في الصباح الباكر المشمس من يوم 19 أكتوبر 2025، دخل أربعة رجال إلى المتحف الأكثر زيارة في العالم وخرجوا بعد دقائق ومعهم مجوهرات بقيمة 88 مليون يورو. استغرقت عملية السرقة في متحف اللوفر في باريس، أحد أكثر المؤسسات الثقافية الخاضعة للرقابة في العالم، أقل من ثماني دقائق.

واصل الزوار استكشاف القاعات. لم يتفاعل الأمن (انطلق الإنذار لاحقًا). اختفى الرجال وسط حركة المرور في المدينة قبل أن يدرك أحد ما حدث.

وكشفت التحقيقات أن اللصوص كانوا يرتدون سترات عالية الوضوح، متنكرين في زي عمال. وصلوا ومعهم مصعد أثاث – وهو مشهد مألوف في شوارع باريس الضيقة – واستخدموه للوصول إلى الشرفة المطلة على نهر السين. في زي عملهم، بدوا وكأنهم ينتمون إلى هناك.

كما يكتبون في محادثة متخصصو الذكاء الاصطناعي فنسنت تشارلز من جامعةأ كوينز في بلفاست وتاتيانا جيرمان من جامعة نورثامبتون (المملكة المتحدة)، وقد نجح هذا التكتيك لأننا لا نرى العالم بموضوعية: بل نراه من خلال الفئات – من خلال ما نتوقعه. استخدم المجرمون الفئات الاجتماعية لـ “العادي” لتجنب إثارة الشكوك. تعمل العديد من أنظمة الذكاء الاصطناعي بشكل مشابه، وبالتالي فهي عرضة لنفس أنواع الأخطاء.

يصف عالم الاجتماع إيرفينغ جوفمان الحدث الناتج من خلال مفهوم “العرض الذاتي”: “يلعب” الناس أدوارًا اجتماعية من خلال تبني الإشارات التي يتوقع الآخرون رؤيتها. في متحف اللوفر، أصبح مظهر الحياة الطبيعية هو أداة التمويه المثالية.

عادي ومشبوه

ينخرط الناس باستمرار في التصنيف العقلي لتنظيم محيطهم – الأشخاص والأماكن والسلوك. عندما يندرج شيء ما في الفئة “العادية”، فغالبًا ما يمر دون أن يلاحظه أحد.

تعمل أنظمة الذكاء الاصطناعي المستخدمة للتعرف على الوجوه أو اكتشاف السلوك المشبوه في الأماكن العامة بشكل مماثل. بالنسبة للبشر، يعتمد التصنيف على الثقافة؛ بالنسبة للآلات، فهو يعتمد على الرياضيات.

لكن كلاهما يعتمد على الأنماط المستفادة، وليس على “الواقع الموضوعي”. يتعلم الذكاء الاصطناعي من البيانات حول من يبدو “طبيعيًا” ومن يبدو “مشبوهًا” ويستوعب الفئات المضمنة في مجموعات التدريب. وهنا تنشأ نقاط الضعف والتشوهات.

وفي حالة متحف اللوفر، لم يبدو اللصوص خطرين لأنهم يندرجون ضمن فئة موثوقة. وفي أنظمة الذكاء الاصطناعي، يمكن أن تؤدي نفس العملية إلى تأثير معاكس: فأولئك الذين لا يتناسبون مع المعايير الإحصائية يصبحون أكثر وضوحا ويخضعون للتدقيق المفرط.

وهذا يعني أن تقنية التعرف على الوجه قد تشير بشكل غير متناسب إلى مجموعات على أساس العرق أو الجنس باعتبارها تهديدات محتملة، مما يترك الآخرين دون مراقبة.

الذكاء الاصطناعي لا يخترع فئاته الخاصة، بل يتعلم فئاتنا. عندما يتم تدريب نظام رؤية الكمبيوتر على لقطات أمنية حيث “القاعدة” هي أنواع معينة من الجسم أو الملابس أو السلوك، فإنه يعيد إنتاج هذه الافتراضات.

وكما مر حراس المتاحف أمام اللصوص لأنهم “بدوا آمنين”، فإن الخوارزميات يمكن أن تفوت بعض الأنماط وتبالغ في رد فعلها تجاه أنماط أخرى.

فوائد ومضار الصور النمطية

التصنيف، البشري أو الخوارزمي، هو سيف ذو حدين. فهو يسمح بمعالجة المعلومات بسرعة، ولكنه يشفر الافتراضات الثقافية. يعتمد كل من البشر والآلات على التعرف على الأنماط، وهي استراتيجية فعالة ولكنها غير كاملة.

لقد نجح اللصوص ليس لأنهم أصبحوا غير مرئيين، بل لأنه تم رؤيتهم من خلال عدسة الحياة الطبيعية. ومن وجهة نظر خوارزمية، فقد اجتازوا اختبار التصنيف.

وفي أعقاب السرقة، وعد وزير الثقافة الفرنسي بكاميرات جديدة وإجراءات أمنية مشددة. ولكن مهما تحسنت التكنولوجيا، فإنها ستظل تعتمد على التصنيف: فلابد أن يقرر شخص ما أو شيء ما ما الذي يشكل “سلوكا مشبوها”. وإذا كان هذا القرار مبنياً على افتراضات، فستبقى نفس النقاط العمياء.

ستظل سرقة متحف اللوفر في الأذهان باعتبارها واحدة من أروع عمليات السطو على المتاحف في أوروبا. فاز المجرمون لأنهم أتقنوا علم اجتماع المظهر. ومن خلال القيام بذلك، أظهروا كيف يمكن للبشر والآلات أن يخلطوا بين الامتثال والسلامة. إن نجاحهم في وضح النهار هو انتصار للتفكير القاطع، وهو المنطق الذي يقوم عليه الإدراك البشري والذكاء الاصطناعي.