ما وراء الكلام والكتابة: هل يمكن للذكاء الاصطناعي أن يتيح للبشر تبادل الأفكار بسرعة فائقة؟

دراسة علمية عن الذكاء الاصطناعي وواجهات الدماغ-الحاسوب والتبادل المباشر للأفكار بين الناس

مقال مراجعة علمية وإطار بحثي مقترح | نوفمبر 2026

الملخص

تتبادل الحواسيب الحديثة اليوم المعلومات بسرعات يصعب تخيلها.

يمكن لاتصال Gigabit Ethernet عادي أن ينقل البيانات بمعدل مليار بت (1,000,000,000 بت) في الثانية. وتعمل تقنيات الحوسبة ومراكز البيانات المتقدمة أسرع من ذلك بأضعاف كثيرة.

لكن وضع الإنسان مختلف تماماً.

حتى اليوم، يستخدم الناس في الغالب الكلام والكتابة والإيماءات وحركات الجسد لنقل أفكارهم وآرائهم ومشاعرهم إلى الآخرين.

وعلى الرغم من أن معالجة هائلة للمعلومات العصبية تجري في الدماغ البشري، فإن قدرتنا على نقل تلك المعلومات إلى شخص آخر بطريقة ذات معنى محدودة جداً نسبياً.

هذا الوضع يطرح سؤالاً علمياً مهماً.

باستخدام الذكاء الاصطناعي والتقنيات العصبية، هل يمكن للناس تبادل أفكارهم بشكل مباشر ودقيق وبسرعة فائقة، دون مساعدة الكلام أو الكتابة؟

يتناول هذا المقال سرعة نقل المعلومات البشرية، والتقنيات التي تفسر الإشارات العصبية للدماغ، وواجهات الدماغ-الحاسوب، والتواصل من دماغ إلى دماغ، والتقدم العلمي المحرز حتى نوفمبر 2026.

كما يقترح إطاراً بحثياً جديداً للتبادل الفائق السرعة للأفكار والنوايا البشرية بمساعدة الذكاء الاصطناعي.

الهدف الأساسي من هذا البحث ليس مجرد نقل مزيد من البيانات الرقمية.

بل غرضه المركزي هو استكشاف الجدوى العلمية لطريقة تواصل جديدة تنقل إلى الآخرين المعنى الحقيقي لما يرغب الشخص في التعبير عنه، في وقت أقل وبدقة أكبر.

1. مقدمة: حواجز السرعة في التواصل البشري

لننظر إلى حاسوبين متصلين بشبكة حاسوبية حديثة.

يمكنهما تحويل كميات ضخمة جداً من المعلومات إلى إشارات كهربائية وتبادلها في غضون بضعة أجزاء من الألف من الثانية.

والآن لننظر إلى شخصين يتبادلان فكرة معقدة.

على الشخص الأول أن يشكّل فكرة في ذهنه.

ثم عليه أن يحوّل تلك الفكرة إلى لغة.

عليه أن يختار كلمات مناسبة.

عليه أن يرتب تلك الكلمات في جملة صحيحة.

عندها فقط يمكنه أن يتكلم أو يكتب.

وبالمثل، على الشخص الثاني أن يسمع تلك الكلمات أو يقرأها. ثم عليه أن يفهم معناها وأن يستنتج ما أراد الشخص الأول قوله حقاً.

كل مرحلة من مراحل هذه العملية تستغرق وقتاً.

وفي بعض المناسبات قد تنشأ سوءات فهم. وعندها يجب شرح الفكرة من جديد.

المشكلة المهمة هنا ليست أن الدماغ البشري يعمل ببطء.

بل إن هناك فجوة كبيرة بين المعالجة العصبية للمعلومات التي تجري في الدماغ البشري والسرعة التي يمكن بها نقل تلك المعلومات إلى الآخرين.

دراسة أجراها Coupé وزملاؤه، ونُشرت في مجلة Science Advances عام 2019، بحثت 17 لغة وقدّرت أن معدل نقل المعلومات في اللغات البشرية المنطوقة يبلغ في المتوسط نحو 39 بت في الثانية [1].

وفي دراسة مهمة أخرى، قدّر Zheng وMeister معدل معالجة المعلومات السلوكية البشرية بنحو 10 بت في الثانية. نُشرت تلك الدراسة على الإنترنت عام 2024 وظهرت في مجلة Neuron عام 2025 [2].

هاتان الدراستان تقيسان نوعين مختلفين من معالجة المعلومات. لذلك لا يمكن استخدام الرقمين بالتبادل.

وليستا أيضاً قياسين نهائيين للقدرة العصبية الإجمالية لمعالجة المعلومات في الدماغ البشري.

ومع ذلك، فهما يظهران أن معدل المعلومات في الأفعال والتواصل البشريين الواعيين أقل بكثير من معدل نقل البيانات في كثير من الأنظمة الإلكترونية.

هذا الاختلاف يشكل أساس بحثنا الجديد.

