اللسانيات الحاسوبية: هندسة اللغة في عصر الذكاء الاصطناعي

اللسانيات الحاسوبية حقل بيني يجمع بين علم اللغة النظري وعلوم الحاسوب، ويهدف إلى بناء نماذج رياضية وحاسوبية قادرة على تحليل اللغات البشرية الطبيعية وتوليدها وفهمها آلياً. نشأ هذا الحقل في خمسينيات القرن العشرين، ويضم اليوم أكثر من 25 فرعاً تطبيقياً تمتد من الترجمة الآلية إلى تحليل المشاعر واستخراج المعرفة.

---

هل وقفتَ يوماً أمام مساعد صوتي تسأله بالعربية فأجابك بجملة ركيكة أو فهم عكس مقصودك؟ هل تساءلتَ لماذا تتعثر أدوات الترجمة الآلية حين تواجه جملة عربية فيها ضمير مستتر أو استعارة بلاغية؟ هذا الارتباك ليس عشوائياً، بل يكشف عن إشكالية جوهرية في هندسة اللغة. ستجد في هذا المقال تفكيكاً علمياً لآليات عمل الحاسوب حين يحاول فهم لغتنا، وستفهم لماذا تظل العربية تحدياً استثنائياً أمام أذكى الخوارزميات.

---

تخيّل أن طالبة تُدعى “نور” تدرس اللسانيات التطبيقية في جامعة القاهرة. طلب منها أستاذها تحليل أداء نظام ترجمة آلية حين يترجم جملة: “ضربَ زيدٌ عن الأمر صفحاً”. أدخلت نور الجملة في ثلاثة أنظمة مختلفة. النظام الأول ترجمها وكأن زيداً ضرب شخصاً! الثاني حذف كلمة “صفحاً” تماماً. الثالث فقط اقترب من المعنى: أعرض زيد عن الأمر. ما الذي حدث؟ الأنظمة الأولى لم تملك تحليلاً صرفياً ودلالياً كافياً لتدرك أن “ضرب صفحاً” تعبير اصطلاحي يعني الإعراض. هنا بالضبط تتدخل اللسانيات الحاسوبية لتقول: قبل أن تُترجم، عليك أن تفهم البنية والسياق والقصد. الخلاصة العملية: كل مرة تواجه فيها خطأ في أداة ذكاء اصطناعي لغوية، اسأل نفسك: أيّ مستوى تحليلي أخفق فيه النظام — الصرفي أم النحوي أم الدلالي أم التداولي؟

---

عندما تتحدث الآلة لغة البشر

في صباح أحد أيام عام 2022، استيقظ العالم على حدث غير مسبوق. نظام حاسوبي اسمه ChatGPT بدأ يحاور ملايين البشر بلغاتهم، يكتب لهم مقالات، ويشرح نظريات، بل يؤلف شعراً. لم يكن هذا حلماً من أفلام الخيال العلمي؛ كان نتيجة عقود من البحث المتراكم في حقل اللسانيات الحاسوبية والمعالجة الآلية للغة الطبيعية. لكن خلف هذه الواجهة الأنيقة تكمن أسئلة عميقة: هل تفهم الآلة فعلاً ما تقوله؟ وهل يمكنها أن تدرك الفرق بين “عين الماء” و”عين الإنسان” و”عين الجاسوس”؟

الحقيقة أن الذكاء الاصطناعي واللغة يرتبطان بعلاقة معقدة تشبه علاقة المهندس المعماري بالطين: يستطيع تشكيله، لكنه لا يشعر بملمسه. ومنذ أن حاول آلان تورينغ (Alan Turing) عام 1950 طرح سؤاله الشهير “هل تستطيع الآلات أن تفكر؟”، والباحثون يسعون لسدّ الفجوة بين القدرة الحسابية الهائلة للآلة والمرونة الإبداعية اللامتناهية للغة البشرية. هذا المقال يضع بين يديك خريطة تفصيلية لهذا الحقل الآسر.

---

ما المقصود باللسانيات الحاسوبية تحديداً؟

كيف يُعرَّف هذا الحقل أكاديمياً؟

اللسانيات الحاسوبية (Computational Linguistics) هي فرع بيني (Interdisciplinary) يقع عند تقاطع علم اللغة النظري (Theoretical Linguistics) وعلوم الحاسوب (Computer Science). يُعنى هذا الفرع ببناء نماذج رياضية وخوارزمية تحاكي قدرة الإنسان على إنتاج اللغة وفهمها وتحليلها. الهدف ليس مجرد “برمجة” اللغة، بل محاولة فهم البنية الداخلية للغة البشرية من خلال اختبار النظريات اللسانية حاسوبياً.

جاء في تعريف جمعية اللسانيات الحاسوبية (Association for Computational Linguistics – ACL)، وهي أعرق مؤسسة أكاديمية في هذا المجال تأسست عام 1962، أن الحقل يشمل “الدراسة العلمية للغة من منظور حاسوبي”، ويهتم بالجوانب النظرية والتطبيقية على حد سواء. وهذا يعني أن الباحث في هذا المجال ليس مجرد مبرمج، ولا مجرد لساني؛ بل هو مزيج من الاثنين.

ومضة معرفية: جمعية ACL تنظم سنوياً أحد أكبر المؤتمرات العلمية في العالم في مجال المعالجة الآلية للغة الطبيعية، ويحضره آلاف الباحثين من أكثر من 70 دولة. ورقة بحثية واحدة مقبولة في هذا المؤتمر قد تغير مسار صناعة تقنية بأكملها.

من الضروري هنا أن نفرّق بين أمرين يخلط بينهما كثيرون. اللسانيات الحاسوبية ليست مجرد “استخدام الحاسوب في اللغة”. هي في جوهرها محاولة لبناء نظرية لسانية قابلة للاختبار الحاسوبي. تخيّل أن عالم لغة وضع قاعدة نحوية يقول فيها إن الفاعل في العربية يأتي دائماً بعد الفعل. يأتي دور اللساني الحاسوبي ليختبر هذه القاعدة على ملايين الجمل في مدونة لغوية ضخمة (Corpus)، فيكتشف أن القاعدة صحيحة في 78% من الحالات مثلاً، وأن 22% المتبقية تتضمن تقديم الفاعل لأغراض بلاغية أو تداولية. هذا الاختبار الكمي يُثري النظرية اللسانية ويدفعها نحو الدقة.

اقرأ أيضاً: اللسانيات: نشأتها، مناهجها، مجالاتها، وأهميتها في الدراسات اللغوية

كيف نشأ هذا الحقل وتطور عبر العقود؟

لم تولد اللسانيات الحاسوبية في أروقة أقسام اللغة، بل في مختبرات الجيش والاستخبارات. القصة بدأت في أربعينيات القرن العشرين، حين احتاجت الحكومات إلى فك شفرات العدو في الحرب العالمية الثانية. وارن ويفر (Warren Weaver)، عالم الرياضيات الأميركي، كتب مذكرته الشهيرة عام 1949 اقترح فيها أن الترجمة بين اللغات يمكن معاملتها مشكلةً في فك الشفرات (Cryptography). كانت هذه الشرارة الأولى.

في الخمسينيات، بدأت تجارب الترجمة الآلية المبكرة. تجربة جورجتاون-آي بي إم (Georgetown-IBM Experiment) عام 1954 نجحت في ترجمة 60 جملة روسية إلى الإنكليزية باستخدام قواعد بسيطة ومعجم محدود. أثارت حماساً هائلاً، لكنه سرعان ما خبا. في عام 1966، أصدرت لجنة ALPAC الأميركية تقريرها الشهير الذي وصف الترجمة الآلية بأنها “بطيئة، ومكلفة، وغير دقيقة”، ما أدى إلى تقليص التمويل الحكومي بصورة كبيرة.

لكن العلم لا يتوقف عند التقارير. في السبعينيات والثمانينيات، شهد الحقل تحولاً نوعياً مع ظهور النظرية التوليدية التحويلية لنعوم تشومسكي (Noam Chomsky)، التي أعطت اللسانيين أدوات رياضية أكثر صرامة لوصف بنية الجملة. ظهرت القواعد الخالية من السياق (Context-Free Grammars) ونماذج الحالات المنتهية (Finite-State Models)، وبدأ الباحثون يبنون محللات نحوية (Parsers) قادرة على تفكيك الجمل آلياً.

التحول الأكبر جاء في التسعينيات مع الثورة الإحصائية. بدلاً من كتابة قواعد يدوية لكل ظاهرة لغوية، بدأ الباحثون يعتمدون على كميات ضخمة من النصوص لتدريب نماذج إحصائية تتعلم أنماط اللغة تلقائياً. فريدريك يلينك (Frederick Jelinek) من مختبرات IBM قال عبارته الشهيرة: “في كل مرة أطرد فيها لسانياً، يتحسن أداء نظام التعرف على الكلام!” — وإن كانت ساخرة، فهي تعكس التوتر الحقيقي بين المنهج القاعدي والمنهج الإحصائي.

