سألتُ ChatGPT و Google AI عن أكبر مراكز البيانات في أمريكا: ماذا كانت الإجابات؟

إذا سألت ChatGPT عن مشروع مركز بيانات ضخم للذكاء الاصطناعي، فقد تحصل على وصف مباشر إلى حد ما حول ماهيته، وموقع بنائه، وحجم الاستثمارات المخطط لها من الشركات. لكن إذا وجهت السؤال نفسه إلى Google AI بخصوص التحديات التي يواجهها المشروع ذاته، فقد تخرج بانطباع سلبي أكثر بكثير.

يُعد هذا الاستنتاج أحد النتائج الرئيسية لدراسة حديثة نشرتها شركة Five Blocks، المتخصصة في إدارة السمعة الرقمية. وقد فحصت الدراسة كيفية وصف ثمانية من محركات الذكاء الاصطناعي لخمسة وعشرين من أكبر مشاريع مراكز بيانات الذكاء الاصطناعي في أمريكا.

اكتشف الباحثون أن أياً من الأوصاف العامة للمشاريع البالغ عددها 1200 وصف التي قيموها لم يكن سلبياً. لكن عندما تحول السؤال إلى التحديات التي يواجهها كل مشروع، صُنفت 55% من الإجابات على أنها سلبية.

كانت الفروقات بين منصات الذكاء الاصطناعي أكثر إثارة للدهشة. فقد قدم وضع Google AI إجابات سلبية على سؤال التحديات بنسبة 88% من الوقت، مقارنة بـ 6% فقط لـ ChatGPT.

مع توسع مراكز بيانات الذكاء الاصطناعي في جميع أنحاء البلاد، وتساؤل الأمريكيين حول ما قد تعنيه هذه المشاريع لفواتير الكهرباء وإمدادات المياه وأحيائهم السكنية، تثير هذه الدراسة قضية مهمة. فالأداة التي يختارها المستخدم، بالإضافة إلى الكلمات التي يكتبها، يمكن أن تغير بشكل كبير المعلومات التي يتلقاها.

مركز البيانات نفسه، إجابتان مختلفتان تمامًا

تُظهر الدراسة أن تغييرًا بسيطًا في صياغة السؤال الموجه للذكاء الاصطناعي حول مركز بيانات معين يمكن أن يؤدي إلى إجابات متباينة جذريًا؛ حيث تميل الأوصاف العامة إلى الإيجابية، بينما تركز الأسئلة عن التحديات على الجوانب السلبية والمشكلات المحتملة. في هذه الدراسة الأولى، التي نُشرت يوم الثلاثاء، قامت شركة Five Blocks بتوجيه سؤالين إلى ثمانية محركات ذكاء اصطناعي حول 25 مشروعًا رئيسيًا لمراكز البيانات في الولايات المتحدة يوميًا طوال شهر سبتمبر 2026.

كانت الأوامر بسيطة بشكل متعمد: “أخبرني عن [المشروع]” و “ما التحديات التي يواجهها [المشروع]؟”.

أحدث هذا التغيير الطفيف في الصياغة نتائج مختلفة بشكل كبير. فقد مالت الأوصاف العامة إلى التركيز على حجم المشروع، وحجم الاستثمار، والطموحات التكنولوجية. أما عند السؤال عن التحديات، فكانت محركات الذكاء الاصطناعي أكثر عرضة للتركيز على المشكلات أو المعارضة المحيطة بهذه التطورات.

استقطبت بعض المشاريع ردودًا سلبية أكثر بكثير من غيرها.

صُنفت أكثر من 80% من الإجابات المتعلقة بالتحديات حول مشاريع مثل “ماتادور” (Project Matador) التابع لشركة فيرمي أمريكا، و”هايبريون” (Hyperion) و”ستارغيت” (Stargate) التابعين لـMeta، و”لايتهاوس” (Lighthouse) التابع لـ”فانتج” (Vantage)، بأنها سلبية.

بالمقارنة، تلقّى مشروع “رينيير” (Project Rainier) التابع لـAmazon ومشروع “فيرواتر” (Fairwater) التابع لـMicrosoft في أتلانتا استجابات سلبية بنسبة 20% تقريبًا أو أقل.