2. سرعة نقل البيانات في الحواسيب وسرعة التواصل لدى البشر

تحوّل الحواسيب المعلومات إلى صيغة رقمية وتتبادلها وفق بروتوكولات اتصال محددة.

على سبيل المثال:

• 1 غيغابت في الثانية (1 Gbps) = 1,000,000,000 بت في الثانية.

• 10 Gbps = 10 مليارات بت في الثانية.

• 100 Gbps = 100 مليار بت في الثانية.

• 800 Gbps = 800 مليار بت في الثانية.

تصف هذه الأرقام قدرة نقل المعلومات لشبكة حاسوبية.

لكنها لا تقول شيئاً عن مدى سرعة فهم الحاسوب للمعنى الحقيقي للمعلومات المُرسلة.

التواصل البشري مختلف تماماً.

في التبادلات بين الناس، الأهم ليس كمية المعلومات فحسب، بل معناها.

فعلى سبيل المثال، قد يعبّر شخص عن قرار معقد جداً بوضوح في بضع كلمات.

وقد يحتاج شخص آخر إلى عدة فقرات لشرح الفكرة نفسها.

لذلك هناك حاجة إلى حذر علمي كبير عند مقارنة سرعة نقل بيانات الحواسيب بسرعة تواصل البشر.

قد ينقل الحاسوب مليار بت في الثانية.

لكن هذا لا يعني أنه يفهم معنى تلك المعلومات.

وفي الوقت نفسه، قد ينقل إنسان فكرة عميقة إلى شخص آخر باستخدام بضع كلمات فقط.

لذلك فإن هدف بحثنا ليس تحويل الدماغ البشري إلى شبكة حاسوبية بسرعة غيغابت.

بل هدفنا هو زيادة السرعة التي يمكن بها تبادل الأفكار ذات المعنى بين الناس بطريقة تُفهم فهماً صحيحاً.

هذا هو الأساس العلمي الأهم لهذا البحث.

3. التقدم الذي أحرزه العلم حتى الآن

3.1 واجهات الدماغ-الحاسوب

واجهة الدماغ-الحاسوب، أو BCI اختصاراً، هي تقنية تنشئ اتصالاً بين النشاط العصبي للدماغ البشري ونظام حاسوبي خارجي.

وباستخدام هذه التقنية، يمكن للحاسوب تحليل الإشارات المستمدة من الدماغ.

هناك نهجان رئيسيان لتسجيل نشاط الدماغ.

أولاً، طرق مثل EEG التي تسجل النشاط الكهربائي للدماغ دون جراحة.

ثانياً، طرق تستخدم أقطاباً كهربائية مزروعة في الدماغ عن طريق الجراحة.

تحلل نماذج الذكاء الاصطناعي هذه الإشارات العصبية وتحاول تحديد الفعل الذي ينوي الشخص القيام به، أو الكلمة التي يريد التعبير عنها، أو أمر التواصل.

بحث أجراه Willett وزملاؤه، ونُشر في مجلة Nature في أغسطس 2023، كان تقدماً مهماً في هذا المجال.

أنشأ ذلك العمل تقنية تحوّل إلى نص النشاط العصبي الذي يحدث عندما يحاول الشخص الكلام.

تمكنت المشارِكة من التواصل بمعدل نحو 62 كلمة في الدقيقة.

وكان معدل خطأ الكلمات 9.1% بمفردات مقيدة من 50 كلمة و23.8% بمفردات كبيرة من 125,000 كلمة [3].

أثبت هذا البحث أن إشارات الدماغ المنتَجة عندما يحاول الشخص الكلام يمكن استخدامها للتواصل بسرعة نسبية.

لكن هذا النظام ليس تقنية يمكنها قراءة كل فكرة تنشأ في ذهن الإنسان بحرية.

لقد حدد النشاط العصبي المرتبط بمحاولة الكلام.

3.2 توليد الكلام مباشرة من إشارات الدماغ

حدثت مزيد من التطورات الملحوظة في هذا المجال عام 2025.

أنشأ Littlejohn وزملاؤه تقنية تعالج إشارات الدماغ البشري على فترات قدرها 80 مللي ثانية وتحوّلها إلى كلام بمساعدة الذكاء الاصطناعي [4].

وفي دراسة أخرى، وصف Wairagkar وزملاؤه طريقة تستخدم الإشارات العصبية للدماغ لإنتاج كلام اصطناعي تعبيري في الوقت الفعلي.

وتمكن المشارك في تلك الدراسة أيضاً من التحكم، إلى حد ما، في عناصر تعبيرية مثل تنغيم الصوت [5].

هذا تقدم مهم جداً.

التواصل البشري ليس مجرد تبادل للكلمات.

فسرعة كلامنا ونبرة الصوت والتعبير العاطفي والطريقة التي نؤكد بها الكلمات كلها تكشف المعنى الحقيقي للفكرة.

تُظهر هذه الدراسات جدوى إعادة بناء الكلام البشري الطبيعي من الإشارات العصبية.

ومع ذلك، تظل تقنيات تجريبية تُستخدم في بيئات بحثية محددة.