ثم جاء عصر التعلم العميق (Deep Learning) بعد عام 2012، وخصوصاً بعد ورقة “الانتباه هو كل ما تحتاجه” (Attention Is All You Need) التي نشرها فريق من Google عام 2017 وقدّمت بنية المحوّل (Transformer). هذه البنية هي الأساس الذي قامت عليه نماذج اللغات الكبيرة (Large Language Models – LLMs) مثل GPT وBERT وGemini وLLaMA. ونحن الآن في عام 2026 نشهد جيلاً رابعاً وخامساً من هذه النماذج بقدرات لم تكن تُتصور قبل عقد واحد.

هل تعلم؟ ورقة “Attention Is All You Need” التي نُشرت عام 2017 حصلت حتى مطلع 2026 على أكثر من 130,000 اقتباس أكاديمي وفقاً لـ Google Scholar، مما يجعلها واحدة من أكثر الأوراق العلمية تأثيراً في تاريخ علوم الحاسوب.

أين تلتقي اللسانيات بالرياضيات والذكاء الاصطناعي؟

اللسانيات الحاسوبية ليست حقلاً معزولاً؛ إنها نقطة تقاطع لشبكة معقدة من العلوم. من جهة اللسانيات، تستمد نظرياتها حول بنية الأصوات والصرف والنحو والدلالة. من جهة الرياضيات، تستخدم نظرية الاحتمالات (Probability Theory) والجبر الخطي (Linear Algebra) ونظرية المعلومات (Information Theory) لكلود شانون (Claude Shannon). من جهة علوم الحاسوب، تعتمد على الخوارزميات وبنى المعطيات والتعلم الآلي (Machine Learning). ومن جهة علم النفس المعرفي (Cognitive Psychology)، تستلهم نماذج المعالجة اللغوية في الدماغ البشري.

هذا التقاطع يعني أن الطالب الذي يريد التخصص في هذا المجال يحتاج إلى أساس متين في اللغة والرياضيات والبرمجة معاً. وهذا ما يجعله من أصعب التخصصات وأكثرها طلباً في سوق العمل العالمي اليوم.

---

ما الفرق بين اللسانيات الحاسوبية والمعالجة الآلية للغات الطبيعية؟

كثيرون يستخدمون مصطلحي “اللسانيات الحاسوبية” و”المعالجة الآلية للغة الطبيعية” (Natural Language Processing – NLP) وكأنهما مترادفان. هذا خطأ شائع يستحق التوقف عنده. الفرق بين اللسانيات الحاسوبية والمعالجة الطبيعية للغة يشبه الفرق بين الفيزياء النظرية والهندسة: الأولى تسعى لفهم الظاهرة، والثانية تسعى لبناء حلول عملية.

اللسانيات الحاسوبية تهتم بالأسئلة النظرية: كيف يمكن نمذجة اللغة رياضياً؟ ما البنية العميقة للجملة؟ كيف يربط الذهن البشري بين الأصوات والمعاني؟ إنها تسأل “لماذا؟” و”كيف يعمل هذا؟”. بالمقابل، NLP تسأل: كيف أبني نظاماً يترجم من العربية إلى الصينية بدقة 95%؟ كيف أصنع روبوت دردشة يفهم شكاوى العملاء؟ إنها تسأل “كيف أُنجز هذا؟”.

في الممارسة الأكاديمية، اللسانيات الحاسوبية تنتمي تاريخياً إلى أقسام اللسانيات أو الفلسفة أو العلوم المعرفية. أما NLP فتنتمي إلى أقسام هندسة الحاسوب والذكاء الاصطناعي. لكن الحدود بينهما أصبحت ضبابية جداً في السنوات الأخيرة. فالباحث الذي يطوّر نموذج لغة كبيراً يحتاج إلى فهم لساني عميق ليعرف لماذا يخطئ نموذجه في تحليل جملة معينة. والعكس صحيح: اللساني النظري يحتاج إلى أدوات NLP ليختبر فرضياته على بيانات ضخمة.

نقطة تستحق الانتباه: من خلال تدريسي لمادة اللسانيات التطبيقية لسنوات، ألاحظ أن الطلاب غالباً يخلطون بين الحقلين ويظنون أن دراسة NLP لا تتطلب معرفة لسانية. نصيحتي لهم: ابدأ دائماً من اللسانيات النظرية ثم انتقل إلى التطبيق الحاسوبي، لا العكس. من يبني بيتاً من السقف سينهار حتماً.

اقرأ أيضاً: ما هي اللسانيات التطبيقية: وما الفرق بينها وبين علم اللغة النظري؟ • اللسانيات النظرية: المبادئ الأساسية والفروع الرئيسية لاستكشاف بنية اللغة

بالمقابل، ثمة تداخل حقيقي. كثير من المؤتمرات العلمية الكبرى — مثل مؤتمر ACL ومؤتمر EMNLP — تجمع الباحثين من الحقلين تحت سقف واحد. والمنشورات الأكاديمية المشتركة تتزايد عاماً بعد عام. لكن فهم الفرق المنهجي يبقى ضرورياً لأي طالب يريد أن يحدد مساره البحثي بدقة.

---

ما مستويات التحليل اللساني التي تعتمد عليها الأنظمة الحاسوبية؟

هذا هو العمود الفقري للموضوع كله. تماماً كما يفكك عالم الأحياء الكائن الحي إلى أجهزة وأعضاء وخلايا، يفكك اللساني الحاسوبي اللغة إلى مستويات تحليلية متدرجة. كل مستوى يتعامل مع وحدة لغوية مختلفة، ولكل مستوى تحدياته الخاصة حين نحاول حوسبته.

كيف تتعامل الآلة مع الأصوات اللغوية؟

المعالجة الصوتية (Phonetics & Phonology Processing) هي المستوى الأول الذي تواجهه الآلة حين تستقبل كلاماً بشرياً. حين تقول لهاتفك “ما الطقس اليوم؟”، يجب أن يحوّل النظام الموجات الصوتية إلى تمثيل رقمي، ثم يحدد الفونيمات (Phonemes) — أي الوحدات الصوتية المميزة — ثم يربطها بكلمات. هذه العملية تسمى التعرف على الكلام (Automatic Speech Recognition – ASR).

على الجانب الآخر، هناك توليد الكلام (Text-to-Speech – TTS)، وهو العملية العكسية: تحويل نص مكتوب إلى صوت بشري مسموع. الأنظمة الحديثة مثل WaveNet من Google وأنظمة Tacotron أصبحت قادرة على إنتاج أصوات قريبة جداً من الصوت البشري الطبيعي، مع تنغيم ونبرات واقعية.

لكن التحدي مع العربية هنا مضاعف. النظام الصوتي العربي يتضمن أصواتاً لا وجود لها في معظم اللغات الأوروبية، مثل الحاء والعين والضاد والقاف. كثير من أنظمة ASR المدرّبة على الإنكليزية تفشل فشلاً ذريعاً حين تواجه هذه الأصوات. إضافة إلى ذلك، الفرق بين اللهجات العربية المحكية في النطق هائل. فكلمة “قال” تُنطق بالقاف في الفصحى، وبالهمزة في اللهجة المصرية (“أال”)، وبالغين في بعض لهجات الخليج، وبالكاف في بعض لهجات المغرب العربي. هذا يجعل بناء نظام ASR واحد يغطي كل العربية مهمة شاقة للغاية.

اقرأ أيضاً: الصوتيات: من آلية النطق إلى التحليل الصوتي والترميز الدولي • علم الأصوات (الفونولوجيا): دراسة بنية الأنظمة الصوتية في اللغات

كيف يُفكَّك الحاسوب بنية الكلمة العربية؟

المعالجة الصرفية (Morphological Processing) تتعامل مع البنية الداخلية للكلمة. وهنا تكمن إحدى أعظم تحديات حوسبة اللغة العربية. العربية لغة اشتقاقية تصريفية بامتياز، تعتمد على نظام الجذر والوزن (Root-Pattern System). من الجذر الثلاثي “ك-ت-ب” تتولد عشرات الكلمات: كتب، كاتب، مكتوب، كتاب، مكتبة، كتّاب، استكتب، يكتتب… كل واحدة تحمل معنى مختلفاً وبنية صرفية مميزة.

التجذيع (Stemming) هو عملية إرجاع الكلمة إلى جذرها أو أصلها. في الإنكليزية، الأمر بسيط نسبياً: تحذف اللواحق (-ing, -ed, -s) فتحصل على الجذع. لكن في العربية، الأمر أعقد بمراحل. الكلمة العربية قد تحمل سوابق (حروف المضارعة، لام التعريف، حروف الجر)، ولواحق (ضمائر متصلة، علامات التأنيث والجمع)، وتغيرات داخلية (حركات، حروف مزيدة). خذ مثلاً كلمة “فسيكتبونها”: فيها فاء العطف، والسين، وياء المضارعة، والجذر “كتب”، وواو الجماعة، ونون الرفع، وهاء الضمير، وألف الإشباع. تفكيك هذا كله آلياً يتطلب محللاً صرفياً متطوراً.

