نَــبَــرَ


نُــبَـرِزُ الخَـطَّ، فَيَـتَجَـلَّى البَـيَـانُ

لماذا تختلف نتائج «البحث العميق» بين شات جي بي تي وجيميناي وبيربلكسيتي؟

قد تلاحظ أن منصات ذكاء اصطناعي عديدة تقدّم الآن ميزة تحمل اسم البحث العميق Deep Research. شات جي بي تي ChatGPT، وجيميناي Gemini، وبيربلكسيتي Perplexity، وغيرها، كلٌّ يستخدم تسمية مشابهة.

لكن هل يعني هذا أنها تعمل بالطريقة نفسها؟

الجواب هو كلا. رغم أن الهدف الأساسي متشابه — تحويل سؤال معقّد إلى تقرير مفصّل موثّق — فإن التقنية الكامنة خلف كل أداة تختلف اختلافاً ملحوظاً. طرق البحث، وفهم المعلومات، وجودة المصادر، والسرعة، وحتى أسلوب الصياغة النهائية، كلها عوامل تتفاوت من منصة إلى أخرى.

فلنلقِ نظرة على ما يحدث خلف الكواليس حقاً.

المحرّك خلف «البحث العميق»

اسم البحث العميق هو جزئياً مصطلح تسويقي. أما خلفة، فتعتمد كثير من هذه الأنظمة على تقنية تسمّى الاسترجاع المعزّز بالتوليد Retrieval‑Augmented Generation, RAG، وتحديدًا نسختها المعتمدة على الوكلاء: الاسترجاع المعزّز بالوكلاء Agentic RAG.

وهي بتبسيط شديد أن الذكاء الاصطناعي لا يكتفي بالبحث على الويب مرة واحدة ثم إعطائك إجابة. بل يعمل أشبه بباحث بشري:

  1. يصيغ استعلام البحث.
  2. يبحث على الويب.
  3. يقرأ النتائج.
  4. يحدّد ما ينقص من معلومات.
  5. يبني استعلام بحث جديد.
  6. يبحث مجدّداً.
  7. يكرّر هذه الدورة عدة مرات.
  8. يدمّج ما تعلّمه في تقرير منسّق.

هذه العملية التكرارية هي ما يميّز البحث العميق عن البحث العادي بالذكاء الاصطناعي.

لكن لكل منصة نهجها الخاص

شات جي بي تي يركّز بقوة على الاستدلال وربط المعلومات من مصادر متفرقة. وهو مفيد خصوصاً عندما يتطلّب السؤال البحثي عدة خطوات، ويحتاج التقرير النهائي إلى نسج هذه القطع معاً.

جيميناي يستفيد من بنية غوغل البحثية الضخمة. وهذا يجعله قويّاً في العثور على معلومات حديثة، ومواقع متخصصة، ومستندات محدّدة.

بيربلكسيتي يركّز بشدة على نتائج البحث والاستشهادات. وغالباً ما يشعر المستخدم أنه أمام محرّك بحث متطوّر ممزوج بمولّد إجابات ذكي.

إذن، رغم أن زر البحث العميق قد يحمل الاسم نفسه، فإن العملية البحثية نفسها ليست بالضرورة متطابقة.

نافذة السياق: كم من المعلومات يتذكّرها الذكاء الاصطناعي؟

فارق مهم آخر هو ما يُسمّى نافذة السياق Context Window. تخيّلها كذاكرة عمل مؤقتة للذكاء الاصطناعي.

مهمّة بحث عميق قد تتضمّن قراءة مئات الصفحات، والتقارير، وملفّات صيغة المستندات المحمولة (Portable Document Format, PDF)، ومستندات أخرى. يحتاج النظام إلى إبقاء المعلومات المهمّة من هذه المصادر متاحة أثناء صياغة الإجابة النهائية.

هنا نافذة سياق أوسع سوف تسهّل على الذكاء الاصطناعي مقارنة معلومات من وثائق عديدة دون أن يفقد خيط ما قرأه سابقاً.

على سبيل المثال، تخيّل أن تطلب من ذكاء اصطناعي مقارنة 50 منتجاً باستخدام 100 مصدر مختلف. إذا امتلك النظام نافذة سياق كبيرة، فقد يتمكّن من إبقاء جزء أكبر من تلك المصادر في ذاكرته العاملة، ومقارنتها بفعالية أعلى.
لكن حجم السياق ليس كل القصة. امتلاك نافذة واسعة لا يعني تلقائياً بحثاً أفضل. فجودة استراتيجية البحث، وانتقاء المصادر، والاستدلال، والدمج النهائي، كلها عوامل حاسمة أيضاً.