3.3 الاستخدام العملي طويل الأمد: دراسة بارزة عام 2026

أظهرت دراسة نُشرت في مجلة Nature Medicine في يونيو 2026 تقدماً مهماً في الاستخدام العملي لتقنية واجهات الدماغ-الحاسوب.

في هذه الدراسة التي أجراها Card وزملاؤه، تواصل شخص يعاني من شلل حركي حاد بشكل مستقل لفترة طويلة بمساعدة واجهة مزروعة.

على مدى ما يقرب من عامين، استخدم التقنية في المنزل لأكثر من 3,800 ساعة.

ومن خلالها نقل نحو 1.96 مليون كلمة و183,060 جملة.

وكان متوسط سرعة التواصل نحو 56 كلمة في الدقيقة.

وفي اختبارات الكلام المضبوطة، تجاوزت دقة الكلمات 99%. لكن في المحادثات الطبيعية اليومية لم تكن هذه الدقة هي نفسها في جميع الأوقات [6].

هذا الاختلاف مهم جداً.

أن تعمل التقنية جيداً في المختبر إنجاز.

وأن تعمل التقنية نفسها بشكل موثوق لفترة طويلة في حياة الناس اليومية إنجاز آخر.

وفي بحثنا حول تبادل الأفكار البشرية فائق السرعة، يجب إثبات هذين الجانبين بشكل منفصل أيضاً.

3.4 هل يمكن تبادل المعلومات مباشرة بين أدمغة البشر؟

كانت هناك أيضاً بعض النجاحات المبكرة في العالم العلمي فيما يتعلق بالتواصل من دماغ إلى دماغ.

نُشرت دراسة تسمى BrainNet عام 2019.

في تلك الدراسة، عمل ثلاثة أشخاص معاً على لعبة بسيطة باستخدام إشارات الدماغ.

سُجلت قرارات المشاركَين الأولَين باستخدام تقنية EEG.

وأُرسلت تلك المعلومات إلى المشارك الثالث كإشارات محددة عبر طريقة تحفيز دماغي تسمى Transcranial Magnetic Stimulation (TMS).

شاركت خمس مجموعات في هذه التجربة.

وسُجل متوسط دقة أدائها بنسبة 81.25% [7].

أظهرت هذه الدراسة جدوى نقل معلومات معينة بين أدمغة بشرية عبر واجهات عصبية.

لكن ما نُقل لم يكن سوى قرارات بسيطة جداً.

ولم تُنقل أفكار معقدة أو ذكريات أو أفكار كاملة بشكل مباشر.

لذلك هناك فرق علمي كبير جداً بين نقل معلومة ثنائية بسيطة ونقل فكرة شخص كاملة إلى شخص آخر.

3.5 اكتشاف الكلام المتخيل في الذهن

أظهرت دراسة أجراها Kunz وزملاؤه ونُشرت في مجلة Cell في أغسطس 2025 أن النشاط العصبي الذي يحدث عندما يتخيل الشخص الكلام في ذهنه يمكن تحديده جزئياً.

جانب مهم آخر من هذا البحث هو الخصوصية الذهنية.

كما فُحصت مخاطر الكشف العرضي عبر التقنية عن الكلام الداخلي الخاص للشخص الذي لا يرغب في مشاركته مع الآخرين.

بالإضافة إلى ذلك، اختُبرت أساليب أمان للتمييز بين الأفكار المُنشأة عمداً للتواصل والنشاط الذهني الخاص [8].

وفحصت دراسة أخرى، نُشرت في مجلة Nature Neuroscience في سبتمبر 2026، بعض البنى المشتركة في النشاط العصبي للكلام المتخيل والكلام المنطوق [9].

قد تخلق هذه النتائج فرصاً في المستقبل ليتمكن الناس من توصيل معلومات معينة دون حتى محاولة الكلام.

لكن لا يوجد دليل علمي يقول إن التقنيات الحالية يمكنها فهم كل فكرة تنشأ في ذهن أي شخص بدقة، دون تدريب مسبق أو تعاون.

4. مفهوم البحث الجديد المقترح

تبادل الأفكار البشرية فائق السرعة بمساعدة الذكاء الاصطناعي

Artificial Intelligence-Assisted High-Speed Thought Communication

الهدف المركزي لهذا البحث:

استكشاف جدوى تقنية تحدد، من الإشارات العصبية للدماغ، الأفكار التي يرغب الناس طوعاً في توصيلها، وتحوّلها إلى صيغة رقمية فعالة، وتنقلها إلى شخص آخر، وتمكّن ذلك الشخص من فهم المعنى الحقيقي للفكرة بدقة.

يجمع هذا البحث عدة مجالات علمية.

واجهات الدماغ-الحاسوب: تُستخدم لتسجيل وتحليل الإشارات المستمدة من الدماغ البشري.

الذكاء الاصطناعي: يُستخدم لمهام مثل اكتشاف الأنماط في الإشارات العصبية وتوليد اللغة وفهم الأفكار وتصحيح الأخطاء.

نظرية المعلومات: تساعد في تقييم مدى كفاءة ودقة نقل المعلومات رياضياً.