من أبرز الأدوات التي طُوّرت لهذا الغرض: محلل باكووالتر الصرفي (Buckwalter Arabic Morphological Analyzer) الذي أنتجه معهد الدفاع اللغوي الأميركي، ونظام MADAMIRA الذي طوّره فريق الأستاذ نزار حبش في جامعة نيويورك أبوظبي. هذه الأدوات تحاول تحديد الجذر والوزن والسوابق واللواحق والحركات الإعرابية لكل كلمة عربية.

لطيفة لغوية: أشار الدكتور نزار حبش في كتابه Introduction to Arabic Natural Language Processing (2010) إلى أن الكلمة العربية الواحدة يمكن أن تحمل ما يصل إلى 20 تحليلاً صرفياً مختلفاً محتملاً في غياب التشكيل. هذا يعني أن الحاسوب يقف أمام 20 احتمالاً ولا يعرف أيها الصحيح دون سياق.

اقرأ أيضاً: ما هو التحليل الصرفي، وكيف نحلل الكلمة صرفياً؟ • ما هو علم الصرف؟

كيف يُعرب الحاسوب الجمل تلقائياً؟

المعالجة النحوية (Syntactic Processing) تتعلق بتحليل بنية الجملة وتحديد العلاقات بين مكوناتها. الإعراب الآلي (Parsing) هو المهمة الحاسوبية المقابلة لما يفعله طالب النحو حين يُعرب جملة: يحدد الفاعل والمفعول والحال والمضاف إليه وما إلى ذلك. لكن الحاسوب يفعل هذا باستخدام خوارزميات رياضية تبني ما يسمى شجرة التركيب النحوي (Parse Tree).

هناك منهجان رئيسان في الإعراب الآلي. المنهج الأول هو الإعراب القائم على التركيب (Constituency Parsing)، الذي يقسم الجملة إلى مركبات متداخلة: مركب اسمي، مركب فعلي، مركب جاري ومجرور. المنهج الثاني هو الإعراب القائم على التبعية (Dependency Parsing)، الذي يركز على العلاقات بين الكلمات مباشرة: أيّ كلمة تعتمد على أيّ كلمة أخرى.

بالنسبة للعربية، الإعراب الآلي يواجه تحدياً خاصاً بسبب مرونة ترتيب الكلمات. فالجملة العربية تسمح بترتيبات متعددة: فعل-فاعل-مفعول (ضربَ زيدٌ عمراً)، مفعول-فعل-فاعل (عمراً ضربَ زيدٌ)، فاعل-فعل-مفعول (زيدٌ ضربَ عمراً). كل هذه الترتيبات صحيحة نحوياً، لكن لكل منها دلالة تداولية مختلفة. على الحاسوب أن يفهم ليس فقط البنية النحوية، بل أيضاً لماذا اختار المتكلم هذا الترتيب بالذات.

من المشاريع العربية المهمة في هذا المجال: مشروع شجرة البنك العربية (Arabic Treebank) الذي طوّره معهد الدراسات اللغوية في جامعة بنسلفانيا (LDC)، ويحتوي على آلاف الجمل العربية المُعربة يدوياً لتدريب أنظمة الإعراب الآلي.

اقرأ أيضاً: إعراب الجمل العربية بالذكاء الاصطناعي: خدمة بلا أخطاء • تعريف علم النحو ومصادر النحاة في شواهدهم

كيف يفهم الحاسوب المعنى ويفك لبس الكلمات المتعددة الدلالات؟

المعالجة الدلالية (Semantic Processing) تتجاوز البنية الشكلية للجملة إلى محتواها المعنوي. التحدي الجوهري هنا هو ما يسميه اللسانيون “اللبس المعجمي” (Lexical Ambiguity) أو فك اللبس الدلالي (Word Sense Disambiguation – WSD). كلمة “عين” في العربية تحمل أكثر من 30 معنى في المعاجم التقليدية. وكلمة “سلم” قد تعني: السلام، أو الدرج، أو التسليم، أو الاستسلام. كيف يحدد الحاسوب المعنى المقصود؟

الطريقة التقليدية كانت الاعتماد على قواميس آلية (Machine-Readable Dictionaries) وشبكات دلالية مثل شبكة وورد نت (WordNet) الإنكليزية. أما في العربية، فقد طُوّرت شبكة وورد نت العربية (Arabic WordNet) بالتعاون بين عدة جامعات أوروبية وعربية، لكنها لا تزال أصغر حجماً وأقل تغطية من نظيرتها الإنكليزية.

الطريقة الحديثة تعتمد على التمثيلات المتجهية للكلمات (Word Embeddings)، مثل نموذج Word2Vec ونموذج FastText ونموذج BERT. الفكرة بسيطة في جوهرها وعميقة في تطبيقها: كل كلمة تُمثَّل بنقطة في فضاء رياضي متعدد الأبعاد. الكلمات المتقاربة في المعنى تكون متقاربة في هذا الفضاء. فنموذج مثل AraBERT — الذي طوّره فريق بحثي في الجامعة الأميركية في بيروت عام 2020 — يستطيع أن يفهم أن كلمة “عين” في جملة “شربتُ من العين” تعني ينبوع الماء، بينما في “آلمتني عيني” تعني عضو الإبصار، وذلك من خلال تحليل السياق المحيط.

معلومة سريعة: نموذج AraBERT دُرِّب على أكثر من 70 مليون جملة عربية مأخوذة من مصادر إخبارية وموسوعية. أصبح أحد النماذج المرجعية في بحوث المعالجة الآلية للغة الطبيعية العربية، واستُخدم في أكثر من 500 ورقة بحثية حتى عام 2025.

اقرأ أيضاً: علم الدلالة: كيف تكتسب الكلمات معانيها وتؤثر في فهمنا للعالم؟ • الدلالة اللغوية: ما هي وكيف تشكل فهمنا للكلمات والمعاني؟

كيف يستوعب الحاسوب القصد من وراء الكلام؟

المعالجة التداولية (Pragmatic Processing) هي المستوى الأعلى والأصعب. هنا لا يكفي أن تفهم الآلة ما قاله المتكلم، بل عليها أن تفهم ما يقصده. حين يقول لك شخص ساخراً: “ما أجمل هذا الطقس!” وهو يقف تحت مطر غزير، المعنى الحرفي إيجابي لكن القصد سلبي. هذا ما يسميه اللسانيون “الفعل الكلامي غير المباشر” (Indirect Speech Act)، وهو مفهوم أسسه الفيلسوف جون سيرل (John Searle) في أعقاب أعمال جون أوستن (J.L. Austin).

التحدي التداولي في العربية مضاعف بسبب غنى أساليبها البلاغية. فالقرآن الكريم مليء بالاستفهام الذي لا يُراد منه طلب الإجابة، بل التوبيخ أو الإنكار أو التعجب. قال تعالى:

﴿أَلَمْ نَشْرَحْ لَكَ صَدْرَكَ﴾ (سورة الشرح، الآية 1)

الاستفهام هنا تقريري، والمعنى: لقد شرحنا لك صدرك. لكن كيف يفهم الحاسوب أن “ألم” هنا ليست سؤالاً حقيقياً؟ هذا يتطلب معرفة تداولية بالسياق والنوع الأدبي والعلاقة بين المتكلم والمخاطب — وهي معرفة لا تزال الأنظمة الحاسوبية بعيدة عن إتقانها.

---

كيف تُثري اللسانيات الحاسوبية فهمنا العميق لبنية العربية؟

هذا الموضع بالذات هو ما يدخل القارئ المتخصص من أجله. معظم المقالات تكتفي بسرد التحديات سرداً وصفياً، لكنني سأتوقف هنا عند نقطة تحليلية دقيقة نادراً ما تُناقَش خارج الأوساط البحثية المتقدمة.

العربية لغة تتبنى ما يسميه الصرفيون “المورفولوجيا غير التسلسلية” (Non-Concatenative Morphology). في الإنكليزية، تبني الكلمة بإلصاق مقاطع: un+break+able. هذا بناء تسلسلي بسيط. لكن في العربية، الجذر “ك-ت-ب” ينتشر كهيكل عظمي تتخلله حركات وزوائد تغير المعنى جذرياً: كَتَبَ (فعل ماضٍ)، كُتُب (جمع تكسير)، كُتَّاب (اسم مكان أو جمع كاتب)، اسْتَكْتَبَ (طلب الكتابة). القالب (Pattern/Template) هو ما يحدد الوظيفة النحوية والمعنى الدلالي.

