في الأونة الأخيرة بدأ كثير من المستخدمين يلاحظون ظاهرة لافتة: عند طرح نفس السؤال على نماذج ذكاء اصطناعي مختلفة، مثل ChatGPT أو Gemini أو غيرهما، غالباً ما تكون الإجابات متقاربة، بل أحياناً متطابقة في الفكرة والأسلوب. هذه الظاهرة ليست مصادفة، بل نتيجة مباشرة لطبيعة هذه النماذج وطريقة بنائها.

أولاً: جميعها تتعلم من نفس “العالم”

نماذج الذكاء الاصطناعي لا تبتكر المعرفة من العدم، بل تتعلم من بيانات ضخمة مأخوذة من الإنترنت: مقالات، كتب، منتديات، وأبحاث. وبما أن هذه المصادر متشابهة إلى حد كبير، فإن النماذج تصل إلى أنماط إجابة متقاربة.
بعبارة أدق: هي لا “تفكر” كما يفعل الإنسان، بل “تتنبأ” بما يُحتمل أن يكون الجواب الأكثر منطقية بناءً على ما تعلمته.

ثانياً: غياب التجربة الشخصية

الإنسان يجيب انطلاقاً من خبرته، مزاجه، بيئته، وحتى تحيزاته. أما الذكاء الاصطناعي، فلا يمتلك أي تجربة ذاتية.
لذلك، حين يُسأل عن موضوع معين، فإنه يميل إلى إنتاج إجابة “قياسية” تمثل المتوسط العام للمعرفة البشرية، وليس رؤية فردية مميزة. وهذا أحد الأسباب الجوهرية للتشابه

ثالثاً: التدريب على “الإجابة المثالية”

تُدرَّب هذه النماذج على إعطاء إجابات مفهومة، متوازنة، وآمنة.
هذا يعني أنها:

• تتجنب الآراء الحادة
• تميل للتوضيح المنهجي
• تستخدم لغة متقاربة في البناء

والنتيجة: أسلوب موحّد نسبياً، حتى لو اختلفت الشركات المطوّرة.

رابعاً: القيود والضبط (Alignment)

الشركات لا تترك النماذج تعمل بحرية مطلقة، بل تفرض عليها سياسات وضوابط (أخلاقية وقانونية).
هذه الضوابط تجعل النماذج:

• تتجنب بعض المواضيع أو تعالجها بنفس الحذر
• تقدم إجابات “آمنة” بدلاً من “مغامِرة فكرياً”

وهذا يزيد من التشابه بين مخرجاتها.

خامساً: الذكاء الاصطناعي يعيد تركيب المعرفة لا خلقها

رغم الانطباع السائد، فإن هذه النماذج لا “تخترع” أفكاراً جديدة بالمعنى الحقيقي، بل تعيد تركيب ما تعلمته بطرق مختلفة.
لذلك، عندما يكون السؤال شائعاً، تكون الإجابة أيضاً ضمن نطاق ضيق من الاحتمالات المتوقعة.

هل هذا عيب؟

ليس بالضرورة.

• في المهام العلمية أو التعليمية: هذا التشابه مفيد لأنه يعكس “إجماعاً معرفياً”.
• في الإبداع: قد يكون محدوداً، لأن الإبداع الحقيقي غالباً يتطلب خرق الأنماط، وهو ما لا تجيده هذه النماذج دائماً.

الخلاصة

تشابه إجابات الذكاء الاصطناعي ليس دليلاً على ضعفها، بل على طبيعتها.
هي أنظمة تعتمد على:

• نفس البيانات تقريباً
• نفس مبادئ التعلم
• نفس أهداف “الإجابة المثلى”

ولذلك، فهي تصل غالباً إلى نفس النتائج.

لكن الاختلاف الحقيقي لا يأتي من النموذج نفسه، بل من طريقة طرح السؤال.
كلما كان السؤال عميقاً، دقيقاً، أو غير تقليدي زادت فرصة الحصول على إجابة مختلفة فعلاً.