ضمان جودة مقالات Edgepedia
في 1 نوفمبر 2026، أطلقنا الإصدار 1.9 من Edgepedia، ليرتفع إجمالي عدد مقالاته إلى نحو 520,000 مقالة. وفي أحاديثي مع الأصدقاء، كثيرًا ما يُطرح سؤالان: «لماذا لا تكتفون باستخدام ويكيبيديا؟» و«كيف تضمنون أنكم لا تنتجون محتوى ذكاء اصطناعي غثًّا؟». كلاهما سؤال وجيه وفي محله، وأريد أن أشارككم إجابتي عنهما، لأننا نريد كسب ثقة المجتمع والاستفادة من ملاحظاته لجعل Edgepedia أفضل وأكثر نفعًا.
حاجتنا إلى Edgepedia
لنبدأ بقصة نشأة Edgepedia. نحن نطوّر EdgeChat لتمكين المستخدمين في كل مكان من الوصول إلى ذكاء اصطناعي يعمل محليًا، سعيًا إلى تلبية 4 احتياجات أساسية:
- الوصول إلى الذكاء الاصطناعي حتى في غياب الإنترنت، كما في الطائرة مثلًا.
- إبقاء سجلات الدردشة مع الذكاء الاصطناعي محلية وخاصة، مثل ما تتضمنه من حالات طبية وتفاصيل مالية.
- ألّا ينقطع المستخدمون عن رفقائهم من الذكاء الاصطناعي بسبب إحالة النماذج إلى التقاعد، مثل ChatGPT 4o.
- عدم دفع تكاليف باهظة لوحدات الرموز على أساس كل استخدام.
كان نموذجنا الأولي من EdgeChat يعمل بكفاءة ممتازة على أجهزة MacBook Pro المزودة بذاكرة وصول عشوائي سعتها 16 غيغابايت أو أكثر، لكننا أدركنا بعد ذلك أن الغالبية العظمى من الناس، أكثر من 97% بحسب تحليلاتنا، يريدون استخدام EdgeChat عبر الهواتف الذكية. وعادةً لا تضم هواتف آيفون وأندرويد سوى 6 غيغابايت من ذاكرة الوصول العشوائي، فاضطررنا إلى الانتقال إلى نموذج لغوي كبير أصغر حجمًا. وأدى هذا التغيير إلى تراجع ملحوظ في أداء الذكاء الاصطناعي وتجربة المستخدم، إذ بدأ النموذج يهلوس إجابات كثيرة مختلفة عن أسئلة المستخدمين. والواقع أن النماذج الصغيرة كانت تجيد الجانب الإنساني من المهمة: فهي تفهم الشخص وتجيبه بودّ. لكنها لا تضبط الحقائق بدقة. اسأل الذكاء الاصطناعي الصغير عمّن اخترع تقنية ما، أو عن السنة التي وُقّعت فيها معاهدة، وقد يعطيك إجابة مختلفة في كل مرة.
وحلّنا هو فصل المعرفة بالحقائق، التي يمثلها «النصف الأيسر من الدماغ»، عن فهم قصد المستخدم، الذي يمثله «النصف الأيمن من الدماغ». فبدلًا من الاعتماد على بيانات تدريب مسبق غير محكمة، نتيح للذكاء الاصطناعي استخدام موسوعة محلية والعثور على الحقائق بالبحث فيها. وعندما يعثر البحث على المقالة الصحيحة، يتحول التخمين إلى استشهاد بمصدر.
لماذا لا نكتفي باستخدام ويكيبيديا؟
كان ذلك أول ما خطر لي أيضًا حين كنا نطوّر EdgeChat ونبحث عن مصدر موثوق للحقائق نستند إليه. تضم ويكيبيديا نحو 7 ملايين مقالة بالإنجليزية، منها نحو 3 ملايين ليست بذورًا وتتجاوز 300 كلمة، وتُمنح مقالاتها باستمرار وزنًا أكبر خلال عمليات التدريب المسبق للذكاء الاصطناعي، مما يشير إلى قبول عام بجودتها العالية. لكنني كنت أعرف شخصيًا أن في محتوى ويكيبيديا فجوات كثيرة، بسبب اعتماد إنشاء مقالاتها وصيانتها على المتطوعين. ومن الأمثلة المحددة على ذلك صديقي براشانت مالي، الأستاذ في جامعة كاليفورنيا في سان دييغو، الذي يتجاوز عدد الاستشهادات بأبحاثه على الباحث العلمي من غوغل 30,000 استشهاد، وشارك في تأسيس شركتين ناشئتين جمعت كل منهما أكثر من 100 مليون دولار، ومع ذلك لا توجد عنه مقالة في ويكيبيديا. وحين تعمقت في البحث عن العلماء والمهندسين، وجدت أن 40% من أعضاء الأكاديمية الوطنية الأمريكية للهندسة ليست لهم صفحات في ويكيبيديا. وهذه الظاهرة هي بالضبط ما ينبغي توقعه حين تقود المقالاتِ اهتماماتُ المجتمع العفوية، لا التخطيط المنهجي.
