هل تنفع أدوات إعادة صياغة الرسائل بالذكاء الاصطناعي فعلاً؟

قضيت بضعة أسابيع أقرأ كل ما استطعت العثور عليه عن أدوات الذكاء الاصطناعي التي تعيد صياغة الرسائل الشخصية، جزئياً لأنني أبني واحدة منها، وجزئياً لأنني أردت أن أعرف هل ما أعتقده بشأنها صحيح.

وما أعتقده هو هذا. عند تسليم رسالة صعبة إلى الذكاء الاصطناعي، لا تكون اللحظة المفيدة هي الصياغة المصقولة التي يعيدها. اللحظة المفيدة تسبق ذلك بثلاثين ثانية، حين يخبرك شيء ما بأن الرسالة التي كتبتها ستترك وقعاً سيئاً عند قارئها، ويخبرك بالسبب.

فبحثت عن أداة تفعل ذلك، ولم أجد أداة كهذه على الرفوف، وهذا تقريباً هو السبب في أننا انتهينا إلى بناء Subtext. فأنا منحاز إذن، وينبغي أن يُقرأ كلامي على هذا الأساس، وأن تُراجَع الأوراق البحثية نفسها. ثم بحثت عن الأبحاث التي تتناول ما يحدث حين يترك الناس للذكاء الاصطناعي كتابة رسائلهم الشخصية، وتبيّن أنها أشدّ إثارة للاهتمام بكثير من المنتجات.

وإليك تلك اللحظة على مسودة اخترعتها لتشغيل Subtext عليها: «ليش ما قلت لي من قبل؟». وهي في نظر من يكتبها سؤال عادي لا أكثر. أما Subtext فسمّى الشعور «خيبة أمل»، ووضع على الصياغة الوسم «لغة اتهامية»، وعلّل ذلك بأن السؤال قد يُفهم لوماً واتهاماً «أكثر منه سؤالًا حقيقيًا». ولم يكتب أي صياغة في هذه الخطوة. قال أولاً «أفهم إنك متضايق إنك عرفت متأخر.»، ثم سأل «لمن هذه الرسالة؟» لأن الأسلوب كما قال «يختلف حسب الشخص»، وعرض تحت سؤاله أربعة أزرار هي «مديري» و«زميل عمل» و«صديق» و«شخص من العائلة». فجاءت الإشارة إلى وقع الصياغة قبل أي بديل. وهذا ناتج التطبيق الفعلي دون أي تعديل، وهو يُظهر Subtext على مسودة واحدة، ولا يبيّن ما كانت الأدوات المذكورة أدناه ستفعله بها.

وفيما يلي ما وجدته، وكل ما فيه موثّق بروابط ليتاح لك التحقق مما أقول.

---

معظم منتجات هذه الفئة تفعل الشيء نفسه

إذا تجاهلنا عدد مرات التحميل وصنّفنا هذه الأدوات بحسب ما تفعله، فإنها تنحصر في أربع مجموعات، وينتهي معظمها إلى النقطة نفسها.

المجموعة الأولى هي الأدوات المدمجة في هاتفك. تعمل Apple Intelligence Writing Tools¹ على مستوى النظام كله ابتداءً من iOS 18.1 فصاعداً. يكفي تحديد النص لتظهر الخيارات: «Proofread» (التدقيق اللغوي)، و «Rewrite» (إعادة الصياغة) بثلاث نبرات هي «Friendly» (ودّية) و «Professional» (مهنية) و «Concise» (موجزة)، و «Compose» (الإنشاء) الذي يمرّر الطلب إلى ChatGPT. وهي مجانية إن كان الجهاز يدعمها، أي iPhone 15 Pro وما بعده. وتؤدي Samsung Writing Assist² المهمة نفسها على واجهة One UI، مع تبديل النبرة وميزة «Chat translation» (ترجمة المحادثات). وتضيف Gboard³ الميزات «Smart Reply» (الرد الذكي) و «Proofread» وأدوات إعادة الصياغة التي تعتمد على Gemini Intelligence، غير أن الميزات المخصَّصة لمستخدمها منها تقتصر على أجهزة سلسلة Pixel 11. وجميع أدوات هذه المجموعة مجانية.

