الشبكات الدلالية: الشبكة الهرمية مقابل انتشار التنشيط

شهد النصف الثاني من القرن العشرين تحولاً جذرياً في دراسة العقل البشري، حيث انتقل علم النفس من النزعة السلوكية الاختزالية—التي اقتصرت على رصد المثير والاستجابة وتجاهلت العمليات الباطنية باعتبار الدماغ “صندوقاً أسود”—إلى فضاء العلوم المعرفية الرحب ونموذج معالجة المعلومات. في قلب هذه الثورة المعرفية، برز تساؤل جوهري شكّل مدار البحث لعقود: كيف يُخزّن الدماغ البشري المفاهيم والمعاني اللغوية، وكيف يسترجعها في أجزاء من الثانية بتناسق وكفاءة فائقة؟ هل تعتمد الذاكرة الدلالية (Semantic Memory) على تنظيم تصنيفي هرمي صارم يشبه فهارس المكتبات العلمية، أم أنها تنتظم في شبكات ترابطية مائعة ومرنة تتحكم فيها المسافات المعنوية وديناميات انتشار الطاقة الإدراكية؟

أفرز هذا التساؤل المعرفي نموذجين من أعظم النماذج التفسيرية في تاريخ علم النفس المعرفي والذكاء الاصطناعي: “نموذج الشبكة الهرمية” (Hierarchical Network Model) الذي صاغه ألان كولينز وروس كوليان في أواخر الستينيات، و”نموذج انتشار التنشيط” (Spreading Activation Model) الذي طوره كولينز وإليزابيث لوفتوس في منتصف السبعينيات كاستجابة نقدية وتعديل بنيوي للنموذج الأول. يمثل كلا النموذجين ركيزتين أساسيتين في تمثيل المعرفة الرمزية، لكنهما ينطلقان من فلسفتين مختلفتين كلياً حول معمارية الذاكرة؛ فالأول يعتمد على منطق الشجرة الأنطولوجية وتوريث الخصائص والاقتصاد المعرفي الصارم، بينما يتبنى الثاني منطق الفضاء الدلالي متعدد الأبعاد والانتقال الديناميكي العشوائي والمحكوم بقوة الروابط الإمبريقية.

إن المقارنة المتعمقة بين هذين النموذجين ليست مجرد استعراض لتاريخ الأفكار النفسية، بل هي تفكيك لآليات التفكير البشري ذاتها وانعكاساتها المباشرة على هندسة المعرفة الحديثة ومعالجة اللغات الطبيعية ونظم الذكاء الاصطناعي التوليدي. تسعى هذه الدراسة الأكاديمية الشاملة إلى تشريح البنية الطوبولوجية والآليات الحسابية لكل من الشبكة الهرمية وانتشار التنشيط، وفحص الأسس التجريبية التي دعمت كل نموذج أو قوضت أركانه، مروراً بتحليل التمايزات الوظيفية بينهما وتطبيقاتهما المعاصرة في بناء الأنطولوجيات الحاسوبية ونماذج الذكاء الاصطناعي الرمزي العصبي.

1. مقدمة: تأطير الشبكات الدلالية وتطور النماذج المعرفية

1.1 مفهوم الشبكات الدلالية في علم النفس المعرفي والذكاء الاصطناعي

تُعرَّف الشبكات الدلالية (Semantic Networks) بأنها بنيات بيانية ورياضية صُممت لتمثيل المعرفة التقريرية وتنظيم العلاقات المنطقية والمفاهيمية في الفضاء الذهني أو الحاسوبي. نشأت فكرة الشبكة الدلالية من فرضية أساسية ترى أن المعرفة لا تُخزن في الذاكرة البشرية كقوائم معجمية منعزلة أو تراكمات نصية مجردة، بل تتشكل عبر شبكة واسعة من “العقد” (Nodes) التي ترمز إلى المفاهيم الفردية أو الفئات المجردة، و”الروابط” (Links or Edges) التي تُعبّر عن العلاقات الرابطة بين تلك المفاهيم، مثل علاقات التبعية والاحتواء والصفات الوظيفية والبنيوية. يُعد هذا الإطار البياني أساسياً في فهم معالجة المعلومات البشرية ومحاكاتها خوارزمياً، حيث يسمح للأنظمة الصورية بالاستدلال على معلومات غير مصرح بها مباشرة عبر تتبع مسارات الروابط المنطقية.

في سياق علم النفس المعرفي، تمثل الشبكات الدلالية المحاولة الأكثر نضجاً لفهم بنية “الذاكرة طويلة المدى” وتحديداً الشق الدلالي منها، وهو الشق المعني بتخزين الحقائق العامة، واللغة، والمفاهيم، بعيداً عن السياق الزمني والمكاني للأحداث الشخصية التي تشكل جوهر الذاكرة العرضية (Episodic Memory). وقد أتاح الانتقال من التأملات الفلسفية التجريدية حول ترابط الأفكار—والتي نادى بها فلاسفة مثل أرسطو وجون لوك—إلى النمذجة الصورية المعملية قياس العمليات الإدراكية بدقة ميكرو-زمنية عبر تحليل أزمنة الاستجابة، مما جعل تمثيل المعرفة حقلاً مشتركاً يغذي نظريات العقل في علم النفس ويؤسس لقواعد البيانات الخبيرة وتقنيات الويب الدلالي في الذكاء الاصطناعي.

1.2 دواعي المقارنة بين النموذج الهرمي ونموذج انتشار التنشيط

تنبع أهمية المقارنة الجوهرية بين نموذج الشبكة الهرمية ونموذج انتشار التنشيط من كونهما يمثلان منعطفاً إبستمولوجياً محورياً في نمذجة العقل البشري. يعتمد كِلا النموذجين على تمثيل المعرفة عبر العقد والروابط، وهو ما يخلق خلطاً شائعاً لدى الباحثين غير المتخصصين الذين يرون في انتشار التنشيط مجرد مرادف لأي شبكة دلالية، متناسين الفروق البنيوية والحسابية العميقة التي تفصل بين منطق التنظيم الصارم القائم على التصنيف الشجري ومنطق الشبكات الموزعة القائم على درجات القرب والاحتمالية. وتكمن دواعي هذه المقارنة في دراسة الكيفية التي أدت بها محدودية المنطق الصوري الكلاسيكي في تفسير السلوك البشري إلى ولادة نماذج ديناميكية تحتضن النسبية والتفاوت والخبرة التراكمية الفردية.

علاوة على ذلك، تحظى هذه المقارنة براهنية فائقة في العصر الحالي مع تطور نظم استرجاع المعلومات، وهندسة الأنطولوجيات، ومعالجة اللغات الطبيعية (NLP). فالمصممون وعلماء البيانات اليوم يقفون أمام المفاضلة ذاتها: هل تُبنى قواعد المعرفة وفق أسس هرمية صارمة غير قابلة للتأويل لضمان الدقة المنطقية وعدم التناقض، أم تُصمم وفق نماذج انتشار التنشيط والتمثيلات الاتجاهية لتوفير مرونة سياقية وقدرة على توليد استجابات تماثل الترابطات الذهنية الحرة؟ إن فهم حدود النموذجين الكلاسيكيين ومزاياهما هو الذي يُرشد حالياً تصميم الرسوم البيانية المعرفية (Knowledge Graphs) والنظم الهجينة في الذكاء الاصطناعي.

1.3 السياق التاريخي لظهور النموذجين وتطورهما

بدأت القصة التاريخية للنمذجة الصورية للذاكرة الدلالية في أواخر ستينيات القرن العشرين، وتحديداً عبر العمل الرائد الذي قدمه ألان كولينز بالتعاون مع روس كوليان عام 1969. كان الهدف في البداية هندسياً وحاسوبياً بحتاً؛ حيث كان كوليان يعمل على برنامج لفهم اللغة الطبيعية يُدعى “مُسترجع الذاكرة الدلالية المعلمة” (Teachable Language Comprehender – TLC). وسرعان ما أدرك الباحثان أن البنية الهرمية المقترحة للبرنامج—والتي تفترض ترتيب المفاهيم من الأعم إلى الأخص مع توريث الخصائص وتطبيق مبدأ الاقتصاد المعرفي—يمكن اختبارها كنموذج إدراكي نفسي يصف كيفية استرجاع العقل البشري للمعلومات المخزنة، وقاما بتصميم تجارب زمن التحقق من الجمل (Sentence Verification Tasks) لإثبات صحة نموذجهما تجريبياً.