الشبكات الرقمية الآمنة: تساعد في إرسال المعلومات المُولَّدة بأمان إلى نظام حاسوبي آخر.

التحفيز الدماغي والتقنيات العصبية: قد تساعد في استكشاف الإمكانية المستقبلية لتوصيل معلومات محددة مباشرة إلى الجهاز العصبي للمستقبِل. الاختبارات الطبية والعلمية المكثفة ضرورية لذلك.

قد تكمن الفرصة المهمة في هذا البحث في إنشاء طريقة تنقل معنى ما يرغب الشخص في التعبير عنه، دون الحاجة إلى توليد ونقل كل كلمة يريد قولها.

على سبيل المثال، لنفترض أن شخصاً يفكر في ما يلي:

"أوافق على هذه الخطة. لكنني أود تأجيل تنفيذها إلى الأسبوع المقبل."

يمكن لتقنية مستقبلية أن تحاول تحديد العناصر الثلاثة المهمة في هذه الفكرة.

أولاً، الموافقة على الخطة.

ثانياً، عدم الرغبة في تنفيذها فوراً.

ثالثاً، طلب تأجيلها إلى الأسبوع المقبل.

يمكن للذكاء الاصطناعي أن يحدد هذه المعاني الأساسية ويبني جملة يمكن للشخص الآخر فهمها.

لكن هناك تحدياً مهماً هنا.

لا يكفي أن تكون الجملة التي يولدها الذكاء الاصطناعي أنيقة لغوياً.

يجب أن تعبّر، دون تغيير، عن الفكرة التي أراد الشخص الأول توصيلها حقاً.

هذه هي أهمية المفهوم المسمى Semantic Communication.

5. الإطار التقني المقترح

يمكن تقسيم الهيكل الأولي لتنفيذ هذا البحث إلى ست مراحل رئيسية.

المرحلة 1: تسجيل إشارات الدماغ

يقرر الشخص، بموافقته الكاملة، نقل معلومات إلى شخص آخر.

في تلك اللحظة، يُسجل نشاط الدماغ المرتبط بالكلمة أو الأمر أو الفكرة التي يحاول التعبير عنها عمداً بمساعدة واجهة عصبية مناسبة.

في البحث المبكر، يمكن استخدام طرق غير جراحية مثل EEG وبيانات بحثية منشورة بالفعل.

المرحلة 2: تحديد الفكرة بالذكاء الاصطناعي

تُحلل إشارات الدماغ المسجلة بواسطة نماذج تعلم آلي.

الهدف هو تحديد المعلومات التي حاول الشخص توصيلها عمداً.

يجب أن يبدأ البحث بتحديد عدد صغير من الكلمات أو الأوامر أو الأفكار.

وبعد تأكيد دقة تلك التقنية الأساسية فقط ينبغي أن ينتقل العمل إلى فهم الأفكار المعقدة.

المرحلة 3: تحويل الفكرة إلى بيانات قائمة على المعنى

تُحوّل المعلومات المحددة، بمساعدة الذكاء الاصطناعي، إلى صيغة رقمية منظمة.

يمكن أن يشمل ذلك الأفكار الرئيسية للفكرة والعلاقات بينها والشروط وعدم يقين التقدير.

وهذا يجعل من الممكن تمثيل المعنى الأساسي للمعلومات في نظام حاسوبي حتى قبل توليد جملة كاملة.

المرحلة 4: نقل المعلومات الآمن فائق السرعة

تُرسل البيانات المُولَّدة إلى نظام آخر عبر قناة اتصال رقمية آمنة ومشفرة.

في هذه المرحلة، لا ينبغي أن تكون سرعة شبكة الحاسوب عائقاً كبيراً.

فشبكات الحاسوب اليوم قادرة بالفعل على نقل المعلومات بسرعة عالية جداً.

بدلاً من ذلك، قد تكون المشكلات الأصعب هي فهم إشارات الدماغ بدقة، وتوليد الفكرة الصحيحة، وتقليل الوقت الذي تستغرقه العملية بأكملها.

المرحلة 5: إعادة بناء الرسالة للمستقبِل

يحوّل الذكاء الاصطناعي المعلومات المستلمة إلى صيغة يمكن لشخص آخر فهمها.

قد تكون نصاً أو كلاماً أو شكلاً آخر مناسباً من أشكال التواصل.

يجب تمكين المستقبِل من فهم معنى المعلومات، وطلب التوضيح عند الشك، ومعرفة عدم اليقين في تقدير الذكاء الاصطناعي.

المرحلة 6: تأكيد فهم الرسالة

يجب التأكد من أن المستقبِل قد فهم الفكرة بشكل صحيح.

وعند الحاجة، يجب توفير إمكانية طلب التوضيح أو التصحيح.

وإذا كان سيُنشأ في المستقبل تواصل مباشر من دماغ إلى دماغ، فيجب أيضاً تطوير تقنية منفصلة قادرة على توصيل المعلومات إلى الجهاز العصبي للمستقبِل.

يجب هنا ملاحظة تمييز مهم.

