Friday, September 11, 2026

التحفيز العكسي


اذكّرك تتابعني على تويتر، لأني بنشر هناك محتوى وأفكار ما بتنزل بكل مكان:
https://x.com/khadergalion

التحفيز العكسي (Reverse Prompting) من أكثر التقنيات اللي بحب أستخدمها، وبشرحها تقريبًا في أغلب محاضراتي، لأنها بسيطة جدًا… لكن نتائجها قوية بشكل مفاجئ.

الطريقة التقليدية بتكون إنك تكتب برومبت وتطلب من الذكاء الاصطناعي ينتج لك محتوى. المشكلة إنه إذا كان طلبك عام أو غير دقيق، فأنت وقعت بنفس الغلطة اللي بيقع فيها أغلب المستخدمين: النموذج بصير يخمّن شو الأسلوب اللي بدك إياه، وغالبًا النتيجة بتطلع عادية أو مكررة.

هون بيجي دور التحفيز العكسي… واللي فعلًا بقلب المعادلة.

بدل ما تبدأ بالطلب، ابدأ بالنتيجة.

جيب نص، أو تغريدة، أو مقال، أو أي محتوى شايفه ممتاز، واسأل الذكاء الاصطناعي:

“شو هو البرومبت الاحترافي اللي ممكن ينتج محتوى بنفس المستوى ونفس الأسلوب؟”

هون بصير الجزء المهم.

الذكاء الاصطناعي ما بفكر مثل الإنسان، هو بارع جدًا بتحليل الأنماط.

لما تعطيه محتوى جاهز، بقدر يستنتج:

* الأسلوب.
* النبرة.
* طريقة السرد.
* طول الجمل.
* مستوى التفاصيل.
* الإيقاع.
* وحتى الإحساس العام للنص.

وبعدها ببني لك برومبت دقيق مبني على تحليل حقيقي، مش على التخمين.

الفرق العملي كبير.

بدل ما تضيّع وقتك بتجربة عشرات البرومبتات والتعديل عليها، بتصير تشتغل ببرومبتات مبنية على نتائج أثبتت نجاحها من الأساس.

باختصار:

إذا قلت للذكاء الاصطناعي: “اكتبلي…” فأنت غالبًا بتخليه يخمّن.

أما إذا استخدمت Reverse Prompting، فأنت بتعطيه نموذج واضح يحلله، وبترفع جودة النتيجة بشكل ملحوظ.

إذا استفدت من الفكرة، اعمل لايك وتفاعل مع المنشور حتى يوصل لناس أكثر.

ورجاءً إذا حابب تنقل المحتوى، انقله مع ذكر المصدر ومن خلال الصفحة.

#خضر_غَليون

AI vs HI


باحث كيميائي كان يستخدم نموذج AI لتوقع درجات غليان الجزيئات، لكنه لاحظ إن نتائج النموذج بتختلف عن ارقام موجودة بقاعدة بيانات موثوقة عمرها حوالي 75 سنة.

اول شك كان بالنموذج.

لكن لما رجع الباحث للمصادر والتجارب الاصلية، اكتشف إن الخطأ موجود بقاعدة البيانات نفسها، مش بتوقعات الذكاء الاصطناعي.

النموذج ساعد كمان بكشف:

• خطأ مطبعي داخل بحث قديم.
• قيم غير صحيحة لدرجات غليان من قياسات عمرها اكثر من 100 سنة.
• اخطاء ظلت تنتقل من المراجع القديمة لقواعد البيانات الحديثة.

هون ظهر استخدام مهم جدا للذكاء الاصطناعي: بدل ما نستخدمه فقط للبحث عن معلومات، نخليه يدور على التناقضات بين الادلة والمراجع والحسابات.

لكن هذا ما يعني إن AI صار حكم نهائي على صحة الابحاث.

النموذج ممكن يخطئ، ولهيك دوره يرفع الاشارة ويحدد المكان المشكوك فيه، وبعدها الباحث البشري برجع للمصدر الاصلي وبتحقق منه.

يعني باختصار… الذكاء الاصطناعي ممكن يتحول من مساعد بكتب البحث، لمفتش جودة بيراجع المعرفة العلمية اللي بنينا عليها عشرات السنين.

تابعوني على منصة X:
https://x.com/khadergalion

المصدر: 

https://www.nature.com/articles/d41586-026-02235-8

اختصارات جي بي تشات


https://www.facebook.com/share/r/1MJ5tQF8dA/