«لن تفعل آلة هذا أبداً» — ثم تفعله

هناك نمط لا أستطيع التخلص منه من رأسي. شخص ذكي ومحترم ينظر إلى تقنية ما، ويقول بقناعة تامة «لن يحدث هذا أبداً» — وبعد سنوات قليلة يصبح ذلك بالضبط جزءاً من الحياة اليومية.

في عام 1997، قال بيت هَت (Piet Hut) من معهد الدراسات المتقدمة في برينستون لصحيفة New York Times عن لعبة اللوح Go: “It may be a hundred years before a computer beats humans at Go — maybe even longer.” وفي مارس 2016، هزم AlphaGo بطل العالم لي سيدول (Lee Sedol) بنتيجة 4:1. ليس بعد مئة عام. بل بعد تسعة عشر عاماً فقط.

كتب دوغلاس هوفستادر (Douglas Hofstadter)، أحد ألمع العقول في علم الإدراك، مقالاً في مجلة Atlantic عام 2018 بعنوان „The Shallowness of Google Translate”. واستشهد بموافقة بالجملة: “No reasonable person thinks that a machine translation can ever achieve elegance and style.” وفي عام 2023، في حوار نُشر في يونيو، بدا هوفستادر نفسه هكذا: “I don’t think it’s interesting. I think it’s terrifying. I hate it. I think about it practically all the time, every single day.” وأيضاً: “It’s a very traumatic experience when some of your most core beliefs about the world start collapsing.”

وإذا بدا لك هذا مألوفاً، فربما من مكان آخر. في عام 2017، وصف جيمي ديمون (Jamie Dimon) عملة البيتكوين بالاحتيال في مؤتمر لبنك Barclays: “It’s worse than tulip bulbs. It won’t end well. Someone is going to get killed.” وفي يناير 2018 ندم على هذا التصريح. ووصف وارن بافيت (Warren Buffett) البيتكوين عام 2018 في اجتماع Berkshire السنوي بأنه “probably rat poison squared”، ووصف تشارلي مونغر (Charlie Munger) تداول العملات المشفرة بأنه “just dementia”. وكتب بول كروغمان (Paul Krugman) عام 1998 أن تأثير الإنترنت على الاقتصاد سيتضح بحلول 2005 أنه “no greater than the fax machine’s” — والسبب من بين أمور أخرى: “most people have nothing to say to each other!”

لا أكتب هذا لأبدو أذكى من هؤلاء الناس. لست كذلك. أكتبه لأن النمط نفسه يتكرر الآن، وهذه المرة يمكننا أن نشاهده وهو يحدث. هذا هو خطي الزمني لذلك. وهو مبني عمداً ليستمر في النمو.

كيف كان الوضع من قبل (لتشعر بحجم القفزة)

قبل وصول ChatGPT في نوفمبر 2022، كانت «الذكاء الاصطناعي الذي يكتب نصوصاً» شيئاً يعرفه أهل الاختصاص فقط.

نُشر GPT-3، النموذج الكامن وراءه، كنسخة أولية (preprint) في 28 مايو 2020 (“Language Models are Few-Shot Learners”)، وبدأت النسخة التجريبية من واجهته البرمجية (API) في 11 يونيو 2020. 175 مليار مُعامل (parameter) — ونافذة سياق (context window) لا تتجاوز 2,048 رمزاً (tokens)، أي بضع فقرات فقط، وهذا كل ما كانت «ذاكرته» تحتمله. قُدرت تكلفة التدريب بنحو 4.6 مليون دولار؛ وعلى معالج رسومي (GPU) واحد كان سيستغرق حسابياً نحو 355 عاماً.

ولم يكن الوصول إليه سهلاً. كان GPT-3 خلف قائمة انتظار. ولم تُزل OpenAI قائمة الانتظار وتفتح الواجهة البرمجية للجميع إلا في 18 نوفمبر 2021 — أي بعد عام ونصف.

وأشهر نص من تلك الفترة يكشف الكثير عن الحال الحقيقية. ففي 8 سبتمبر 2020، نشرت صحيفة Guardian مقال رأي كتبه GPT-3: “A robot wrote this entire article. Are you scared yet, human?” وبدأ بجملة “I am not a human. I am Artificial Intelligence.” وتضمّن الجملة “I have no desire to wipe out humans.” يبدو مبهراً — إلى أن تقرأ الحاشية الصغيرة. فقد أنتج GPT-3 ثماني محاولات (زوّده بها طالب من بيركلي)، وقام المحررون بقصّ ولصق أفضل الأجزاء منها. فعبارة «مكتوب بالكامل بواسطة الذكاء الاصطناعي» كانت، لنقل، تقريباً سخياً جداً.

