كيف تجعلون شات بوت الذكاء الاصطناعي يفهم الدارجة المغربية ولهجات أخرى

ما حدث في نظامي السحابي لدعم عيادات الأسنان المغربية

بنيت نظاما سحابيا لدعم العملاء لعيادات أسنان في المغرب. في البداية افترضت أن جودة اللهجة تتطلب تخصيص نموذج محلي. بدا ذلك كالإجابة التقنية: جمع بيانات، تدريب نموذج، استضافته، وجعل الدارجة جزءا من الأوزان. قبل الالتزام بذلك العمل، جربت تدخلا أصغر. جمعنا أمثلة دعم حقيقية من مساعدات عملن داخل عيادات أسنان. كن يعرفن العبارات التي يستخدمها المرضى للألم، المواعيد، الأسعار، الطوارئ، والمتابعة. وضعنا تلك الأمثلة في سياق التوجيه. تحسنت الجودة بسرعة.

فعلت الأمثلة أكثر من ترجمة المفردات. أظهرت النبرة، النية، سياسة العيادة، متى تُطرح سؤال آخر، ومتى تُستدعى أداة الحجز. هذا التمييز مهم. يمكن لقاموس أن يشرح أن كلمة تشير إلى موعد. يُظهر مثال مُفصَّل كيف يجب أن يرد المساعد عندما يستخدم مريض تلك الكلمة أثناء وصف ألم وطلب أقرب موعد متاح.

تكرر نفس النمط في بناء مختلف تماما: أرادت وكالة ترجمة أن يقدّم عملاؤها الطلب، ويحصلوا على عرض سعر، ويدفعوا بالكامل داخل محادثة دردشة واحدة، دون صفحة رفع ملفات، ودون صفحة دفع منفصلة. كان عملاؤها مغاربة مهاجرين موزعين بين فرنسا والولايات المتحدة ودول الخليج، لذلك يمكن أن تنتقل نفس المحادثة من الدارجة إلى الفرنسية إلى العربية المصرية ثم الإنجليزية في منتصف الحديث. عبر نحو 40 مشروع شات بوت حتى الآن، معظمها لعيادات ومراكز أسنان في المغرب وبعضها لشركات أمريكية، تبيّن أن مشكلة اللغة ومشكلة البنية هما في الحقيقة نفس المشكلة: لا يكفي نموذج يفهم الكلمات إذا كان النظام المحيط به عاجزا عن التوجيه والتحقق والتصرف بشكل صحيح بناء على ما فهمه.

ما يجب أن يحتويه مثال قوي متعدد اللقطات

لماذا يكسر تبديل الشيفرة اللغوية النماذج العامة، وما الذي يُصلحه فعلا

الدارجة أصلا مزيج من العربية والفرنسية والإسبانية وتأثير أمازيغي، لذلك تمزج رسالة واحدة من العميل عادة عدة لغات في جملة واحدة. إصلاح ذلك لا يعني إيجاد نموذج أكبر. إنه تغطية منضبطة بأمثلة قليلة لهذا المزيج، إلى جانب اختيار نموذج أساسي قوي فعلا في العربية والفرنسية والإنجليزية معا، لا نموذج مصمم أساسا للإنجليزية مع دعم عربي مضاف جانبا. كما يرد الوكيل دائما بالحروف العربية، لا بالدارجة المكتوبة بالحروف اللاتينية. الردود بالحروف العربية تنتج أخطاء أقل لاحقا وتبدو أكثر طبيعية لعميل مغربي من نص مكتوب بالحروف اللاتينية.

يستحق فشل متكرر أن يُذكر بدقة، لأنه ليس مشكلة مفردات: يكتب عميل نرف بمعنى تقريبي أريد أن أعرف (من فعل عرف بالدارجة). في كتابة الأرابيزي، الإملاء الصحيح يحتفظ بالرقم: n3rf، حيث يحل الرقم 3 محل الحرف العربي ع. عندما يحذف شخص الرقم ويكتب nerf، تصبح الرسالة مطابقة بصريا وصوتيا للكلمة الفرنسية التي تعني العصب. نموذج متعدد اللغات بلا تهيئة خاصة لهذه الحالة سيقرأها كفرنسية ويرد عن العصب بدل التعرف على النية الدارجة. الحل ليس قاموسا أطول. إنه توجيه الوكيل لمعاملة هذا النوع بالذات من الغموض، كلمة دارجة تتصادم مع كلمة حقيقية بلغة أخرى بمجرد حذف الرقم، كإشارة لطرح سؤال توضيحي قصير بدل التخمين. هذا نفس الانضباط الذي يطبقه مساعد بشري بشكل غريزي. إذا تُرك النموذج وحده، سيختار بثقة اللغة الخاطئة.

البنية وراء ذلك: منسّق، لا توجيه طويل واحد

بمجرد أن يحتاج شات بوت لفعل أكثر من الرد على الأسئلة، يتوقف توجيه النظام الطويل عن كونه مشكلة لغة ويصبح مشكلة بنية. استخدم بناء الطلب والدفع أعلاه منسّقا يوجه كل دور إلى وكيل فرعي متخصص: واحد يملك الأسئلة الشائعة، واحد يملك إنشاء الطلبات وحالتها، واحد يملك الدفع، وواحد يملك التحيات والحديث الخفيف. لكل وكيل فرعي توجيه ضيق مخصص لمهمته وأدواته الخاصة، مكشوفة عبر MCP، وبعضها يكتب مباشرة في منصة الطلبات الحالية للعميل: إنشاء طلب، التحقق من حالة، تأكيد دفع. يُجمِّع المنسّق مخرجاتها في رد واحد. هذا يبقي أي توجيه واحد قصيرا بما يكفي ليبقى موثوقا، ويعني أن تغييرا في سلوك وكيل الدفع لا يمكن أن يُغيّر عرضيا كيف يرد وكيل الأسئلة الشائعة على سؤال عن السعر.