المجموعة الثانية هي المساعدات داخل تطبيق المراسلة. تضع Magic Compose⁴ ردوداً مقترحة فوق لوحة المفاتيح في Google Messages، وتعيد صياغة المسودات بأنماط منها «Excited» (متحمس) و «Chill» (مسترخٍ)، ومنها أيضاً، لسبب لا أفهمه، «Shakespeare» (أسلوب شكسبير). وتستند في ذلك إلى أحدث عشرين رسالة لديك بوصفها سياقاً، وتقول Google إن هذا يجري على الجهاز نفسه وإنها لا ترسل شيئاً من تلك الرسائل إلى خوادمها. أما Gemini في Messages فشيء مختلف: محادثة تُكتب فيها المسودة ثم يُنسخ الناتج إلى محادثة حقيقية، ولا يرى بقية محادثاتك. ولمعرفة أيها يناسبك يمكنك الاطلاع على اختيار أفضل تطبيق ردود بالذكاء الاصطناعي بحسب ما إذا كانت مشكلتك في كثرة الرسائل أم في أهميتها.

المجموعة الثالثة هي تطبيقات الردود في المواعدة. تؤخذ لقطة شاشة لمحادثة، فيطبّق التطبيق عليها تقنية التعرف الضوئي على الحروف (OCR)، وتصلك جمل افتتاحية وردود سريعة البديهة. يتقاضى W Rizz مبلغ 3.99 دولاراً في الأسبوع، ويدور سعر PlugAI، الذي كان يُعرف سابقاً باسم RizzGPT، حول 4.99 دولاراً. وثمة عشرات غيرها، وكلها تسعى إلى هدف واحد: أن تحظى الرسالة التالية بردّ.

المجموعة الرابعة هي الأدوات الصغيرة المخصصة للمحادثات الصعبة. وهي أكثر المجموعات إثارة للاهتمام وأقلها تمويلاً. يمنح Resolve⁵ على iOS درجة لما يسميه «conflict temperature» (حرارة الخلاف). أما Clarity Coach⁶ على Android فيطلب منك كتابة مسودة ضمن سيناريو تدريبي، ويخبرك إن كانت تُقرأ على أنها غامضة، أو صريحة أكثر من اللازم، أو مفرطة في الشرح، قبل أن يساعدك في إعادة صياغتها. ويقع Subtext، الذي شاركت في تأسيسه، في هذه المجموعة، لكنه يعمل بعكس بقية أدوات الفئة. فهو يقرأ المحادثة ومسودتك، ويبيّن كيف يُرجَّح أن تصل الرسالة وأي عبارات تُحدث ذلك الأثر، وبعد ذلك فقط يقدّم صياغات يمكنك أخذها أو تجاهلها.

ويتكرر في معظمها المشهد نفسه: يدخل إليها نص فيخرج منها نص مختلف. أما الخطوة التي تقرأ فيها الأداة ما كتبه المرء وتبيّن كيف يُرجَّح أن يتلقاه الطرف الآخر فنادرة، وحيثما وُجدت فهي في الغالب في برمجيات العمل. يقدّم Copilot in Outlook⁷ إرشاداً في كتابة البريد يتناول النبرة والوضوح وما قد يشعر به القارئ، وتتنبأ ميزة Reader Reactions⁸ في Grammarly بما سيستخلصه قارئ تختاره من المستند وبما قد يربكه. ولم تصمّم أي من الشركتين ميزتها للرسالة المزمع إرسالها إلى أختك. وفي الجانب الشخصي يبقى Clarity Coach الأقرب، لكنه بيئة تدريب تجريبية، ولذلك لا يستطيع أن يمسّ رسالة على وشك الإرسال فعلاً.

أما Grammarly⁹ فأريد أن أكون دقيقاً بشأنها، لأنها أقرب الأدوات إلى سدّ هذه الفجوة، وقد كادت تصيب الهدف. يقرأ كاشف النبرة لديها اختيار الكلمات وتركيب العبارات وعلامات الترقيم واستخدام الأحرف الكبيرة، ثم يسمّي النبرة. وكان يغطي عند إطلاقه عام 2019 نحو أربعين نبرة¹⁰، من بينها نبرات التقدير والثقة والرسمية والمحبة والحزن. وتوضّح وثائق الدعم لدى Grammarly نفسها حدود هذا الكاشف بدقة. فهو يحدد النبرة العامة لنصك¹¹ ولا يقدّم إعادة صياغة على مستوى الجملة. ومعنى ذلك أنه يخبرك بالنبرة الموجودة في النص. أما ما إذا كانت أختك ستشعر بأن أحداً يستخفّ بها بسبب هذه النبرة فسؤال آخر. وتحاول ميزة Reader Reactions الأحدث لدى Grammarly أن تجيب عن جانب من هذا السؤال لقارئ تختاره، كمدير أو عميل⁸، ولم أطّلع على اختبار مستقل لمدى جودة تنبؤها بردود فعل القراء الحقيقيين. ويقع كشف النبرة ضمن الخطة المجانية، أما خطة Pro فسعرها 12 دولاراً في الشهر عند الدفع السنوي، بحسب ما تنشره مواقع تتبّع الأسعار حالياً.