هذه الخاصية تعني أن الخوارزميات المصممة للغات الأوروبية — التي تعتمد على تقطيع الكلمة من أطرافها — تفشل حين تُطبَّق على العربية. أداة تجذيع مثل خوارزمية بورتر (Porter Stemmer) الشهيرة للإنكليزية لا تستطيع التعامل مع التغيرات الداخلية في الكلمة العربية. لذلك طوّر الباحثون خوارزميات مخصصة مثل خوارزمية خوجا (Khoja Stemmer) وخوارزمية لايت (Light Stemmer) التي تحذف السوابق واللواحق دون محاولة استخلاص الجذر الحقيقي — وهي مقاربة أقل دقة لكنها أسرع وأكثر عملية في تطبيقات استرجاع المعلومات.

لقد أشار الدكتور محمد مراياتي، أحد رواد الحوسبة العربية في سورية، في أبحاثه المبكرة منذ السبعينيات، إلى أن أي نظام حاسوبي للعربية لا يأخذ في الحسبان نظام الجذر والوزن سيظل قاصراً عن فهم العربية فهماً حقيقياً. هذه الرؤية المبكرة لا تزال صحيحة حتى اليوم.

---

ما أبرز التطبيقات العملية للسانيات الحاسوبية في حياتنا اليومية؟

قد يظن البعض أن هذا الحقل حبيس المختبرات. الحقيقة أنك تستخدم منتجاته عشرات المرات يومياً دون أن تدرك. حين تبحث في Google بالعربية، فإن خوارزمية البحث تستخدم تقنيات NLP لفهم استفسارك. حين يصحح هاتفك كلمة أخطأت في كتابتها، فهذا تطبيق صرفي حاسوبي. حين يقترح عليك Gmail إكمال جملة بدأت بكتابتها، فهذا نموذج لغوي يتنبأ بالكلمة التالية.

دعنا نستعرض أبرز هذه التطبيقات بتركيز على واقعها العربي.

الترجمة الآلية العصبية (Neural Machine Translation – NMT): شهدت قفزة نوعية بعد اعتماد بنية المحوّل. خدمة Google Translate مثلاً انتقلت من الترجمة الإحصائية إلى الترجمة العصبية عام 2016، وتحسنت جودة ترجمتها بنسبة تتراوح بين 55% و85% حسب زوج اللغات. لكن الترجمة من العربية وإليها لا تزال أقل جودة من الترجمة بين اللغات الأوروبية، ويعود ذلك جزئياً إلى التعقيد الصرفي وغياب التشكيل ونقص البيانات التدريبية عالية الجودة.

المدققات اللغوية والنحوية: في الإنكليزية، أصبحت أدوات مثل Grammarly جزءاً لا يتجزأ من الكتابة اليومية. أما في العربية، فقد ظهرت محاولات جادة مثل “صخر” و”المصحح اللغوي” من شركة عُربي ومدقق “طلال” ومشروعات مفتوحة المصدر مثل “قلم”، لكنها لا تزال تعاني من مشكلات في التعامل مع الإعراب والتشكيل والأساليب البلاغية. السبب واضح: التدقيق النحوي العربي يتطلب فهماً دلالياً وتركيبياً أعمق بكثير مما تحتاجه الإنكليزية.

تحليل المشاعر (Sentiment Analysis): يُستخدم على نطاق واسع في تحليل آراء المستخدمين على منصات التواصل الاجتماعي. شركات في السعودية ومصر والإمارات تستخدم أدوات تحليل المشاعر لرصد ردود الفعل تجاه منتجاتها. لكن التحدي مع العربية أن الناس غالباً يكتبون بالعامية، ويمزجون بين العربية والإنكليزية (ما يسمى Code-Switching)، ويستخدمون حروفاً لاتينية لكتابة العربية (ما يُعرف بـالعربيزي أو Arabizi). كل هذا يجعل التحليل الآلي للنصوص العربية أكثر تعقيداً.

أنظمة استخراج المعلومات وتلخيص النصوص: تستطيع استخلاص الأحداث والكيانات (أسماء أشخاص، أماكن، تواريخ) من نصوص ضخمة. وتلخيص النصوص الآلي يُنتج ملخصات مكثفة للمقالات الإخبارية أو الأوراق البحثية. لكن في العربية، التلخيص الآلي يواجه مشكلة الضمائر المستترة والإحالات النصية المعقدة التي تجعل تتبع المرجعية (Coreference Resolution) صعباً.

المساعدات الصوتية وروبوتات الدردشة (Chatbots): سيري (Siri)، ومساعد Google، وأليكسا (Alexa)، كلها تدعم العربية بدرجات متفاوتة. لكن أداءها بالعربية يظل أقل كفاءة مقارنة بالإنكليزية، خاصة في فهم اللهجات والتعامل مع الطلبات المعقدة. من جهة ثانية، ظهرت مبادرات عربية واعدة مثل مشروع “علّام” (ALLaM) من شركة SDAIA السعودية بالتعاون مع IBM، وهو نموذج لغوي كبير مصمم خصيصاً للعربية.

شاهد أدبي: في مطلع القرن الحادي والعشرين، كتب الشاعر الفلسطيني تميم البرغوثي قصيدته الشهيرة “في القدس”، التي انتشرت على الإنترنت انتشاراً واسعاً. حين حاول باحثون تحليل ردود الفعل على هذه القصيدة حاسوبياً باستخدام أدوات تحليل المشاعر، واجهوا صعوبة كبيرة في تصنيف التعليقات: هل هي حزينة أم فخورة أم غاضبة أم كل ذلك معاً؟ المشاعر المركبة تظل أحد أصعب التحديات أمام التحليل الآلي للنصوص.

اقرأ أيضاً: تأثير وسائل التواصل الاجتماعي على اللغة العربية

---

ما التحديات الاستثنائية التي تواجهها اللسانيات الحاسوبية مع العربية؟

لقد مررنا بكثير من هذه التحديات في الأقسام السابقة، لكن من المفيد جمعها في إطار واحد وإضافة بُعد أعمق لكل منها.

لماذا يُعَدُّ التعقيد الصرفي عقبة جوهرية؟

العربية من أغنى لغات العالم صرفياً. نظام الأوزان والجذور يولّد من كل جذر عشرات الكلمات. إضافة إلى ذلك، ظاهرة الإلصاق (Agglutination) تجعل الكلمة الواحدة تعادل جملة كاملة في لغات أخرى. كلمة “أفستنكتبها” مثلاً تتضمن: همزة الاستفهام، فاء العطف، سين الاستقبال، ضمير المخاطبة، جذر “كتب”، وهاء الغائبة. هذا يعني أن المعجم العربي الحاسوبي يحتاج إلى تخزين أو توليد عدد هائل من الأشكال الكلامية مقارنة بالإنكليزية.

أشار تقرير صادر عن مجمع الملك سلمان العالمي للغة العربية عام 2023 إلى أن اللغة العربية تحتل المرتبة الرابعة عالمياً من حيث عدد المستخدمين على الإنترنت، لكنها لا تزال متأخرة في حجم المحتوى الرقمي عالي الجودة المتاح للتدريب الحاسوبي.

لماذا يُحدث غياب التشكيل كل هذا الغموض؟

مشكلة غياب التشكيل هي من أخطر المشكلات في معالجة العربية حاسوبياً. النص العربي المعتاد يُكتب دون حركات إعرابية (فتحة، ضمة، كسرة، سكون، شدة، تنوين). هذا يعني أن كلمة مثل “علم” يمكن أن تُقرأ: عَلَمٌ (راية)، عِلْمٌ (معرفة)، عَلِمَ (فعل ماضٍ)، عُلِمَ (فعل ماضٍ مبني للمجهول). القارئ البشري يحل هذا الغموض تلقائياً بفضل السياق والخبرة اللغوية. لكن الحاسوب يحتاج إلى خوارزميات معقدة للتشكيل الآلي (Automatic Diacritization).

من أبرز الدراسات في هذا المجال: عمل فريق Mishkal الذي قدّم نظام تشكيل مفتوح المصدر، ونظام Farasa الذي طوّره مختبر الذكاء الاصطناعي في قطر (QCRI). لكن دقة التشكيل الآلي لا تزال تتراوح بين 85% و95% حسب نوع النص، وهذا يعني أن نسبة الخطأ (5-15%) قد تكون كارثية في النصوص القانونية أو الدينية أو الشعرية.

من المثير أن تعرف: خطأ واحد في التشكيل قد يقلب المعنى رأساً على عقب. الفرق بين “حَكَمَ القاضي” (أصدر حكماً) و”حُكِمَ القاضي” (صدر حكم عليه) و”حَكَّمَ القاضي” (جعله حَكَماً) هو مجرد حركات لا تظهر أصلاً في النص المكتوب عادةً.