لكن سرعان ما واجه نموذج كولينز وكوليان الهرمي موجة من التحديات التجريبية خلال مطلع السبعينيات؛ إذ كشفت المعامل النفسية عن ظواهر إدراكية عجز النموذج الهرمي عن استيعابها أو التنبؤ بها، مثل “تأثير النمطية” وحالات “التراجع العكسي في زمن الاستجابة”. استجابةً لهذه التناقضات التجريبية المتراكمة، تحالف ألان كولينز مع عالمة النفس المعرفي البارزة إليزابيث لوفتوس عام 1975 لتقديم مراجعة جذرية شاملة، تمخضت عن ولادة “نموذج انتشار التنشيط”. تخلى النموذج الجديد عن صرامة الهرمية والاقتصاد المعرفي المفرط لصالح فضاء دلالي مرن متعدد الأبعاد تتغير فيه المسافات بين العقد وفق درجة التشابه والارتباط الإمبريقي، مما مهد الطريق لاحقاً لنشأة النماذج الترابطية والشبكات العصبية الاصطناعية المعاصرة.

2. نموذج الشبكة الهرمية (Collins & Quillian): البنية والخصائص

2.1 المبادئ التأسيسية: التنظيم الهرمي وتوريث الخصائص

يقوم نموذج الشبكة الهرمية على افتراض أن المفاهيم الذهنية ليست مبعثرة بصورة فوضوية في الذاكرة، بل تنتظم في شجرة تصنيفية صاعدة تشبه التصنيفات البيولوجية اللينيوسية للكائنات الحية. في هذه الطوبولوجيا الشجرية، تُمثَّل الفئات المجردة الكبرى في المستويات العليا (مثل: كائن حي، حيوان)، بينما تتفرع منها في المستويات الوسطى الفئات الفرعية (مثل: طائر، سمكة)، لتنتهي في المستويات الدنيا بالأعيان والمفاهيم الخاصة الأكثر تخصيصاً (مثل: كناري، روبن، قرش). ترتبط هذه العقد ببعضها البعض عبر روابط موجّهة تُعرف بروابط التضمين أو روابط التبعية التصنيفية، والتي يُشار إليها اصطلاحاً بروابط “هو أداة تصنيف لـ” أو “ينتمي إلى فئة” (ISA Links).

يرتكز هذا النموذج على قانون استدلالي محوري هو “مبدأ الوراثة المعرفية” (Cognitive Inheritance). بموجب هذا المبدأ، لا يحتاج العقل البشري إلى تخزين كل خصائص الشيء معه مباشرة في العقدة الدنيا الخاصة به؛ بل إن المفهوم الأدنى يرث تلقائياً كافة الخصائص والصفات الملحقة بالفئات الأعلى التي ينتمي إليها. فعلى سبيل المثال، مفهوم “الكناري” يرتبط مباشرة بخصائص نادرة تخصه حصراً مثل “يستطيع الغناء” و”لونه أصفر”، لكنه لا يخزن معه خصائص مثل “له أجنحة” أو “يملك ريشاً”؛ إذ إن هذه الخصائص مخزنة عند عقدة “طائر”، كما أنه لا يخزن خاصية “يتنفس” أو “يأكل” لأنها مخزنة عند العقدة الأعلى “حيوان”. تضمن هذه الآلية الصورية استدلالاً منطقياً سريعاً عبر الانتقال من الفرع إلى الأصل.

2.2 مبدأ الاقتصاد المعرفي (Cognitive Economy)

يُعد “مبدأ الاقتصاد المعرفي” حجر الزاوية في فلسفة كولينز وكوليان التصميمية؛ وهو فرضية تفترض أن سعة الذاكرة البشرية طويلة المدى—على الرغم من ضخامتها—تخضع لضغط تطوري يفرض تحسين كفاءة التخزين والحد من الهدر عبر التخلص من أي تكرار فائض للمعلومات (Redundancy Elimination). ومن ثم، يتم تمثيل الصفة أو الخاصية السلوكية والتشريحية مرة واحدة فقط في الشبكة الدلالية بأكملها، وتحديداً عند أعلى مستوى تجريدي ممكن يشمل كافة الكائنات التي تتشارك تلك الصفة. فإذا كانت صفة “يتحرك” أو “يتنفس الأكسجين” تنطبق على جميع الحيوانات، فإن العقل—وفقاً لهذا المبدأ الصارم—يمتنع تماماً عن تكرارها عند عقد القط، أو الكلب، أو الطائر.

افترض النموذج الهرمي وجود مقايضة وظيفية حاسمة: توفير مساحة التخزين العصبي على حساب زيادة طفيفة في وقت المعالجة الذهنية أثناء الاسترجاع. فبدلاً من استهلاك الموارد الدماغية في تكرار السمات آلاف المرات مع كل كائن حي، يُفضل النظام الإدراكي القيام بعملية “بحث استدلالي صاعد” عبر الروابط في زمن يقاس بأجزاء من الثانية لاستنتاج السمات الموروثة عند الحاجة إليها. وقد فتح هذا الافتراض سجالاً نظرياً وتجريبياً واسعاً في الأوساط العلمية، حيث أثار الشكوك حول ما إذا كان الدماغ البشري يسعى بالفعل إلى الاقتصاد الرياضي الصارم في التخزين، أم أنه يفضل التكرار الذي يعزز سرعة الاسترجاع المباشر دون الحاجة إلى تكلفة المعالجة الاستدلالية المتسلسلة.

2.3 آليات التحقق وزمن الاستجابة (Sentence Verification Task)

لإثبات الوجود النفسي الحقيقي لهذه البنية الهرمية واختبار صحة مبدأ الاقتصاد المعرفي معملياً، ابتكر كولينز وكوليان منهجية تجريبية دقيقة عُرفت بـ “مهمة التحقق من صحة العبارات” (Sentence Verification Task). يُعرض على المشاركين في هذه التجربة جمل خبرية بسيطة عبر الشاشة، ويُطلب منهم الضغط على زر يحدد ما إذا كانت الجملة صحيحة أم خاطئة بأقصى سرعة ممكنة، مع قياس زمن الرجع أو زمن الاستجابة (Reaction Time) بالمللي ثانية. انطلقت الفرضية من أنه إذا كانت المفاهيم مخزنة هرمياً، فإن الوقت اللازم للتحقق من صحة العبارة يجب أن يتناسب طردياً مع عدد المستويات الهرمية التي يتعين على الفرد اجتيازها في الشبكة الذهنية.

قسّم الباحثان الجمل إلى نوعين رئيسيين: “جمل العلاقات التصنيفية” (Category Statements) و”جمل الخصائص” (Property Statements). وأظهرت النتائج المعملية الأولية توافقاً مبهراً مع تنبؤات النموذج:

• التحقق من جملة “الكناري كناري” (المستوى الصفر $L_0$) تطلب زمناً أقل من جملة “الكناري طائر” (اجتياز مستوى واحد $L_1$).
• التحقق من “الكناري طائر” ($L_1$) كان أسرع بدوره من جملة “الكناري حيوان” (اجتياز مستويين $L_2$).
• وعلى مستوى جمل الخصائص، كان التحقق من خاصية مباشرة مثل “الكناري يغني” ($P_0$) أسرع من خاصية موروثة بمستوى واحد مثل “الكناري يطير” ($P_1$)، وكانت الأخيرة أسرع من خاصية موروثة بمستويين مثل “الكناري له جلد” أو “الكناري يتنفس” ($P_2$).