---

لم يستطع الناس معرفة ما إذا كان الذكاء الاصطناعي هو من كتب النص، ولم يقتربوا من الصواب أصلاً

هذه هي النتيجة التي فاجأتني أكثر من غيرها، وهي أقوى دراسة في هذا المجال من حيث القدرة الإحصائية.

أجرى Maurice Jakesch، Jeff Hancock و Mor Naaman ست تجارب على 4,600 مشارك أمريكي، ونُشرت في PNAS عام 2023¹². قرأ المشاركون نصوص تعريف ذاتي من ملفات في مجالات المواعدة والضيافة والعمل، وخمّنوا أيها كتبته آلة. وتراوحت الدقة بين 50% و 52%. وفي حالة المواعدة، ومع مكافأة مالية على الإجابة الصحيحة، بلغت نحو 51.6%. وهذا قريب من رمي قطعة النقود.

السبب أننا جميعاً نعتمد على الاختصارات الذهنية المعيبة نفسها. فقد عدّ المشاركون ضمائر المتكلم، والصيغ المختصرة في الإنجليزية، وذكر الأسرة، والتفاصيل العاطفية الدافئة دليلاً على أن إنساناً كتب النص. وعدّوا سلامة القواعد والأسلوب الرتيب دليلاً على أن آلة كتبته. وكل إشارة من هذه الإشارات يسهل على أي نموذج إنتاجها عند الطلب دون أدنى جهد. فهذه الاختصارات الذهنية تسير في الاتجاه الخطأ تماماً. أما المصنِّف المدرَّب في الورقة نفسها فلم يتجاوز 58.1%، وعليه فليست المسألة مسألة مهارة يمكن إصلاحها بمزيد من الانتباه.

الرقم الدقة في التمييز بين النص الذي كتبه الذكاء الاصطناعي والنص الذي كتبه إنسان: من 50% إلى 52%. وهذا قريب من رمي قطعة النقود.

ست تجارب · 4,600 مشارك · نُشرت في PNAS عام 2023 · مصنِّف مدرَّب لهذه المهمة لم يتجاوز 58.1%

ثمة تحفظ واحد: النصوص المستخدمة في تلك الدراسة من حقبة GPT-3، ولم أرَ من اختبر ما إذا كانت الأرقام تصمد أمام النماذج الحالية على نطاق يقارب ذلك.

وهذا أيضاً من أسباب أن Subtext لا يحاول قط تخمين ما إذا كان الذكاء الاصطناعي هو من كتب رسالة ما. فهو يقرأ مسودتك أنت ليرى كيف ستصل إلى من يتلقاها، وهذا ما لا يمكن أن يخبرك به تخمين شبيه برمي العملة حول هوية الكاتب. وحين تبدو الكلمات كأنها قالب جاهز، أي عبارات محفوظة لا يقف خلفها أسلوب شخصي، يضع Subtext عليها الوسم «robotic tone» (نبرة آلية)، وهو وسم يخص طريقة قراءة الكلمات لا هوية من كتبها.

---

الضرر يأتي من الشك لا من انكشاف الأمر

إذا كان الناس عاجزين عن كشف الذكاء الاصطناعي، فقد يتوقع المرء أن يزول القلق كله. لكنه لا يزول، وهذا هو الجزء المهم لكل من يكتب رسالة حقيقية إلى شخص حقيقي.

أجرى فريق بقيادة جامعة Cornell تجربتين عشوائيتين على 1,020 مشاركاً، ونُشرتا في Scientific Reports¹³. فقد جعلت الردود الذكية المحادثات أسرع وأكثر إيجابية، ورأى المشاركون بعضهم بعضاً أقرب وأكثر تعاوناً. غير أن المشاركين الذين شكّوا في أن الطرف الآخر يستخدم الردود الذكية قيّموه تقييماً أسوأ على نحو دالّ إحصائياً. فالشك هو الذي أحدث الضرر. وقد قاست تلك الدراسة الشك لا الدقة، وبالنظر إلى أرقام الكشف المذكورة أعلاه، لا أظن أن هذه الشكوك كانت تقع على من يستخدمون الأداة فعلاً.