وكان أهل الاختصاص أكثر واقعية كما هو متوقع. ففي 22 أغسطس 2020، كتب غاري ماركوس (Gary Marcus) وإرنست ديفيس (Ernest Davis) عنواناً في MIT Technology Review: “GPT-3, Bloviator: OpenAI’s language generator has no idea what it’s talking about.” وفي مجموعة اختبارات غير منهجية عمداً — وصفها المؤلفان صراحة بأنها ليست معياراً قياسياً (benchmark) — كان GPT-3 في التفكير المنطقي اليومي صحيحاً بوضوح في نحو نصف الحالات، وخاطئاً بوضوح في النصف الآخر. وفي مارس 2021، صاغت إميلي بندر (Emily Bender) وزميلاتها في مؤتمر FAccT المصطلح الذي علق في الأذهان: „الببغاوات العشوائية” (stochastic parrots) — آلات تكرر أنماط الكلمات دون أن تفهم شيئاً. وحكم ماركوس بعد عامين، في مارس 2022: “For all its fluency, GPT-3 can neither integrate information from basic web searches nor reason about the most basic everyday phenomena.”

وماذا عن الصور؟ في 5 يناير 2021، عرضت OpenAI نموذج DALL·E — فرعاً بـ12 مليار مُعامل من GPT-3 يرسم صوراً من النص. دقة منخفضة، وغالباً بعيدة عن المطلوب. كان فضولاً، لا أداة.

احتفظ بهذه الصورة: قائمة انتظار، ببغاء، نص مُنتقى بعناية، وقطة مبكسلة. كان هذا هو الحال قبل ثلاث سنوات ونصف.

الخط الزمني

من هنا يزداد الزخم. سأدرج أهم الإصدارات بتواريخها — وبجانب كل منها ما جعلته ممكناً عملياً لأول مرة. هذه القائمة تستمر في النمو؛ وسأضيف إليها كلما ظهر جديد.

مايو/يونيو 2020 — GPT-3 كنسخة أولية وواجهة برمجية تجريبية. في اختبار أجرته OpenAI نفسها، تعرّف المقيّمون على المقالات القصيرة المكتوبة آلياً بشكل صحيح في 52% فقط من الحالات — بالكاد أفضل من رمي عملة معدنية. لأول مرة: نص يبدو بشرياً على مستوى الفقرة.

يناير 2021 — DALL·E 1. لأول مرة: صورة من أي نص — لكن خشنة وصغيرة.

21 يونيو 2022 — يصبح GitHub Copilot متاحاً للجميع، بسعر 10 دولارات شهرياً. لأول مرة: ذكاء اصطناعي يكتب معك أثناء البرمجة، بسعر يستطيعه أي مطوّر.

يوليو/أغسطس 2022 — يأتي اختراق الصور تباعاً وبسرعة: DALL·E 2 (أُعلن عنه في 6 أبريل، ونسخته التجريبية في 20 يوليو)، وMidjourney (نسخة تجريبية مفتوحة في 12 يوليو)، وStable Diffusion (22 أغسطس، مفتوح المصدر، يعمل محلياً على أجهزة عادية). لأول مرة: صور واقعية الملامح وقابلة للتركيب — ومع Stable Diffusion، على جهازك الخاص، دون الحاجة للسحابة.

أواخر أغسطس / أوائل سبتمبر 2022 — تفوز لوحة جيسون ألين (Jason Allen) المصنوعة عبر Midjourney بعنوان “Théâtre D’opéra Spatial” بالمركز الأول في معرض ولاية كولورادو (فئة التصوير الفوتوغرافي المُعالج رقمياً، وجائزتها 300 دولار). لم تكن لجنة التحكيم تعلم أنها من صنع الذكاء الاصطناعي. وتلا ذلك جدل عام في سبتمبر.

30 نوفمبر 2022 — ChatGPT، نسخة تجريبية مجانية مبنية على GPT-3.5. مليون مستخدم خلال خمسة أيام، ونحو 100 مليون شهرياً بعد شهرين. لأول مرة: يحصل الببغاء على نافذة محادثة — والعالم كله مسموح له بالدخول.