قُدِّرت تكلفة عبور كل مستوى تصنيفي بنحو 75 إلى 100 مللي ثانية، مما اعتُبر دليلاً قاطعاً حينها على أن المعالجة المعرفية عبارة عن مسح خطي تسلسلي عبر شجرة المفاهيم.

2.4 الحدود النظرية والانتقادات الموجهة للنموذج الهرمي

على الرغم من النجاح الأولي الباهر لنموذج كولينز وكوليان، إلا أن الأبحاث المعملية اللاحقة سرعان ما كشفت عن ثغرات تجريبية قاتلة قوّضت ادعاءات البنية الهرمية الصارمة. كان الفشل الأول والأبرز هو عجز النموذج التام عن تفسير “تأثير النمطية” (Typicality Effect). وفقاً للنموذج الهرمي، ينبغي أن يكون زمن التحقق من صحة جملة “الروبن طائر” مطابقاً تماماً لزمن التحقق من جملة “النعام طائر” أو “البطريق طائر”، نظراً لأن الروبن والنعام والبطريق يبتعدون جميعاً عن الفئة العليا “طائر” بمسافة تصنيفية متساوية قدرها مستوى واحد ($L_1$). بيد أن البيانات المعملية أثبتت بما لا يدع مجالاً للشك أن استجابة الأفراد للروبن كطائر أسرع بكثير من استجابتهم للنعام أو البطريق، مما يشير إلى أن الذاكرة تتأثر بمدى تمثيل الكائن للنموذج الأصلي وليس بموقعه التصنيفي فقط.

تجلت الثغرة الثانية في ظاهرة “التراجع العكسي لمستويات المعالجة” (Category Size Inversion Effect)؛ حيث أثبتت التجارب أن المشاركين يستجيبون لجملة “الكلب حيوان” في زمن أسرع بكثير من استجابتهم لجملة “الكلب ثديي”، على الرغم من أن “ثديي” تقع في المستوى الوسيط هرمياً بين الكلب والحيوان، مما يفترض—نظرياً—أن يكون زمن الوصول إليها أقصر. يُضاف إلى ذلك أن افتراض الاقتصاد المعرفي لم يصمد أمام الاختبارات المنهجية؛ فقد تبين أن تكرار تعرض الإنسان لخصائص مألوفة وشائعة يجعلها تُخزن محلياً وبشكل متكرر مع الكائن مباشرة لتسهيل استرجاعها، كما بيّنت الدراسات اللغوية التي تناولت تردد الكلمات والمفردات في الاستخدام اليومي (Ellis, 2002). كما أظهرت دراسات الفئات الخاصة والمركبة أن المفاهيم الذهنية لا تخضع دائماً لمنطق التصنيف الهرمي الجامد، بل تتشكل ديناميكياً لتلبية أهداف وظيفية وسياقية محددة لا يمكن حصرها في شجرة تصنيفية مسبقة (Barsalou, 1983).

3. نموذج انتشار التنشيط (Collins & Loftus): الآليات والديناميكية

3.1 البنية الطوبولوجية: المسافة الدلالية والروابط المتفاوتة

في عام 1975، نشر ألان كولينز وإليزابيث لوفتوس ورقتهما العلمية المرجعية التي قدمت “نموذج انتشار التنشيط” (Spreading Activation Theory of Semantic Processing). مثّل هذا النموذج قطيعة إبستمولوجية مع الطوبولوجيا الشجرية الهرمية المغلقة؛ إذ استُبدلت الشجرة الهرمية بشبكة ترابطية معقدة ومفتوحة متعددة الأبعاد تشبه نسيج العنكبوت. في هذه البنية الجديدة، لم تعد الروابط بين العقد محصورة في علاقات الاشتمال الطبقي الصارمة (ISA) أو الوراثة الميكانيكية، بل أصبحت تعكس أي نوع من أنواع التداعي الذهني والارتباط الإدراكي، بما في ذلك التضاد، والترادف، والاقتران المكاني والزماني، والتجاور الوظيفي، والخبرة الحياتية التراكمية.

العنصر الطوبولوجي الأكثر ثورية في هذا النموذج هو مفهوم “المسافة الدلالية” (Semantic Distance). لم تعد أطوال الروابط في الشبكة متساوية أو اعتباطية؛ بل أصبح طول الرابط يمثل تمثيلاً بيانياً دقيقاً لدرجة التشابه المعنوي أو قوة التداعي بين المفهومين. فكلما كان المفهومان أكثر قرباً في المعنى وأكثر تلازماً في الخبرة البشرية، قَصُرَ الرابط الفيزيائي بينهما في الفضاء الشبكي، مما يسمح بانتقال الطاقة المعرفية بينهما في زمن بالغ القصر. على النقيض من ذلك، تُمثَّل المفاهيم المتباعدة بروابط طويلة ورفيعة تتطلب طاقة أكبر وزماناً أطول لاجتيازها. وبالتالي، تتشكل بنية الشبكة عند كولينز ولوفتوس كبنية غير متجانسة تتجمع فيها المفاهيم المتشابهة في عناقيد دلالية كثيفة (Semantic Clusters).

3.2 ديناميكية انتشار التنشيط (Spread of Activation Mechanics)

لا تعمل الذاكرة الدلالية في هذا النموذج كمعالج استدلالي يفحص القضايا المنطقية خطوة بخطوة، بل كنسيج حيوي تنبعث فيه موجات مستمرة من الإثارة العصبية الذهنية. تبدأ العملية بما يُعرف بـ “إثارة العقدة”؛ فعندما يرى الفرد كلمة معينة، أو يسمع صوتاً، أو يستحضر فكرة في بؤرة انتباهه، تُحقن العقدة التي تمثل ذلك المفهوم بجرعة من “طاقة التنشيط” (Activation Energy). وبمجرد تنشيط هذه العقدة المركزية، تبدأ هذه الطاقة في التدفق والانتشار تلقائياً ودون بذل جهد واعٍ على طول جميع الروابط الخارجة منها، لتنتقل إلى العقد المجاورة في كل الاتجاهات بصورة متوازية ومتزامنة (Parallel Propagation).

تخضع هذه الديناميكية الحسابية لقانونين فيزيائيين وإدراكيين رئيسيين:

• الانحلال والاضمحلال المسافي (Attenuation over Distance): تتلاشى قوة شحنة التنشيط وتتناقص شدتها كلما ابتعدت عن العقدة المصدر وتوزعت على مسارات فرعية متعددة، حيث تتناسب كمية التنشيط المنقولة عبر رابط ما طردياً مع قوة الرابط وعكسياً مع طوله.
• الانحلال الزمني السريع (Decay over Time): لا يظل التنشيط سارياً في الشبكة إلى الأبد، بل يبدأ في التلاشي التلقائي التدريجي بعد مرور فترة زمنية وجيزة، ما لم يُغذَّ بمدخلات انتباهية جديدة.

علاوة على ذلك، تتميز الشبكة بخاصية “تراكم وتكامل التنشيط عند التقاطع”؛ فإذا وصل التنشيط إلى عقدة ما من مصدرين مختلفين في نفس الوقت، يتجمع التنشيط من المسارين ويتراكم جبرياً حتى يتجاوز “عتبة التنشيط” (Activation Threshold). وبمجرد تجاوز هذه العتبة، تنبثق المعلومة إلى حيز “الوعي المعرفي” للذاكرة العاملة ليتم استرجاعها فورياً. وقد بينت الدراسات الطوبولوجية الحديثة أن مرونة وكثافة تفرع هذه الشبكات الدلالية تؤدي دوراً حاسماً في تنظيم العمليات المعرفية المعقدة وقدرة العقل على الربط الابتكاري بين الأفكار المتباعدة (Kenett et al., 2014).