جودة المصادر وهلاوس الذكاء الاصطناعي

من أكبر مخاوف البحث بالذكاء الاصطناعي ظاهرة الهَلْوَسَة Hallucination.

تحدث الهلوسة عندما يقدّم الذكاء الاصطناعي معلومات تبدو معقولة لكنها خاطئة. أو يُرفق استشهاداً لا يدعم الادّعاء فعلياً. تتعامل المنصات المختلفة مع هذه المعضلة بطرق متباينة:

شات جي بي تي

غالباً ما يحاول شات جي بي تي إعطاء الأولوية لمصادر عالية الجودة مثل الأوراق الأكاديمية، والوثائق الرسمية، والمصادر الأولية. لكنه، كأي نظام ذكاء اصطناعي آخر، قد يخطئ أحياناً، خصوصاً عندما تكون المعلومات صعبة المنال، أو عندما يكون الموضوع شحيح المصادر.

جيميناي

يستفيد جيميناي من ارتباطه الوثيق ببحث غوغل، وغالباً ما يتمكّن من العثور على الصفحة الفعلية أو المستند الكامن خلف نتيجة البحث. لكن ترتيب النتائج في محركات البحث لا يساوي بالضرورة جودة المعلومات. فالمعلومات الخاطئة قد تظهر أيضاً في مواقع ذات ترتيب عالٍ.

بيربلكسيتي

يركّز بيربلكسيتي بشدة على الاستشهادات والإجابات القائمة على المصادر. وهذا يسهّل على المستخدم التحقّق من مصدر ادّعاء معيّن. لكن الاستشهادات وحدها لا تضمن موثوقية المصدر الأساسي. لا يزال يتوجّب عليك التحقّق من المعلومات المهمّة بنفسك.

لماذا تكون ميزات البحث العميق محدودة غالبًا في الخطط المجانية؟

الجواب البسيط هو تكلفة الحوسبة. سؤال ذكاء اصطناعي عادي قد يتطلّب قدرًا صغيراً نسبياً من المعالجة. أمّا مهمّة بحث عميق فهي أكثر تطلباً بكثير.

قد يحتاج الذكاء الاصطناعي إلى توليد استعلامات بحث عديدة، وزيارة مواقع ويب متعدّدة، وقراءة مستندات طويلة، ومقارنة مصادر مختلفة، والبحث مجدّداً عندما تنقص معلومات، وتحليل ملفات PDF وتقارير، وتنظيم المعلومات، ثم كتابة التقرير النهائي وتنقيحه.

كل هذا يتطلّب طاقة حوسبية أكبر بشكل ملحوظ. ولهذا السبب تحدّد الشركات غالباً عدد مهام البحث العميق المتاحة للمستخدمين المجانيين. اما مستخدمي الخطط المدفوعة، فهم يحصلون عموماً على حدود استخدام أعلى، أو وصول إلى نماذج بحث أكثر قوة.

لماذا تبدو التقارير النهائية مختلفة؟

حتى عندما تبحث عدة أدوات في السؤال نفسه، قد تبدو التقارير النهائية مختلفة جداً.

شات جي بي تي: أسلوب المستشار

غالباً ما ينتج شات جي بي تي تقريراً منظّماً بأقسام مثل: ملخّص تنفيذي، وأهم النتائج، وتحليل مفصّل، وتوصيات، والمصادر. ويميل إلى التركيز على ربط المعلومات وصياغة متماسكة.

جيميناي: ملفّ البحث

غالباً ما يقدّم جيميناي إجابة غنية بالمعلومات، بأسلوب حواري، مع العديد من الروابط والاستشهادات. وذلك مفيد خصوصاً عندما تريد تحديد مستندات محدّدة ومعلومات حديثة بسرعة.

بيربلكسيتي: إجابة بأسلوب ويكي

يركّز بيربلكسيتي غالباً على شروحات موجزة، واستشهادات، وجداول، وأسئلة ذات صلة، وحقائق سريعة. وذلك مفيد عندما تريد فهم موضوع بسرعة، لكنه قد يقدّم أحياناً تحليلاً أقل تفصيلاً حول سبب اختلاف المصادر.

مثال من الواقع

لنتخيّل أننا قدّمنا لشات جي بي تي، وجيميناي، وبيربلكسيتي سؤال البحث نفسه تماماً:

حلّل تأثير قانون الذكاء الاصطناعي الأوروبي الجديد على الشركات الصغيرة والمتوسطة (Small and Medium-sized Enterprises, SMEs) في قطاع الرعاية الصحية في ألمانيا مقابل فرنسا. ضمّن تقديرات محددة لتكاليف الامتثال، والتحديات القانونية الحديثة المرفوعة في 2024، ومقارنة لبرامج المنح الحكومية المتاحة لتعويض هذه التكاليف.