تحويل إشارة دماغ شخص إلى نص بالحاسوب وقراءة شخص آخر لها على شاشة هو تواصل دماغ-حاسوب-إنسان.

ولا يمكن تسميته تواصلاً مباشراً كاملاً من دماغ إلى دماغ.

يجب الحفاظ على هذا التمييز بوضوح في كل مرحلة من مراحل البحث.

6. الفرضية العلمية المركزية لهذا البحث

تُقترح الفرضية المركزية لهذا البحث على النحو التالي.

من خلال تحديد، بمساعدة الذكاء الاصطناعي، المعلومات العصبية التي يرغب الناس عمداً في توصيلها، وتحويل معناها إلى صيغة رقمية فعالة، يمكن توصيل أفكار معينة إلى الآخرين في وقت أقل مما يستغرقه الكلام أو الكتابة، مع الحفاظ على دقة مقبولة.

يمكن اختبار هذه الفرضية علمياً.

ولذلك، يمكن تبادل النوع نفسه من المعلومات عبر الكلام العادي والكتابة وواجهات عصبية متصلة بالذكاء الاصطناعي.

وحيثما أمكن، ينبغي استخدام المشاركين أنفسهم والمعلومات نفسها لمقارنة النتائج.

القياسات التالية مهمة في هذه الدراسة.

1. زمن الاستجابة من الطرف إلى الطرف (End-to-End Latency)

الوقت منذ أن يبدأ شخص في توصيل المعلومات حتى يستقبلها شخص آخر بشكل صحيح.

2. معدل نقل المعلومات الفعال (Effective Information-Transfer Rate)

مقياس لكمية المعلومات التي نُقلت بشكل صحيح في الثانية، بعد احتساب الأخطاء والتصحيحات.

3. الدقة الدلالية (Semantic Fidelity)

تشابه المعنى بين الفكرة التي أراد الشخص الأول توصيلها والفكرة التي فهمها الشخص الثاني.

4. معدل الخطأ (Error Rate)

مقدار الكلمات والأفكار والعلاقات والاستنتاجات التي حُددت بشكل غير صحيح.

5. فهم المستقبِل (Receiver Comprehension)

مقياس لما إذا كان الشخص الذي تلقى المعلومات قد فهم معناها الحقيقي بشكل صحيح.

6. جهد المستخدم (User Effort)

الانتباه والإجهاد الذهني أو التعب والتدريب وسهولة الاستخدام المطلوبة لاستخدام التقنية.

7. حماية الخصوصية (Privacy Protection)

مراقبة ما إذا كانت الأفكار أو المعلومات التي لم يأذن بها المستخدم تُكشف عن طريق الخطأ.

لا يمكن القول إن تقنية ما قد سرّعت التواصل بين الناس لمجرد أن اتصالها الشبكي سريع.

وبالمثل، فإن كون الذكاء الاصطناعي يولّد جملة بسرعة كبيرة ليس دليلاً كافياً.

يجب قياس عملية التواصل الكاملة من إنسان إلى إنسان.

7. خطة البحث التجريبي المقترحة

يمكن إجراء هذا البحث على ثلاث مراحل رئيسية.

المرحلة الأولى: تحديد النوايا البشرية

في البداية، يجب التحقيق فيما إذا كان يمكن تحديد بعض الأفكار المحددة التي يرغب الناس عمداً في توصيلها من إشارات الدماغ.

يمكن استخدام مجموعات بيانات EEG المنشورة بالفعل، أو دراسات جديدة تُجرى بالموافقة والإذن المناسبين.

على سبيل المثال، قد يحاول المشاركون توصيل إحدى الأفكار التالية.

• أوافق.

• لا أوافق.

• أحتاج إلى مساعدة.

• أحتاج إلى مزيد من التوضيح.

يمكن استخدام نماذج تعلم آلي لفحص ما إذا كانت تظهر اختلافات في إشارات الدماغ المرتبطة بهذه الأفكار.

ثم يجب تقييم أداء النموذج باستخدام بيانات لم تُستخدم في التدريب وجلسات اختبار مختلفة ومشاركين مستقلين.

السؤال المهم في هذه المرحلة:

هل من الممكن تحديد الفكرة التي يرغب الشخص في توصيلها من إشارات الدماغ بطريقة موثوقة؟

المرحلة الثانية: نقل المعنى بمساعدة الذكاء الاصطناعي

يمكن بعد ذلك محاولة تحويل المعلومات المحددة في المرحلة الأولى إلى أفكار كاملة بمساعدة الذكاء الاصطناعي.

يجب هنا مقارنة ثلاثة جوانب.

أولاً، الفكرة التي أراد المُرسِل توصيلها حقاً.

ثانياً، الفكرة التي أعاد الذكاء الاصطناعي بناءها.

ثالثاً، المعنى الذي فهمه الشخص الذي تلقى تلك المعلومات.

يجب فحص مدى تطابق هذه العناصر الثلاثة بدقة من خلال الأساليب الرياضية والإحصائية.

