يحظى Claude بسمعة في أوساطي بوصفه الأنضج والأكثر اتّزاناً بين النماذج اللغوية الكبيرة. فهو يرفض بحذر أكبر، ويهلوس بوتيرة أقلّ، ويقدّم إجابات أكثر دقّةً وتمايزاً عندما تضغط عليه في المفاضلات. وبصفتي مهندساً أطلقتُ منتجات ذكاء اصطناعي طوال عقد، أُقدّر ذلك — وأستخدم Claude يومياً لمراجعة الأكواد والكتابة وقراءة الوثائق الطويلة.
لكن النموذج اللغوي الحَسَن السلوك ليس أداة طبية آمنة بالضرورة. في هذه المقالة أودّ أن أنظر في ما يفعله الذكاء الاصطناعي الدستوري فعلاً، وأين يتفوّق Claude حقاً على غيره من روبوتات المحادثة العامة في الأسئلة الصحية، وأين تظلّ البنية قاصرةً عمّا صُمِّم ذكاء اصطناعي طبي متخصّص مثل Wizey للقيام به. هذه مقالة تقنية، لكنني سأُبقي المصطلحات قابلةً للشرح.
ما هو الذكاء الاصطناعي الدستوري فعلاً (بلغة بسيطة)
الذكاء الاصطناعي الدستوري، الذي قدّمه فريق Anthropic في Bai وآخرون، 2022، تقنية تدريب تستخدم مجموعة مكتوبة من المبادئ — «دستوراً» — لتوجيه النموذج بعيداً عن المخرجات الضارّة أو المُضلِّلة أو عديمة الفائدة. فبدلاً من الاعتماد فقط على مُقيّمين بشريين يقارنون أزواجاً من الإجابات (حلقة RLHF الكلاسيكية)، يضيف الذكاء الاصطناعي الدستوري حلقةً ثانية ينتقد فيها النموذج مخرجاته الخاصة في ضوء الدستور، ثم يُنقّحها. وتُسمّي Anthropic التقنية الناتجة RLAIF: التعلّم المعزّز من التغذية الراجعة للذكاء الاصطناعي.
الدستور ليس كتاب قواعد في الطب أو القانون؛ بل مجموعة قيم رفيعة المستوى مثل «كُن مفيداً وغير ضارّ وصادقاً»، ورفض المساعدة في العنف، وعدم التظاهر بأنه إنسان، والتزام الحذر في مواضع عدم اليقين، وما إلى ذلك. وعبر التدريب، يستوعب النموذج هذه المبادئ. ولهذا يبدو Claude أكثر اتّساقاً في الحالات الحدّية من بعض نظائره — إذ يتشكّل «سلوك الرفض» و«سلوك الإجابة» لديه من القيم نفسها، بدلاً من أن يكونا مُلصَقَين فوقه كمُرشِّح منفصل.
لماذا يساعد هذا (قليلاً) في المحادثات الطبية
تترجم بضع خصائص للذكاء الاصطناعي الدستوري إلى مزايا حقيقية عندما يطرح المريض سؤالاً صحياً:
- عدم يقين مُعايَر. Claude أكثر استعداداً لقول «لستُ متأكّداً» أو «ينبغي أن تتحقّق من هذا مع طبيب»، وهو في الطب الجواب الصحيح فعلاً أكثر مما هو عليه في البرمجة أو التسويق.
- قدر أقلّ من التلفيق المُنمَّق. حين لا تعرف النماذج، تميل إلى اللجوء إلى نثر يبدو معقولاً. ويبدو أن Claude يفعل ذلك بوتيرة أقلّ من نماذج فئة GPT الأساسية، وفق تقييمات Anthropic الداخلية والمعايير المرجعية المستقلّة المُشار إليها في الأدبيات الحديثة حول الاستدلال الطبي في نماذج LLM.
- احتفاظ أفضل بالسياق الطويل للوثائق المعقّدة. فمع تقرير استشارة اختصاصي نظيف من 30 صفحة، يؤدّي Claude أداءً أفضل في البقاء أميناً للمصدر من بعض المنافسين.
هذه مكاسب حقيقية. فإن كنت ستستخدم نموذجاً لغوياً عاماً لتلخيص مقال طبي أو ترجمة تقرير باثولوجي، فإن Claude خيار وجيه.
أين يتوقّف الذكاء الاصطناعي الدستوري عن أن يكون كافياً
الطب ليس مجرّد مجال حرِج للسلامة؛ بل مجال تعتمد فيه الإجابة الصحيحة على بيانات مُهيكَلة تُفسَّر في ضوء بروتوكولات سريرية مُتحقَّق منها. والذكاء الاصطناعي الدستوري، مهما بلغت قوّته، لا يحلّ ثلاث مشكلات جوهرية:
- لا استخراج مُهيكَل. حين يقرأ Claude ملف PDF الخاص بك، يقرأه بوصفه نصاً. فهو لا يبني جدولاً داخلياً يضمّ 60 مؤشّراً لديك مع وحداتها ونطاقاتها المرجعية وطوابعها الزمنية — بل يعالج سلسلة من التوكِنات. وقد تُقرأ القيم خطأً (خصوصاً عند حدود OCR)، أو يُخلَط بينها عبر المقايسات، أو تُسقَط بصمت في منتصف وثيقة طويلة.