3.3 تفسير الظواهر الإدراكية: النمطية والتهيئة الدلالية

قدم نموذج انتشار التنشيط حلولاً أنيقة وتفسيرات مقنعة للظواهر الإدراكية التي أطاحت بسلفه الهرمي. جاء في مقدمة هذه الإنجازات التفسير الرياضي الدقيق لظاهرة “التهيئة الدلالية” (Semantic Priming) التي رصدها ماير وشڤانفيلدت. في هذه التجارب، عندما يُعرض على الشخص كلمة أولية تُسمى “المُهيئ” (Prime) مثل كلمة “خبز”، ثم يُعرض عليه بعدها مباشرة كلمة هدف (Target) ليقرر ما إذا كانت كلمة حقيقية أم لا (مهمة القرار المعجمي)، فإن زمن التعرف على كلمة “زبدة” يكون أسرع بصورة ملحوظة مقارنة بعرض كلمة محايدة أو غير مترابطة مثل “ممرضة”. فسر كولينز ولوفتوس ذلك بأن تنشيط عقدة “خبز” يُطلق موجة تنشيط تنتشر فورياً إلى العقدة الوثيقة الصلة “زبدة”، مما يرفع من مستوى طاقتها التحت-عتبوية مسبقاً، فتصبح شبه مستثارة وجاهزة للانبثاق الواعي بأقل جهد وزمن إدراكي.

وعلى نحو مماثل، قَدّم النموذج تفسيراً طبيعياً لـ “تأثير النمطية”؛ فالمفهوم النمطي الأكثر نموذجية للفئة (مثل “الروبن” بالنسبة لـ “طائر”) يفصله عن عقدة الفئة رابط أقصر بكثير من الرابط الذي يفصل مفهوماً غير نمطي (مثل “البطريق”). وبما أن المسافة الدلالية أقصر، فإن شحنة التنشيط تصل إلى العقدة المشتركة وتتجاوز العتبة أسرع، وهو ما ينعكس في انخفاض زمن الرجع بالمللي ثانية في مهمة التحقق. كما يفسر النموذج سهولة أحكام النفي السريعة للمفاهيم المتباعدة كلياً (مثل “الراديو طائر”)؛ حيث لا يتقاطع أي تنشيط منبعث من العقدتين في الفضاء الشبكي، مما يؤدي إلى انقضاء المهلة الزمنية للبحث وإصدار حكم بالرفض بسرعة فائقة تفوق رفض جملة كاذبة تنطوي على تشابه دلالي مضلل (مثل “الخفاش طائر”)، نظراً لأن الأخيرة تطلق تنشيطاً متقاطعاً جزئياً يُعقّد عملية الفصل المنطقي. وترتبط سرعة المعالجة هذه والوصول المعجمي بكفاءة تمثيل الكلمات وترددها اللغوي التراكمي في البنية الذهنية (Gahl, 2008).

3.4 الانتقادات الموجهة ونقاشات قابلية الدحض (Falsifiability)

على الرغم من النجاح التجريبي الواسع والقدرة التفسيرية الهائلة لنموذج انتشار التنشيط، إلا أنه لم يسلم من نقد إبستمولوجي لاذع تركز حول “معيار قابلية الدحض” (Falsifiability) وفق المعايير البوبرية الصارمة للمنهج العلمي. جادل نقاد بارزون، مثل ريتشارد ماير وكارل هايدن، بأن نموذج كولينز ولوفتوس يتمتع بـ “مرونة مفرطة” (Over-flexibility) تجعله أشبه بأداة تفصيلية قادرة على تفسير أي نتيجة تجريبية بعد حدوثها (Post-hoc Explanations)، دون أن يمتلك قدرة تنبؤية قبلية حازمة يمكن إخضاعها للاختبار الدقيق. فإذا أظهرت التجربة أن المفهوم (أ) أسرع في الاسترجاع من (ب)، ادعى النموذج أن الرابط بينهما أقصر؛ وإذا حدث العكس في تجربة أخرى، يمكن للمدافعين عن النموذج ببساطة تعديل طول الروابط أو افتراض وجود مسارات تنشيط بديلة غير مرصودة.

تتمثل الصعوبة الثانية في تعقيد الضبط الرياضي والمعملي لبارامترات النموذج؛ فكيف يمكن قياس “كمية التنشيط” بوحدات قياس فيزيائية دقيقة؟ وكيف نحدد بدقة متناهية متى ينتهي التنشيط بالتلاشي وما هي العتبة الدقيقة للوعي؟ بالإضافة إلى ذلك، فإن المسافة الدلالية ليست مقياساً موضوعياً ثابتاً عبر البشر، بل تختلف باختلاف البيئة، والتعليم، والخبرات الحياتية الذاتية، مما جعل من الصعب جداً حوسبة خوارزمية شاملة موحدة تنطبق على جميع الأفراد دون اللجوء إلى افتراضات استثنائية. هذه السيولة النظرية دفعت علماء النفس المعرفي اللاحقين إلى السعي وراء نماذج ترابطية وحسابية ورياضية أكثر انضباطاً لتحديد معادلات تدفق التنشيط وتلاشيه.

4. الفروق الجوهرية بين الشبكة الهرمية وانتشار التنشيط

4.1 جدول المقارنة الشامل لأبعاد البنية والوظيفة

يوضح الجدول التحليلي التالي مقارنة نقدية وشاملة بين نموذج الشبكة الهرمية ونموذج انتشار التنشيط عبر أبرز الأبعاد البنيوية والحسابية والإدراكية:

البُعد / الخاصية	نموذج الشبكة الهرمية (Collins & Quillian)	نموذج انتشار التنشيط (Collins & Loftus)
البنية الهيكلية والتنظيم الفضائي	هيكل شجري هرمي صارم، مقيد بمستويات عمودية من الأعلى (الأعم) إلى الأدنى (الأخص).	شبكة ترابطية نسيجية متعددة الأبعاد، مائعة وخالية من القيود التراتبية الصارمة.
طبيعة الروابط والدلالة	روابط مصنفة منطقياً ومحددة بدقة: علاقات الاشتمال الفئوي (ISA) وروابط الخصائص المباشرة.	روابط ترابطية مرنة ومتنوعة (تضاد، تجاور، سببية، مشاعر)، تختلف نوعياً باختلاف طبيعة العلاقة.
دلالة طول الرابط (المسافة)	أطوال الروابط اعتباطية ومنفصلة؛ تمثل فقط نقلة تصنيفية متساوية بمقدار خطوة واحدة بين المستويات.	طول الرابط يمثل المسافة الدلالية الفعلية؛ فكلما زاد التشابه وقوة التداعي قصر الرابط الشبكي.
تمثيل الخصائص (تخزين الصفات)	يخضع لمبدأ الاقتصاد المعرفي الصارم؛ تُخزن الخاصية مرة واحدة فقط عند أعلى مستوى عام ملائم وتورث للأسفل.	تُخزن الخصائص بناءً على قوة الاقتران والألفة والتكرار، مع السماح الكامل بالتكرار التخزيني المتعدد.
ميكانيزم الاسترجاع والبحث	بحث تسلسلي متتابع وخطوات استدلالية صاعدة تنتقل من المفاهيم الفرعية نحو الفئات العليا.	انتشار متوازٍ ومستمر لموجات طاقة التنشيط ينطلق في كافة المسارات ويتكامل جبرياً عند التقاطعات.
محددات زمن التحقق (Reaction Time)	يتحدد حصرياً بعدد المستويات الهرمية والعقد الواجب اجتيازها رأسياً بين المفهوم والفئة.	يتحدد بقوة الروابط، والمسافة الدلالية، ومستوى شحنة التنشيط المتراكمة، وعتبة الاستثارة المعرفية.
تفسير تأثير النمطية (Typicality Effect)	يفشل في تفسيره كلياً؛ إذ يتنبأ بأزمنة استجابة متطابقة لجميع الأعضاء المنتمين لنفس الفئة الواحدة.	يفسره بسلاسة؛ المفاهيم النمطية ترتبط بروابط دلالية أقصر مع فئاتها، مما يقلل وقت وصول التنشيط.
المرونة وقابلية التعلم المستمر	جامد وصلب؛ إضافة مفهوم جديد يتطلب تعديلاً وإعادة هيكلة وتصنيفاً صارماً للبنية الشجرية بالكامل.	مرن وديناميكي للغاية؛ تتغير أطوال الروابط وتتكون مسارات جديدة وتتعدل قوتها تلقائياً مع الخبرة المستمرة.
الوضوح المنطقي مقابل القابلية للدحض	تنبؤاته حاسمة، صارمة، وقابلة للدحض التجريبي السريع والدقيق؛ ما سهل تفنيد بعض أجزائه معملياً.	مرونته الفائقة تضعف قابليته للدحض المباشر؛ لقدرته على تفسير نتائج متباينة بافتراض تعديل الروابط.