والأهم من ذلك، عندما لا تكون الفكرة واضحة للذكاء الاصطناعي، يجب أن يعبّر عن عدم يقينه بدلاً من توليد معلومات غير صحيحة.

يجب مقارنة أداء هذه الطريقة بالكتابة العادية والكلام وطرق التواصل الأخرى.

المرحلة الثالثة: التواصل بين الناس

في المرحلة الثالثة، يمكن إجراء تجارب نقل معلومات بين شخصين يشاركان بموافقة كاملة.

يحاول الشخص الأول عمداً توصيل معلومات عبر إشارة دماغية.

يحلل الذكاء الاصطناعي تلك الإشارة، ويحدد المعلومات ذات الصلة، ويرسلها بأمان.

يستقبل الشخص الثاني تلك المعلومات ويفهمها.

ثم تُقاس سرعة ودقة وموثوقية عملية التواصل الكاملة.

أما توصيل المعلومات مباشرة إلى دماغ المستقبِل فسيكون مرحلة بحثية أكثر تقدماً ومنفصلة.

تتطلب مثل هذه المحاولات خبرة عصبية وموافقات تنظيمية وسلامة طبية وضوابط أخلاقية صارمة.

لذلك، في البحث المبكر، ينبغي إعطاء الأولوية لإثبات ما إذا كان الذكاء الاصطناعي يمكنه تحسين أداء التواصل بين الناس.

8. التحديات العلمية والقيود الحالية

هناك عدة تحديات مهمة في هذا البحث.

أولاً، ليست كل أدمغة البشر تمثل الكلمات والأفكار في الأنماط العصبية نفسها.

لذلك قد يحتاج كل شخص إلى تدريب فردي أو تعديل للنموذج.

ثانياً، قد تحتوي الإشارات المسجلة بطرق غير جراحية مثل EEG على مستويات عالية من الضوضاء والتداخل.

وبالمقارنة مع الأقطاب الكهربائية المزروعة في الدماغ، قد تكون القدرة على اكتشاف أنواع معينة من النشاط العصبي بدقة متناهية أقل أيضاً.

ثالثاً، محاولة الكلام وتخيل الكلام في الذهن ونية التعبير عن فكرة والتفكير الشخصي في داخل النفس ليست النوع نفسه من النشاط العصبي.

يجب دراستها بشكل منفصل.

رابعاً، يمكن لنماذج اللغة الكبيرة أحياناً أن تولّد جملاً غير صحيحة لكنها تبدو معقولة، بناءً على المعلومات المتاحة لها.

في تقنية تبادل الأفكار البشرية، يمكن أن تصبح مثل هذه الأخطاء مشكلة كبيرة جداً.

فإخبار شخص ما بأن شخصاً آخر فكر في شيء لم يفكر فيه يمكن أن يخلق سوءات فهم خطيرة.

خامساً، من المهم جداً أن تتمكن جهات بحثية أخرى من إعادة إنتاج نتائج الدراسات العلمية.

أظهرت دراسة نُشرت في Journal of Neural Engineering عام 2026 أن هناك مشكلات كثيرة في إعادة إنتاج نتائج الدراسات التي تحدد الكلام المتخيل.

ومن بين مجموعات بيانات تخيل الكلام التي فُحصت في تلك الدراسة، لم يحقق سوى 36% من المشاركين دقة تصنيف تجاوزت عتبة الدلالة الإحصائية المناسبة [10].

هذا يوضح مدى أهمية التحقق المستقل وأساليب البحث الشفافة والاختبارات الموثوقة في هذا المجال.

أخيراً، سرعة نقل المعلومات ليست التحدي الوحيد.

فالانتباه والذاكرة والفهم وعمليات التفكير البشرية تلعب أيضاً أدواراً مهمة.

إزالة الحاجة إلى الكلام وحدها لا تجعل الوقت اللازم لتشكيل فكرة معقدة أو فهمها يختفي تماماً.

بناءً على الأدلة العلمية الحالية، لا يمكن القول إن كل نوع من الأفكار البشرية يمكن نقله مباشرة بسرعة الغيغابت.

إن معاملة سرعة نقل البيانات الرقمية وسرعة نقل الأفكار البشرية ذات المعنى كشيء واحد هو نهج غير صحيح علمياً.

9. الخصوصية وأمن المعلومات وحقوق الإنسان

التقنيات التي تفسر الإشارات العصبية للدماغ البشري تخلق أيضاً مسؤوليات أخلاقية مهمة جداً.

في أنظمة الحاسوب العادية، تُعالج المعلومات التي يدخلها الناس بأنفسهم.

لكن الواجهات العصبية قد تسجل أيضاً إشارات مرتبطة بالنشاط الذهني الخاص لشخص لا يرغب في مشاركته مع الآخرين.

لذلك يجب أن يكون المبدأ الأساسي الأهم لبحثنا كما يلي.

يجب تحديد وإرسال المعلومات التي يرغب الشخص، بموافقته الكاملة، في مشاركتها عمداً فقط إلى الآخرين.

هناك حاجة إلى ترتيبات أمان متنوعة لوضع هذا المبدأ موضع التنفيذ.