اقرأ أيضاً: اللغة العربية في العصر الرقمي

كيف تتعامل الأنظمة مع الازدواجية اللغوية وتعدد اللهجات؟

الازدواجية اللغوية (Diglossia) — مصطلح صاغه اللساني تشارلز فيرغسون (Charles Ferguson) عام 1959 — تصف الوضع الذي توجد فيه لغتان (أو صنفان من لغة واحدة) يُستخدمان في المجتمع نفسه لأغراض مختلفة. في العالم العربي، الفصحى المعيارية الحديثة (Modern Standard Arabic – MSA) تُستخدم في الكتابة الرسمية والإعلام والتعليم، بينما اللهجات المحكية (العامية) تُستخدم في الحياة اليومية ومنصات التواصل الاجتماعي.

هذا يخلق تحدياً مزدوجاً. أولاً: الأنظمة المدرّبة على الفصحى لا تفهم العامية. ثانياً: اللهجات العربية متنوعة جداً — المصرية تختلف عن الشامية، والخليجية تختلف عن المغاربية — ولا يوجد “معيار” موحد لأي منها. ولا توجد مدونات لغوية ضخمة وموثوقة لمعظم هذه اللهجات.

من جهة ثانية، بدأت تظهر جهود بحثية مهمة لسد هذه الفجوة. مشروع MADAR من جامعة نيويورك أبوظبي جمع بيانات من 25 مدينة عربية لدراسة التنوع اللهجي حاسوبياً. ومشروع Dialectal Arabic Treebank يهدف إلى بناء مدونات مُعربة للهجات المصرية والشامية.

اقرأ أيضاً: السمات الصوتية للهجات العربية

لماذا يُعَدُّ نقص البيانات العربية عقبة بنيوية؟

الذكاء الاصطناعي واللغة يرتبطان بعلاقة طردية مع البيانات: كلما زادت البيانات التدريبية وتحسنت جودتها، تحسن أداء النظام. المشكلة أن اللغة العربية لا تزال تعاني من نقص حاد في المدونات اللغوية (Corpora) الضخمة والموسومة (Annotated). الإنكليزية تملك مدونات تحتوي على مليارات الكلمات الموسومة نحوياً ودلالياً. العربية لا تملك إلا جزءاً صغيراً من ذلك.

لقد أطلقت مبادرات عديدة لسد هذه الفجوة. مجمع الملك سلمان العالمي للغة العربية أطلق عام 2023 مشروعاً لبناء مدونة لغوية عربية ضخمة. ومؤسسة محمد بن زايد للذكاء الاصطناعي (MBZUAI) في أبوظبي تعمل على تطوير نماذج لغوية عربية متقدمة. لكن الطريق لا يزال طويلاً.

طرفة تاريخية: حين بدأ الباحثون العرب في ثمانينيات القرن العشرين يحاولون حوسبة اللغة العربية، واجهوا مشكلة لم تكن موجودة في أي لغة أخرى: الحواسيب لم تكن تدعم الكتابة من اليمين إلى اليسار! اضطر المبرمجون الأوائل إلى كتابة شيفرات خاصة لعرض الحروف العربية على الشاشة، ناهيك عن مشكلة اتصال الحروف وتغير أشكالها حسب موقعها في الكلمة.

---

ما بين الشائع والصواب: تصحيح أخطاء متداولة عن اللسانيات الحاسوبية

❌ الشائع الخاطئ: اللسانيات الحاسوبية تعني فقط الترجمة الآلية.
✅ الصواب العلمي: الترجمة الآلية ليست إلا واحدة من عشرات التطبيقات. يشمل الحقل أيضاً التعرف على الكلام، وتوليده، والتحليل الآلي للنصوص، وتحليل المشاعر، واسترجاع المعلومات، وتوليد اللغة الطبيعية، والتلخيص الآلي، واستخراج العلاقات، وغيرها كثير.

❌ الشائع الخاطئ: نماذج اللغات الكبيرة (مثل GPT) تفهم اللغة كما يفهمها الإنسان.
✅ الصواب العلمي: هذه النماذج تتعلم أنماطاً إحصائية من كميات ضخمة من النصوص، وتتنبأ بالكلمة التالية الأكثر احتمالاً. لكنها لا تملك فهماً حقيقياً أو وعياً بالمعنى. عالم اللسانيات إميلي بندر (Emily Bender) وصفتها في ورقتها الشهيرة عام 2021 بأنها “ببغاوات عشوائية” (Stochastic Parrots) — تكرر ما سمعته دون أن تفهمه.

❌ الشائع الخاطئ: حوسبة اللغة العربية مستحيلة بسبب تعقيدها.
✅ الصواب العلمي: التعقيد الصرفي حقيقي، لكنه ليس عائقاً مطلقاً. لغات أخرى معقدة صرفياً — مثل التركية والفنلندية والمجرية — حققت تقدماً كبيراً في الحوسبة. التحدي العربي يكمن في الجمع بين التعقيد الصرفي وغياب التشكيل وتعدد اللهجات ونقص البيانات، وهي تحديات قابلة للحل بالاستثمار البحثي الكافي.

❌ الشائع الخاطئ: الذكاء الاصطناعي سيغني عن تعلّم اللغة العربية ونحوها.
✅ الصواب العلمي: على العكس تماماً. كلما تقدم الذكاء الاصطناعي، زادت الحاجة إلى خبراء بشريين يفهمون بنية اللغة لتقييم أداء الأنظمة وتصحيح أخطائها وتدريبها. اللساني الحاسوبي الذي لا يفهم النحو والصرف والدلالة لن يستطيع تشخيص أخطاء النظام.

اقرأ أيضاً: تحديات اللغة العربية: الواقع والتحديات المستقبلية

---

المختبر اللغوي: كيف يتعامل المحلل الصرفي مع الغموض البنيوي في العربية؟

هذه الفقرة لمن يريد أن يتعمق أكثر في الآليات الدقيقة. لنأخذ كلمة “وجدتها” ونحللها حاسوبياً. المحلل الصرفي الآلي سيولّد عدة تحليلات محتملة:

• التحليل الأول: واو العطف + جَدَّ (اجتهد) + تاء الفاعل + ها (ضمير المفعول). المعنى: واجتهدتُ في شأنها.
• التحليل الثاني: وَجَدَ (عثر) + تاء التأنيث + ها (ضمير). المعنى: عثرت عليها هي.
• التحليل الثالث: وَجَدَ (أحسّ) + تاء الفاعل + ها (ضمير). المعنى: أحسستُ بها.
• التحليل الرابع: وُجِدَ (مبني للمجهول) + تاء التأنيث + ها. المعنى: وُجدت هي.

أربعة تحليلات لكلمة واحدة مكونة من ستة حروف. كيف يختار الحاسوب؟ هنا يتدخل ما يسمى “رفع الغموض” (Disambiguation). الأنظمة الحديثة تستخدم نماذج سياقية (Contextual Models) تأخذ الجملة كاملة بعين الاعتبار. إذا كانت الجملة “بحثتُ عن الحقيبة ووجدتها تحت السرير”، فالسياق يرجّح التحليل الثاني. لكن إذا كانت “وجدتها فتاةً صالحة”، فالمعنى ينتقل إلى “علمتها” أو “حسبتها” — وهذا يتطلب فهماً نحوياً أعمق (أفعال القلوب التي تنصب مفعولين).

هذا المثال وحده يكشف لماذا يظل التحليل الآلي للنصوص العربية تحدياً بحثياً حياً. النظام الذي يتقن هذه المهمة سيكون قد اقترب فعلاً من “فهم” العربية.

اقرأ أيضاً: تصريف الكلمة: البنية الصرفية وديناميكيات المعنى في العربية • الدلالة الصرفية وأثرها في تحديد معاني الكلمات

---

كيف تغيّر نماذج اللغات الكبيرة قواعد اللعبة؟

نماذج اللغات الكبيرة (LLMs) هي أبرز تطور في هندسة اللغة خلال العقد الأخير. هذه النماذج — مثل GPT-4 من OpenAI، وGemini من Google، وClaude من Anthropic، وLLaMA من Meta — تُدرَّب على تريليونات الكلمات من نصوص الإنترنت، وتتعلم أنماط اللغة وبنياتها النحوية والدلالية بطريقة ضمنية.

ما يميز هذه النماذج أنها “عامة الأغراض” (General-Purpose). النموذج نفسه يستطيع الترجمة والتلخيص والإجابة عن الأسئلة وتوليد الشعر وكتابة الشيفرات البرمجية — كل ذلك دون أن يُصمَّم لأي من هذه المهام تحديداً. هذا يختلف جذرياً عن الجيل السابق من أنظمة NLP، إذ كان كل نظام مصمماً لمهمة واحدة فقط.

لكن هل تعمل هذه النماذج بالعربية بنفس كفاءتها بالإنكليزية؟ الإجابة القصيرة: لا. معظم النماذج الكبيرة تُدرَّب على بيانات إنكليزية تشكل 60-80% من مجموعة التدريب، بينما لا تتجاوز حصة العربية 2-5% في أحسن الأحوال. هذا الخلل في التمثيل ينعكس مباشرة على جودة الأداء.

