تتمحور فكرة تحدي مخطط وينوغراد Winograd schema challenge حول نموذج لتقييم قدرة الأنظمة الذكية الإصطناعية، وخصوصاً نظم المعالجة الطبيعية للغة في فهم واستخدام اللغة كما يفعله البشر. وتسمى هذه التحديات باسم Terry Winograd، المبتكر الرائد في مجال الذكاء الإصطناعي ومعالجة اللغة الطبيعية.
تتكون مجموعة التحديات من سلسلة من الأسئلة التي تم تصميمها ليكون من الصعب حلها بواسطة الأنظمة الذكية الإصطناعية بشكل صحيح. ويشمل كل سؤال كلمة أو جملة تحتوي على فاعل مرتبط باسم مبهم، والهدف هو تحديد الاسم الذي يعنيه الفاعل من قبل النظام الإصطناعي. على سبيل المثال، قد يكون السؤال: “رفض البلدية للمتظاهرين ترخيصاً لأنهم كانوا يخشون العنف.” في هذه الحالة، يمكن أن يشير الضمير الفاعل “هم” إلى البلدية أو المتظاهرين، ومن مسؤولية النظام تحديد المعنى المطلوب.
لذلك يعتبر تحدي وينوغراد Winograd نموذج لتقييم التقدم الذي حققه الأنظمة الذكية الإصطناعية في فهم واستخدام اللغة، ولقد تم استخدامها في مختلف مشاريع البحث والتطوير لتقييم قدرات هذه الأنظمة. ويعتبر هذا النموذج أصعب من تحديات أخرى في مجال المعالجة الطبيعية للغة مثل اختبار تورينغ Turing test، لأنه يتطلب من النظام الذكي الحصول على فهم أعمق للغة والسياق لتحديد الإجابة بشكل صحيح.
ولقد تلقت مجموعة Winograd الكثير من الاهتمام في السنوات الأخيرة نظراً للتقدم الهائل الذي حققته الأنظمة الذكية الإصطناعية في معالجة اللغة الطبيعية ومجالات أخرى من الذكاء الإصطناعي. ويعتقد العديد من الباحثين والمطورين أن حل هذه التحديات يمكن أن يكون علامة لنهاية تطوير الأنظمة الذكية الإصطناعية التي تتمكن من فهم واستخدام اللغة بطريقة مشابهة للبشر.
على الرغم من أن مجموعة Winograd هي نموذج واحد من العديد من التحديات التي يتم استخدامها لتقييم قدرات الأنظمة الذكية الإصطناعية، فإنها ليست المعيار الوحيد للتقدم في مجال الذكاء الإصطناعي. وهناك العديد من التحديات والمعايير الأخرى التي يتم استخدامها لتقييم قدرات هذه الأنظمة والتقدم الذي يمكن الحصول عليه في هذا المجال.