14 مارس 2023 — GPT-4، متعدد الوسائط (يفهم الصور أيضاً)، بسياق يصل إلى 32,000 رمز بدلاً من 2,048. وفي الشهر نفسه، تنطلق نسخة Gen-2 من Runway كواحدة من أوائل النسخ التجريبية القابلة للاستخدام لتحويل النص إلى فيديو. لأول مرة: ذكاء اصطناعي «يرى» صورة مرفوعة — وأولى الثواني المتحركة المصنوعة من نص.

أكتوبر 2023 — DALL·E 3، مدمج مباشرة في ChatGPT. لأول مرة: صور تصيب فعلاً ما تكتبه، بما في ذلك نص مقروء داخل الصورة.

15 فبراير 2024 — تعلن OpenAI عن Sora: حتى 60 ثانية من فيديو بدقة 1080p شديد الواقعية من أمر واحد فقط. لأول مرة: فيديو قد تظنه حقيقياً من النظرة الأولى.

12 مارس 2024 — تعرض شركة Cognition نموذج Devin، الذي وُصف بأنه «أول مهندس برمجيات ذكاء اصطناعي» وله واجهة أوامر (shell) ومحرر ومتصفح خاصان به. لأول مرة: ذكاء اصطناعي ينجز مهمة برمجية بشكل مستقل من البداية إلى النهاية.

مارس/أبريل 2024 — Suno V3 (21 مارس، أغانٍ كاملة بصوت غناء تصل إلى أربع دقائق، ومجاناً أيضاً) وUdio (10 أبريل، نسخة تجريبية عامة). لأول مرة: أغنية كاملة بصوت غناء، من جملة واحدة فقط.

13 مايو 2024 — GPT-4o، نموذج “omni” واحد يجمع النص والصوت والصورة. لأول مرة: حديث سلس مع الآلة في الوقت الفعلي.

24 فبراير 2025 — ينطلق Claude Code كنسخة بحثية تجريبية، ويصبح متاحاً للجميع في مايو 2025. لأول مرة: البرمجة تتحول إلى حوار داخل الطرفية (terminal) — بالنسبة لي أيضاً؛ هذا الموقع نفسه بُني بهذه الطريقة.

25 مارس 2025 — تدمج OpenAI توليد الصور مباشرة داخل GPT-4o. اجتاحت موجة “Studio Ghibli” الفيروسية الخدمة لدرجة أن النسخة المجانية اضطرت للتأخر. لأول مرة: تعديل الصور أثناء الحوار — تقول «اجعل السماء أدفأ»، فيحدث ذلك.

20 مايو 2025 — Veo 3 من Google: لأول مرة صوت يُولَّد بشكل متزامن — حوارات، مؤثرات صوتية، ومتزامن مع حركة الشفاه. تلته نسخة Veo 3.1 في منتصف أكتوبر 2025. لأول مرة: فيديو لا يبدو صحيحاً فحسب، بل يُسمع صحيحاً أيضاً.

7 أغسطس 2025 — GPT-5، وصفته OpenAI بأنه «فريق من خبراء بمستوى الدكتوراه في جيبك».

30 سبتمبر 2025 — Sora 2: صوت متزامن، فيزياء أفضل، وميزات “Cameo” — بالإضافة إلى تطبيق خاص بصيغة تشبه TikTok. لأول مرة: فيديو الذكاء الاصطناعي كوسيلة تواصل اجتماعي، لا كعرض توضيحي مخبري.

اقرأ هذه السنوات الخمس دفعة واحدة، وستشعر أن ببغاء 2020 وكأنه من قرن آخر.

ما لا يكاد أحد ينتبه إليه

يتحدث الجميع عن ChatGPT. لكن القليلين جداً يتحدثون عمّا سيأتي هنا — رغم أنه ربما يكون الجزء الأكبر من القصة.

في نوفمبر 2020، فاز AlphaFold 2 بمسابقة CASP14 بمتوسط درجة (median score) بلغ نحو 92 GDT_TS، حاسماً بذلك مشكلة فشل علم الأحياء في حلها طوال خمسين عاماً: التنبؤ بالطي ثلاثي الأبعاد للبروتين انطلاقاً من تسلسل الأحماض الأمينية. هذا ليس تسلية. فطي البروتين هو الأساس لفهم كيفية عمل الأمراض وكيفية ارتباط الأدوية بأهدافها. احتوت قاعدة بيانات AlphaFold اعتباراً من 2022 على أكثر من 200 مليون بنية، ووصلت حتى 2024 إلى أكثر من 214 مليون بنية، استخدمها أكثر من مليوني باحث من 190 دولة. وفي 8 مايو 2024، جاء AlphaFold 3 الذي يتنبأ أيضاً بمركبات معقدة من البروتينات والحمض النووي (DNA) والحمض النووي الريبي (RNA) وجزيئات الأدوية.