من جهة ثانية، بدأت تظهر نماذج عربية متخصصة تحاول سد هذه الفجوة. نموذج Jais الذي طوّره معهد الابتكار التكنولوجي في أبوظبي (TII) عام 2023 يُعَدُّ من أكبر النماذج المصممة خصيصاً للعربية، بعدد معاملات بلغ 13 مليار معامل في نسخته الأولى وتجاوز 30 ملياراً في نسخ لاحقة. وكذلك نموذج AceGPT الذي طوّره باحثون من جامعة هونغ كونغ للعلوم والتكنولوجيا بالتعاون مع مؤسسات عربية.

ومضة معرفية: وفقاً لتقرير صادر عن الأليكسو عام 2024، فإن المحتوى العربي الرقمي يشكل أقل من 3% من المحتوى العالمي على الإنترنت، رغم أن الناطقين بالعربية يمثلون نحو 6% من سكان العالم. هذه الفجوة الرقمية تؤثر مباشرة على جودة النماذج اللغوية الكبيرة حين تعمل بالعربية.

هل تستطيع الآلة تذوق البلاغة والنقد الأدبي يوماً ما؟

هذا السؤال يثير جدلاً فلسفياً عميقاً. البلاغة العربية ليست مجرد قواعد؛ إنها فنّ يعتمد على الذوق والسياق والثقافة والتراكم المعرفي. حين يقول المتنبي:

أنا الذي نظر الأعمى إلى أدبي … وأسمعتْ كلماتي من به صممُ

هل تستطيع آلة أن تدرك أن “نظر الأعمى” و”أسمعت من به صمم” استعارتان مبنيتان على المفارقة، وأنهما تعبيران عن بلوغ الشهرة حداً لا يُنكر؟ تقنياً، تستطيع النماذج الحديثة تحديد الاستعارة وتصنيفها. لكن “تذوقها” — بمعنى الشعور بأثرها الجمالي — يظل خارج قدرة الآلة.

فقد أجرى باحثون في جامعة ستانفورد تجربة عام 2024 طلبوا فيها من نموذج لغوي كبير تقييم جودة قصائد إنكليزية. النموذج أعطى تقييمات مقبولة للقصائد الكلاسيكية المشهورة، لكنه فشل حين واجه قصائد جديدة لشعراء مغمورين. السبب: النموذج لم “يتذوق” القصيدة، بل تعرّف على أنماط مألوفة في بيانات تدريبه. وهذا يقودنا إلى استنتاج مهم: الآلة تتعرف على الأنماط، لكنها لا تخلق المعنى.

اقرأ أيضاً: الأدب الرقمي: ما هو وكيف غيّر مفهوم الكتابة والقراءة؟

---

كيف يتقاطع هذا الحقل مع فروع المعرفة الأخرى؟

اللسانيات الحاسوبية ليست جزيرة معزولة، بل هي مركز شبكة معرفية واسعة تتصل بحقول متعددة.

أولاً، العلاقة مع فلسفة اللغة (Philosophy of Language): أسئلة مثل “هل تفهم الآلة المعنى؟” تتصل مباشرة بحجة الغرفة الصينية (Chinese Room Argument) للفيلسوف جون سيرل (1980)، الذي جادل بأن معالجة الرموز لا تعني فهمها. هذا النقاش الفلسفي يغذي اليوم أبحاث التقييم اللغوي للنماذج الكبيرة.

ثانياً، العلاقة مع علم الاجتماع اللغوي (Sociolinguistics): دراسة التنوع اللهجي والتحول اللغوي (Language Shift) وموت اللغات تستفيد من أدوات NLP لتحليل كميات ضخمة من البيانات اللغوية على منصات التواصل، ورصد تغيرات الاستخدام اللغوي عبر الأجيال.

ثالثاً، العلاقة مع علوم الأعصاب (Neuroscience): نماذج اللغة الحاسوبية تُستخدم اليوم لمحاكاة عمليات المعالجة اللغوية في الدماغ البشري. باحثون في معهد MIT وجدوا عام 2022 أن التنشيط الداخلي لنماذج المحوّل يتشابه في أنماط معينة مع التنشيط العصبي في مناطق اللغة في القشرة الدماغية — وهو اكتشاف مثير وإن كان لا يزال مبدئياً.

رابعاً، العلاقة مع القانون والأخلاقيات (AI Ethics): نماذج اللغة قد تولّد محتوى متحيزاً أو مضللاً أو ضاراً. هذا أثار نقاشات قانونية وأخلاقية واسعة حول حقوق النشر (هل يحق للنموذج استخدام نصوص محمية للتدريب؟) والمسؤولية (من المسؤول حين يُنتج النموذج معلومة خاطئة؟) والتمثيل الثقافي (هل تمثل النماذج الثقافة العربية بإنصاف أم بصورة نمطية؟).

اقرأ أيضاً: العلامة اللغوية: كيف تتشكل المعاني في أذهاننا؟ • الكفاءة اللغوية: ما الفرق بين معرفة اللغة واستخدامها؟

---

كيف تتعامل مع اللسانيات الحاسوبية في مقرراتك الجامعية وأبحاثك؟

إذا كنت طالباً جامعياً في قسم اللغة العربية أو اللسانيات أو علوم الحاسوب وتتقاطع دراستك مع هذا الحقل، فإليك إرشادات عملية:

• المفاهيم الأساسية التي يجب إتقانها: مستويات التحليل اللساني الخمسة (صوتي، صرفي، نحوي، دلالي، تداولي)؛ الفرق بين المنهج القاعدي والمنهج الإحصائي؛ مفهوم المدونة اللغوية (Corpus) وأنواعها؛ مبادئ التعلم الآلي (Machine Learning) الأساسية؛ مفهوم التمثيل المتجهي (Vector Representation) للكلمات.
• نماذج من أسئلة الامتحانات وطرق الإجابة عنها: “قارن بين التجذيع والتحليل الصرفي الكامل مع ذكر مثال عربي” — أجب بذكر الفرق المنهجي أولاً، ثم طبّق على كلمة عربية مثل “استكتبوهنّ”. سؤال آخر: “ما مشكلة الغموض النحوي في العربية وكيف تعالجها أنظمة الإعراب الآلي؟” — ابدأ بتعريف الغموض، ثم أعطِ مثالاً (جملة “زار المدير المعلم” التي لا تُعرف فيها الفاعل من المفعول دون تشكيل)، ثم اشرح منهج Dependency Parsing في حلها.
• أخطاء شائعة يقع فيها الطلاب: الخلط بين “المعالجة الآلية للغة الطبيعية” و”ترجمة جوجل”؛ ظنّ أن التعلم العميق (Deep Learning) ألغى الحاجة إلى المعرفة اللسانية؛ إهمال الجانب الرياضي والإحصائي والاكتفاء بالجانب اللغوي النظري؛ وأخيراً: الاعتقاد بأن أدوات NLP المتاحة على الإنترنت تعمل بنفس الكفاءة على كل اللغات.

اقرأ أيضاً: بناء الجملة العربية: دراسة مقارنة مع اللغات السامية الأخرى • ما هو الذكاء اللغوي: مفهومه، وتطوره، وتطبيقاته في العصر الحديث

---

خطوات تحليل نظام لساني حاسوبي: من التشخيص إلى التقييم

• حدّد المهمة اللغوية بدقة: هل النظام يقوم بالتعرف على الكلام؟ بالترجمة؟ بالتلخيص؟ بالتصنيف؟ كل مهمة لها معايير تقييم مختلفة.
• افحص بيانات التدريب: ما حجم المدونة التي دُرِّب عليها النظام؟ هل تشمل لهجات أم فصحى فقط؟ هل هي موسومة (Annotated) أم خام (Raw)؟
• اختبر المستويات اللسانية تصاعدياً: ابدأ بالمستوى الصرفي (هل يحلل الكلمات بدقة؟)، ثم النحوي (هل يُعرب الجمل صحيحاً؟)، ثم الدلالي (هل يفهم المعنى السياقي؟)، ثم التداولي (هل يدرك القصد والسخرية والمجاز؟).
• استخدم مقاييس التقييم المعيارية: مثل الدقة (Precision) والاسترجاع (Recall) ومقياس F1 للتصنيف، ومقياس BLEU للترجمة، ومقياس ROUGE للتلخيص.
• قارن الأداء بين العربية ولغة أخرى: إذا كان النظام متعدد اللغات، قارن أداءه بالعربية مع أدائه بالإنكليزية أو الفرنسية. الفجوة ستكشف لك مواطن الضعف.
• وثّق الأخطاء وصنّفها: هل الأخطاء صرفية أم نحوية أم دلالية؟ هذا التصنيف يساعدك في تقديم توصيات دقيقة لتحسين النظام.