4.2 الميكانيزمات الحسابية وتدفق البيانات في النموذجين

يكمن الفارق الجوهري بين النموذجين في نمط معالجة البيانات وتدفق الإشارات داخل المعمارية المعرفية. في نموذج الشبكة الهرمية، تتدفق البيانات بصورة “تسلسلية استدلالية” (Serial Deductive Processing). فلكي يتحقق النظام من صحة قضية مثل “الكناري له جلد”، يُطلق المعالج مؤشراً ينطلق من عقدة “كناري”، ويبحث عن خاصية الجلد؛ وحين يفشل في إيجادها محلياً، يصعد عبر رابط التبعية خطوة واحدة ليصل إلى عقدة “طائر”؛ وحين يعجز مجدداً، يضطر للصعود خطوة أخرى إلى عقدة “حيوان” ليجد الخاصية مثبتة هناك، فيصدر قرار القبول. هذا المسار الخطي الصارم يستلزم حتمية منطقية مطلقة؛ فالوصول إلى الجواب محكوم بعدد القفزات التصنيفية الدقيقة، واستهلاك الموارد العقلية فيه يظل رهيناً لطول المسار العمودي.

في المقابل، يعتمد نموذج انتشار التنشيط على “معالجة احتمالية متوازية” (Parallel Probabilistic Processing) تحاكي الديناميكا الحيوية للخلايا العصبية. لا توجد مؤشرات تسلسلية تبحث عن إجابات، بل يُحقن النظام بطاقة هيدروليكية دلالية فور استثارة العقد المستهدفة. تتدفق هذه الطاقة في آن واحد عبر مئات المسارات المتفرعة؛ وتتفاعل الموجات المنطلقة من الكلمات المختلفة وتلتقي عند العقد المشتركة. هذه المعالجة لا تضمن حتمية الوصول كالنظام المنطقي، بل تحكمها كفاءة الحشد التراكمي وتجاوز العتبة؛ وبالتالي، فإن سعة الذاكرة العاملة هنا ليست مسؤولة عن تتبع خطوات الاستدلال الصاعد، بل عن تثبيت بؤرة الانتباه لمنع تشتت طاقة التنشيط وتوجيهها نحو الحل الأمثل وسط الضجيج الدلالي المحيط.

4.3 المرونة التكيفية واستيعاب البيانات التجريبية المتناقضة

عندما وُضِع النموذجان تحت مجهر التجريب المعرفي المكثف، برز عجز النموذج الهرمي الفادح عن التعامل مع “الأنطولوجيات غير المتجانسة” أو الفئات المائعة التي يُنشئها البشر في حياتهم اليومية. يعجز النموذج الشجري عن تمثيل المفاهيم المتقاطعة التي تنتمي لأكثر من أصل بشكل مرن دون كسر مبدأ الاقتصاد المعرفي وخلق تكرار معيب في شجرة البيانات. على النقيض من ذلك، تجلى بريق نموذج انتشار التنشيط في قدرته الاستثنائية على استيعاب التباين الثقافي واللغوي الفردي؛ فالشخص الذي نشأ في بيئة صحراوية يمتلك مسافة دلالية أقصر بكثير بين مفهومي “الجمل” و”وسيلة نقل” مقارنة بشخص يعيش في عاصمة صناعية يربط “النقل” بـ “القطار” أو “الحافلة”.

تسمح هذه المرونة لنموذج كولينز ولوفتوس بنمذجة “التعلم المستمر” (Continual Learning) وإعادة صياغة المعرفة بسلاسة تامة. في هذا الإطار، لا يتطلب اكتساب حقيقة جديدة هدم الشجرة التصنيفية وإعادة بناء فروعها، بل يكفي تقصير رابط دلالي، أو تقوية مسار قائم عبر التكرار والألفة اللغوية، أو توليد عقدة جديدة تتصل بأقرب جيرانها دلالياً. هذا الامتياز الوظيفي جعل انتشار التنشيط يتفوق سيكولوجياً في محاكاة العقل البشري الذي لا يتصرف كحاسوب منطقي صارم، بل ككائن عضوي متكيف يعيد تشكيل مساراته المعرفية وفق معطيات بيئته وتجاربه اللحظية، كما يتضح في تشكيل الفئات الذهنية الآنية المصممة لغايات آنية محددة والتي لا يمكن استيعابها في تصنيف هرمي مسبق (Barsalou, 1983).

5. أوجه التشابه والتداخل المفاهيمي بين النموذجين

5.1 الأسس المعرفية والتمثيل الرمزي المشترك

على الرغم من التباينات الطوبولوجية والوظيفية العميقة التي تفصل بين النموذجين، إلا أنهما ينتميان بالأساس إلى نفس المدرسة المعرفية ويتقاسمان أرضية إبستمولوجية مشتركة لا يمكن إغفالها. فكلا النموذجين يتبنى “المقاربة الرمزية الكلاسيكية” (Classical Symbolic Approach) في دراسة العقل؛ والتي تنظر إلى الإدراك البشري باعتباره معالجة للرموز المنفصلة والمتقطعة (Discrete Symbols). في كلا الطرحين، تُمثَّل المعرفة بصورة صريحة لا لبس فيها: فالمفهوم يمثله رمز متجسد في “عقدة” محددة، والصلات بين المفاهيم تُمثلها “روابط” بيانية واضحة، وهو ما يختلف جذرياً عن الطرح التوزيعي الصرف (Sub-symbolic Connectionism) الذي برز لاحقاً في الشبكات العصبية العميقة حيث يتوزع المفهوم الواحد كنمط من الإشارات عبر آلاف العقد غير القابلة للتفسير المنفصل.

كذلك يشترك النموذجان في تصورهما لعملية “استرجاع المعرفة” كرحلة تنقل عبر مسارات الشبكة (Path Traversal). وسواء أكانت هذه الرحلة قفزات استدلالية تسلسلية صاعدة عبر روابط الفئات العليا كما في نموذج كولينز وكوليان، أو تدفقاً هيدروليكياً متوازياً لموجات التنشيط كما في نموذج كولينز ولوفتوس، فإن المسافة والزمن يظلان محكومين بطوبولوجيا الروابط البينية. كما يهدف كلا النموذجين إلى تحقيق غاية مشتركة: تقديم نموذج صوري دقيق يحاكي عمل الذاكرة الدلالية طويلة المدى لدى الإنسان، ويفسر كيفية تخزين المفردات اللغوية وخصائص الأشياء والعلاقات المنطقية التي تمكننا من فهم العالم من حولنا.

5.2 المنهجية التجريبية لقياس الأداء المعرفي

يتقاطع النموذجان بصورة وثيقة في اعتمادهما على “النموذج التجريبي السلوكي-المعرفي” الصارم لقياس بنية العقل البشري من خلال السلوك الخارجي القابل للرصد والقياس. تبلورت هذه المنهجية المشتركة في استخدام أداة موحدة هي “قياس زمن الرجع” (Reaction Time Chronometry) بوحدات المللي ثانية، انطلاقاً من الفرضية المركزية المشتركة: أن العمليات العقلية تستغرق وقتاً فيزيائياً قابلاً للقياس، وأن مقدار هذا الوقت يعكس مباشرة التعقيد البنيوي والمسافة الهندسية التي يجب على النظام المعرفي اجتيازها داخل التمثيل الذهني الداخلي.