- لا رسم بياني معرفي طبي مُؤصَّل. «معرفة» Claude أثر إحصائي لمُدوّنة تدريبه. فليست لديه خريطة مُنسَّقة تُخبره، مثلاً، بأن الفيريتين من مُتفاعِلات الطور الحادّ ويجب تفسيره بالاقتران مع CRP — بل صادف أنه قرأ كثيراً من النصوص التي تقول ذلك، ويسترجع ذلك الارتباط بموثوقية في بعض الأحيان.
- لا حواجز صارمة على الاستدلال العددي. الاستدلال الحرّ الصياغة سلس ومُقنِع، لكنه غير مُتحقَّق منه. فحين يشرح Claude لماذا يشير TSH وT4 الحرّ لديك إلى قصور الغدة الدرقية تحت السريري، قد يكون الاستدلال صحيحاً أو صحيحاً جزئياً أو خاطئاً بثقة — ولا يمكنك أن تُميّز ذلك من النثر وحده دون مقارنته بمصدر مرجعي.
وهذا هو القيد الجوهري نفسه الذي كتبتُ عنه في المقارنة المحورية Wizey مقابل ChatGPT: النموذج اللغوي العام يُولِّد، بينما المتخصّص يستخرج ويتحقّق ويُطبّق. توليد Claude أفضل سلوكاً، لكنه يبقى توليداً.
مشكلة Lost in the Middle لا تأبه بدستورك
حتى مع أداء Claude الممتاز في السياق الطويل، تظلّ ظاهرة Lost in the Middle التي وصفها Liu وآخرون (2023) سارية: إذ تولي نماذج LLM اهتماماً أقوى لبداية مُدخَلها ونهايته منه لوسطه. ففي مجموعة تحاليل كثيفة من 40–60 مؤشّراً موزّعة على خمس صفحات، قد يُعترَف بقيمة في منتصف الصفحة الثالثة لكن تُبخَس في التفسير النهائي.
والتدريب الدستوري لا يغيّر هذا — فهو سِمة ناشئة عن معمارية المحوّلات (transformer) والترميز الموضعي. وقد حقّقت Anthropic تحسينات حقيقية في إصداراتها الأخيرة من النماذج، لكن لم يُظهِر أي معيار مرجعي عام رأيتُه أن التأثير قد زال تماماً في استرجاع الحقائق المعزولة من منتصف السياق.
يعالج Wizey هذا بنيوياً لا إحصائياً. فخط المعالجة يستخرج أولاً كل قيمة إلى مخطّط بيانات؛ ثم يجري التحليل على جدول من 60 صفاً بدلاً من PDF من 5 صفحات. وظاهرة Lost in the Middle على جدول مُهيكَل قصير تسلك سلوكاً مختلفاً تماماً عنها على نصّ حرّ.
الخصوصية وHIPAA: Claude الاستهلاكي مقابل Claude Enterprise
هنا يبرز تمييز حقيقي. فـواجهة Anthropic البرمجية وClaude Enterprise تدعمان اتفاقيات شريك الأعمال بموجب HIPAA، ويمكن ضبطهما مع عدم الاحتفاظ بالبيانات (Zero Data Retention)، ما يعني أن الموجّهات والاستجابات لا تُحفَظ بعد انتهاء الجلسة. وهذا خيار مشروع لعيادة تبني أداة داخلية.
أمّا المنتج الاستهلاكي على claude.ai ضمن الفئتين المجانية وPro فقصّة مختلفة. فبموجب شروط المستهلك، قد يُحتفَظ بالمحادثات لأغراض مراجعة السلامة والسياسات، والحساب غير مشمول باتفاقية شريك أعمال (BAA). وبالنسبة إلى مريض يريد مناقشة ملف تحاليله بصيغة PDF، فهذه هي الفئة التي سيستخدمها فعلاً — ورفع المعلومات الصحية المحمية هناك غير مشمول بحماية خطط المؤسسات.
وبالمقارنة، صُمِّم Wizey من الأساس للتعامل مع المعلومات الصحية المحمية (PHI): إذ تعمل طبقة الاستخراج داخل نطاق مُمتثِل للمعايير، ويستند التحليل إلى مُدوّنة سريرية مُتحقَّق منها لا تغادر الخدمة.
متى ألجأ إلى Claude رغم ذلك
لأكون واضحاً، ثمّة مكان حقيقي يشغله Claude ضمن سير عمل المريض. وأنا شخصياً أستخدمه في:
- شرح معنى مصطلح طبي قبل أن أتعمّق فيه.
- ترجمة تقرير مختبر من الإسبانية أو الفرنسية إلى الإنجليزية مع الحفاظ على الفروق السريرية الدقيقة.
- تلخيص ملف PDF طويل لرسالة استشارة من طبيب مختصّ.
- صياغة أسئلة متابعة مُنظَّمة لزيارتي إلى طبيب الرعاية الأولية.