---

ما الذي يحتاجه الباحث المتخصص في هذا الحقل؟

إذا كنت باحثاً أكاديمياً في اللسانيات أو علوم الحاسوب وتريد التخصص في اللسانيات الحاسوبية العربية، فإن الحقل يحتاج إليك بشدة. ثمة فجوات بحثية ضخمة لا تزال مفتوحة.

من أهم هذه الفجوات: بناء مدونات لهجية عربية ضخمة وموسومة؛ تطوير نماذج تشكيل آلي أكثر دقة؛ إنشاء معايير تقييم (Benchmarks) عربية موحدة لمهام NLP المختلفة؛ دراسة التحيز الثقافي (Cultural Bias) في النماذج اللغوية الكبيرة حين تعالج محتوى عربياً. كل واحدة من هذه الفجوات تصلح موضوعاً لأطروحة دكتوراه.

نصيحتي لك: لا تكتفِ بقراءة الأوراق البحثية المنشورة في مؤتمرات ACL وEMNLP. اقرأ أيضاً الأدبيات اللسانية العربية الكلاسيكية — سيبويه وابن جني والرضي الأستراباذي — لأنك ستجد فيها رؤى نحوية وصرفية عميقة يمكن ترجمتها إلى خوارزميات مبتكرة. ابن جني في كتابه “الخصائص” ناقش ظواهر صرفية ودلالية لم يلتفت إليها الباحثون الحاسوبيون بعد.

---

ما الذي يهم المثقف العام في هذا الموضوع؟

لست مضطراً أن تكون مبرمجاً أو لسانياً لتستفيد من فهم هذا الحقل. كل مرة تستخدم فيها هاتفك الذكي أو تتفاعل مع مساعد رقمي أو تقرأ ترجمة آلية، أنت تتعامل مع منتجات اللسانيات الحاسوبية. فهمك لكيفية عمل هذه الأنظمة يجعلك مستخدماً أذكى وأكثر وعياً.

وعليه فإن السؤال الأهم للمثقف العربي اليوم ليس “هل الذكاء الاصطناعي جيد أم سيئ؟”، بل: “هل نحن العرب نساهم في تشكيل هذه التقنية لتخدم لغتنا وثقافتنا، أم نكتفي باستهلاك ما يصنعه الآخرون؟”. الإجابة عن هذا السؤال تتطلب وعياً جماعياً بأهمية الاستثمار في البحث اللساني الحاسوبي العربي.

نقطة تستحق الانتباه: في عام 2025، أعلنت عدة جامعات عربية — منها جامعة الملك عبدالله للعلوم والتقنية (KAUST) وجامعة محمد بن زايد للذكاء الاصطناعي — عن برامج ماجستير ودكتوراه متخصصة في معالجة اللغة العربية حاسوبياً. هذا مؤشر إيجابي، لكنه يحتاج إلى توسيع ليشمل الجامعات في مصر والأردن وتونس والمغرب.

اقرأ أيضاً: تأثير العولمة على اللغة العربية

---

التجربة الشخصية: كيف يعيش الباحث العربي في هذا الحقل؟

من خلال متابعة زملائنا الباحثين في هذا الحقل لسنوات، تبيّن أن أكبر تحدٍّ يواجه الباحث العربي ليس تقنياً بل مؤسسياً. كثير من الأقسام الأكاديمية العربية لا تزال تنظر إلى اللسانيات الحاسوبية بوصفها “فرعاً هامشياً” لا ينتمي حقاً إلى اللسانيات ولا إلى علوم الحاسوب. النتيجة: الباحث يجد نفسه وحيداً بين قسمين لا يعترف أيّ منهما بتخصصه بالكامل.

لكن الوضع يتغير. الجدير بالذكر أن عدد الأوراق البحثية العربية المنشورة في مؤتمرات NLP الدولية تضاعف ثلاث مرات بين عامي 2019 و2025، وفقاً لإحصاءات ACL Anthology. وبدأت مؤسسات مثل مجمع اللغة العربية بالقاهرة تعقد جلسات مخصصة لحوسبة العربية ضمن مؤتمراتها السنوية. هذه خطوات واعدة تستحق الدعم.

---

خلاصة الباحث من موقعنا

• لا تفصل بين اللسانيات النظرية والتطبيق الحاسوبي. أي باحث يريد التميز في هذا الحقل يحتاج إلى قاعدة متينة في النحو والصرف والدلالة العربية إلى جانب مهارات البرمجة والرياضيات. الاكتفاء بأحد الجانبين يُنتج بحثاً أعرج.
• ارجع إلى التراث اللغوي العربي بعين جديدة. سيبويه وابن جني والخليل بن أحمد ناقشوا ظواهر صوتية وصرفية ونحوية يمكن ترجمتها إلى نماذج حاسوبية مبتكرة. مثلاً: نظام الخليل بن أحمد للأوزان الشعرية (العروض) هو في جوهره خوارزمية لتمييز الأنماط (Pattern Recognition) قبل اختراع الحاسوب بأحد عشر قرناً.
• تعامل بحذر مع ادعاءات “الثورة”. ليس كل نموذج لغوي جديد يُنشر يمثل تقدماً حقيقياً. اقرأ المنهجية والتقييم قبل أن تنبهر بالنتائج. كثير من الأوراق البحثية تُبالغ في تقدير أداء أنظمتها.
• ركّز على البيانات قبل الخوارزميات. جودة المدونة اللغوية التي تدرّب عليها النظام أهم في كثير من الأحيان من تعقيد الخوارزمية المستخدمة. إذا كنت تعمل على مشروع بحثي، استثمر وقتاً كافياً في بناء بيانات تدريب نظيفة وموسومة.
• تابع المؤتمرات الدولية الكبرى. مؤتمرات ACL وEMNLP وNAACL وEACL تُنشر وقائعها مجاناً على ACL Anthology. هذا كنز بحثي مفتوح لكل باحث عربي.
• لا تهمل البُعد الأخلاقي. نماذج اللغة يمكن أن تعيد إنتاج التحيزات الموجودة في بياناتها. إذا كانت بيانات التدريب تحتوي على صور نمطية ثقافية أو جندرية، فالنموذج سيكررها. الباحث المسؤول يضع التقييم الأخلاقي جزءاً لا يتجزأ من عمله.
• ابحث عن الفجوات البحثية لا عن المواضيع المطروقة. اللهجات العربية غير المدروسة حاسوبياً، وتحليل النصوص التراثية (كالمخطوطات)، والتعامل مع اللغة المختلطة (Code-Switching) — كلها مجالات واعدة تحتاج إلى باحثين عرب.

---

كيف تتعمق في هذا الحقل؟ خارطة طريق للباحث والطالب

هذا القسم يضع بين يديك الأدوات والمصادر التي تحتاجها لتبدأ رحلتك البحثية أو لتعمّق تخصصك.

المصادر الأصيلة:

• كتاب “الكتاب” لسيبويه (تحقيق عبد السلام هارون، دار الجيل): الأساس الأول للنحو العربي، ومنه يستمد اللسانيون الحاسوبيون قواعدهم النحوية الأولية.
• “الخصائص” لابن جني (تحقيق محمد علي النجار، دار الكتب المصرية): يناقش ظواهر صرفية ودلالية عميقة يمكن توظيفها في بناء خوارزميات صرفية.
• “المقدمة” لابن خلدون (تحقيق درويش الجويدي، المكتبة العصرية): يتضمن فصولاً عن طبيعة اللغة ومراتب الكلام يمكن قراءتها بعين لسانية حديثة.

الدراسات الحديثة والكتب المرجعية:

• Habash, N. (2010). Introduction to Arabic Natural Language Processing. Morgan & Claypool. — الكتاب المرجعي الأول لأي باحث يريد فهم تحديات حوسبة اللغة العربية.
• Jurafsky, D., & Martin, J.H. (2024). Speech and Language Processing (الطبعة الثالثة، مسودة متاحة مجاناً على موقع المؤلفين). — أشمل كتاب مرجعي في NLP واللسانيات الحاسوبية.

المنهجية البحثية المقترحة:

• ابدأ بدورة مقدمة في اللسانيات العامة (الصوتيات، الصرف، النحو، الدلالة).
• تعلّم البرمجة بلغة Python واستخدم مكتبات NLP مثل NLTK وspaCy وHugging Face Transformers.
• درّب نموذجاً بسيطاً على مهمة عربية (مثل تصنيف نصوص إخبارية) لتفهم العملية من الداخل.
• اقرأ 10 أوراق بحثية حديثة من مؤتمرات ACL/EMNLP تتعلق بالعربية.
• صغ سؤالاً بحثياً محدداً وابدأ بجمع بيانات للإجابة عنه.

