طبقة الإعلان

ثمة نوع محدد من الأداء الاستعراضي أتقنته الحوكمة النيجيرية على مرّ العقود. يتضمن مكانًا مرموقًا، واسمًا رنّانًا، ووزيرًا على منصة، وبيانًا صحفيًا يسافر أبعد من الشيء الذي يصفه. الإعلان هو المنتج، والشيء المعلَن عنه ثانوي — نافع أساسًا بوصفه المادة التي تبرر الإعلان.

على هامش الدورة الثمانين للجمعية العامة للأمم المتحدة في نيويورك، كشف وزير الاتصالات والابتكار والاقتصاد الرقمي النيجيري عن N-ATLAS — الموصوف بأنه أول نموذج لغوي كبير متعدد الوسائط ومتعدد اللغات مدعوم حكوميًا في أفريقيا. مكان مختار بعناية ولغة طموحة.

«يضع N-ATLAS أصوات أفريقيا وتنوعها في أساس الذكاء الاصطناعي»، أعلن الوزير. «هذه الخطوة الأولى في رحلة أوسع لجعل أفريقيا مساهمًا وقائدًا في صياغة مستقبل الذكاء الاصطناعي».

يجدر التوقف هنا والسؤال: ما هو N-ATLAS فعلًا؟

ما الذي بُني فعلًا؟

N-ATLAS نسخة معدّلة بالضبط الدقيق من Llama-3 8B — نموذج أساس مفتوح المصدر أطلقته Meta مجانًا — دُرّبت على بيانات لغات نيجيرية جُمعت عبر تسجيلات صوتية جماعية من متطوعي برنامج 3MTT. منصة جمع البيانات بنتها Awarri، شركة ذكاء اصطناعي ناشئة مقرها لاغوس، هي من أنجز العمل التقني الفعلي. النموذج يقيم على Hugging Face. يدعم اليوروبا والهاوسا والإيغبو والإنجليزية بلكنة نيجيرية. وهو غير متاح كتطبيق استهلاكي. إنه أداة للمطورين — طبقة تأسيسية يستطيع بناة آخرون استخدامها لصنع تطبيقات.

هذا عمل مفيد إلى حد معقول. فريق Awarri كفؤ. والفجوة التي يعالجها — الغياب شبه التام للغات الأفريقية من بيانات تدريب الذكاء الاصطناعي العالمية — حقيقية وتستحق المعالجة.

لكن لنكن دقيقين بشأن ما كانت عليه مساهمة الحكومة النيجيرية فعلًا: حشدت متطوعين عبر برنامج قائم أصلًا لتسجيل عينات صوتية، وقدمت غطاءً مؤسسيًا لعملية ضبط دقيق على نموذج مفتوح المصدر متاح مجانًا. البنية المعمارية لم تتطلب أي بحث مبتكر. فالضبط الدقيق لـ Llama-3 على مجموعة بيانات لغوية تقنية موثقة جيدًا متاحة لأي مهندس تعلم آلة كفء يملك عطلة نهاية أسبوع ووصولًا إلى وحدة معالجة رسومية. والجزء الأصعب — جمع البيانات — أُنجز بالتعهيد الجماعي.

في الأثناء، أقرّ كبير المهندسين بصراحة أنهم بعيدون كل البعد عن نطاق النماذج التي ينافسونها مفهوميًا، وأن وحدات المعالجة الرسومية باهظة للغاية، وأن نيجيريا لا تملك بعد مراكز بيانات قادرة على دعم تدريب ذكاء اصطناعي واسع النطاق. وما تزال Awarri تمرر الاستدلال عبر خدمات Amazon وGoogle السحابية.

وزارة الابتكار أعلنت سيادةً في الذكاء الاصطناعي على نموذج يعتمد اعتمادًا كاملًا على بنية تحتية أجنبية.

لماذا بُني؟

يجدر السؤال: من يخدم N-ATLAS فعلًا — وهل ذلك الشخص هو عنق الزجاجة الذي كان على الوزارة أن تحله؟

الشركة النيجيرية الناشئة التي تبني منتجًا بأي طموح يتجاوز سوق المستهلك المحلي تبني بالإنجليزية. عملاؤها من الشركات يتحدثون الإنجليزية. مستثمروها الدوليون يتحدثون الإنجليزية. وسوق التصدير التي تحتاجها لبلوغ النطاق تتحدث الإنجليزية. ذكاء اصطناعي يفهم تنغيم اليوروبا أو تركيب الإيغبو ليس قيدها. بل ليس حتى ضمن قيودها العشرة الأولى.