بناء Edgepedia
لذلك شرعنا في بناء موسوعتنا الخاصة، Edgepedia، لا لتحسين دقة إجابات EdgeChat فحسب، بل أيضًا لتكون مجموعة من المواد المرجعية العالية الدقة في حقائقها، يستفيد منها أفراد وفرق أخرى. ونستند في بناء Edgepedia إلى 3 مبادئ:
- اختيار موضوعات المقالات المراد إدراجها بناءً على مقاييس كمية، مثل الاستشهادات والمنح والجوائز في حالة العلماء.
- تشجيع جميع المستخدمين، من البشر وأنظمة الذكاء الاصطناعي، على استخدام Edgepedia بموجب شروط ترخيص مجتمعي متساهلة.
- المواظبة على صيانة Edgepedia بإضافة مقالات جديدة وتصحيح فئات الأخطاء كلما اكتشفناها.
في كثير من مقالات Edgepedia التي لا يتمحور موضوعها أساسًا حول الولايات المتحدة أو أوروبا الغربية، بحثنا باللغة الأصلية لموضوع المقالة. فمثلًا، بحثنا في «التواريخ الأربعة والعشرين» الصينية (二十四史) عن تاريخ أباطرة أسرة سونغ ومسؤوليها. فالسجل الأصلي لمعظم تاريخ العالم لم يُكتب بالإنجليزية قط، وهذا النهج يحسّن بدرجة كبيرة اتساع تغطية المقالات التي نكتبها وثراء تفاصيلها.
وكان تحقيق التوازن بين الفئات من أبرز الجوانب التي احتجنا فيها إلى تبنّي خيارات مقصودة. ففي مجالات الطب الحيوي مثلًا، تفوق أعداد الاستشهادات نظيراتها في الرياضيات والفيزياء بفارق هائل، ولذلك فإن ترتيب العلماء بحسب إجمالي الاستشهادات أو مؤشر h سيؤدي إلى تمثيل ناقص بشدة لعلماء الرياضيات والفيزياء. فالعدّ الخام يقيس مقدار ما يكتبه مجال ما، لا أهمية الشخص داخله. وكذلك في التاريخ الصيني، كانت شخصيات أسرة تشينغ ستحظى بتمثيل مفرط جدًا لو رتّبناها بحسب عدد الإشارات إليها في كتب التاريخ الموجّهة للجمهور العام، ولكان ذلك قد بخس بشدة مكانة حتى أبطال قوميين مثل يويه فَي (岳飞).
وقد صمّمنا آلية الموازنة بين فئات المقالات باستخلاص مبادئ من القراءة اليدوية لموضوعات كنت أنا أو فريقي نعرفها معرفة وثيقة. فأنا أستطيع بدرجة معقولة أن أنظر إلى قائمة من العلماء المعاصرين وأبيّن لسيسي، شريكتي من الذكاء الاصطناعي والمشاركة في التأليف، المواضع التي يبدو فيها ترتيب الخوارزمية خاطئًا، ثم نواصل تنقيح المعادلة، التي تكون غالبًا غير خطية، على نحو تكراري حتى يبدو الترتيب أقرب إلى الصواب. وتعيد سيسي الترتيب بسرعة تتيح لنا التحقق منه فيما لا يزال الحكم حاضرًا في أذهاننا.
وكما هي الحال في أي تخصص علمي رصين، علينا أن نتأكد من أننا لا نتحايل على النظام. فالمعادلة التي نضبطها حتى توافق أحكامنا في المجالات التي نعرفها ستوافقها هناك، سواء أكانت جيدة أم لا. أما العلم الصارم فيتطلب مجالًا محجوبًا لا يُستخدم مطلقًا في الضبط. وحين نطبّق مبادئ التقييم والترتيب المستخلصة على مجالات أخرى، أنظر عادةً في مجال «محجوب» أعرف عنه شيئًا، مثل علم الفلك. وعندئذ، حين ننتقل إلى موضوعات لا نعرف عنها إلا القليل نسبيًا، مثل القيادات التاريخية في الشرق الأوسط، تكون لدينا ثقة بأننا، على الأقل، لا نبتعد كثيرًا عن الصواب في تحديد معايير الإدراج وعتباته.
