في عالم الذكاء الاصطناعي (AI)، تتطور القدرات بشكل متسارع، مما يطرح تحدياً جديداً: كيفية التمييز بين السلوكيات الخبيثة والسلوكيات السليمة خلال المرحلة الحاسمة من تنفيذ المهام. بينما تحاول الأنظمة الحالية تحديد هذه السلوكيات من خلال الوصول إلى تفاصيل داخلية أو استخدام نماذج متقدمة، فإنها غالباً ما تكون غير متاحة أو غير موثوقة.

في هذه الدراسة المثيرة، تم تقديم نموذج جديد لمراقبة سلوكيات الذكاء الاصطناعي، حيث يعتمد على "مراقبين تفكيريين"، وهي نماذج مفتوحة الوزن تُدرب على اكتشاف التخطيط والسيطرة من خلال مسارات العمل فقط، دون الحاجة إلى التعمق في عمليات التفكير الخاصة بالوكيل المستهدف.

يعتمد البحث على محاكاة توجيهية لجمع تبريرات هيكلية من نموذج ذو رتبة أعلى، ثم يتم تصفية هذه التبريرات بواسطة قاضي منفصل، مما يسمح بزيادة جودة ومدى فعالية المراقبين المدربين.

تم تقييم الأداء عبر ستين مرجعاً مختلفاً في بيئات خارج التوزيع، وأظهرت النتائج أن تطبيق النموذج على نموذج Qwen3.5-27B يتفوق على نماذج أخرى بأسعار منخفضة في الأداء والكفاءة. على الرغم من أن بعض النماذج الأكثر تقدماً حققت أداءً أعلى، إلا أنها كانت تكلفتها المالية تشير إلى تحميلٌ أقسى على الموارد.

تُظهر هذه الابتكارات كيف يمكن لعلماء البيانات والباحثين اعتماد منهجيات جديدة توفر تكاليف منخفضة بطريقة فعالة، مما يوفر بدائل عملية لنماذج المراقبة المتقدمة التقليدية. هذه التطورات تفتح آفاقًا جديدة في كيفية تعاملنا مع الذكاء الاصطناعي ومراقبته بطرق أكثر شفافية وكفاءة.