وقدّم فريق من Carnegie Mellon تفسيراً للآلية الكامنة وراء ذلك في ورقة بحثية صدرت عام 2025¹⁴ شملت 399 مشاركاً في دراستين، ونتيجتها أدق من مجرد عقوبة بسيطة. فوسم الذكاء الاصطناعي ليس مجرد علامة تُسجَّل ضدك، بل يجعل رسالتك أضعف دلالة عليك، سواء كانت دافئة أم باردة. فالاعتذار المكتوب بمساعدة الذكاء الاصطناعي يُقرأ على أنه أقل دفئاً، أما التباهي أو اللوم المكتوب بمساعدته فيُقرأ على أنه أقل برودة. أي أن الوسم يُفرغ الرسالة من المعلومات التي تدل على حقيقة صاحبها.

ظلّت هذه الفكرة عالقة في ذهني. فأياً كان ما تؤديه رسالتك بوصفها إشارة، فإن الوسم يخفض صوتها.

---

باستثناء سياق واحد لم يُحدث فيه الإفصاح فرقاً يمكن قياسه

أريد أن أورد الدراسة التي تعارض الفرضية التي يقوم عليها منتجي، لأن إغفالها سيكون مجافياً للأمانة.

أجرت Zoe Purcell وزملاؤها في Max Planck Institute for Human Development، ومعهم Jakesch مرة أخرى بين المؤلفين، تجربتين مسجَّلتين مسبقاً على 1,637 مشاركاً في ألعاب ثقة ثنائية اللاعبين مقرونة بحوافز مالية، ونُشرتا في iScience في نوفمبر 2025¹⁵. أُتيح لنصف المشاركين استخدام مساعدة الكتابة التنبؤية لصياغة رسالة يقنعون بها شخصاً غريباً بأن يثق بهم، وكتب النصف الآخر دون أي عون.

لم يكن لمساعدة الذكاء الاصطناعي سوى أثر ضئيل في الثقة، وبقي الأمر كذلك حتى حين أُعلن عن استخدامه. وأنتج الكتّاب الذين حظوا بالمساعدة رسائل تبعث على الثقة بالقدر نفسه في وقت أقل، فكسبوا ثقة أكبر لكل دقيقة أنفقوها. ووجد التحليل اللغوي أن رسائلهم أقل أصالة قليلاً، لكنها أدفأ وأكثر تعقيداً وأعلى في ما يسميه الباحثون «clout» (النفوذ).

يتحرّى المؤلفون الدقة في تحديد نطاق ما توصلوا إليه، وأنا كذلك. فهذا تعامل لمرة واحدة بين غريبين، ومعه مال. والثقة السلوكية في قرار صرف مبلغ مالي شيء مختلف تماماً عن أن يقرأ شريكك رسالتك في الساعة 11 مساءً ويحكم على صدق ما فيها. لكنني أرى أن رواية «الذكاء الاصطناعي يفسد الثقة» لها في الأدبيات البحثية مثال مضاد حقيقي، وهذا هو.

---

يكتب الذكاء الاصطناعي رسائل مواساة أفضل من معظم الناس، إلى أن يُذكر أنه هو الكاتب

دراستان بنتيجة واحدة في شكلها.

وجدت دراسة Yin، Jia و Wakslak في PNAS¹⁶ أن الردود المولَّدة بالذكاء الاصطناعي جعلت الناس يشعرون بأن أحداً يصغي إليهم أكثر مما فعلت ردود بشر غير مدرَّبين، وأن الذكاء الاصطناعي كان أفضل في تحديد نوع الشعور الحاضر في الموقف. ثم أخبر الباحثون المتلقّين بأن الرسالة صادرة عن ذكاء اصطناعي فتراجع الأثر. وذكر أحد المؤلفين أن الأثرين متقاربان في الحجم وأنهما يلغيان بعضهما تقريباً.

وفي Communications Psychology نشر Ovsyannikova، Oldemburgo de Mello و Inzlicht¹⁷ نتائج أربع تجارب مسجَّلة مسبقاً على 556 مشاركاً. وعدّ المشاركون ردود GPT-4 أكثر تعاطفاً من ردود البشر، ومنها ردود كتبها متطوعون مدرَّبون في Distress Centres of Greater Toronto يعملون على خط الأزمات الهاتفي. وحين أُعلن المصدر ضاقت الفجوة ولم تُغلق.

فالآلة غالباً ما تكون أمهر في صوغ الكلمات. لكن الكلمات ليست الشيء الوحيد الذي تحمله الرسالة.

---

الجهد مهم لأنه كان مكلفاً فيما مضى

نظرية الإشارات هي الإطار الذي جعل هذا كله يتّسق في ذهني.