أما الفئة الضيقة من التطبيقات التي تتطلب فعلًا قدرة لغوية محلية — خدمات المواطنين الحكومية، المعلومات الصحية الريفية، الإرشاد الزراعي — فحالة الاستخدام فيها حقيقية لكن العميل هو القطاع العام، لا منظومة الشركات الناشئة. والقطاع العام في نيجيريا له سجل موثق جيدًا في شراء تقنيات لا ينشرها.

ما تحتاجه منظومة الشركات الناشئة فعلًا — ما يحتاجه كل مؤسس يبني منتج ذكاء اصطناعي في لاغوس بصرف النظر عن لغة مستخدميه — هو استدلال رخيص. القدرة على تشغيل نموذج في الإنتاج من دون أن تصل فاتورة الحوسبة قبل وصول المستخدم الأول. القدرة على التجريب والتكرار والاختبار من دون تحويل ميزانية التطوير بأكملها إلى مركز بيانات في فيرجينيا.

N-ATLAS لا يحل هذا. ولا يستطيع حله. إنه نموذج بلا مأوى، مفتوح المصدر على Hugging Face، مبهر في تغطيته اللغوية لكنه معتمد كليًا على البنية التحتية الأجنبية نفسها التي أُعلن بوصفه بديلًا عنها.

كلفة الفرصة الضائعة

كل مورد يذهب إلى طبقة الإعلان هو مورد لا يذهب إلى طبقة البنية التحتية. وفي بيئة يعمل فيها الابتكار أصلًا تحت الوطأة الكاملة المتراكمة للجدار، فإن تحويل الموارد إلى مشاريع استعراضية ليس فعلًا محايدًا. إنه جرّ فعلي إلى الوراء.

الميزانية التي موّلت تطوير N-ATLAS وإعلانه في الجمعية العامة لم تموّل برنامج دعم للحوسبة. وساعات متطوعي 3MTT التي ذهبت إلى تسجيل عينات صوتية لم تذهب إلى بناء أدوات تجعل أولئك المتطوعين أكثر إنتاجية كمطورين.

والاهتمام الوزاري ورصيد الشراكات الدولية اللذان وُظفا لإدراجٍ في قائمة TIME100 AI لم يوظَّفا لقرار الشراء الذي كان سيضع وحدات معالجة رسومية مدعومة في أيدي المؤسسين النيجيريين.

والناس الذين يضرّهم هذا غير مرئيين في البيان الصحفي.

مؤسسون نظروا في فاتورة AWS وقرروا أن النموذج الأولي لا يستحق المواصلة.

باحثون احتاجوا إلى وصول لوحدات معالجة رسومية فلم يجدوا شيئًا.

فرق صغيرة كانت ستبدأ شيئًا لو جُعلت البيئة أقل عدائية ولو هامشيًا، لكنها لم تستطع، لأنها لم تُجعل كذلك.

هؤلاء لا يظهرون في الجمعية العامة. إنهم ببساطة لا يبنون، بهدوء. والمنظومة، التي كانت صعبة بما يكفي أصلًا، تزداد صعوبة شيئًا فشيئًا.

لكن هدر الموارد ليس سوى جزء من المشكلة.

المسألة الأعمق هي التضليل في الاتجاه.

في نظام سليم، تخبر إشارات الحكومة المنظومةَ بما ينبغي بناؤه.

المسرّعات توجّه برامجها حول تلك الإشارات.

المستثمرون يقرؤونها مؤشرات على أين سيتبعها الدعم التنظيمي.

المؤسسون يكتبون طلبات المنح وعروض الاستثمار حولها.

الحكومة هي أكبر مؤثر منفرد في ما تعتقد المنظومة أن عليها إعطاءه الأولوية — ما يعني أنها حين تشير إلى الاتجاه الخطأ، لا تهدر مواردها هي فحسب. بل تهدر موارد الجميع أيضًا.

حين تشير الوزارة إلى أن النماذج اللغوية هي أولوية الذكاء الاصطناعي الوطنية، تقلّد المنظومة الإعلانَ تقليد عبادة الشحنات. تُبنى البرامج حول النماذج اللغوية. ويتدفق الاهتمام نحو النماذج اللغوية.

في الأثناء، يظل القيد الفعلي — الوصول إلى الحوسبة — بلا معالجة، بل وبلا إشارة كافية الآن. والمؤسسون الذين احتاجوا إلى دعم للحوسبة يُقال لهم، ضمنًا، إن رؤية الحكومة للتفوق النيجيري في الذكاء الاصطناعي هي روبوت محادثة باليوروبا على Hugging Face.

هذه هي طبقة الإعلان وهي تراكم نفسها. إنها لا تفشل في حل المشكلة فحسب، بل تفاقمها بتضليلها الفعلي للناس الذين كانوا يحاولون حلها بأنفسهم.