وجاء الاعتراف على أعلى مستوى: ذهب نصف جائزة نوبل في الكيمياء لعام 2024 إلى ديفيد بيكر (David Baker) عن تصميم البروتينات بمساعدة الحاسوب، والنصف الآخر مناصفة إلى ديميس حسابيس (Demis Hassabis) وجون جمبر (John Jumper) عن التنبؤ ببنى البروتينات. نظام ذكاء اصطناعي يقف في قلب جائزة نوبل في الكيمياء.

والأمر لا يتوقف عند البروتينات:

  • الطب: أظهر Rentosertib، وهو دواء اكتُشف بواسطة الذكاء الاصطناعي لعلاج مرض الرئة IPF، في دراسة من المرحلة IIa شملت 71 مريضاً في 22 مركزاً، تحسناً في وظائف الرئة يعتمد على الجرعة بعد اثني عشر أسبوعاً — نُشرت في 3 يونيو 2025 في مجلة Nature Medicine. وفي 2023، حدد نموذج تعلم عميق (بالتعاون بين جامعة McMaster ومعهد MIT) دواء Abaucin ضد جرثومة مستشفيات خطيرة، من بين نحو 7,500 جزيء تم فحصها.
  • المواد: تنبأ نموذج GNoME من DeepMind في أواخر 2023 باستقرار 2.2 مليون بلورة جديدة. وفي اليوم نفسه، أظهر مختبر A-Lab في بيركلي كيف صنّع روبوت باستخدام التعلم الآلي مواد غير عضوية جديدة خلال 17 يوماً. (بأمانة: تعرّض كلا العملين لاحقاً لانتقادات — يرى كثيرون أن عدد البنى الجديدة فعلياً في GNoME مبالغ فيه، واضطرت مجلة Nature لنشر تصحيح بخصوص A-Lab. الاختراق حقيقي، لكن الحصيلة موضع خلاف.)
  • الطقس: يتنبأ نموذج GraphCast بالطقس حتى عشرة أيام مقدماً في أقل من دقيقة على جهاز واحد فقط — وكان أدق من النموذج الراسخ للمركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF) في أكثر من 90% من 1,380 مؤشراً تم فحصها. وتبعه GenCast في أواخر 2024 بمسارات أفضل للأعاصير.
  • الرياضيات البحتة: حلّ AlphaProof وAlphaGeometry 2 أربعاً من ست مسائل في الأولمبياد الدولي للرياضيات لعام 2024، بمجموع 28 من 42 نقطة — مستوى الميدالية الفضية، بفارق نقطة واحدة عن الذهبية. إحدى المسائل التي حُلّت لم يحلّها بالكامل من بين أكثر من 600 مشارك بشري سوى خمسة فقط. وفي أواخر 2023، توصل FunSearch إلى حل جديد قابل للإثبات لمسألة رياضية مفتوحة — أول مرة يساهم فيها نموذج لغوي بمعرفة جديدة حقيقية وقابلة للتحقق.

إذن، فالببغاء الذي يُفترض أنه يكرر فقط، قد طوى البروتينات، واكتشف الأدوية، ومارس رياضيات لا يكاد إنسان يستطيع القيام بها.

الأرقام

عندما أريد أن أعرف ما إذا كانت تقنية ما جادة، أتتبع المال — والوظائف.

بلغت الاستثمارات المؤسسية العالمية في الذكاء الاصطناعي عام 2024 نحو 252 مليار دولار وفقاً لـStanford HAI. وفي 2025 تضاعفت لتصل إلى 581.7 مليار. وقفزت الاستثمارات الخاصة وحدها بنسبة 127.5% لتبلغ 344.7 مليار. ونما الذكاء الاصطناعي التوليدي — الجزء الذي ينتج الصور والنصوص والفيديو — بنحو 200% عام 2025 ليصل إلى نحو 171 مليار دولار، أي ما يقارب نصف إجمالي الاستثمارات الخاصة في الذكاء الاصطناعي. وتتصدر الولايات المتحدة بـ285.9 مليار دولار من الاستثمار الخاص، أي 23 ضعف استثمار الصين.

