ليش الذكاء الاصطناعي يطلّع لك حروف مقطّعة بدل كلام عربي؟

لما تطلب من مولّد صور يحط كلمة على صورة، هو ما يفتح ملف خط ولا يعرف إن عندك حروفاً. اللي يسويه إنه يرسم بكسلات تشبه اللي شافه بالتدريب. بالإنجليزي هالطريقة تنجح كثيراً لأن الحرف A شكله واحد وين ما وقع بالكلمة. بالعربي تفشل، لأن العربي ما يتكوّن من أشكال ثابتة.

حرف «ع» عنده أربع صور: ع، عـ، ـعـ، ـع. وأي وحدة منها هي الصحيحة تعتمد على الحرف اللي قبله واللي بعده. والنموذج ما عنده قاعدة تقول له أي وحدة يختار — عنده بس ذاكرة بصرية.

هذي أشهر حيلة تنقال بمجموعات التصميم، وتنفع بحالة وحدة بس: لما تكون الأداة تعرف تصل الحروف وتخربط بالاتجاه فقط. أما إذا كانت ما تعرف تصل أصلاً، فعكس النص يعطيك حروفاً مفكوكة بترتيب صحيح — وهذا يبان أوضح مو أقل، لأن العين تقرأ الكلمة وتلاحظ إنها مكسورة.

نفس الشي ينطبق على «حط مسافات بين الحروف» و«استخدم خط ثاني». المشكلة مو بالخط ولا بالمسافات؛ المشكلة إن اللي يرسم ما عنده محرّك يعرف قواعد العربي.

المتصفّح اللي تقرأ فيه هالصفحة الحين يرسم عربياً مضبوطاً — حروف موصولة، واتجاه صحيح، وأرقام لاتينية جوّه الجملة بمكانها. هذا مو صدفة: محرّك النصوص بالمتصفّح فيه طبقة كاملة شغلها الوحيد تشكيل الحروف ومعالجة الاتجاه، ومتعوب عليها من سنين.

فبدل ما نعلّم نموذج صور يكتب عربياً، نستخدم اللي يعرف يكتبه أصلاً.

انشرلي يرسم النص بمتصفّح بلا واجهة — نفس محرّك الرسم، بدون شاشة — وياخذ الناتج ويركّبه فوق صورتك. عشان كذا يطلع النص موصولاً بكل الخطوط التسعة، وبكل المقاسات الثلاثة، وبنفس الشكل كل مرة. والكلام نفسه (العنوان والكابشن) يكتبه الذكاء الاصطناعي عادي — اللي ما نتركه له هو رسم الحروف.