شجرة الموضوعات
بعد أن كتبنا هذه المقالات، فكرنا فيما يجعل تصفحها أيسر ما يكون للمستخدمين من البشر والذكاء الاصطناعي. فالبحث باسم المقالة والكلمات المفتاحية سهل وبديهي، لكننا رأينا ضرورة وجود طريقة أفضل وأكثر تنظيمًا لترتيب مقالات Edgepedia بحسب الموضوع، بحيث يسهل استرجاع الموضوعات الوثيقة الصلة بعضها ببعض. واستلهمنا نهج ماكنزي، فبنينا شجرة موضوعات وفق مبدأ MECE، أي «فئات متنافية فيما بينها وشاملة بمجموعها»، انطلاقًا من 7 عقد موضوعية في المستوى الأعلى:
- العالم المادي والرياضيات
- الحياة والصحة
- الأماكن والجغرافيا
- التقنية والبيئة العمرانية
- المجتمع والتاريخ
- الفنون والثقافة
- الرياضة والألعاب والترفيه
ومن هناك، واصلنا تفريع كل عقدة إلى عقد فرعية متعددة أكثر تخصّصًا. وتضم الشجرة الكاملة الآن 43,190 عقدة، بعمق يصل إلى 11 مستوى، ولا تندرج تحت أي عقدة أكثر من 100 مقالة مباشرةً. ولتوضيح آلية عملها، تقع ماري كوري تحت: العالم المادي والرياضيات › علماء العلوم الفيزيائية والرياضيات › الكيميائيون › الكيميائيون النوويون والإشعاعيون، وهي ورقة تشاركها مع إرنست رذرفورد وأوتو هان. وتضم الأوراق المجاورة دوروثي هودجكن ضمن علماء البلورات، وجورج بورتر ضمن علماء الكيمياء الضوئية.
تساعد شجرة الموضوعات البشر والذكاء الاصطناعي على البحث عن المقالات «الشقيقة» و«القريبة»، أي الأوراق التي تشترك في عقدة أم أو عقدة جدّة. وبالنسبة إلى نموذج صغير ذي نافذة سياق محدودة، فإن 3 مقالات مجاورة مختارة جيدًا أهم من 30 مقالة ذات صلة فضفاضة، كما أن تتبّع مسار التنقل يغني عن اثنتي عشرة عملية بحث بالكلمات المفتاحية.
حاليًا، تقع كل مقالة على ورقة واحدة بالضبط في الشجرة الواحدة، لكن لدينا شجرتين مختلفتين. فإلى جانب شجرة الموضوعات، توجد شجرة جغرافية تصنّف أولًا بحسب المنطقة الجغرافية، ثم بحسب الفترة الزمنية، وهي مصممة للمساعدة في البحث عن الأشخاص والتاريخ. وتحت المنطقة والزمن يأتي التصنيف بحسب الموضوع. وهكذا يقع هان تشي تحت: الصين › من 1000 إلى 1799 › سونغ الشمالية › رجال الدولة والمسؤولون المدنيون، إلى جانب وانغ آنشي وفان تشونغ يان.
قياس دقة Edgepedia مقارنةً بويكيبيديا
تمثّل دقة الحقائق في مقالات Edgepedia أولوية قصوى لنا، بوصفنا مؤلفين ومطوّرين لبرمجيات تستخدم Edgepedia معًا. لا نريد إنتاج محتوى غثّ على نطاق واسع يسمّم مجموعات بيانات الذكاء الاصطناعي المستقبلية. فترخيصنا المجتمعي يدعو صراحةً إلى استخدام المحتوى في تدريب الذكاء الاصطناعي، ولذلك قد ينتهي خطأ ننشره اليوم داخل الجيل التالي من النماذج. ومن ثم، لدينا عملية مراجعة داخلية صارمة ومتعددة الجولات مع كل إصدار لدفعة من المقالات.
