「حافة المعرفة البطيئة」

الجميع يعلم أن العلم هو إنجاز جماعي.
موجات الجاذبية هي نتيجة عمل آلاف الأشخاص على مدى عقود. خلف AlphaFold يقف فريق كامل من DeepMind. لا أحد يقول إن هذه النتائج ناتجة عن عبقرية فردية فقط.
لكن شركات التكنولوجيا عند توظيف باحثي الذكاء الاصطناعي، تراهن على العكس تمامًا.
تقرير نشرته مجلة 《Nature》 كشف رقمًا: الباحثون الشباب الذين يعملون حوالي خمس سنوات وتكون أبحاثهم ذات استشهادات عالية، لديهم احتمال بنسبة 100 ضعف في الانتقال إلى الصناعة في العام التالي مقارنةً بالباحثين العاديين في نفس الفترة.
100 ضعف. ليس اثنين أو ثلاثة أضعاف.
هذه ليست مسألة اختيار شخصي، بل هي عملية استنزاف هيكلية.
أستاذ ذكاء اصطناعي رائد، راتبه الكامل حوالي 20 إلى 40 ألف دولار أمريكي. يبدو ذلك كثيرًا. لكن إجمالي التعويض الذي تقدمه Google وOpenAI يمكن أن يصل إلى 100 إلى 300 ألف دولار. نفس الشخص، يعمل في مهام مماثلة، والفرق في الراتب بمقدار رقم واحد.
منطق الصناعة بسيط جدًا: طالما يوجد "مهندس 10x"، فلا حاجة لتوظيف عشرة مهندسين عاديين. والأمر يتطور الآن — إذا كان الذكاء الاصطناعي يمكن أن يحل محل المهندسين المتوسطين والمنخفضين، فالأفضل تركيز الموارد على استقطاب النخبة.
المشكلة أن هذا المنطق يعكس الأمور بشكل خاطئ.
يمكنك اعتبار المجال الأكاديمي كالتربة، والصناعة تبني عليها المباني.
عمل التربة بطيء، ولا يفترض وجود سيناريوهات تطبيق محددة، وهو يسمح بالفشل. تنتج المعرفة التي يمكن أن تُستشهد بها وتُنتقد بشكل مفتوح، وليس منتجًا يُدفع به لتحقيق أهداف تجارية.
حفر الجزء الأكثر خصوبة من التربة لبناء المباني، قد يؤدي إلى بناء منازل أفضل على المدى القصير، لكن على المدى الطويل، الأساس يتآكل ببطء.
أنا نفسي في السنة الأخيرة من الدكتوراه كنت أتعامل مع هذا التحدي: يجب نشر الأبحاث، لكني أيضًا أواجه عروضًا من الصناعة.
هذا الاختيار ليس مجرد حسابات مالية، بل هو اختيار كيف ستتقدم أبحاثك بسرعة، ولمن ستخدم.
مشاكل الصناعة حقيقية، لكن هناك دائمًا ضغط زمني ضمني واتجاهات تطبيق محددة. أما المشاكل الأكاديمية فهي حرة، لكن عليك أن تقبل أن تلك الحرية لها ثمن.
هذا النزيف لا يُحل بـ "زيادة قدرة الأكاديميين على المنافسة". المال لا يُفوز به بأقل من ذلك.
ما يحتاجه الأمر حقًا هو أن يعيد النظام الأكاديمي التفكير في ما يقدمه من "أشياء لا توجد في الصناعة"، ثم يجعل تلك الأشياء أكثر وضوحًا وجاذبية لمن يهتمون بها حقًا.
هناك مفهوم كنت أفكر فيه دائمًا: أسميه حافة المعرفة البطيئة.
ليس كل معرفة ذات قيمة يمكن أن تُترجم خلال دورة منتج مدتها 18 شهرًا. تلك التي لا يمكن ترجمتها، يجب أن يظل أحد ما يحرسها.
--------------------------
اقتباسات:
1. Sanders, N. E., & Schneier, B. (2026). لماذا الأجور المرتفعة جدًا للباحثين في الذكاء الاصطناعي تضر بمستقبل العلم. Nature.

2. Jurowetzki, R., Hain, D. S., Wirtz, K., & Bianchini, S. (2025). القطاع الخاص يحتكر الباحثين في الذكاء الاصطناعي: ما هي التداعيات على العلم؟ AI & Society, 40(5), 4145–4152.