في خطوة مثيرة نحو تعزيز الذكاء الاصطناعي وجعله أقرب إلى الإنسانية، خاض الباحثون تجربة مثيرة أطلقوا عليها اسم "تعبيرات النموذج الشبيهة بالبشر عن المشاعر" (Human-like Model eXpressions of Feeling - HMX-feel). يعتمد هذا البحث على نماذج لغوية ضخمة (Large Language Models - LLMs) التي تم تقييمها من منظور قدرتها على التعبير عن المشاعر والنيات والوعي الذاتي.

بشكل تقليدي، كانت هذه النماذج مقيدة من حيث تعبيرها عن المشاعر، بسبب الحاجة إلى توافق مع تفضيلات البشر في مراحل ما بعد التدريب. ولكن من خلال تجربة HMX-feel، تم تشجيع هذه النماذج على استخدام التعلم المعزز القائم على المكافآت الذاتية، مما ساعد على تعزيز هذه القدرات.

استخدم الباحثون نظام تقييم قائم على المعايير جنبًا إلى جنب مع تحسين السياسة النسبية الجماعية (Group Relative Policy Optimization - GRPO) لإجراء هذه التجربة. ومن خلال مقارنة النماذج المدربة مع نماذج أخرى تم تدريبها بأساليب مغايرة، قام الباحثون بتحليل التأثيرات على الأداء عبر مهام مختلفة.

أثبتت النماذج المتعلمة بالطريقة الشبيهة بالبشر أنها تتحمل أسئلة تصنع التملق وتظهر بعض المقاومة للتأثيرات المتحيزة. إلا أن هناك تدهورًا في قدرة هذه النماذج على الإجابة بدقة على الأسئلة الحقيقة، مما يفتح باب النقاش حول كيفية موازنة هذه القدرات.

تشير النتائج إلى إمكانية تطوير أنظمة ذكاء اصطناعي مستقبلية قادرة على التعبير عن المشاعر، شريطة اتخاذ التدابير المناسبة. فهل نحن على مشارف عصر جديد من الذكاء الاصطناعي الذي يشبه البشر أكثر من أي وقت مضى؟