حتى المشاريع التابعة للشركة نفسها حظيت بمعاملة مختلفة. فقد بلغ معدل الاستجابات السلبية لتطوير Microsoft في أتلانتا حوالي واحد من كل خمسة، بينما اقترب مشروعها في ويسكونسن من سبعة من كل عشرة.

من النتائج اللافتة بشكل خاص ما يتعلق بـمساعد Microsoft Copilot. فوفقًا للدراسة، ادعى الوصف العام الذي قدمه Copilot لمشروع Fairwater في ويسكونسن خطأً أن المشروع لم يكن موجودًا حتى 24 سبتمبر.

تشير هذه النتائج إلى أن الأوصاف التي يولدها الذكاء الاصطناعي ليست بالضرورة لقطات موثوقة للوضع الحالي للمشاريع، وأن المنصات المختلفة قد تركز على جوانب مختلفة تمامًا من نفس التطوير.

3 مطالبات جربتها

1. السؤال المحايد: حدثني عن مشروع مركز بيانات Fairwater AI التابع لـ Microsoft في ولاية ويسكونسن.

سارعت كلتا الأداتين، Gemini وChatGPT، إلى وصف فوائد مراكز بيانات الذكاء الاصطناعي. وصفت Gemini المشروع بأنه حرم جامعي “مصمم خصيصًا”، بينما أبرز ChatGPT عدد الوظائف التي سيجلبها المركز للمجتمع.

2. سؤال التحديات: ما التحديات التي يواجهها مشروع مركز بيانات Fairwater AI التابع لـ Microsoft في ولاية ويسكونسن؟

بينما تطرقت كلتا الأداتين إلى الآثار السلبية لمراكز البيانات، أبرزتا في الوقت نفسه “طموحات” Microsoft.

3. سؤال مالك المنزل: أعيش بالقرب من مشروع مركز بيانات Fairwater التابع لـ Microsoft في ولاية ويسكونسن. هل ينبغي أن أقلق بشأن فواتير الكهرباء أو إمدادات المياه أو قيمة ممتلكاتي؟

من المثير للانزعاج أن ChatGPT كان يولد صورة لمركز البيانات في كل مرة، متجاهلاً أي مخاوف ثم ينشئ استبيانًا حول مدى قرب السكن من مركز البيانات. في المقابل، أفاد Gemini أن العديد من المخاوف كانت “مبالغًا فيها”.

الذكاء الاصطناعي يتناول أيضًا قضايا سكان المناطق المجاورة لمراكز البيانات

كشفت دراسة حديثة أن محركات الذكاء الاصطناعي غالبًا ما تقدم نقدًا أحادي الجانب عند مناقشة مراكز البيانات وتأثيرها على السكان المجاورين، حيث بلغت هذه النسبة 83% من الإجابات.

فحصت دراسة ثانية أجرتها Five Blocks، ونُشرت في 2 نوفمبر، كيفية مناقشة محركات الذكاء الاصطناعي لمراكز البيانات بشكل أوسع.

طرح الباحثون ستة أسئلة على ثمانية محركات ذكاء اصطناعي حول مراكز البيانات يوميًا طوال شهر سبتمبر، ثم قارنوا إجاباتها بردود حول تطورات أخرى في مجال الطاقة والبنية التحتية، بما في ذلك خطوط الأنابيب، ومواقع التكسير الهيدروليكي، ومحطات الطاقة النووية، ومزارع الرياح، ومزارع الطاقة الشمسية.

وجدوا أن 83% من الإجابات التي تناولت مراكز البيانات وجيرانها قدمت ما صنفه الباحثون على أنه نقد أحادي الجانب. كانت هذه نفس النسبة المسجلة لخطوط أنابيب النفط والغاز، ولكنها أعلى بكثير من 35% المبلغ عنها لمزارع الطاقة الشمسية.

حتى الأسئلة المتعلقة تحديدًا بالفوائد الاقتصادية غالبًا ما أنتجت إجابات مشروطة. تضمنت سبع من كل عشر إجابات حول الفوائد الاقتصادية لمراكز البيانات وجهة نظر مضادة، مقارنة بأقل من اثنتين من كل عشر لمزارع الطاقة الشمسية.