والاستخدام يواكب هذا النمو: أفادت 78% من المؤسسات باستخدام الذكاء الاصطناعي عام 2024 (مقارنة بـ55% في العام السابق)؛ ووصلت McKinsey عام 2025 إلى نسبة 88% مع استخدام منتظم في وظيفة عمل واحدة على الأقل. والمشكلة هنا — وأذكرها عمداً: نحو ثلث الشركات فقط يتوسع بعد المشاريع التجريبية، وأقلية فقط تُظهر أثراً ملموساً على الأرباح. الكثير من التجريب، والقليل من الاستمرار حتى النهاية.

وماذا عن العمل؟ هنا تكمن الحساسية الحقيقية. يقدّر صندوق النقد الدولي (IMF) أن نحو 40% من الوظائف حول العالم معرّضة لتأثير الذكاء الاصطناعي، وترتفع النسبة في الدول المتقدمة إلى نحو 60%. من المرجح أن يستفيد نصف هذه الوظائف، بينما يفقد النصف الآخر مهامه الأساسية. ولخّصت مديرة صندوق النقد الدولي كريستالينا جورجييفا (Kristalina Georgieva) الأمر بقولها: “We are on the brink of a technological revolution that could jumpstart productivity, boost global growth and raise incomes around the world. Yet it could also replace jobs and deepen inequality.”

ويتوقع المنتدى الاقتصادي العالمي (WEF) بحلول 2030 ظهور 170 مليون وظيفة جديدة، واختفاء 92 مليون — أي صافي زيادة قدره 78 مليون وظيفة. إذن ليس خسارة فقط. وأسرع الفئات نمواً هي متخصصو البيانات الضخمة (+110%)، ومهندسو التقنية المالية (+95%)، وخبراء الذكاء الاصطناعي والتعلم الآلي (+85%)؛ وأكثرها انكماشاً الوظائف المكتبية التقليدية مثل الموظفين الإداريين وأمناء الصناديق. وتُعتبر 39% من المهارات الأساسية المطلوبة اليوم عتيقة بحلول 2030.

وثمة تفصيل يبعث في التفاؤل: حلّل مؤشر Anthropic الاقتصادي (Anthropic Economic Index) في أوائل 2026 نحو مليوني محادثة مع الذكاء الاصطناعي. ولأول مرة، تجاوز «التعزيز» (augmentation) بنسبة 52% — أي مساعدة الذكاء الاصطناعي للإنسان في عمله — «الأتمتة» (automation) البالغة 45%، حيث يتولى الذكاء الاصطناعي المهمة بالكامل. مساعِد أكثر من كونه بديلاً. على الأقل حتى الآن.

بالأمس مقابل اليوم — حسابي الخاص

الآن يصبح الأمر ملموساً، لأن هذا بالضبط هو المكان الذي أعيش فيه. متجر ذكاء اصطناعي، ومدونة — والصور فيهما يجب أن تأتي من مكان ما. لذا نظرت في ما تتطلبه فعلاً جلسة تصوير إعلانية تقليدية. ليس الصورة النمطية، بل الحساب الفعلي.

لنبدأ بالحقوق، لأن معظم الناس يتغاضون عنها. فمقابل استخدام صورة، يُضاف إلى الأجر رسم «شراء استخدام» (buy-out) — وهو رسم إضافي يتدرج حسب مدى الانتشار والمدة، كما تصفه الوكالات: “longer period, higher buyout” (فترة أطول، رسم شراء أعلى). وتمتد التراخيص عادة من سنة إلى خمس سنوات؛ وبعدها لا يجوز استخدام الصورة بعد ذلك. وفي الولايات المتحدة، يلزم الحصول على «إذن عارضة/عارض» (model release) لكل شخص يمكن التعرف عليه في الصورة — وبدونه يكون الاستخدام التجاري غير قانوني ببساطة، سواء كان الشخص مشهوراً أم لا.

ثم يأتي الأشخاص في موقع التصوير. تأخذ الوكالة عمولة 15–20% من العارض/العارضة وتضيف رسماً آخر على الجهة الطالبة. وسرعان ما تتراكم تكاليف جلسة تصوير أزياء ليوم واحد فقط: المصور 1,000–3,500 دولار (في نيويورك أو لوس أنجلوس غالباً 3,000–8,000+ دولار)، العارض/العارضة 500–3,000، الاستوديو 300–1,500، الشعر والمكياج 400–1,200، منسق الأزياء (stylist) 400–1,800، إضافة إلى الرتوش لكل صورة. تصل الإنتاجات البسيطة إلى نحو 2,600 دولار، والمتوسطة إلى نحو 12,700، والفاخرة بين 25,000 و100,000 دولار — في اليوم الواحد. ويوم التصوير نفسه، كما تشير إحدى شركات الإنتاج بجفاف، هو “the smallest part” (أصغر جزء): ففي إعلان تلفزيوني، يستحوذ التحضير المسبق على 40–50% من الوقت، ويحتاج الإعلان الواحد إجمالاً إلى 6–10 أسابيع، والحملة إلى 8–12 أسبوعاً. اختيار الممثلين، والبحث عن المواقع مع التصاريح والتأمين، وطاقم عمل من 2 إلى 200 شخص، وخطة احتياطية للطقس.