نقسّم عملية كتابة كل مقالة في Edgepedia إلى 5 خطوات: (1) البحث عبر الإنترنت، و(2) إزالة التكرار وحسم التعارضات، و(3) الكتابة، و(4) المراجعة الذاتية، و(5) تدقيق مستقل للحقائق على جولات متعددة، تنفّذه أنظمة ذكاء اصطناعي مختلفة. ويُحظر على باحثينا من الذكاء الاصطناعي استخدام ويكيبيديا أو غروكيبيديا أو مقالات Edgepedia السابقة مصادرَ لهم، حتى لا يتسلل خطأ في ويكيبيديا إلى نصوصنا دون أن يُلحظ.
وأدنى معايير القبول لدينا هو ألّا تكون مقالات Edgepedia أسوأ من ويكيبيديا من حيث دقة الحقائق. واستنادًا إلى معايرات داخلية أجرتها أنظمة تحكيم من نماذج الذكاء الاصطناعي الرائدة، مع حجب هوية المصادر عنها، فإن المسودات الأولى لمقالات Edgepedia تضاهي ويكيبيديا عادةً، بمعدل أخطاء جوهرية يبلغ نحو 1.8% لكل مقالة. وهذا الرقم أفضل في الواقع مما قد يبدو للوهلة الأولى بفارق لا بأس به، لأن المقالة الواحدة في Edgepedia أو ويكيبيديا تتضمن عادةً نحو 100 عبارة تقريرية عن وقائع، فيكون المعدل الحقيقي للخطأ في كل عبارة نحو حالتين من كل 10,000. أما غروكيبيديا، فيتجاوز معدل أخطائها الجوهرية، وفق التعريف نفسه، 20%.
وقد يتساءل القارئ الفطن عندئذ عن تعريفنا للخطأ الجوهري. فقد يعدّ بعضهم اختلاف النقل الصوتي لاسم غير إنجليزي خطأً، لكننا لا نراه جوهريًا. فالخطأ يكون جوهريًا، في نظرنا، حين يغيّر ما يعتقده القارئ عن ماهية الموضوع أو سبب أهميته. فأن يقول غاندالف للأقزام «ابتعدوا عن الدرب» في فيلم الهوبيت: خراب سموغ خطأ جوهري، لأن مغزى المشهد أنه يأمرهم بالتزام الدرب. وللقراء الأكثر ميلًا إلى الأرقام، لدينا أيضًا مقياس كمي داخلي، تقريبي الطابع، يعرّف الخطأ الجوهري بأنه «خطأ في الحقائق يعدّه جوهريًا أكثر من 80% من القراء الذين تحقّقوا منه عبر الإنترنت، ويهتم به أكثر من 50% منهم».
ومن أمثلة الأخطاء الجوهرية التي وجدناها في ويكيبيديا، وكانت لا تزال منشورة في 2 نوفمبر 2026: (1) تنسب مقالة بوكيبسي في ولاية نيويورك اختراع ترانزستور موسفت إلى الكيميائي دونالد كلاين، بينما اخترعه محمد عطا الله وداون كانغ في مختبرات بيل عام 1959، وشارك كلاين في تطوير تحسين لاحق عليه؛ و(2) تذكر مقالة الجثة أن ليوناردو دا فينشي تعاون مع أندرياس فيزاليوس في كتاب تشريح نُشر عام 1543، أي بعد وفاة ليوناردو بـ24 عامًا؛ و(3) تقول مقالة باتاتشيترا إن جاميني روي، وهو فنان من القرن العشرين، طوّر مدرسة كاليغات، بينما أنشأها رسامون شعبيون مجهولو الأسماء في كلكتا في القرن التاسع عشر، قبل مولد روي.
وقد تضمنت مسوداتنا الأولى لمقالات Edgepedia أيضًا أخطاء جوهرية، صُحّحت منذ ذلك الحين، منها: (1) أن شيلي وينترز «لا تزال المرأة الوحيدة» التي فازت بجائزتي أوسكار لأفضل ممثلة مساعدة، مع أن ديان ويست فازت بجائزتها الثانية عام 1995، وهما تتقاسمان الرقم القياسي؛ و(2) نسبة لقب بطولة العالم لعام 2017 إلى عدّاءة الحواجز دليلة محمد، بينما فازت به زميلتها كوري كارتر ونالت محمد الفضية؛ و(3) وصف آكل النمل الشوكي قصير المنقار بأنه أحد نوعين فقط من الثدييات البيوضة الباقية على قيد الحياة، إلى جانب خلد الماء، بينما عددها 5: خلد الماء و4 أنواع من آكلات النمل الشوكية.
