🧪 ماذا لو أعطيت ثلاثة وكلاء ذكاء اصطناعي نفس المشكلة… ومنعتهم من رؤية إجابات بعضهم؟

هذه المرة لا يوجد قائد واحد. ثلاثة وكلاء يحصلون على المهمة نفسها. لكن كل واحد يعمل بشكل مستقل. الأول يحاول بناء الحل من زاوية تقنية. الثاني يفكر في تجربة المستخدم. الثالث يحاول اكتشاف المخاطر والمشاكل المحتملة. بعد انتهاء الجولة الأولى، يتم جمع النتائج. وهنا تبدأ المرحلة الثانية. لا يُطلب من الوكلاء اختيار إجابتهم المفضلة. بل يتم إعطاؤهم حلول بعضهم. الوكيل التقني يقرأ اقتراح تجربة المستخدم. وكيل تجربة المستخدم يقرأ التحليل التقني. والوكيل الثالث يقرأ الاثنين. ثم يُطلب من كل واحد أن يحدد: ما الذي كان جيدًا؟ ما الذي كان ناقصًا؟ وما الذي يمكن دمجه؟ بعد ذلك تتكون نسخة جديدة من الحل. ثم تبدأ جولة ثالثة. والهدف ليس الوصول إلى إجابة بسرعة. بل تحسين الحل عبر عدة دورات من التعاون. هذه الطريقة تشبه اجتماعًا افتراضيًا، لكن أعضاء الاجتماع ليسوا أشخاصًا. كل وكيل لديه تخصص مختلف. وقد تكون المفاجأة أن أفضل نتيجة لا تأتي من أقوى وكيل منفرد. بل من دمج عدة وجهات نظر. أحدهم يلاحظ مشكلة لم يرها الآخر. الثاني يجد طريقة أبسط للتنفيذ. والثالث يكتشف مخاطرة كان الجميع يتجاهلها. لكن هناك مشكلة أيضًا. إذا اتفق الوكلاء على معلومة خاطئة، فقد يصبح الخطأ أقوى مع كل جولة. لذلك تحتاج المنظومة إلى مصادر موثوقة، واختبارات خارجية، ومعايير مستقلة للتحقق. ومع ذلك، فإن التجربة تطرح احتمالًا مثيرًا: ربما لا يكون السؤال مستقبلًا: "أي نموذج ذكاء اصطناعي هو الأقوى؟" بل: "كيف نبني فريقًا من النماذج المختلفة بحيث يكمل كل واحد الآخر؟" 🤯🤖