ومثال يبقى عالقاً في الذهن: طلب مصفف شعر لمشاهير 12,000 دولار مقابل يومي تصوير فقط — للعمل وحده، دون السفر أو عمولة الوكالة. الشعر فقط.

واليوم؟ هذه النتيجة بعينها — الشخص، الإضاءة، المكان، المزاج العام — أصبحت مجرد أمر (prompt). ثوانٍ بدلاً من أسابيع. بلا رسم شراء استخدام، بلا عقد ترخيص ينتهي، بلا طقس. وهذا الموقع والمتجر هما المثال الحي: ما تراه هنا من صور كان سيعني قبل ثلاث سنوات إنتاجاً بكلفة خمسة أرقام متوسطة وشهراً من التحضير المسبق. وكيف تُصنع هذه الصور أوضحه في صفحة الذكاء الاصطناعي — وأدوات الذكاء الاصطناعي هي صندوق الأدوات وراء ذلك.

لا أقول هذا لأنتقص من عمل أحد. المصور الجيد، منسق الأزياء الجيد — هذه تبقى مهارة حقيقية. أقول هذا لأن العتبة اختفت. ما كان يتطلب سابقاً ميزانية وعلاقات، أصبح اليوم يتطلب فكرة جيدة وجملة دقيقة.

المشكلة

حتى لا يتحول هذا إلى نص دعائي، إليك الجزء الصادق. الدولة بالكاد تستخدم هذه النماذج، وكذلك العديد من الشركات — لأسباب تتعلق بحماية البيانات. وهذا ليس غباءً، بل أمر مفهوم تماماً. فمن يكتب بيانات حساسة في نموذج سحابي تابع لجهة أخرى، يتنازل عن سيطرة قد لا يحق له التنازل عنها. لا يمكن لجهة حكومية، أو عيادة، أو مكتب محاماة أن يمرروا ببساطة بيانات شخصية إلى مزوّد أمريكي.

لكن: الإجابة على هذا ليست «لا شيء إطلاقاً»، بل «كيف نصل إلى هناك». تذكّر Stable Diffusion من أغسطس 2022 — كان يعمل محلياً منذ البداية، على أجهزة عادية، دون أن يغادر أي بايت واحد الجهاز نفسه. وهذا الاتجاه بالضبط — نماذج تعمل على جهازك الخاص أو داخل مؤسستك — هو الطريق أمام الجهات الحكومية والشركات الحساسة تجاه البيانات للاستفادة دون فقدان السيطرة. والتقنية اللازمة لذلك تتحسن وتتقلص حجماً شهراً بعد شهر. من يتجاهل هذا لا يحل المشكلة، بل يؤجلها فقط.

في الختام

النمط هو نفسه دائماً. أولاً «هذا لن يحدث أبداً»، ثم «حسناً، لكنه لا يُحتسب»، ثم يصبح جزءاً من الحياة اليومية ولا يتذكر أحد أنه شكك فيه يوماً. Go. الترجمة. طي البروتين. الصور، الأصوات، الفيديو بالصوت. ونعم، في وقتها أيضاً الإنترنت و«المال الرقمي» الذي كان يُقال إنه مجرد سم فئران.

لا أدّعي أنني أعرف أين ينتهي كل هذا. لا أحد يعرف. لكن الدرس الوحيد الذي أجرؤ على تدوينه من ثلاث سنوات ونصف هو هذا: الأمر يأتي أسرع مما يتصور تقريباً الجميع — وأسرع أيضاً مما يتصور الأذكياء الذين يقولون «أبداً».

لهذا أستمر في تحديث هذا الخط الزمني. في كل مرة يسقط فيها شيء كان يُوصف بالأمس بأنه مستحيل، تُضاف إليه فقرة جديدة. إن أردت أن تنمو معه، ألقِ نظرة بين الحين والآخر — وإن رأيت شيئاً ناقصاً هنا، راسلني عبر صفحة التواصل. هذه القائمة لم تكتمل بعد. إنها للتو بدأت.