استخدم كِلا النموذجين نفس المهام المعملية الكلاسيكية، وتحديداً مهام “التحقق من صحة الجمل” (مثل تقييم صحة عبارة: الكناري طائر) ومهام “اتخاذ القرار المعجمي” (Lexical Decision Task) لتحديد ما إذا كانت سلسلة الحروف المعروضة تشكل كلمة لغوية ذات معنى. وقد أدى هذا التشارك المنهجي إلى تطوير أدوات القياس السيكومترية المتبعة في دراسة اللغة والذاكرة، ووضع معايير معملية حازمة لضبط متغيرات التردد المعجمي، وطول الكلمات، ومستوى الألفة اللغوية التي تؤثر جوهرياً في سرعة الوصول إلى المفاهيم وتنشيط الروابط المعرفية (Ellis, 2002).

5.3 الأثر التراكمي في مسار تطور علم النفس الإدراكي

لا يمكن قراءة تاريخ النمذجة الدلالية كمعركة إلغاء بين منتصر ومهزوم، بل كسلسلة تراكمية من النضج العلمي والتطور التصحيحي الطبيعي. فقد وفّر نموذج كولينز وكوليان الهرمي (1969) الصدمة الإيجابية الأولى التي نقلت علم النفس المعرفي من مجرد فرضيات وصفية إلى نماذج حاسوبية دقيقة وقابلة للاختبار المعملي المباشر. وبدون الدقة البنيوية المفرطة للنموذج الهرمي، لما تمكن الباحثون من رصد الاستثناءات التجريبية بدقة ولما كان لنموذج انتشار التنشيط (1975) أن يرى النور كبديل تكيفي مصحح وموسع يتجاوز قيود سلفه.

أرسى هذا الحوار المعرفي بين صرامة الهرم وديناميكية الانتشار الأسس الأولى لما يُعرف اليوم بـ “هندسة المعرفة” (Knowledge Engineering) وبحوث تمثيل المعرفة والاستدلال (KR&R). كما شكّل هذا التدافع النظري الجسر الذي عبرت منه العلوم المعرفية من النظم المنطقية الصرفة إلى علوم الشبكات المعقدة والشبكات العصبية الاصطناعية الترابطية؛ فالمفاهيم التي صاغها كولينز ولوفتوس حول عتبات الاستثارة، وتلاشي التنشيط، والتكامل التراكمي للإشارات، هي ذاتها المبادئ الرياضية التي ألهمت معماريات معالجة التوزيع المتوازي (Parallel Distributed Processing – PDP) وأسست للثورة الحسابية اللاحقة في الذكاء الاصطناعي.

6. مجالات التطبيق العملي ومعايير الاختيار في النظم الحديثة

6.1 هندسة المعرفة والأنطولوجيات الصارمة (Ontology Engineering)

على الرغم من الانتقادات النفسية التي وُجهت لنموذج الشبكة الهرمية في محاكاة العقل البشري، إلا أنه يظل النموذج المهيمن والمثالي بلا منازع في ميدان “هندسة المعرفة الصارمة” وبناء الأنطولوجيات الحاسوبية الرسمية. تتطلب المجالات العلمية الدقيقة—مثل التصنيفات الطبية (كأنطولوجيا SNOMED CT)، وتصنيفات العلوم الحيوية وعلم الوراثة (Gene Ontology)، وفهارس المكتبات العالمية الموحدة—بنية تصنيفية شجرية حازمة غير قابلة للبس لا تحتمل الميوعة أو المسافات الدلالية المتبدلة. في هذه التطبيقات، يُعد توريث الخصائص الصارم ميزة معمارية جوهرية تتيح للبرمجيات إجراء استدلالات منطقية معصومة عن الخطأ وتوفير موارد التخزين الحسابي بصورة استثنائية.

يتجلى هذا التطبيق بوضوح في تقنيات “الويب الدلالي” (Semantic Web) ولغات التمثيل المعرفي القياسية مثل OWL (Web Ontology Language) وRDF (Resource Description Framework). تُمكّن علاقات التبعية الهرمية المحركات البرمجية من استنتاج العلاقات ضمناً؛ فإذا عَرّف النظام أن “البروفيسور ينتمي إلى فئة عضو هيئة تدريس”، وأن “عضو هيئة التدريس ينتمي إلى فئة موظف جامعي”، فإن المحرك يستنتج تلقائياً وبلا أدنى غموض أن “البروفيسور موظف جامعي” ويرث كل واجباته وحقوقه التقنية المنصوص عليها في النظام. يضمن هذا النهج الهرمي الصارم اتساقاً منطقياً كاملاً ويمنع حدوث تناقضات الاستدلال التي قد تعصف بالأنظمة الخبيرة الحساسة.

6.2 معالجة اللغات الطبيعية ومحركات البحث الدلالي

في الطرف المقابل، يجد “نموذج انتشار التنشيط” موطنه الطبيعي ومجال تألقه الأوسع في معالجة اللغات الطبيعية (NLP)، ومحركات البحث الدلالي الذكية، وتصميم أنظمة التوصية الفائقة التخصيص. من أعظم التحديات التي تواجه الآلات في فهم اللغة البشرية مشكلة “فك اللبس الدلالي” (Word Sense Disambiguation)؛ فكلمة مثل “عين” قد تعني عضواً بصرياً، أو نبع ماء، أو جاسوساً، أو عين الشيء وذاته. تنجح خوارزميات انتشار التنشيط—عند دمجها في شبكات المعاجم الدلالية مثل WordNet—في حل هذه المعضلة بمحاكاة التدفق الإدراكي البشري؛ حيث تُطلق الكلمات المجاورة في السياق (مثل “ماء”، “شرب”، “جفاف”) طاقات تنشيط تلتقي وتتراكم عند المعنى المرتبط بـ “نبع الماء”، مما يجعل هذا المعنى يتجاوز العتبة ويُحسم التأويل لصالحه بصورة سياقية مذهلة.

يمتد هذا التأثير إلى محركات البحث الدلالي الحديثة عبر “توسيع الاستعلامات” (Semantic Query Expansion) وتوليد التوصيات المترابطة؛ حيث لا يبحث المحرك عن الكلمات المفتاحية المطابقة حرفياً فحسب، بل يُطلق تنشيطاً عبر شبكة المفاهيم يوقظ العقد المترابطة وثيقة الصلة، مما يتيح للمستخدم الوصول إلى مقالات ومنتجات تلبي مقصده الحقيقي دون أن يصرح بها صراحة. علاوة على ذلك، يشكل انتشار التنشيط اليوم الأساس النظري لتكامل الرسوم البيانية المعرفية مع “التضمين الاتجاهي” (Vector Embeddings)؛ حيث يُستفاد من خوارزميات السير العشوائي وتدفق التنشيط على طول الرسوم البيانية لتعزيز الفهم الدلالي التوليدي في نماذج الذكاء الاصطناعي الأكثر تطوراً.