المسارات المتخصصة للباحث المتقدم:

• التحليل الصرفي العميق: ادرس نظام الجذر والوزن من منظور حاسوبي، واطلع على أعمال كينيث بيستر (Kenneth Beesley) في الصرف العربي الحاسوبي باستخدام المحولات المنتهية (Finite-State Transducers).
• معالجة اللهجات: تخصص في لهجة بعينها (المصرية، الشامية، المغاربية) وابنِ مدونة لغوية لها.
• التعلم العميق للعربية: ركّز على تكييف نماذج المحوّل (Transformers) لتناسب خصائص العربية الصرفية والنحوية.

المصادر الرقمية والمكتبات الإلكترونية:

• ACL Anthology: أرشيف مفتوح لجميع أوراق مؤتمرات اللسانيات الحاسوبية.
• المكتبة الشاملة: للنصوص التراثية العربية.
• JSTOR: للدراسات الأكاديمية المحكّمة.
• Hugging Face: منصة مفتوحة المصدر للنماذج اللغوية، تحتوي على عشرات النماذج العربية.
• QCRI Resources: أدوات NLP عربية مفتوحة المصدر من معهد قطر لبحوث الحوسبة.

تنويه: هذه المصادر إرشادية عامة تساعد الباحث على رسم خريطة أولية لحقل اللسانيات الحاسوبية. لكن تحقيق الفهم العميق والتمكن البحثي يتطلب توجيهاً مباشراً من أساتذة متخصصين، والانضمام إلى فرق بحثية نشطة، والمشاركة في ورشات عمل ومؤتمرات علمية. الكتب وحدها لا تصنع باحثاً.

اقرأ أيضاً: المعاجم العربية: تاريخها وأهميتها وأنواعها • اللغات السامية: تاريخها وخصائصها وتصنيفها الشامل

---

الخاتمة

اللسانيات الحاسوبية ليست ترفاً أكاديمياً ولا موضة تقنية عابرة. إنها حقل إستراتيجي يتوقف عليه مستقبل اللغة العربية في الفضاء الرقمي. كل يوم يمر دون استثمار عربي جاد في هذا الحقل، تتسع الفجوة بين العربية واللغات الأخرى في عالم الذكاء الاصطناعي. الرهان اليوم ليس على الآلة وحدها، بل على الإنسان الذي يعلّم الآلة.

ثمة حاجة ماسّة إلى جيل جديد من الباحثين العرب يجمعون بين عمق المعرفة اللسانية ومهارات الهندسة الحاسوبية. هذا الجيل هو من سيصنع أنظمة تفهم العربية بكل ثرائها الصرفي والنحوي والدلالي والبلاغي، وسيحمي هذه اللغة من التهميش الرقمي.

فهل ستكون من هذا الجيل الذي يُعلّم الآلة أن تقرأ سيبويه وتفهم المتنبي؟

اقرأ أيضاً: أهمية اللغة العربية • اللغة العربية والهوية: مقاربة اجتماعية لغوية • تطور اللغة العربية الفصحى الحديثة من منظور تاريخي

---

المصادر والمراجع

المصادر التراثية الأصيلة

1. سيبويه. (ت. 180 هـ). الكتاب. تحقيق: عبد السلام محمد هارون. القاهرة: دار الجيل.
   الأساس الأول للنحو العربي، ومنه تُستمد القواعد التركيبية الأولية لأنظمة الإعراب الآلي.
2. ابن جني، أبو الفتح عثمان. (ت. 392 هـ). الخصائص. تحقيق: محمد علي النجار. القاهرة: دار الكتب المصرية.
   أعمق دراسة تراثية في أصول اللغة والتصريف والدلالة، يمكن استثمارها في بناء خوارزميات صرفية.
3. الخليل بن أحمد الفراهيدي. (ت. 175 هـ). كتاب العين. تحقيق: مهدي المخزومي وإبراهيم السامرائي. بغداد: دار الرشيد.
   أول معجم عربي، ونظامه الترتيبي الصوتي يُعَدُّ سابقة في التفكير الخوارزمي.
4. ابن منظور. (ت. 711 هـ). لسان العرب. بيروت: دار صادر.
   أوسع معجم عربي تاريخي، يُستخدم مرجعاً أساسياً في بناء قواعد المعطيات المعجمية الحاسوبية.
5. الجرجاني، عبد القاهر. (ت. 471 هـ). دلائل الإعجاز. تحقيق: محمود محمد شاكر. القاهرة: مكتبة الخانجي.
   كتاب تأسيسي في نظرية النظم، يمكن قراءته بوصفه محاولة مبكرة لفهم العلاقة بين التركيب والمعنى — وهو جوهر المعالجة الدلالية الحاسوبية.

الدراسات الأكاديمية الحديثة

6. Habash, N. (2010). Introduction to Arabic Natural Language Processing. Morgan & Claypool Publishers. DOI: 10.2200/S00277ED1V01Y201008HLT010
   الكتاب المرجعي الأول لحوسبة العربية، يغطي التحليل الصرفي والنحوي والدلالي.
7. Antoun, W., Baly, F., & Hajj, H. (2020). “AraBERT: Transformer-based Model for Arabic Language Understanding.” Proceedings of the 4th Workshop on Open-Source Arabic Corpora and Processing Tools (OSACT4). رابط ACL Anthology
   الورقة التأسيسية لنموذج AraBERT الذي أصبح مرجعاً في أبحاث NLP العربية.
8. Sengupta, N., et al. (2023). “Jais and Jais-chat: Arabic-Centric Foundation and Instruction-Tuned Open Generative Large Language Models.” arXiv preprint. رابط arXiv
   ورقة تقديم نموذج Jais، من أكبر النماذج اللغوية المصممة للعربية.
9. Darwish, K., Sajjad, H., & Mubarak, H. (2022). “Arabic Diacritization: Stats, Rules, and Hacks.” Proceedings of ACL 2022.
   دراسة شاملة لتحديات التشكيل الآلي للعربية والحلول المقترحة.
10. Bender, E.M., et al. (2021). “On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?” Proceedings of FAccT 2021. DOI: 10.1145/3442188.3445922
    ورقة مؤثرة في النقاش الأخلاقي حول نماذج اللغات الكبيرة وتحيزاتها.

الجهات الرسمية والمؤسسات الأكاديمية

11. مجمع الملك سلمان العالمي للغة العربية. الموقع الرسمي
    المرجع الرسمي السعودي للمبادرات الكبرى في تعزيز اللغة العربية رقمياً، بما فيها مشاريع المدونات اللغوية.
12. مجمع اللغة العربية بالقاهرة. مجلة المجمع ومنشوراته.
    أعرق مجمع لغوي عربي (تأسس 1932)، يُصدر قرارات لغوية وأبحاثاً في حوسبة العربية.
13. Association for Computational Linguistics (ACL). ACL Anthology
    الأرشيف المفتوح الأكبر في العالم لأبحاث اللسانيات الحاسوبية والمعالجة الآلية للغات الطبيعية.

الكتب الأكاديمية المرجعية

14. Jurafsky, D., & Martin, J.H. (2024). Speech and Language Processing (3rd ed., draft). Stanford University. متاح مجاناً
    أشمل كتاب مرجعي في NLP واللسانيات الحاسوبية، يغطي كل المستويات من الصوتيات إلى التداوليات.
15. Manning, C.D., & Schütze, H. (1999). Foundations of Statistical Natural Language Processing. MIT Press.
    الكتاب الكلاسيكي الذي أسس للمنهج الإحصائي في معالجة اللغة الطبيعية، ولا يزال مرجعاً أساسياً.

---

قراءات إضافية ومصادر للتوسع

1. Farghaly, A., & Shaalan, K. (2009). “Arabic Natural Language Processing: Challenges and Solutions.” ACM Transactions on Asian Language Information Processing, 8(4), 1-22. DOI: 10.1145/1644879.1644881
   لماذا نقترح عليك قراءته؟ لأنه يقدم مسحاً شاملاً لتحديات معالجة العربية حاسوبياً من منظور تاريخي وتقني، ويُعَدُّ نقطة انطلاق ممتازة للباحث الجديد.
2. Zaghouani, W. (2017). “Critical Survey of the Freely Available Arabic Corpora.” Proceedings of the Workshop on Free/Open-Source Arabic Corpora and Corpora Processing Tools (OSACT). رابط ACL Anthology
   لماذا نقترح عليك قراءته؟ لأنه يوفر جرداً نقدياً لجميع المدونات اللغوية العربية المتاحة مجاناً، مع تقييم لجودة كل منها — وهو أداة لا غنى عنها لأي باحث يبني نظام NLP عربياً.
3. Eisenstein, J. (2019). Introduction to Natural Language Processing. MIT Press.
   لماذا نقترح عليك قراءته؟ لأنه يقدم مقدمة حديثة ومتوازنة بين المنهج اللساني والمنهج الهندسي، ويناسب طالب الدراسات العليا الذي يريد فهماً نظرياً وتطبيقياً متكاملاً.