تُحقن أمثلة الأمثلة القليلة وقت التشغيل داخل هذه البنية، لا مُثبَّتة في توجيه نظام ثابت واحد. عندما تصل رسالة بالدارجة، تكتشف طبقة التوجيه ذلك وتحقن أمثلة دارجة مخصصة للوكيل الفرعي الذي يتعامل مع تلك النية، لا مجموعة ثابتة مُلصقة أعلى كل محادثة. هذا يبقي السياق مركزا ويجعل من الممكن إصلاح حالة لهجة استثنائية واحدة دون المساس ببقية سلوك النظام.

وكيل الدفع يحصل على أقل ثقة في النظام

أي وكيل فرعي متصل بأداة قادرة على إنشاء طلب، تحريك مال، أو الكتابة في نظام عميل مباشر يمثل سطح هجوم حقيقيا. احتل حقن التوجيه المرتبة الأولى في قائمة OWASP LLM Top 10 عبر كل إصدار، ويزداد الخطر بالضبط عندما يملك نموذج لغوي كبير أدوات قادرة على إرسال رسائل، استدعاء واجهات برمجة تطبيقات، أو إجراء مشتريات: حقن ناجح يسمح لمهاجم باستخدام كل ما تستطيع الأداة فعله. عمليا هذا يعني أن وكلاء الدفع وكتابة الطلبات يحصلون على أضيق صلاحيات أدوات ممكنة، وتحقق منظم من المخرجات قبل أي تنفيذ، وخطوة تأكيد صريحة قبل مرور أي إجراء لا رجعة فيه، بدل الاعتماد على حكم النموذج وحده لتحديد متى يكون الإجراء آمنا.

المصدر: OWASP Top 10 لتطبيقات النماذج اللغوية الكبيرة

ابدؤوا بمعدل تصعيد مرتفع، واكسبوا الاستقلالية

يبدأ كل وكيل من هؤلاء بمعدل تصعيد نحو إنسان مرتفع عن قصد. الدافع لجعل وكيل مستقلا تماما من اليوم الأول هو بالضبط ما يسبب أخطاء لا رجعة فيها: طلب مؤكد خطأ، موعد لم يكن حقيقيا أبدا، رد يتصرف مريض بناء عليه. تُكسب الاستقلالية تدريجيا، حالة استثنائية محلولة في كل مرة، حتى يصل الوكيل إلى أعلى معدل استقلالية يصمد تحت حركة مرور حقيقية. وكيل لا يصعّد أبدا ليس علامة جودة. حتى عام 2026، لم أُطلق واحدا كنت لأثق به ليعمل بهذه الطريقة.

كيف تقيّمون جودة اللهجة

عمليا يعمل هذا كمجموعة انحدار متنامية. كل فشل حقيقي يظهر في الاختبار يصبح حالة اختبار دائمة، مقسمة بين تقييمات لكل وكيل (هل يختار وكيل الدفع الأداة والوسائط الصحيحة) وتقييمات للمحادثة الكاملة (هل الرد المنسّق منطقي من البداية للنهاية). تُقيَّم الحالات السهلة والمفهومة جيدا تلقائيا بواسطة نموذج حَكَم. أي شيء جديد، أو أي شيء لم يثبت الحَكَم التلقائي موثوقيته فيه بعد، يُقيَّم يدويا. لا يجلس متحدث أصلي للتحدث فعليا مع البوت إلا بعد هذه الجولة التلقائية، لأنه بحلول ذلك الوقت تكون معظم الأعطال الواضحة قد اكتُشفت، ويمكن لتلك المراجعة أن تركز على النبرة والطبيعية بدل البحث عن أخطاء.

بالنسبة لوكلاء الدارجة تحديدا، أبقيت GPT-4.1 كخيار إنتاج افتراضي بدل الانتقال إلى إصدار أحدث، أساسا لكفاءة التكلفة مع جودة مماثلة أو أفضل على هذه المهمة اللغوية بالذات. إنه ليس أقوى نموذج في استدعاء الأدوات، وهذا بالضبط سبب بقاء مسؤولية استدعاء الأدوات مع وكلاء متخصصين ضيقين بدل توجيه عام واحد يُطلب منه فعل كل شيء دفعة واحدة. عند تقييم أي نموذج للدارجة أو لهجة أخرى ممثلة تمثيلا ناقصا، تكون القوائم العامة عديمة الفائدة تقريبا. معايير عربية مصممة خصيصا لاختبار تنوع اللهجة والكتابة إشارة أفضل بكثير.

المصدر: Arabic LLM Broad Leaderboard (Silma AI)

المصدر: Awesome Arabic NLP (قائمة موارد منسقة)

لن تحل الأمثلة القليلة اللقطات كل مشكلة لغوية. يمكن للتخصيص أن يساعد عندما يجب أن يبقى السلوك متسقا عبر حجم كبير وأصبح التوجيه مكلفا أو هشا جدا. لكنني لن أبدأ من هناك. سأثبت أولا أن أمثلة جيدة ومجموعة تقييم تمثيلية يمكنها إنتاج السلوك المطلوب. هذا يمنحكم بيانات أنظف إذا قررتم لاحقا التخصيص.