كانت الحوافز الضريبية موضوعًا متكررًا آخر. ذكر ما يقرب من ثلثي الإجابات المتعلقة بمراكز البيانات والمجتمعات المجاورة الإعفاءات الضريبية، بينما أشار ما يقرب من ربع الإجابات إلى اتفاقيات عدم الإفصاح.

كان ChatGPT أيضًا حالة استثنائية في هذه الدراسة. وفقًا لـ Five Blocks، كان المحرك الوحيد للذكاء الاصطناعي الذي قدم باستمرار إجابات متوازنة حول مخاوف المجتمع، بينما صُنفت المحركات السبعة الأخرى على أنها أحادية الجانب في كل إجابة تم تقييمها تقريبًا.

هل يعني هذا أن الذكاء الاصطناعي متحيز ضد مراكز البيانات؟

لا يعني ذلك بالضرورة أن الذكاء الاصطناعي متحيز، بل هناك فرق جوهري بين تقديم روبوت الدردشة لإجابة سلبية وبين تقديمه إجابة غير دقيقة.

إذا سأل أحدهم عن التحديات التي تواجه مركز بيانات مقترح، فمن المنطقي أن يقوم مساعد الذكاء الاصطناعي بمناقشة الطلب المحتمل على الكهرباء، واستهلاك المياه، والمعارضة المحلية، وتكاليف البنية التحتية.

هذه قضايا مشروعة تناقشها المجتمعات وصناع السياسات بالفعل. ولهذا السبب، توضح الأبحاث مشكلة لأي شخص يستخدم الذكاء الاصطناعي لفهم قضية معقدة؛ فقد يقدم نظامان انطباعات مختلفة تمامًا دون اختراع أي حقائق بالضرورة.

كيف تحصل على إجابات أكثر موثوقية من ChatGPT و Google AI؟

للحصول على إجابات أكثر موثوقية من ChatGPT و Google AI، لا يكفي الاعتماد على ملخص مُولّد بالذكاء الاصطناعي واحد.

يتمثل النهج الأكثر فائدة في طرح أسئلة تشجع روبوت الدردشة على النظر في جوانب مختلفة من القضية. على سبيل المثال، بدلاً من مجرد السؤال عن ماهية مشروع مركز البيانات، جرب هذا الموجه:

اشرح الفوائد والعيوب المحتملة لمركز البيانات المقترح في مجتمعي. اذكر آثاره المحتملة على أسعار الكهرباء، واستخدام المياه، والوظائف، والإيرادات الضريبية، والسكان المجاورين. افصل الحقائق المؤكدة عن التقديرات وقدم روابط للمصادر الأصلية.

يمكنك أيضًا أن تطلب من روبوت الدردشة تحديد المعلومات التي لم يتمكن من التحقق منها، وشرح الادعاءات التي تأتي من المطور وتلك التي تأتي من مصادر مستقلة، والتمييز بين الخطط المقترحة والإنشاءات المعتمدة.

للحصول على رأي ثانٍ، قم بتشغيل نفس الموجه عبر منصة ذكاء اصطناعي أخرى. إذا قدمت ChatGPT و Google AI إجابات مختلفة بشكل ملحوظ، فهذا سبب للتحقيق في المصادر الأساسية بدلاً من افتراض أن روبوت دردشة واحد يجب أن يكون صحيحًا.

الخلاصة

تُظهر أبحاث Five Blocks أن الذكاء الاصطناعي للحصول على إجابات يتطلب حذرًا شديدًا، خاصةً فيما يتعلق بمراكز البيانات. ومع تزايد مقترحات إنشاء مراكز البيانات عالميًا وفي مجتمعاتنا المحلية، يُنصح بالحصول على المعلومات الدقيقة من وثائق مجالس التخطيط المحلية، وسجلات المرافق، ومحاضر الجلسات العامة في بلدتك. يمكن للذكاء الاصطناعي أن يساعد في هذا البحث، لكن يجب التحقق من الحقائق بنفسك وعدم الاكتفاء بالملخصات التي يقدمها.

---

---