تؤدي الرسالة مهمتين: تحمل مضموناً، وتُثبت أنك أنفقت شيئاً لإرسالها. وقتك، وانتباهك، وفي المحادثة الصعبة اتزانك. وهذه كلها موارد محدودة، ولذلك فإنفاقها يدل دلالة صادقة على مقدار تقديرك للشخص. ووجدت أبحاث عن إشارات الالتزام¹⁸ في عيّنات يابانية وأمريكية أن الإشارات المكلفة تتفوق على الرخيصة، وأن عدم إرسال إشارة متوقعة، كنسيان مناسبة، يضر بالعلاقات العاطفية أكثر بكثير مما يضر بالصداقات.

وحين تنخفض تكلفة إنتاج رسالة دافئة وواضحة التعبير ومحكمة البناء إلى ما يقارب الصفر، تكفّ الإشارة عن حمل أي معلومة.

وثمة الآن دليل مباشر على هذه الآلية، وإن لم يأتِ من سياق المراسلة. فقد وجدت دراسة نُشرت عام 2026 في Frontiers in Psychology¹⁹ شملت 618 مشاركاً أن وسم المحتوى بأنه مولَّد بالذكاء الاصطناعي خفّض الجهد المُدرَك خفضاً ذا دلالة إحصائية، في حين لم يختلف وسم يفيد بأنه من صنع إنسان عن غياب أي وسم. فالناس يفترضون بالأصل أن وراء المحتوى جهداً بشرياً، والوسم الدال على الذكاء الاصطناعي هو ما يزيل هذا الافتراض. واستخدمت تلك الدراسة مقاطع فيديو قصيرة، ولذلك يحسن نقل نتيجتها إلى المراسلة بشيء من الحذر.

---

يبدو أن إيكال كتابة الكلمات إلى الآلة يُضعف التزامك بها

هذه هي النتيجة التي لا أكفّ عن التفكير فيها، وهي لا تتعلق بالمتلقّي إطلاقاً.

أجرى اقتصاديون في CREED في أمستردام²⁰ ألعاب ثقة كان بوسع المرسلين فيها استخدام ChatGPT لكتابة رسالة يعدون فيها بالمعاملة بالمثل. وحدث أمران معاً. فالذين أُتيح لهم ChatGPT قطعوا وعوداً أكثر صراحة. أما الذين فتحوا ChatGPT ولو مرة واحدة فقد انخفضت نسبة وفائهم بوعودهم بمقدار 25.7% عند موعد تسليم المبلغ، سواء انتهى بهم الأمر إلى نسخ ما قدّمه لهم أم لا.

والتفصيل الدال أنه كلما اقتربت الرسالة المرسلة من اقتراح ChatGPT الخام، صار سلوك مرسلها اللاحق أقل جدارة بالثقة. أما الذين أعادوا كتابة الاقتراح فقد تصرفوا على نحو أفضل. ويفسّر المؤلفون ذلك بالشعور بالملكية. فالمرء إذا قال شيئاً بكلماته هو شعر بأنه ملزم به، وإذا مرّر شيئاً كتبته آلة بقي جزء منه لم يوقّع عليه قط. وهذا أيضاً سبب أن Subtext يعرض عليك المشكلة قبل أي بديل، ويبيّن مقدار ما غيّرته كل صياغة من كلماتك. أما التصحيح الذي يختاره المرء أو يكتبه بنفسه فقد وقّع عليه. وراجعت الدراسات الأحدث عن أثر إعادة الصياغة في أسلوبك في مقال العثور على تطبيق يعيد صياغة رسالتك ويُبقيها تشبهك.

---

الاعتذار هو الموضع الذي دُرس فيه هذا الأمر دراسة وافية، والنتيجة أنفع من مجرد التحذير من الذكاء الاصطناعي

إذا اقتصرت على قراءة قسم واحد فليكن هذا القسم، لأن الجواب العملي فيه.

أجرى Ella Glikson و Omri Asscher ثلاث دراسات قائمة على سيناريوهات عن الاعتذار في مكان العمل، ونُشرت في Computers in Human Behavior²¹. فمعرفة أن شخصاً استعان بأدوات الذكاء الاصطناعي في كتابة اعتذاره قلّلت من أصالته في نظر الآخرين ومن استعدادهم للصفح. ولم يخفف من ذلك أن يفصح المعتذر نفسه عن الأمر. وحتى هنا، كل شيء متوقع.

ثم جاء الجزء الذي غيّر رأيي. فالمشاركون الذين استخدموا أداة واحدة فقط من ثلاث أدوات متاحة للذكاء الاصطناعي لم يلحق باعتذارهم أي خسارة في الأصالة على الإطلاق. وقرأ الباحثون ذلك على أنه مسألة مسافة. فالاستخدام المحدود للذكاء الاصطناعي يُبقي الرسالة النهائية قريبة مما قصده الشخص في الأصل، ويستطيع الناس أن يحسّوا بذلك.

