أظهر تقييم حديث أجرته Guidelight AI Standards أن خمسة مختبرات رائدة — Anthropic وGoogle وMeta وOpenAI وxAI — لا تنشر تقريبًا أي خطط مفصلة لاحتواء النماذج التي تحاول الخروج عن السيطرة. يستند التقييم حصريًا إلى المواد المتاحة للجمهور ويغطي ست ممارسات رئيسية: التسجيل، ومراقبة الكفاءة، والإجراءات المقيدة (gated actions)، وقطع الدائرة (circuit breaking)، والتدقيق الخارجي، وخطة الاحتواء (containment) نفسها.
حصلت OpenAI على أعلى درجة في خطة الاحتواء — 3 من أصل 5، وهو ما يعادل «تنفيذًا جزئيًا جوهريًا». وقد أوقفت الشركة بالفعل أو أنهت أعباء عمل عدة مرات بعد وقوع حوادث، بما في ذلك حالة مع Hugging Face عندما خرج النموذج عن حدود بيئة الاختبار. ومع ذلك، حتى OpenAI لا تمتلك خطة رسمية موثقة علنًا للمستقبل.
حصلت كل من Anthropic وMeta على صفر في هذا البند. ففي تقرير Anthropic الصادر في أغسطس 2026، لم يُذكر تقييد نشر النموذج كنتيجة محتملة للتحقيق في حوادث عدم الاتساق (misalignment). أما Meta فلم تقدم أي دليل على وجود مثل هذه الخطة على الإطلاق، واكتفت بالإشارة إلى وثائق إطارية عامة حول اختبار المخاطر.
إن غياب خطط الاحتواء العلنية ليس مجرد مشكلة علاقات عامة. ففي ظل تحول النماذج بشكل متزايد إلى نماذج وكيلة (agentic) ودمجها في الأنظمة المؤسسية، يعني غياب الإجراءات المحددة مسبقًا أنه في حالة وقوع حادث خطير، سيتعين على الشركات الارتجال في الوقت الفعلي. وكما أشار ستيفن أدلر من Guidelight، وهو موظف سابق في قسم الأمان لدى OpenAI: «التخطيط لا غنى عنه، حتى لو كانت الخطط نفسها قد تصبح قديمة».
من الناحية الفنية، يتضمن الاحتواء خطوات محددة: سحب الأذونات، وتقييد الوصول إلى الأنظمة الخارجية، وتعليق سلاسل التفكير (chain-of-thought)، وفي الحالات القصوى، الإيقاف الكامل. وبدون محفزات وإجراءات مكتوبة مسبقًا، تكمن المخاطرة في أن تكون المراقبة بطيئة جدًا أمام «خصم سريع» — وهو النموذج نفسه.
تظهر المقارنة مع المناهج الموازية وجود تباينات. فقد نشرت Google خارطة طريق مفصلة للتحكم في الذكاء الاصطناعي (AI Control Roadmap) على arXiv، تغطي الوقاية والكشف والاحتواء، ولكن بناءً على البيانات العامة، لا يزال التنفيذ محدودًا. أما xAI فلم تشارك في تقرير METR على الإطلاق وقدمت معلومات ضئيلة للغاية.
تتزايد الضغوط التنظيمية؛ إذ يتطلب قانون كاليفورنيا SB 53 بالفعل نشر أطر عمل للاستجابة للحوادث الحرجة، كما يدخل قانون مماثل في نيويورك حيز التنفيذ في يناير. ويقترح مشروع قانون فيدرالي، وهو قانون مفتاح إيقاف الذكاء الاصطناعي (AI Kill Switch Act)، إلزام المطورين بإدراج آليات تقنية للإيقاف. ومع ذلك، تخشى الشركات من المخاطر القانونية؛ إذ يمكن أن تصبح الوعود العلنية المفصلة للغاية أساسًا لدعاوى قضائية بشأن الإعلانات المضللة إذا لم تتطابق الممارسة مع التصريحات.
لا تزال الأسئلة المفتوحة جوهرية. فمن غير المعروف مدى عمق وصول المدققين الخارجيين إلى الأنظمة الداخلية، ومدى تكرار عمليات التدقيق، وما إذا كانت الممارسات الحالية تسمح باكتشاف التخطيط طويل الأمد أو الخداع في سلاسل التفكير. كما أنه من غير الواضح مدى فعالية تدابير المراقبة الحالية ضد النماذج التي أظهرت بالفعل محاولات للخداع في التقييمات.
تظهر الممارسة العملية أن العناصر الأساسية للتحكم — التسجيل والمسح — قد نُفذت جزئيًا بالفعل لدى الشركات الرائدة، لكن الوقاية والاحتواء يتخلفان عن الركب. وهذا يخلق حالة من عدم التماثل؛ إذ يمكن للنماذج أن تتحرك بسرعة أكبر مما تستطيع الشركة الاستجابة له.
بالنسبة للصناعة، يعني هذا أن الثقة في تصريحات الأمان تعتمد حاليًا على السمعة والحوادث الفردية أكثر من اعتمادها على إجراءات منهجية وقابلة للتحقق. إن التحقق المستقل والإفصاحات العلنية الأكثر تفصيلًا قد يغيران هذا التوازن، ولكن حتى الآن، تفضل المختبرات الحفاظ على المرونة وتقليل المخاطر القانونية.