هذا سؤال صعب لأنه يتطلّب أنواعاً عدة من المعلومات.

يحتاج الذكاء الاصطناعي إلى البحث عن: قانون الذكاء الاصطناعي الأوروبي، ومتطلّبات الشركات الصغيرة والمتوسطة، ولوائح الرعاية الصحية، وألمانيا، وفرنسا، وتكاليف الامتثال، والتحديات القانونية، والمنح الحكومية، والتطوّرات الحديثة.

إليك كيف قد تتعامل المنصات المختلفة مع هذا السؤال.

شات جي بي تي: المولّف

من المرجّح أن يقسّم شات جي بي تي السؤال إلى مهام بحثية أصغر. على سبيل المثال، قد يبحث أولاً عن قانون الذكاء الاصطناعي الأوروبي، ثم ينظر في متطلبات الشركات الصغيرة والمتوسطة، تليها اللوائح الألمانية والفرنسية والتمويل الحكومي، ثم يحاول الربط بينهما.

قد تكون النتيجة، تقرير عالي التنظيم يشرح ليس فقط ما هي اللوائح، بل أيضاً كيف تتصل ببعضها. قد يشرح التقرير على سبيل المثال، لماذا قد تخلق لائحة معينة تكاليف مختلفة للشركات في ألمانيا وفرنسا.

لكن إذا ظهرت معلومة مهمّة فقط في موقع محلي صغير، فقد يغفل النظام عنها. وهناك أيضاً خطر تقديم رقم تقديري عندما لا يتوفّر رقم دقيق. ولهذا السبب يجب دائماً التحقّق من الادّعاءات المالية أو القانونية المهمّة مقابل المصدر الأصلي.

جيميناي: الفهرِس

يستفيد جيميناي من بنية بحث غوغل الضخمة. وقد يكون جيّداً خصوصاً في العثور على مستندات حكومية محدّدة، وملفات PDF، وتشريعات، ومعلومات نُشرت حديثاً. فقد يتمكّن مثلاً من تحديد مستند منحة حكومية ألمانية وتحديث تشريعي فرنسي بسرعة.

تكون النتيجة إجابة تحتوي على العديد من الروابط والإحالات إلى وثائق رسمية. لكن التفسير النهائي قد يبدو أحياناً أشبه بمجموعة معلومات منه بحجّة مترابطة بعناية. بمعنى آخر، قد يعمل جيميناي مثل أمين مكتبة رقمي سريع جداً: ممتاز في العثور على المعلومات، لكنّه أحياناً أقل تركيزاً على نسج كل شيء في سلسة واحدة.

بيربلكسيتي: المجمّع

يركّز بيربلكسيتي بقوة على البحث والاستشهادات. وقد ينفّذ عدة عمليات بحث لتغطية أجزاء مختلفة من السؤال. قد تتلقّى إجابة موجزة مع العديد من الاستشهادات، وربما جدول مقارنة بين ألمانيا وفرنسا. على سبيل المثال:

تكاليف الامتثال: 20,000–100,000 يورو حسب الشركة والمتطلّبات.

والاستشهادات تجعل من السهل استقصاء مصدر تلك المعلومات. لكن إذا قدّمت مصادر مختلفة تقديرات تكلفة مختلفة جداً، فقد يكتفي بيربلكسيتي بعرض النطاق ولو كان واسعا. بينما نظام بحث أعمق مثل شات جي بي تي، قد يحاول شرح لماذا تختلف هذه التقديرات.

إذن، أيّها أفضل؟

لا يوجد فائز واحد . فالأمر يعتمد على ما تحتاجه. الأداة الأفضل هنا، تعتمد على هدفك.

المنصةفكّر فيها كـالقوة الرئيسيةالضعف المحتمل
شات جي بي تيالمستشارالاستدلال والدمجقد يغفل بعض المعلومات المتخصصة
جيمينايأمين المكتبة الرقميالعثور على معلومات ومستندات حديثةأحياناً أقل سرديّة
بيربلكسيتيمحرّك بحث قائم على الاستشهاداتالاستشهادات والحقائق السريعةقد يبالغ في تبسيط القضايا المعقّدة

وماذا عن البحث العميق المجاني؟

تقدّم كثير من شركات الذكاء الاصطناعي الآن شكلاً من أشكال القدرة البحثية في الخطط المجانية. لكن هناك فارقاً مهماً بين الوصول المجاني والوصول الكامل.