ووجدت تجربة مستقلة بتصميم 3x2 أجراها Lim، Hong و Schneider على 464 مشاركاً، ونُشرت هي أيضاً في Computers in Human Behavior²²، أن المشاركين رأوا الاعتذارات التي كتبها بشر أكثر صدقاً في الحالات كلها، وأن النبرة الدافئة حسّنت اعتذارات الذكاء الاصطناعي دون أن تسدّ الفجوة بينها وبين الاعتذار البشري قط.

واختبرت ورقة CHI لعام 2026²³ من تأليف Fan، Liu و Pan هذا الأمر على الرسائل العاطفية، في دراستين شملت الأولى منهما 152 مشاركاً والثانية 704 مشاركين. وكلما صاغ الذكاء الاصطناعي جزءاً أكبر من الرسالة، قلّ شعور القراء بأنها من كلمات المرسل نفسه، وقلّت أصالتها في أعينهم. وحسّن تعديل خفيف للنبرة أقرّه المرسل حكم الناس على الاعتذار، أما المسودات الكاملة وطلبات وضع الحدود الشخصية فجاءت نتائجها مختلفة.

وإذا وُضعت هذه الدراسات الثلاث جنباً إلى جنب خرج منها شيء عملي. فالعقوبة تتبع مدى ابتعاد الرسالة النهائية عما قصده صاحبها، لا بحضور آلة في الغرفة. وهذا هو السبب نفسه الذي يجعل Subtext يعرض عليك ما يصنع الانطباع قبل أن يقدّم أي صياغة جاهزة، ويخبرك بمقدار ما غيّرته كل صياغة من كلماتك، لأن إبقاء هذه المسافة قصيرة هو ما يُبقي الاعتذار قابلاً للتصديق. أما الأبحاث الأوسع عن كيف نعتذر عبر الرسائل ففي مقال منفصل.

---

تصقل هذه الأدوات أسوأ نزعاتك ولا تنبس ببنت شفة

لنكتب جملة فيها عدوانية سلبية، ولنسلّمها إلى أي أداة لإعادة الصياغة على هاتفك، ثم لننظر ما يحدث. النتيجة عدوانية سلبية أجود كتابة. لا تحذير، ولا حتى سؤال يطلب التأكد قبل الإرسال. فمهمة الأداة أن تنفّذ ما طُلب منها.

ولهذا الميل في النماذج سبب. فقد سحبت OpenAI في أبريل 2025 تحديثاً أُدخل على GPT-4o، ثم كتبت علناً²⁴ أن النموذج صار «overly flattering or agreeable, often described as sycophantic» (أي: مفرط في الإطراء والمجاملة، وكثيراً ما يوصف بأنه متملّق)، وأنه «skewed towards responses that were overly supportive but disingenuous» (أي: مال نحو ردود مفرطة في التأييد لكنها غير صادقة). والسبب الذي ذكروه أنهم أفرطوا في ضبط النموذج على ملاحظات المستخدمين قصيرة الأمد، أي إشارات الإعجاب وعدم الإعجاب. وفي منشور لاحق²⁵ أقرّوا بأنه لم تكن لديهم أصلاً أي تقييمات عند النشر ترصد التملق.

ووجد باحثون في Anthropic أن النمط نفسه عام. ففي ورقة قُدّمت في ICLR 2024²⁶ ظهر التملق لدى جميع المساعدات الذكية الرائدة الخمس، ووجد تحليل لنحو 15,000 مقارنة بين تفضيلات بشرية أن مطابقة الرد لما يعلنه المستخدم من معتقدات كانت من أقوى العوامل التي تتنبأ بالرد الذي يفضله الناس. ومن يدرّب النموذج على نيل الاستحسان فإنما ينتقي الموافقة. وقاس اختبار مرجعي صدر عام 2025²⁷ سلوك التملق في 58.19% من حالات الاختبار عبر ChatGPT-4o، Claude Sonnet و Gemini 1.5 Pro، مع استمراره بنسبة 78.5% متى بدأ، وإن كان قد اختبر الإجابة عن أسئلة واقعية لا الرسائل الشخصية. أما في الرسائل الشخصية فقد أجريت مقارنة في بدائل ChatGPT للكتابة وما يفعله الثلاثة الكبار بكلماتك.

ولنتأمل الآن ما يعنيه ذلك في اللحظة التي يكون فيها المرء أشد حاجة إلى العون: هو غاضب، وقد كتب ما سيندم عليه، والأداة التي بين يديها مسودته مضبوطة على أن تجعله يشعر بالرضا عنها.

