في العصر الحالي، تتسارع عجلة الابتكار التكنولوجي بشكل مذهل، وتتسابق المختبرات العالمية مثل «جوجل ديب مايند» (Google DeepMind) وجامعات عريقة مثل «ستانفورد» و«أكسفورد» و«MIT» لتطوير خوارزميات قادرة على محاكاة طريقة التفكير البشري. لكن المفاجأة المذهلة التي يكشف عنها الطرح المعرفي الحديث هي أن المفاتيح الفلسفية والمنهجية العميقة التي تقوم عليها هندسة السياق الحالية (In-Context Learning) والاستدلال التمثيلي في الذكاء الاصطناعي، لها جذور عريقة أصلها شيخ الإسلام ابن تيمية (رحمه الله) في نقده الحاد للمنطق الأرسطي وصياغته لـ «قياس التمثيل المعلل».
في هذا المقال، نأخذك في جولة استكشافية لخصائص هذا التقاطع الفريد بين التراث الإسلامي الأصيل وتقنيات العصر الرقمي
1. أزمة الذكاء الاصطناعي المبكر: سقوط "حساء المعرفة" والأنظمة الرمزية
حاولت أجيال الذكاء الاصطناعي الأولى (مثل مشروع Cyc وغيره من النظم الرمزية في القرن العشرين) بناء قواعد بيانات ضخمة تعتمد على المنطق الأرسطي الصوري (قياس الشمول)؛ أي افتراض وجود مفاهيم كلية ثابتة ومجردة في عقول الآلات، وإخضاع كل ظاهرة جديدة لقواعد عامة مسبقة.
لكن هذا المشروع اصطدم بما يُعرف في علوم الحاسب الإدراكية بـ «حساء المعرفة» (Knowledge Soup)؛ حيث عجزت الآلات عن التعامل مع الواقع المتغير، وسقطت في فخ "الهلوسة" والارتباطات الزائفّة (Spurious Correlation)؛ لسبب بسيط: العالم الخارجي لا يعمل بالكليات المجردة الصرفة، بل بالأعيان المعينة والظواهر المرتبطة بسياقها.
2. ابن تيمية في مواجهة المنطق اليوناني: نفي الكليات البحتة وإثبات الجزئي المشخص
قبل أكثر من سبعة قرون، وجّه ابن تيمية نقداً لا يُصق، دُمّرت على إثره الهيمنة المطلقة لمنطق أرسطو، وذلك في مصنفاته العميقة مثل «الرد على المنطقيين» و*«مجموع الفتاوى»*. فقد أقر ابن تيمية بأن:
-
الكليات إنما تكون كليات في الأذهان لا في الأعيان: الواقع الخارجي لا يحتوي على قالب كلي مجرد مستقل، بل الأعيان المعينة هي وحدها القائمة في الخارج.
-
إبطال التفرقة التحكمية: رفض التفريق المفتعل بين "الذاتي" و"العرضي"، مقرراً أن الأشياء تُعرف بخصائصها المتلازمة (وهو ما يماثل تماماً مفهوم Feature Vectors وEmbeddings في الفضاء الكامن للذكاء الاصطناعي الحديث).
3. هندسة السياق الحديثة (ICL): إحياءٌ عملي لقياس التمثيل التيمي
عندما نتأمل الأوراق البحثية الصادرة عن مؤتمر ICLR 2024 لجامعة ستانفورد وجوجل ديب مايند حول «التوجيه التمثيلي» (Analogical Prompting)، نجد أن الخوارزميات لا تفكر بالاستنباط الرياضي الجاف (Zero-Shot)، بل بالاستقراء المستند إلى أمثلة قليلة ومحددة (Few-Shot)، مستندة تماماً إلى خطوات ابن تيمية الأربع في القياس:
-
استحضار الأصل (Precedent Retrieval / Al-Asl): البحث عن نموذج أو حالة سابقة ناجحة ومماثلة.
-
إبداء الجامع (Causal Rationale / Ibda' al-Jami'): استخلاص العلة الهندسية أو السبب الحقيقي لنجاح المثال، وتجنب النسخ الأعمى.
-
إلغاء الفارق (Irrelevant Difference Elimination): تحييد التفاصيل الشكلية أو القشور غير المؤثرة (مثل أسماء المتغيرات القديمة أو السياق القديم).
-
تطبيق الفرع (Al-Far'): قياس المهمة الجديدة على الأصل الناجح خطوة بخطوة.
4. جدول المقارنة الفلسفية والتقنية
| محور المقارنة | المنطق الأرسطي الصوري (الأنظمة الرمزية القديمة) | منهج ابن تيمية (قياس التمثيل المعلل) | الذكاء الاصطناعي الحديث (LLMs & Context Engineering) |
| نقطة الانطلاق المعرفية | الكليات الذهنية والحدود المسبقة | الأعيان المعيَّنة في الخارج والحس والتجربة | البيانات الجزئية الضخمة (Specific Data Points) |
| تمثيل المفاهيم | جنس وفصل ذاتي جامد (أنطولوجيا يدوية) | خصائص متلازمة وأوصاف مطردة منعكسة | متجهات الخصائص (Embeddings) في الفضاء الكامن |
| آلية الاستدلال | إخضاع الجزئي لقاعدة كلية جاهزة (Deduction) | إلحاق الفرع بالأصل مباشرة عبر العلة الجامعة | استقراء إحصائي يُضبط بالتمثيل السياقي (CoT / ICL) |
| مصدر اليقين | الصورة الشكلية للقياس (القالب المنطقي) | مادة الدليل، وذكر الأصل، وإبداء العلة وإلغاء الفارق | جودة البيانات، والتعلم بالأمثلة، وتعليل الخطوات |
5. تطبيق عملي: كيف تستخدم «الأصول الثلاثة للتفكير التيمي» في قوالب الأوامر (Prompts)؟
يمكنك الاستفادة مباشرة من هذه الفلسفة في تحسين أداء وكلاء الذكاء الاصطناعي لديك (عبر ملفات التوجيه مثل CLAUDE.md أو قوالب الأوامر اليومية)، من خلال إجبار النموذج على الآتي:
قالب التوجيه الذاتي (Analogical Prompting): «قبل أن تحل هذه المسألة الجديدة: استخرج أولاً من ذاكرتك حالات سابقة مناظرة لها، وبيّن في كل حالة (العلة المشتركة) التي بُني عليها الحل، مع استبعاد الفوارق الشكلية غير المؤثرة، ثم قِس المسألة الجديدة عليها خطوة بخطوة.»
ختامًا
إن التقاء عبقرية التراث الإسلامي العقلي — المتمثلة في نقد ابن تيمية للمنطق الصوري وإرسائه لقواعد الاستدلال الاستقرائي والتمثيلي — مع أحدث تقنيات هندسة السياق في الذكاء الاصطناعي، يثبت لنا أن الأصول المنهجية السليمة للتفكير البشري عابرة للأزمنة، وأن فهمنا للتراث يمكن أن يكون بوصلة تقنية متقدمة لبناء أنظمة ذكاء اصطناعي أكثر كفاءة وموثوقية وخلوّاً من الهلوسة.