النسخة المجانية قد تحتوي على بحث أقل، ودورات بحثية أقل، ونموذج أقل قوة، وحدود استخدام أدنى. فعلى سبيل المثال، نظام بحث خفيف قد ينفّذ بضع عمليات بحث فقط قبل إنتاج إجابة. بينما نسخة أكثر قوة قد تواصل البحث، تتبع الإحالات داخل المقالات، تقرأ مستندات إضافية، وتستقصي الموضوع بعمق أكبر.

إذن، النسخة المجانية ليست بالضرورة سيّئة. قد تكون ببساطة أقل عمقاً.

وماذا عن كلود؟

تستخدم شركة أنثروبيك Anthropic في كلود Claude ميزة تسمّى ميزة البحث Research.

ومن المهم عدم الخلط بين ميزات الاستدلال في كلود والبحث على الويب.

التفكير الموسّع Extended Thinking يساعد كلود على بذل جهد أكبر في الاستدلال حول مشكلة.

ميزة البحث يتضمّن البحث عن معلومات وجمعها من مصادر خارجية.

وهاتان قدرتان مختلفتان.

اختيار أداة بحث عميق مجانية

توجد أيضاً خيارات أخرى، منها غروك (Grok)، وديب سيك (DeepSeek)، وكوين (Qwen). إليك مقارنة مبسّطة.

المنصةالقدرة البحثيةالانطباع العام
غروكDeepSearchقد تكون مفيدة، لكن حدود الاستخدام المجاني قد تتفاوت
ديب سيكDeepThink + Searchاستدلال ممتاز، لكن ليس مثل وكيل بحث عميق مخصّص
كوينDeep Researchخيار قوي للمستخدمين الذين يبحثون عن وضع بحث مخصّص مجاني

وضع البحث العميق في كوين لافت للنظر. خصوصاً لأنه مصمّم خصيصاً لمهام البحث الأطول. ومن نقاط قوته الجديرة بالذكر، قدرته على العمل مع مصادر صينية وإنجليزية معاً. وهذا قد يكون قيّماً للمواضيع التي تكون فيها المعلومات باللغة الصينية مهمّة، مثل: المركبات الكهربائية، والبطّاريات، والطاقة الشمسية، والتصنيع، والشركات الصينية، وبعض الحقول الأكاديمية.

غير أنّ لكوين مواطن ضعف لا ينبغي إغفالها؛ فتقاريره قد تأتي طويلة متكررة، قليلة الصقل، أقرب إلى القوائم منها إلى السرد المتماسك. وهو فوق ذلك، قد يكون أقل جدارةً في التمييز بين المصادر الرصينة والمواقع الأضعف موثوقية.

ما تبوح به التجربة

من الأخطاء الشائعة أن يظنّ المرء أن كل أداة ذكاء اصطناعي تحمل زر بحث عميق تسلك الطريق ذاته، غير أنّ الحقيقة تخالف هذا الظنّ تمامًا؛ فهذه الأدوات تتباين في طرائق بحثها، وعدد مراجعاتها، وترتيب أولوياتها للمصادر، ومدى قدرتها على معالجة المعلومات، ودقّتها في التثبّت منها، ثم في كيفية ربطها للشواهد وصياغتها للتقرير النهائي.

ولعلّ أوضح ما تكشفه التجربة العملية أنّك تسأل أداتين مختلفتين عن موضوع شائك، فتعود إليك إحداهما بتحليل مترابط كأنه حوار عميق، بينما تكتفي الأخرى بقائمة طويلة من الروابط لا يجمعها خيط واحد. هذا التفاوت ليس وليد الصدفة، بل هو ثمرةٌ مباشرة لاختلاف البنية والمحرّك.

لذا، انظر إليها بوصفها فريقًا من الباحثين لا أدواتٍ متطابقة: أحدهم بارع في اقتناص المعلومات، وآخر متمكّن من ربط الأفكار، وثالث سريع في توثيق الاستشهادات، ورابع يتفوّق حين يتعلّق الأمر بمعلومة من لغة أو منطقة معيّنة.

الخلاصة أنّ العبرة ليست بالاسم الأكثر صخبًا ولا بالنموذج الأضخم، بل بإدراكك لنوع البحث الذي تحتاجه واختيارك الأداة الأمثل لتلك المهمة تحديدًا. ومهما بلغت براعة الأداة، يظل الذكاء الاصطناعي معينًا لا بديلًا عن عقلك؛ فهو يقدّم لك المعلومة، أما التحقق منها فمسؤوليتك أنت وحدك.