وهو ليس فشلًا معزولًا.

الاستراتيجية الوطنية للذكاء الاصطناعي لا تحتوي على خطة تنفيذ، ووثيقة رؤية بلا طبقة تنفيذ ليست سوى نسخة أكثر تفصيلًا من الإعلان نفسه.

حين تضع N-ATLAS بجوار الاستراتيجية التي كان يُفترض أن تمنحه سياقًا، والاستراتيجية بجوار الوزارة التي كان يُفترض أن تمنح الاستراتيجية أنيابًا، تجد في كل طبقة النمط نفسه: شكل الحوكمة من دون وظيفتها.

عند نقطة ما ينفد التفسير المتسامح. حين ينتج نظام ما، باستمرار، مظهرَ التقدم بينما يمنع التقدم الفعلي، يصبح الأثر غير قابل للتمييز وظيفيًا عن التخريب — بصرف النظر عن النية.

الثمرة الأدنى على الشجرة

ثمة نسخة من وزارة Bosun Tijani كان يمكن أن تكون. وزير يملك مؤهلات تقنية حقيقية، وعلاقات حقيقية بالمنظومة، ووصولًا حقيقيًا إلى تمويل متعدد الأطراف — 800 مليون دولار ملتزَم بها بين البنك الدولي وبنك التنمية الأفريقي والبنك الأوروبي لإعادة الإعمار والتنمية لمشروع Project BRIDGE وحده — ينظر إلى منظومة الشركات الناشئة النيجيرية في الذكاء الاصطناعي ويسأل سؤالًا بسيطًا:

ما عنق الزجاجة الأشد تقييدًا، وما أرخص تدخّل يزيله؟

الجواب ليس نموذجًا لغويًا مضبوطًا بدقة على بنية أساس مجانية ومرفوعًا على Hugging Face.

الجواب هو الوصول إلى الحوسبة.

طبقة البنية التحتية التي تحوّل النموذج الأولي العامل لدى مطوّر إلى شيء يمكن اختباره وتكراره ونشره على نطاق واسع من دون أن تذهب ميزانية التطوير بأكملها إلى مزود سحابي أجنبي قبل أن يسجّل المستخدم الأول.

ذلك التدخل ما كان ليتصدر العناوين في الجمعية العامة، ولا كان ليكسب إدراجًا في TIME100 AI. كان سيكون عملًا صادقًا مملًا: غرفة خوادم وبرنامج دعم وقرار شراء، كانت ستفضي إلى تنمية فعلية قابلة للقياس.

نمط مألوف

في أولمبياد باريس 2024، أرسلت نيجيريا 88 رياضيًا — أكبر وفودها على الإطلاق — وأنفقت 12 مليار نيرة على إعدادهم. وعادت إلى الوطن بصفر ميدالية.

Favour Ofili، بطلة نيجيريا الوطنية في سباق 100 متر، لم تنافس في سباقها الأساسي لأن اتحاد ألعاب القوى أخفق في تسجيلها في الوقت المحدد. ولم يكن ذلك أول عهدها بهذا النظام: في ألعاب طوكيو قبل أربع سنوات، كانت واحدة من عشرة رياضيين نيجيريين لم يستطيعوا المنافسة لأن المسؤولين أخفقوا في تنظيم اختبارات المنشطات المطلوبة.

وحين خرجت من المضمار في باريس بعد سباق 200 متر، لاحظ الصحفيون أنه لم يكن ثمة أي موظف نيجيري حاضرًا لمواساتها.

إنها تركض الآن لتركيا.

الموهبة والإعداد كانا موجودين، لكن الطبقة الإدارية التي كان يُفترض أن تحوّل ذلك الإعداد إلى مشاركة ببساطة لم تعمل. ولم يُحاسب أحد.

عدة رياضيين من أصول نيجيرية فازوا بميداليات في الألعاب نفسها لألمانيا، وللبحرين، وللولايات المتحدة. رياضيون كانوا قد حاولوا من قبل تمثيل نيجيريا فوجدوا النظام مستعصيًا على العبور.

النمط نفسه يتكرر الآن في سباق الذكاء الاصطناعي العالمي. الأطقم جاهزة، والرايات مرفوعة، والإعلان صدر في الأمم المتحدة.

لكن البنية التحتية التي كانت ستضع نيجيريا على خط الانطلاق الفعلي — الوصول إلى الحوسبة، وأدوات المطورين، والبيئة المدعومة التي تحوّل الموهبة الفردية إلى قدرة جماعية — ليست على قائمة المهام. هذا إن وُجدت قائمة أصلًا.

لكن بالتأكيد، سنقود القارة في تبنّي الذكاء الاصطناعي.

ثق بي يا صاحبي.