6.3 معايير المفاضلة عند تصميم البنى المعرفية الذكية

يقف مهندسو النظم وعلماء البيانات اليوم أمام قرار استراتيجي حاسم عند بناء المعماريات المعرفية للأنظمة الذكية، ويتطلب الاختيار بين الهيكل الهرمي وآلية انتشار التنشيط موازنة دقيقة لعدة معايير هندسية ووظيفية:

• طبيعة البيانات ومجال التطبيق: إذا كانت البيانات خاضعة لتنظيم مؤسسي أو علمي مقنن (كالأنظمة القانونية، والطبية، والحسابية الصارمة)، فإن النموذج الهرمي هو الخيار الأمثل لمنع التناقض وضمان حتمية الاستدلال. أما إذا كانت البيانات مستقاة من سلوكيات المستخدمين وتفاعلاتهم، أو نصوص حرة غير مقيدة، أو تداعي تفضيلات تسويقية، فإن انتشار التنشيط هو الأقدر على التقاط العلاقات المائعة والديناميكية.
• متطلبات الأداء والدقة: هل الأولوية هي لـ “الدقة المنطقية الصفرية الخطأ” (Zero-fault Logical Rigor) حيث يُحظر اشتقاق معلومة خاطئة، أم لـ “المرونة السياقية والسرعة والتحمل العالي للغموض”؟ يوفر الهرمي الأولى، بينما يضمن انتشار التنشيط الثانية.
• تكلفة الحساب وموارد المعالجة: يتطلب التتبع الهرمي مسارات بحث استدلالي تسلسلية تتطلب موارد حوسبة قليلة وخفيفة يمكن ضبطها بسهولة. في المقابل، قد يسبب انتشار التنشيط غير المقيد انفجاراً حسابياً (Combinatorial Explosion) نتيجة تدفق الطاقة في ملايين العقد، مما يستلزم وضع قيود صارمة على عمق الانتشار، ومعاملات التلاشي، ومصفوفات عتبة القطع (Pruning Thresholds).
• النماذج المعمارية الهجينة: يتجه الاتجاه السائد في هندسة الذكاء الاصطناعي المعاصر نحو دمج النموذجين في معمارية هجينة واحدة؛ حيث تُبنى “العمود الفقري” للنظام على أنطولوجيا هرمية صارمة تضمن الوراثة المنطقية والاتساق التصنيفي، بينما تُشغَّل فوق هذا الهيكل طبقة ديناميكية تعتمد خوارزميات انتشار التنشيط للترجيح، وقياس الأوزان الدلالية، والتقاط العلاقات الإمبريقية المرنة، محققة بذلك التوازن الأمثل بين دقة التنظيم وواقعية الأداء.

7. الأسئلة الشائعة حول الشبكات الدلالية والنماذج الإدراكية

7.1 كيف فسر نموذج انتشار التنشيط سقوط فرضية الاقتصاد المعرفي؟

فسر نموذج كولينز ولوفتوس تهاوي فرضية الاقتصاد المعرفي الصارم عبر إبراز التمايز بين “الكفاءة الرياضية للحاسوب” و”الكفاءة البيولوجية للعقل البشري”. فقد أثبتت المعطيات التجريبية أن الدماغ لا يُدار كقرص صلب محدود المساحة يسعى لتجنب التكرار بأي ثمن، بل هو معالج حيوي تحكمه مبادئ البقاء والتكيف التي تفضل سرعة الوصول الترابطي المباشر على حساب إجراء استدلالات منطقية معقدة ومتعددة المراحل في كل مرة يسترجع فيها معلومة شائعة.

أوضح نموذج انتشار التنشيط أن الخصائص كثيفة الاستخدام وعالية الألفة (مثل: “الطيور تطير” أو “الكلب ينبح”) لا تظل حبيسة الفئات التجريدية العليا وفق مبادئ التوريث المجرد، بل تُشكل مسارات عصبية وروابط مباشرة ومكررة مع الكائن ذاته نتيجة التكرار الحياتي والخبرة المستمرة. هذا التكرار لا يمثل عيباً تخزينياً بل ميزة وظيفية تطورية؛ فالرابط المباشر القوي يوفر مسافة دلالية قصيرة تضمن تدفق التنشيط وانبثاق المعلومة في أجزاء خاطفة من الثانية متخطياً المسار الهرمي البطيء، وهو ما يفسر توافق هذا الطرح مع النظريات اللغوية التي تؤكد الأثر الحاسم للتردد اللغوي والخبرة التراكمية في بناء التمثيل الذهني وتسهيل الاسترجاع المعجمي المباشر (Ellis, 2002).

7.2 هل أدى ظهور نموذج انتشار التنشيط إلى إلغاء النموذج الهرمي كلياً؟

قطعاً لا؛ لم يؤدِ ظهور نموذج انتشار التنشيط إلى شطب النموذج الهرمي أو إلغائه من المشهد العلمي، بل وُضِع في سياقه الصحيح كحالة خاصة ومحددة ضمن فضاء أوسع لتمثيل المعرفة. فالنموذج الهرمي لا يزال يمثل النموذج المعياري الأكثر كفاءة في تمثيل الأنظمة الاصطلاحية المقننة، والتصنيفات العلمية، والمفاهيم التي تُلقَّن تعليمياً وفق قواعد منطقية محددة لا تتبدل (مثل الرياضيات والتصنيف البيولوجي والهياكل المؤسسية).

يُنظر اليوم إلى نموذج انتشار التنشيط باعتباره “تعميماً وتوسيعاً طوبولوجياً” للشبكة الدلالية وليس نقيضاً ناسخاً لها؛ إذ يمكن للشبكة النسيجية المفتوحة أن تحتوي بداخلها على مصفوفات وعناقيد هرمية فرعية ترتبط فيها المفاهيم بعلاقات التضمين (ISA)، مع تميزها بالقدرة الإضافية على مد روابط أفقية وعرضية متقاطعة تتجاوز الفروع الشجرية لتلتقط التداعي الحر والتشابه الإمبريقي. وبالتالي، يظل النموذج الهرمي حياً وفاعلاً في النظم البرمجية وقواعد المعرفة التي تشترط النقاء المنطقي والاستدلال التوريثي الدقيق وتتكامل بنيوياً مع النظم الترابطية.

7.3 ما هو دور انتشار التنشيط في نماذج الذكاء الاصطناعي التوليدي الحالية؟

يشهد مفهوم انتشار التنشيط بعثاً متجدداً في صميم معماريات الذكاء الاصطناعي التوليدي المعاصر، متجاوزاً أصوله النفسية ليتحول إلى ركيزة خوارزمية في حل مشكلات النماذج اللغوية الكبيرة (LLMs). تبرز المقارنة الأولى في الشبه الجوهري بين ديناميكية انتشار التنشيط و”آلية الانتباه الذاتي” (Self-Attention Mechanism) في بنية المحولات (Transformers)؛ فكلاهما يقوم بحساب أوزان التفاعل والقرب بين الرموز والكلمات في فضاء دلالي متعدد الأبعاد لتوجيه المعالجة نحو السياق الأكثر ارتباطاً وحيوية وتثبيط المدخلات غير الملائمة.

تطبيقياً، يقود انتشار التنشيط الثورة الحالية في تقنيات “توليد الاسترجاع المعزز بالرسوم البيانية” المعروفة بـ (Graph-RAG)؛ حيث لا يقتصر النظام عند تلقي استفسار المستخدم على البحث السطحي عن تشابه النصوص، بل يُسقط الاستعلام كشحنة تنشيط تعبر العقد والروابط داخل رسم بياني معرفي ضخم، مما يسمح للنموذج باسترجاع شبكة مترابطة من المفاهيم والحقائق المتباعدة في الوثائق بدقة فائقة. يُعد هذا التنشيط الموجه وسيلة ثورية لتقليل “الهلوسة” (Hallucination) في النماذج التوليدية وضبط إجاباتها بحقائق بنيوية راسخة، فضلاً عن استخدامه في حقل “الذكاء الاصطناعي القابل للتفسير” (Explainable AI – XAI) لترسيم المسارات التنشيطية التي سلكتها الآلة للوصول إلى قرار استدلالي محدد بصورة شفافة ومفهومة بشرياً.

7.4 كيف تؤثر الفروق الفردية والخبرة على بنية مسارات التنشيط؟

على عكس النموذج الهرمي الكلاسيكي الذي يفترض بنية شجرية عامة ومطابقة لدى جميع البشر العقلاء، يقر نموذج انتشار التنشيط بأن الطوبولوجيا الدلالية هي مرآة فردية تعكس التجربة الذاتية، والتخصص المعرفي، والمسار الحياتي لكل إنسان. فالخبير في علم الطيور يمتلك شبكة دلالية تختلف جذرياً عن شبكة الشخص العادي؛ حيث تكون المسافات الدلالية بين أنواع الطيور الدقيقة لديه بالغة القصر، وروابط التمييز بينها كثيفة، مما يتيح لتنشيط المفاهيم المتخصصة السريان لديه بأزمنة رجع تماثل سرعة استجابة الشخص العادي لمفاهيم الطيور العامة كالروبن والحمام.