لهذه اللحظة بعينها وُجد Subtext، والجزء غير المريح فيه هو بيت القصيد. فهو يخبرك بأن المسودة تُقرأ على أنها غاضبة، بدلاً من أن يجمّل الغضب.

لنأخذ جملة تبدو لطيفة ومتعاونة. فمع المسودة «ولا يهمك، خلاص أعملها أنا بنفسي.»، وهي مسودة اخترعتها للتجربة، وضع Subtext الوسم «عدوانية سلبية» وسمّى الشعور «استياء». وعلّل الوسم بأن عبارة «خلاص أعملها أنا بنفسي» قد تُفهم لوماً غير مباشر أو انزعاجاً مكتوماً. ثم كتب ثلاث صياغات، وضع على الثلاث كلها الشارة «آمنة للإرسال»، حتى الأقرب إلى المسودة. وهذه الأولى، «قريبة من صيغتك»، هي «ولا يهمك، أنا أعملها بنفسي. شكراً لك على كل حال.»، وتقول ملاحظتها إنها تحتفظ بعبارة «ولا يهمك» وتضيف شكراً، «فتزول نبرة اللوم ويبدو الرد هادئاً». أما الصياغتان الأخريان فعنوانهما «أدفأ قليلاً» و«إعادة صياغة كاملة». وهذا ما أعاده التطبيق فعلاً دون أي تعديل.

غير أن هذا التشغيل لا يسند فكرتي كما كنت أرجو في نقطة واحدة. فالصياغة الأقرب إلى المسودة لم تحمل الشارة «تنبيه»، وحملت «آمنة للإرسال» كأختيها، وأضافت «شكراً لك على كل حال» بدل أن تبقى على جملة المسودة، فلا أستطيع القول إنها مجرد عدوانية سلبية أجود كتابة. الذي بقي من فكرتي أن الوسم وتعليله جاءا قبل أي صياغة، وهذا ما تغفله أداة إعادة الصياغة على هاتفك.

---

السؤال الذي لا أستطيع الإجابة عنه

هل الأفضل أن يرسل المرء رسالة ركيكة من كتابته أم رسالة مصقولة لم يكتبها؟

بحثت بجهد ولم أجد دراسة تختبر هذا مباشرة. لم يُجرِ أحد تجربة عشوائية تقابل بين «مسودتك الخاصة غير المثالية» وبين «مسودة جيدة من كتابة غيرك» ثم يتتبع ما حدث للعلاقة. ولا توجد أي دراسة طولية أصلاً. ولا بيانات ميدانية عن الأزواج أو الأسر أو الأصدقاء المقربين على امتداد أشهر من المراسلة بمساعدة الذكاء الاصطناعي. ولا نعرف هل يتكيف الناس مع الصقل الاصطناعي، أم أن هذه العادة تقوّض شيئاً ما بهدوء.

وما لدينا يشير في اتجاه واحد في العلاقات القريبة: الجهد يُقرأ على أنه اهتمام، والوسوم تسطّح الإشارة، والكلمات التي توكل كتابتها إلى غيرك تبدو وكأنها تُرخي قبضتك على وعودك، والاعتذارات تظل قابلة للتصديق ما دامت قريبة مما قصده صاحبها. لكن نتيجة لعبة الثقة تقول إن الكلفة في بعض السياقات كانت أصغر من أن تُقاس، ولن أتظاهر بأن الأدلة أكثر حسماً مما هي عليه.

---

إذن، ما الذي سينفع؟

بعد أن أعدت قراءة هذا كله، أرى أن ملامح المنتج المفقود واضحة إلى حد بعيد، وهي أقرب إلى عكس ما تبنيه هذه الفئة.

لا يحتاج أحد إلى استبدال كلماته. ما يحتاج إليه، في الخمس عشرة ثانية التي تسبق الضغط على زر الإرسال، هو أن يعرف أن الرسالة تبدو أبرد مما يشعر به، أو أن ما يظنه توضيحاً يُقرأ على أنه قائمة مآخذ. ثم يصلح الأمر بنفسه، بكلماته هو، فتبقى إشارة الجهد، ويبقى الشعور بالملكية، وتظل المسافة التي رصدها Glikson و Asscher قصيرة.

هذا هو التصور الذي أتمنى أن يوجد، وهو ما بنينا Subtext حوله. يتناول Subtext المحادثة كلها لا الجملة وحدها، ويسمّي ما يُرجَّح أن تشير إليه مسودتك لمن يوشك على قراءتها، ويُظهر الكلمات التي تصنع ذلك الانطباع.