يجب أن يكون لدى المستخدم تحكم صريح لبدء التواصل.

وحيثما أمكن، يجب معالجة البيانات العصبية على جهاز المستخدم نفسه.

يجب نقل المعلومات بصيغة مشفرة.

يجب إنشاء أنظمة أمان قوية لمنع الأشخاص غير المصرح لهم من الوصول إلى إشارات الدماغ.

يجب تجنب تخزين البيانات العصبية غير الضرورية لفترات طويلة.

يجب أن يكون لدى المستخدم إمكانية إيقاف نقل المعلومات فوراً في أي وقت.

بالإضافة إلى ذلك، يجب توضيح أن الأفكار التي يولدها الذكاء الاصطناعي ليست سجلات مؤكدة بنسبة مئة في المئة لأفكار في ذهن الشخص.

إنها تقديرات مُولَّدة على أساس إشارات عصبية.

في نوفمبر 2025، اعتمدت UNESCO توصية دولية بشأن الاستخدام الأخلاقي للتقنيات العصبية [11].

تُعطي تلك التوصية أهمية للخصوصية الذهنية وكرامة الإنسان والاستخدام المسؤول للتقنيات العصبية.

وفي بحثنا أيضاً، يجب أن تتقدم إجراءات الخصوصية والحماية الأخلاقية جنباً إلى جنب مع التطور التقني.

10. التطبيقات المستقبلية لهذه التقنية

إذا نجح هذا البحث، فقد تصل فوائده المبكرة إلى الأشخاص الذين يواجهون صعوبات شديدة في الكلام والحركة الجسدية.

على وجه الخصوص، قد تخلق واجهات الدماغ-الحاسوب فرصاً جديدة لأولئك الذين لا يستطيعون التواصل بسبب الشلل الحركي وبعض الحالات العصبية.

وقد تُستخدم هذه التقنيات أيضاً في بعض المواقف الخاصة حيث يكون التواصل عبر الكلام أو حركات الجسد صعباً.

ويمكنها أيضاً تحسين إمكانية الوصول إلى الحاسوب للأشخاص ذوي الإعاقة.

وعلى المدى الطويل، قد يساعد هذا البحث أيضاً في جعل التواصل بين الناس وأنظمة الذكاء الاصطناعي أكثر كفاءة.

لكن الفوائد الحقيقية لكل من هذه التطبيقات يجب إثباتها علمياً، واحداً تلو الآخر.

ولا يمكن الافتراض مسبقاً أن التواصل العصبي المباشر سيكون أفضل من المحادثة البشرية العادية في كل موقف.

فاللغة البشرية ليست مجرد أداة بطيئة لنقل المعلومات.

إنها تؤدي أيضاً وظائف مهمة كثيرة: التفكير والاستدلال والتعبير العاطفي وتوضيح الأفكار وبناء العلاقات الإنسانية.

لذلك يجب أن تعزز التقنية الجديدة قدرة الناس على التواصل، لا أن تجعلهم يفقدون هذه الصفات المهمة للغة البشرية.

11. المساهمة العلمية لهذا البحث والطريق إلى الأمام

لم يُقترح هذا البحث على افتراض أن تقنية تنقل كل أفكار البشر مباشرة قد أُنشئت بالفعل.

بل يُقترح كإطار بحثي علمي يجمع بين تحديد إشارات الدماغ وفهم معنى الأفكار بمساعدة الذكاء الاصطناعي وقياس أداء نقل المعلومات وتقييم الفهم الحقيقي للناس.

سؤاله المهم:

ليس ما إذا كان يمكن إنشاء القدرة الكاملة لنقل بيانات شبكة إلكترونية داخل الدماغ البشري.

السؤال المهم هو ما إذا كان يمكن تقليل الوقت بين اللحظة التي يشكّل فيها شخص فكرة في ذهنه واللحظة التي يفهم فيها شخص آخر تلك الفكرة بشكل صحيح.

ولذلك، يجب التحقيق فيما إذا كانت تمثيلات المعلومات القائمة على المعنى المُنشأة بمساعدة الذكاء الاصطناعي توفر أداءً إضافياً مقارنة بالتقنيات العصبية التي تحدد الكلام العادي.

لا يكفي، للقول إن تقنية ما ناجحة، أن يولّد الذكاء الاصطناعي جملاً أنيقة.

يجب أن تقلل الوقت الذي يستغرقه نقل المعلومات.

يجب أن تحمي المعنى الحقيقي للفكرة المُرسلة.

يجب أن تتحكم في الأخطاء بمستوى مقبول.

يجب أن تعمل بشكل موثوق مع أشخاص مختلفين وفي بيئات عملية.

يجب إثبات هذه الشروط من خلال تجارب علمية.

ويجب أن يقبل البحث أيضاً أن بعض الأساليب قد لا تعمل بشكل أفضل من التواصل العادي.

القيمة الحقيقية للبحث العلمي لا تكمن فقط في إثبات نتيجة متوقعة.

بل تكمن في اكتشاف ما إذا كانت الفرضية صحيحة أم خاطئة، على أساس أدلة موثوقة.