كذلك تتبدل “عتبات التنشيط” وقوة الروابط بمرور الوقت مع استمرار التعلم والتعرض البيئي؛ فالمفاهيم التي تُستحضر بانتظام تتطلب طاقة تنشيط أقل للوصول إلى الوعي، بينما تعاني المفاهيم المهملة من ضعف روابطها وزيادة مسافاتها الدلالية. وقد وفر هذا المنظور الديناميكي إطاراً تفسيرياً ملهماً في دراسة الاضطرابات العصبية-المعرفية، مثل “الحبسة الكلامية” (Aphasia) ومرض آلزهايمر؛ حيث أمكن لعلماء الأعصاب نمذجة صعوبة استرجاع الكلمات كخلل وظيفي في انتشار التنشيط ناتج إما عن ارتفاع غير طبيعي في عتبات استثارة العقد أو انحلال مفرط في مسارات الروابط يمنع تدفق الطاقة الدلالية نحو الرموز المعجمية المستهدفة. كما تبين الأبحاث المعاصرة أن الأفراد الذين يتميزون بقدرات إبداعية عالية يمتلكون شبكات دلالية ذات تنظيم طوبولوجي أكثر مرونة وانتشاراً تتيح تدفق التنشيط بكفاءة بين مفاهيم متباعدة غير نمطية (Kenett et al., 2014)، وهو ما ينسجم مع نماذج الإبداع التي تربط بين المرونة المعرفية وسعة مسارات البحث الفكري (Nijstad et al., 2010)، وتمايز عمليات التحكم التنفيذي اللازمة لضبط واسترجاع التفاصيل المعرفية من الذاكرة (Dalgleish et al., 2007).

8. خاتمة وتقييم تركيبي لمستقبل النمذجة الدلالية

8.1 خلاصة الموازنة المعرفية بين التنظيم الهيكلي والديناميكية الترابطية

في ختام هذه القراءة التحليلية المعمقة، يتضح لنا أن التناظر النظري بين “الشبكة الهرمية” و”انتشار التنشيط” يتجاوز كونه خلافاً تقنياً حول أزمنة الاستجابة في مهام التحقق من الجمل؛ إنه يمثل صراعاً فلسفياً أصيلاً بين منظورين لطبيعة العقل البشري ومعمارية التفكير. فمن جهة، جسد نموذج كولينز وكوليان الهرمي النزعة “العقلانية الكلاسيكية” التي ترى في الذهن نظاماً منطقياً بالغ الأناقة، تحكمه التصنيفات الصارمة والاقتصاد التخزيني وقوانين الاستدلال الصوري التي تضمن توريث الخصائص بدقة رياضية متناهية. ومن جهة أخرى، جسد نموذج كولينز ولوفتوس لانتشار التنشيط النزعة “التجريبية الواقعية” التي تعترف بأن العقل كائن بيولوجي تشكله العادات، والتردد، والخبرة الحياتية، والألفة المعرفية، مما يجعل الروابط خاضعة للنسبية والسيولة والمسافات الدلالية المتبدلة.

لقد كشف المسار التاريخي للعلوم المعرفية أن كلا النموذجين لم يكن لينجح في تقديم فهم مكتمل للذاكرة الدلالية بمعزل عن الآخر. فبينما قدم النموذج الهرمي اللبنات المنهجية الصلبة لتعريف المفاهيم وصياغة مهام التحقق الزمنية، أضفى انتشار التنشيط الروح الديناميكية اللازمة لتفسير التعقيدات الإدراكية والتناقضات المعملية التي لا يستقيم الواقع النفسي بدونها. إن الدرس الأكبر المستفاد من تطور هذين النموذجين هو أن المعرفة الإنسانية ليست شجرة متصلبة معزولة عن السياق، وليست سديمياً فوضوياً غير منضبط، بل هي نسيج منظم يجمع بين التراتبية الهيكلية الكامنة والمرونة الترابطية السائلة التي تتيح للإنسان التعلم والتكيف والابتكار المستمر.

8.2 آفاق التكامل بين النظم الرمزية والشبكات العصبية المعاصرة

يقف ميدان الذكاء الاصطناعي اليوم على مشارف تحول تاريخي جديد يعيد الاعتبار للشبكات الدلالية الرمزية عبر ميلاد تيار “الذكاء الاصطناعي الرمزي العصبي” (Neuro-symbolic AI). فبعد عقد من الهيمنة المطلقة للشبكات العصبية العميقة ونماذج المعالجة الإحصائية السوداء التي تعاني من انعدام الشفافية والهلوسة المعرفية والافتقار إلى المنطق الاستدلالي الصارم، أدرك كبار علماء الحاسوب أن المستقبل يكمن في إقامة جسر تكاملي بين القوة الإحصائية التوزيعية للشبكات العصبية والبنى التفسيرية الصريحة للشبكات الدلالية الرمزية.

في هذا الأفق المستقبلي الواعد، تتكامل النماذج الهرمية مع خوارزميات انتشار التنشيط داخل الرسوم البيانية المعرفية الضخمة لتوجيه عمليات الاستدلال في النظم التوليدية الذكية؛ حيث تعمل البنى الهرمية كأطر حاكمة تضمن الاتساق القانوني والأخلاقي والمنطقي للنظام وتمنع تناقض الاستنتاجات، في حين تعمل آليات انتشار التنشيط كمحركات سياقية ذكية ترشح المفاهيم الأكثر ملاءمة للموقف اللحظي وتسمح للنظام بالتفاعل مع التعقيد البشري بمرونة وذكاء حقيقي. إن إعادة استكشاف هذين النموذجين الكلاسيكيين اليوم ليس مجرد ترف أكاديمي، بل هو استشراف للبوصلة النظرية التي سترشدنا نحو بناء عقول اصطناعية تفهم المعنى الحقيقي لما تقول، وتسترجع المعرفة بنفس الكفاءة والسلاسة التي ميزت العقل البشري عبر العصور.

المراجع

فيما يلي قائمة بالمراجع العلمية المحكمة التي تم الاستناد إليها وتوثيقها وفق نظام الجمعية الأمريكية لعلم النفس (APA 7th edition):

• Barsalou, L. W. (1983). Ad hoc categories. Memory & Cognition, 11(3), 211–227. https://doi.org/10.3758/bf03196968
• Dalgleish, T., Williams, J. M. G., Golden, A.-M. J., Perkins, N., Barrett, L. F., Barnard, P. J., Au-Yeung, C., & Watkins, E. (2007). Reduced specificity of autobiographical memory and depression: The role of executive control. Journal of Experimental Psychology: General, 136(1), 23–42. https://doi.org/10.1037/0096-3445.136.1.23
• Ellis, N. C. (2002). FREQUENCY EFFECTS IN LANGUAGE PROCESSING: A Review with Implications for Theories of Implicit and Explicit Language Acquisition. Studies in Second Language Acquisition, 24(2), 143–188. https://doi.org/10.1017/s0272263102002024
• Gahl, S. (2008). Time and Thyme are not Homophones: The Effect of Lemma Frequency on Word Durations in Spontaneous Speech. Language, 84(3), 474–496. https://doi.org/10.1353/lan.0.0035
• Kenett, Y. N., Anaki, D., & Faust, M. (2014). Investigating the structure of semantic networks in low and high creative persons. Frontiers in Human Neuroscience, 8, 407. https://doi.org/10.3389/fnhum.2014.00407
• Nijstad, B. A., De Dreu, C. K. W., Rietzschel, E. F., & Baas, M. (2010). The dual pathway to creativity model: Creative ideation as a function of flexibility and persistence. European Review of Social Psychology, 21(1), 34–77. https://doi.org/10.1080/10463281003765323