيه شات جي بي تي تفوقًا واضحًا هو إصلاح المشكلات البرمجية الحقيقية. ويقاس ذلك عبر اختبار SWE-Bench Pro المعتمد على بلاغات فعلية منشورة على منصة GitHub. يتطلب هذا التحدي فهم قواعد برمجية غير مألوفة، وتحليل وصف المشكلة، ثم اقتراح حل عملي قابل للتنفيذ. ووفق النتائج، نجح ChatGPT-5.2 في حل نحو 24% من المشكلات، مقابل 18% فقط لـ جيميني. ورغم أن هذه الأرقام قد تبدو محدودة، فإن هذا الاختبار يُعد من الأصعب في مجال البرمجة، بينما لا يزال الإنسان متفوقًا بحل يقارب 100% من هذه التحديات، ما يؤكد أن الذكاء الاصطناعي لا يزال أداة مساعدة لا بديلًا كاملًا عن المبرمج المحترف.
المعيار الثالث: الألغاز البصرية والتفكير التجريدي
أما المجال الثالث، والأكثر حساسية، فهو حل الألغاز البصرية التجريدية، ويُقاس عبر اختبار ARC-AGI-2، الذي يُعد من أصعب الاختبارات حتى على البشر. في هذا الميدان، حقق ChatGPT-5.2 Pro نتيجة 54.2%، متقدمًا بشكل واضح على Gemini 3 Pro الذي سجّل 31.1%، وحتى على نسخة Gemini 3 Deep Think الأعلى تكلفة، التي وصلت إلى 45.1% فقط. ويُعد هذا المجال من أبرز نقاط قوة شات جي بي تي، إذ يتطلب استنتاج الأنماط من أمثلة محدودة، وهي مهارة طالما اعتُبرت حكرًا على العقل البشري.
كيف جرى اختيار هذه المعايير؟
نظرًا للتغير السريع في إصدارات الذكاء الاصطناعي، تم التركيز على أحدث النماذج المدفوعة: ChatGPT-5.2 وGemini 3. كما جرى اختيار ثلاثة معايير فقط لتمثيل طيف واسع من القدرات:
– التفكير العلمي
– حل المشكلات البرمجية
– التفكير التجريدي
ورغم وجود اختبارات أخرى يتفوّق فيها جيميني، مثل بعض نسخ SWE-Bench أو اختبار Humanity’s Last Exam، فإن هذا التحليل ركّز على المجالات التي يظهر فيها تفوق شات جي بي تي بشكل أوضح.
سباق لم يُحسم بعد
تشير هذه النتائج إلى أن سباق الذكاء الاصطناعي لا يُحسم بانطباع شخصي أو تجربة واحدة، بل بأرقام دقيقة ومعايير صارمة. وفي هذه الجولة تحديدًا، يمتلك شات جي بي تي أفضلية واضحة في ثلاث ساحات أساسية، دون أن يعني ذلك حسم المنافسة نهائيًا. فالسباق لا يزال مفتوحًا، والتحديثات القادمة قد تعيد رسم الخريطة من جديد، في عالم يتغير بسرعة الذكاء الاصطناعي نفسه.
