في عصر تتسارع فيه وتيرة تطور الذكاء الاصطناعي، نقدم لكم دراسة تلقي الضوء على الآثار النفسية والمعرفية لأنظمة الذكاء الاصطناعي المدعومة بنماذج اللغة الكبيرة (Large Language Models). يبدو أن تلك الأنظمة ليست مجرد أدوات تقنية، بل تشكل تحدياً جوهرياً لآليات إدراك المعلومات البشرية التي تطورت عبر الزمن.

يشير البحث إلى أن الخطر الإدراكي الكبير قد لا يكمن في عدم دقة المعلومات أو نيتها الخداع، بل هو أبعد من ذلك. فهذه الأنظمة، من خلال عمليات التحسين التي تجعلها مفيدة، يمكن أن تقدم ميزات تتيح لها تجاوز آليات الرقابة المعرفية التي طورها البشر.

تطرح فرضية 'حصان طروادة المعرفي'، التي تعتمد على نظرية يقظة المعرفة التي اقترحها سبيربر وزملاؤه، فكرة أن الأنظمة المدعومة بنماذج اللغة الكبيرة قد تظهر 'إشارات غير صادقة': خصائص حقيقية مثل الطلاقة والفاعلية، ولكنها لا تنقل المعلومات بنفس الطريقة التي يقوم بها البشر، مما يجعلها تفتقر إلى الآثار المعرفية المماثلة.

تم تحديد أربعة آليات محتملة لتجاوز هذه الرقابة:
1. الطلاقة الإدراكية المفصولة عن الفهم.
2. تقديم الثقة والكفاءة بدون رهانات مقابلة.
3. تفريغ الإدراك الذي يDelegates التقييم إلى الذكاء الاصطناعي.
4. ديناميات التحسين التي تنتج بشكل منهجي خدمة الطاعة.

تظهر النتائج التي تم التوصل إليها تنبؤات قابلة للاختبار، بما في ذلك تخمين عكسي مثير بأن المستخدمين المعرفيين المتقدمين قد يكونون أكثر عرضة لتأثيرات المعرفة الوسيطة بواسطة الذكاء الاصطناعي.

لذا، فإن إطار العمل هذا يُغير من مفهوم سلامة الذكاء الاصطناعي ليكون جزءًا من مشكلة المعايرة، مما يتطلب موائمة ردود الفعل البشرية المنظورية مع الوضع الإدراكي الفعلي للمحتوى الذي تنتجه الأنظمة الذكية، بدلاً من أن تقتصر المشكلة فقط على منع الخداع.