12. الخاتمة

على مدى العقود القليلة الماضية، حققت تقنيات نقل البيانات الحاسوبية تقدماً هائلاً.

فاليوم، تتبادل الحواسيب الموجودة في أجزاء مختلفة من العالم كميات ضخمة جداً من المعلومات بسرعة فائقة.

لكن التواصل بين الناس لا يزال يعتمد إلى حد كبير على الكلام والكتابة وغيرهما من أشكال التعبير الجسدي.

أنتجت الأبحاث العصبية الحديثة تطورات ملحوظة في إعادة بناء الكلام من إشارات الدماغ، وتحديد الكلام المتخيل في الذهن، ونقل معلومات محددة بين الأدمغة.

ومع ذلك، لم تُنشأ بعد تقنية تنقل كل نوع من أفكار البشر بشكل مباشر ودقيق وفائق السرعة.

ولا تزال تمثل تحدياً علمياً كبيراً يجب حله.

في المستقبل، قد يخلق دمج الذكاء الاصطناعي والتقنيات العصبية طرقاً جديدة لتقليل الوقت الذي يحتاجه الناس للتعبير عن أفكارهم.

يجب أن يبدأ البحث العملي لذلك من الإشارات العصبية التي يحاول الناس توصيلها عمداً.

ثم يجب بناء نماذج تحددها بدقة.

وبعد ذلك، يجب تقييم مدى دقة حماية المعنى الحقيقي للمعلومات.

وأخيراً، يجب إثبات علمياً ما إذا كانت هذه التقنية تحسّن حقاً سرعة وأداء التواصل بين الناس.

وعندها فقط يمكن أن يتقدم العمل نحو تقنيات أكثر تقدماً مثل التواصل المباشر الكامل من دماغ إلى دماغ.

الهدف النهائي لبحثي

الهدف النهائي لبحثي هو تقليل الفجوة قدر الإمكان بين سرعة تشكيل الشخص لفكرة في ذهنه وسرعة فهم شخص آخر للمعنى الحقيقي لتلك الفكرة بدقة.

ولذلك، فإن نهجي المقترح هو دراسة الذكاء الاصطناعي وواجهات الدماغ-الحاسوب وعلم الأعصاب ونظرية المعلومات وتقنيات الاتصال الآمنة فائقة السرعة معاً.

هدفنا ليس مجرد إرسال مزيد من البيانات بسرعة فائقة.

هدفنا هو بناء الأساس العلمي لطريقة تواصل جديدة يمكنها نقل أفكار الناس بأمان ودقة وفي أقل وقت ممكن، دون تغيير معناها الحقيقي.

المراجع

1. Coupé, C., Oh, Y. M., Dediu, D., & Pellegrino, F. (2019). Different languages, similar encoding efficiency: Comparable information rates across the human communicative niche. Science Advances, 5(9). https://doi.org/10.1126/sciadv.aaw2594
2. Zheng, J., & Meister, M. (2025). The unbearable slowness of being: Why do we live at 10 bits/s? Neuron, 113(2), 192–204. Published online: December 2024. https://doi.org/10.1016/j.neuron.2024.11.008
3. Willett, F. R., et al. (2023). A high-performance speech neuroprosthesis. Nature, 620, 1031–1036. https://doi.org/10.1038/s41586-023-06377-x
4. Littlejohn, K. T., et al. (2025). A streaming brain-to-voice neuroprosthesis to restore naturalistic communication. Nature Neuroscience, 28, 902–912. https://doi.org/10.1038/s41593-025-01905-6
5. Wairagkar, M., et al. (2025). An instantaneous voice-synthesis neuroprosthesis. Nature, 644, 145–152. https://doi.org/10.1038/s41586-025-09127-3
6. Card, N. S., et al. (2026). Long-term independent use of an intracortical brain–computer interface for speech and cursor control. Nature Medicine, 32, 2504–2510. https://doi.org/10.1038/s41591-026-04414-6
7. Jiang, L., et al. (2019). BrainNet: A Multi-Person Brain-to-Brain Interface for Direct Collaboration Between Brains. Scientific Reports, 9, Article 6115. https://doi.org/10.1038/s41598-019-41895-7
8. Kunz, E. M., et al. (2025). Inner speech in motor cortex and implications for speech neuroprostheses. Cell, 188(17), 4658–4673.e17. https://doi.org/10.1016/j.cell.2025.06.015
9. Zhao, Z., et al. (2026). A neural architecture for imagined and overt speech motor dynamics. Nature Neuroscience. https://doi.org/10.1038/s41593-026-02456-0
10. Tates, A., Matran-Fernandez, A., Halder, S., & Daly, I. (2026). Decoding speech imagery or just noise?: A symptom of the replicability crisis. Journal of Neural Engineering, 23(5). https://doi.org/10.1088/1741-2552/aea294
11. UNESCO. (2025). Recommendation on the Ethics of Neurotechnology. https://www.unesco.org/en/node/86248

By Keshavan Thiagaraja

Powered By K7