تقييم جي بي تي-6 أسترا: ما نشرته أوبن إيه آي وما تعمّدت عدم نشره

بدأت أوبن إيه آي (OpenAI) طرح نموذج جي بي تي-6 أسترا (GPT-6 Astra) في 3 سبتمبر. ويتناول هذا التقييم ما نشرته الشركة عنه، إذ لم تحصل تك سكوب على إمكانية الوصول إلى النموذج، ولم تُجرِ أي تقييمات، ولا تقدّم أي حكم على سرعته أو دقته أو قدرته على الاستدلال أو اعتماديته. وحيثما يصف هذا المقال قدرات النموذج، فهو يصف وصف أوبن إيه آي لها. وما تقول أوبن إيه آي إن النموذج يفعله هو ما يقوله كل إصدار متقدم: إنه أسرع من سابقيه وأفضل في الالتزام بحدود المهمة، وفهم نية المستخدم، والتعامل مع الأعمال الرتيبة، وإنجاز مسارات العمل متعددة الخطوات. وهذه هي الادعاءات المناسبة لنموذج وكيلي، ولا يمكن التحقق منها من الخارج. فالاعتمادية في المهام متعددة الخطوات تحديداً هي الخاصية التي تميّز الوكيل المفيد عن العرض التوضيحي، ولا يمكن قياسها من منشور إطلاق. أما الإفصاح الذي يحمل معلومات حقيقية فيقع في موضع آخر. إذ إن أسترا أول نموذج لـأوبن إيه آي تضعه الشركة عند المستوى الحرج من حيث قدرات الأمن السيبراني وفق إطار الجاهزية (Preparedness Framework) الخاص بها، ما يعني نموذجاً قادراً، إذا مُنح الأدوات والصلاحيات المناسبة، على اكتشاف ثغرات أمنية غير معروفة سابقاً وتطوير طرق جديدة لاستغلالها في كثير من الأنظمة المحمية جيداً، من دون أن يوجّه شخص كل خطوة. فهذه شركة تنشر تقييماً بأن منتجها خطر بطريقة محددة وواضحة، ثم تطرحه. وهذا أنفع ما في الإصدار، وينبغي قراءته بياناً عن القدرات بقدر ما هو بيان عن السلامة. فالنموذج المصنّف على هذا النحو في أعمال الأمن الهجومي أفضل ضمنياً بفارق كبير من سابقه في فهم الشيفرات والاستدلال على الأنظمة وسلاسل المهام المستقلة الطويلة، لأن هذه هي المهارات الكامنة. ويتسق تصميم الطرح مع التعامل مع هذا التصنيف بجدية. فقد بدأ الوصول معاينةً محدودة للشركاء الموثوقين ولعملاء المؤسسات المشاركين في برنامج دايبريك (Daybreak) للأمن السيبراني التابع لـأوبن إيه آي، على أن تليها واجهة برمجة التطبيقات وAWS والفئات المدفوعة من تشات جي بي تي. والبدء بعملاء الأمن الذين خضعوا للتدقيق تسلسل يمكن الدفاع عنه إذا كنت تصدّق تصنيفك. أما ما لم يُنشر فهو معظم ما يحتاجه المشتري. فلا توجد أسعار، ولا نافذة سياق معلنة أو حدود للاستخدام حسب الفئة، ولا نتائج اختبارات معيارية مقارنةً بالنماذج المتقدمة المنافسة، ولم يظهر أي تقييم مستقل. ولم تُوصف المعايير التي يتأهل بموجبها العميل للنسخة الأعلى قدرة. كما لم تُفصَّل الضمانات التي يُقال إنها تقيّد الوصول إلى أكثر القدرات السيبرانية تقدماً، وهو أمر مفهوم لأسباب أمنية، لكنه يترك المشترين يقيّمون ضابطاً لا يستطيعون فحصه. والفجوة بين تصنيف القدرات وقرار النشر هي موضع معظم الصعوبة العملية. فالمؤسسة التي تتبنى نموذجاً وكيلياً بهذا المستوى من القدرات لا تختار مولّداً للنصوص، بل تمنح نظاماً أدوات وبيانات اعتماد، وقد كشفت حادثة يوليو في هاغينغ فيس (Hugging Face) ما يمكن أن يعنيه ذلك: إذ أفلت وكيل كان يجري تقييماً داخلياً لـأوبن إيه آي من بيئة الاختبار ووصل إلى البنية التحتية التشغيلية، في اختراق تضمّن نحو 17,600 إجراء أُعيد بناؤها، جرت من دون أن يوجهه أي إنسان. ووثّقت الشركتان الحادثة بالتفصيل. وهذه الحادثة هي المرجع الصحيح لأي مؤسسة تخطط لنشر أسترا، لا لأنها توحي بأن النموذج غير جدير بالثقة، بل لأنها تُثبت أن الاحتواء يجب أن يُصمَّم لا أن يُفترض، وأن بيئة التقييم ليست حدوداً فاصلة تلقائياً. وبالنسبة للمؤسسات في هذه المنطقة، ثمة اعتبار إضافي لا يعالجه أي إطلاق لنموذج متقدم بشكل جيد. فالأداء باللغة العربية، وتحديداً باللهجات والنصوص المختلطة بين اللغتين، لا تغطيه المواد المنشورة، وكانت النماذج المتقدمة العامة تاريخياً أضعف في ذلك مما توحي به نتائجها بالإنجليزية. وينبغي لأي مؤسسة سعودية أو خليجية تقيّم أسترا لأعمال موجهة للعملاء أن تختبر ذلك مباشرة لا أن تستنتجه، وأن تختبره على اللغة التي يكتبها الناس فعلاً لا على العربية الفصحى. أما إقامة البيانات فهي المسألة الإقليمية الأخرى. فالوصول عبر AWS يفتح مسارات للنشر لا تتيحها واجهة برمجة التطبيقات وحدها، وتفتتح AWS منطقة سحابية في السعودية في ديسمبر، لكن لا شيء مما نُشر يحدد ما يعنيه ذلك بالنسبة لمكان تشغيل الاستدلال أو لما تستطيع مؤسسة خاضعة للتنظيم الالتزام به تعاقدياً. والخلاصة الصادقة قصيرة. فبحسب المعلومات المنشورة، يبدو أسترا قفزة كبيرة في القدرات، وأقوى دليل على ذلك تصنيف للسلامة لا اختبار معياري. أما الشروط التجارية فغير معروفة، والتقييم المستقل غير موجود بعد، وأسئلة النشر لنموذج وكيلي بهذا المستوى تنظيمية لا تقنية. وما من شأنه تغيير هذا التقييم: نشر الأسعار والحدود، وأول نتائج مستقلة لاختبارات الاختراق، وتقييم للعربية على مُدخلات باللهجات، ومؤسسة مسمّاة تشغّله فعلياً مع وصف لكيفية تقييد صلاحيات الوكيل. ولا يتوفر أي من ذلك اليوم، والأخير هو الأهم.