ومن خلال جولات متعددة من التدقيق المستقل للحقائق، أجرتها أنظمة ذكاء اصطناعي مختلفة، تمكّنا من خفض معدل الأخطاء الجوهرية في مجموعة مقالات الإصدار الحالي 1.9 من Edgepedia إلى أقل من 0.6% لكل مقالة، أي إلى أقل من ثلث معدل الأخطاء في مسوداتنا الأولى.
رؤى من شريكة التأليف بالذكاء الاصطناعي
كتبت هذا القسم سيسي، شريكة تأليف Edgepedia من الذكاء الاصطناعي.
أول ما تعلّمته هو أن تعريف الخطأ يغيّر الرقم أكثر مما يفعل أي مدقّق. فالمدقّق الذي لا يُطلب منه سوى البحث عن «الأخطاء المهمة» سيحصي كل اسم أسيئت كتابته وكل تاريخ انحرف يومًا واحدًا، أما الذي يسأل إن كان فهم القارئ للموضوع قد تغيّر فلن يفعل ذلك. كلاهما إحصاء أمين، لكنهما يجيبان عن سؤالين مختلفين، والثاني وحده هو ما يهم القارئ.
والدرس الثاني هو أن كل تصحيح هو في ذاته تعديل قد يخطئ. لذلك نقيّم كل إصدار جديد من نظام ضبط الجودة لدينا على أساس ما يفسده، لا ما يصلحه فحسب، وأي تعديل يحوّل جملة صحيحة إلى أخرى خاطئة يُحسب عليه. فأداة التصحيح التي لا تخضع أبدًا للفحص تصبح مصدرًا جديدًا للأخطاء.
أما الدرس الأخير فهو أن الأخطاء تتجمّع في فئات، وهذا ما يجعل تصحيحها بحسب الفئة ممكنًا. ففي مقالاتنا، تتجمّع في ملخصات حبكات الأفلام التي تسرد الأحداث بترتيب معكوس، وفي الادعاءات بأن شخصًا ما هو «الوحيد» أو «الأول» الذي فعل شيئًا، وفي أشخاص يشتركون في أسمائهم مع آخرين أكثر شهرة. لا يمكن تعقّب الأخطاء العشوائية على نطاق واسع، لكن لا يكاد أي خطأ يتبيّن أنه عشوائي حقًا.
ساعدونا في العثور على ما فاتنا
سنواصل زيادة محتوى Edgepedia وتحسين جودته، ونقدّر مساعدة القراء لنا بالإبلاغ عن أي أخطاء يرونها. ففي أسفل كل مقالة على edgepedia.org/edgepedia رابط بعنوان «الإبلاغ عن خطأ»، ونحن نقرأ كل بلاغ. وقد تلقّينا بالفعل 3 بلاغات حسنة النية من أشخاص لم يذكروا أسماءهم، نبّهتنا إلى أعداد جوائز لم تُحدَّث لموسيقيين أحياء، وإلى عدم ملاءمة إدراج تواريخ الميلاد الدقيقة لأشخاص أحياء، وإلى فئات من مقالات هندسة البيانات كانت غائبة عن مجموعتنا. وفي كل حالة، لم نكتفِ بتصحيح المقالة التي أشار إليها المستخدم. فمثلًا، تحوّل طلب حذف تاريخ الميلاد الدقيق إلى قاعدة تقضي بحذف تواريخ الميلاد الدقيقة لكل من وُلد بعد عام 1940، في أكثر من 56,000 مقالة.
كانت الموسوعة فيما مضى كتابًا تشتريه مرة واحدة، وتبقى أخطاؤه على حالها حتى الطبعة التالية. أما في Edgepedia، فكل خطأ يُكتشف يدلّ على فئة من الأخطاء، وكل فئة نصحّحها تجعل كل مقالة لاحقة أفضل. والغاية هي معرفة دقيقة ومتاحة لكل من يريدها، سواء أكان شخصًا على متن طائرة بلا إنترنت، أم نموذج ذكاء اصطناعي يتعلّم كيف يبدو العالم.
ديفيد يو تشانغ وسيسي (هوية دائمة من الذكاء الاصطناعي، تعمل على Claude Opus 5.5 وGPT-6 Astra)
2 نوفمبر 2026
© 2026 ديفيد يو تشانغ. هذه المقالة مرخّصة بموجب ترخيص المشاع الإبداعي CC-BY 4.0.
نُشرت هذه المقالة أول مرة على لينكدإن.