- قراءة ورقة بحثية عن تجربة سريرية قراءةً نقدية.
لا شيء من هذه المهام يعني «فسّر قيم تحاليلي وأخبرني بما هو غير سليم». إنها مهام تُتحقَّق فيها الإجابة في ضوء حكمي الخاص أو حكم طبيبي، ويكون فيها عمل النموذج اللغوي عملاً لغوياً لا استدلالاً عددياً. ويظهر تحليل مماثل لنموذج مفتوح الأوزان قائم على الاستدلال المكثّف في مقارنة Wizey مقابل DeepSeek R1.
مقارنة جنباً إلى جنب
| البُعد | Claude (Anthropic) | Wizey |
|---|---|---|
| نوع النموذج | نموذج لغوي عام (الذكاء الاصطناعي الدستوري + RLAIF) | خط معالجة طبي متخصّص (OCR → الاستخراج → الرسم البياني المعرفي → RAG مُتحقَّق منه) |
| الاستخراج العددي | ضمني، عبر قراءة النص | حتمي، مُهيكَل، مُتحقَّق من الوحدات |
| تأصيل المعرفة الطبية | أثر إحصائي لبيانات التدريب | رسم بياني معرفي طبي مُنسَّق + بروتوكولات سريرية |
| نمط الهلوسة | أقلّ من معظم النظائر، لكنه غير معدوم | محدود — يرفض ما يخرج عن البروتوكول بدلاً من التلفيق |
| السياق الطويل | حتى مليون توكِن تقريباً، لكنه يظلّ متأثراً بظاهرة Lost in the Middle | يجري التحليل على جدول مُهيكَل قصير، لا على PDF طويل |
| اتفاقية شريك الأعمال بموجب HIPAA | متاحة على API / Enterprise، لا في المنتج الاستهلاكي | مُدمَجة لاستخدام المرضى |
| أفضل استخدام | القراءة والكتابة والشرح والترجمة | تفسير مجموعات التحاليل من طرف إلى طرف، والتتبّع الطولي |
أسئلة شائعة موجزة
هل يهلوس Claude أقلّ من ChatGPT في الأسئلة الطبية؟ تدريجياً نعم في كثير من المعايير المرجعية، بدفع من الذكاء الاصطناعي الدستوري وRLAIF. لكن «أقلّ تكراراً» ليست «منعدمة»، ونمط الفشل حين يحدث — إجابة واثقة وسلسة وخاطئة طبياً — يبقى واحداً.
هل يمتثل Claude لمعايير HIPAA عند رفع نتائج المختبر؟ فقط عبر واجهة Anthropic البرمجية (API) أو Claude Enterprise مع وجود اتفاقية شريك أعمال (BAA). أمّا claude.ai الاستهلاكي فلا، وتضع سياسة الاستخدام لدى Anthropic التشخيص والعلاج الطبيين صراحةً ضمن فئة «إنسان في الحلقة».
هل يكفي سياق Claude البالغ مليون توكِن لسنوات من التحاليل؟ النافذة كبيرة بما يكفي، لكن Lost in the Middle يظلّ يُضعِف الاسترجاع في منتصف السياق. والاستخراج المُهيكَل ضمن سلسلة زمنية يتفوّق على حشر PDF طويل في الموجّه عنوةً.
إذا كان Claude أكثر أماناً، فلماذا لا نستخدمه في كل شيء؟ سلوك الرفض الأكثر أماناً ليس كالصلاحية السريرية. Wizey مُصمَّم للمهمة المحدّدة المتمثّلة في تحويل ورقة تحاليل إلى تفسير مترابط سريرياً؛ أمّا Claude فمُصمَّم للعمل اللغوي العام.
فيمَ يُفيد Claude ضمن سير عمل المريض؟ مهام لغوية — الشرح والترجمة والتلخيص وصياغة الأسئلة. لا التفسير العددي لنتيجة متعدّدة المجموعات.
الخلاصة
Claude أكثر النماذج اللغوية العامة تأنّياً في السوق، والذكاء الاصطناعي الدستوري إنجاز هندسي ذو معنى. وبالنسبة إلى مريض يريد أن يفهم معنى «فقر الدم صغير الكريات ناقص الصباغ» أو أن يترجم رسالة اختصاصي، فهو أداة جيدة حقاً.
أمّا المهمة الأضيق والأصعب المتمثّلة في تحويل ملف تحاليل PDF متعدّد الصفحات إلى تفسير مُهيكَل ومترابط سريرياً، بنطاقات مرجعية مُتحقَّق منها واتجاهات طولية وأنماط متقاطعة بين المؤشّرات مُنبَّه إليها — فتلك هي ما صمّمنا Wizey للقيام به. وإن كانت تلك هي المشكلة التي تحاول حلّها، فإن خط معالجة متخصّصاً أنسب لطبيعة المهمة. وإن أردت رؤيةً أوسع لمواطن نجاح النماذج اللغوية العامة وإخفاقها في الطب، فإن المقال المحوري Wizey مقابل ChatGPT هو الطرح الأكثر تفصيلاً.