وتبيّن كل صياغة يقدّمها Subtext بعد ذلك مقدار ما غيّرته من كلماتك، ويمكنك تعديل أي منها عبر «تعديل يدوي» قبل نسخها، فيبقى التصحيح ملكاً لك. وبحسب الأدلة المعروضة أعلاه، هذا أهم من إعادة الصياغة نفسها، لأن العقوبة تتبع المسافة بين الرسالة وما قصده صاحبها، وأقصر مسافة هي جملتك أنت وقد بُدّلت فيها كلمة واحدة.

وقاعدتي الشخصية، وهي رأي لا أكثر: سأدع الآلة تخبرني كيف تبدو رسالتي. ولن أدعها تخبر أختي بأنني آسف.

---

هل أخطأت في قراءة دراسة ما، أو ثمة أداة تشخّص المسودة قبل أن تعيد صياغتها ولم أنتبه إليها؟ يمكن مراسلتي على LinkedIn.

Samet Durgun شريك مؤسس في Subtext، وهو تطبيق يلتقط النبرة العاطفية لرسائلك ويعيد صياغتها بأسلوبك أنت. يقيم في برلين.

المصادر

كل رابط أعلاه يقود إلى المصدر الأولي متى وُجد، والمصادر مرقّمة بحسب ترتيب ظهورها. جرى التحقق من ميزات المنتجات وأسعارها في أغسطس 2026. وحيثما جاء رقم من مدونة شركة أو من بيان صحفي لا من دراسة، حذفته.

1. Apple Support. Use Writing Tools with Apple Intelligence on iPhone.
2. Samsung. Use Writing assist on Galaxy phones and tablets.
3. Google Support. Use writing tools with Gboard.
4. Google Support. Draft messages with Magic Compose.
5. Apple App Store. Resolve: AI Conflict Coach.
6. Google Play. Clarity Coach.
7. Microsoft Support. Get email coaching with Copilot in Outlook.
8. Grammarly Support. Reader Reactions user guide.
9. Grammarly. Writing Tone Detector and Tone Suggestions.
10. TechCrunch (2019). Grammarly gets a tone detector to keep you out of email trouble.
11. Grammarly Support. How do Grammarly’s tone suggestions work?
12. Jakesch, M., Hancock, J. T., & Naaman, M. (2023). Human heuristics for AI-generated language are flawed. PNAS, 120(11), e2208839120.
13. Hohenstein, J., Kizilcec, R. F., DiFranzo, D., Aghajari, Z., Mieczkowski, H., Levy, K., Naaman, M., Hancock, J., & Jung, M. F. (2023). Artificial intelligence in communication impacts language and social relationships. Scientific Reports, 13, 5487.
14. Khadpe, P., Wenzel, K., Loewenstein, G., & Kaufman, G. (2025). Explaining the Reputational Risks of AI-Mediated Communication. AAAI/ACM Conference on AI, Ethics and Society.
15. Purcell, Z. A., Jakesch, M., Dong, M., Nussberger, A.-M., & Köbis, N. (2025). Writing with AI boosts trust-building efficiency. iScience, 28(12), 114092.
16. Yin, Y., Jia, N., & Wakslak, C. J. (2024). AI can help people feel heard, but an AI label diminishes this impact. PNAS, 121(14), e2319112121.
17. Ovsyannikova, D., Oldemburgo de Mello, V., & Inzlicht, M. (2025). Third-party evaluators perceive AI as more compassionate than expert humans. Communications Psychology, 3.
18. Yamaguchi, M. وآخرون (2015). Commitment signals in friendship and romantic relationships. Evolution and Human Behavior.
19. Human-made vs. AI-generated: how provenance labels drive strategic curation via perceived effort (2026). Frontiers in Psychology.
20. AI-Powered Promises: The Influence of ChatGPT on Trust and Trustworthiness. CREED, University of Amsterdam.
21. Glikson, E., & Asscher, O. (2023). AI-mediated apology in a multilingual work context. Computers in Human Behavior, 140, 107592.
22. Lim, J. S., Hong, N., & Schneider, E. (2025). How warm- versus competent-toned AI apologies affect trust and forgiveness through emotions and perceived sincerity. Computers in Human Behavior, 172, 108761.
23. Fan, G., Liu, D., & Pan, L. (2026). Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication. Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems, 1-24.
24. OpenAI (2025). Sycophancy in GPT-4o.
25. OpenAI (2025). Expanding on what we missed with sycophancy.
26. Sharma, M. وآخرون (2024). Towards Understanding Sycophancy in Language Models. ICLR 2024.
27. Fanous, A. وآخرون (2025). SycEval: Evaluating LLM Sycophancy. AAAI/ACM Conference on AI, Ethics and Society.