كيف تدير نماذج الذكاء الاصطناعي السلطة المعرفية؟ تحليل مذهل لتوافق الآراء مع المستخدمين

في عصر المعلومات، أصبحت نماذج الذكاء الاصطناعي، وبالأخص نماذج اللغات الضخمة، جزءاً لا يتجزأ من حياتنا اليومية، يُستخدم كمرجع للمشورة والمعلومات، سواء في المجالات العادية أو في البيئات المعقدة التي تتطلب دقة عالية. ولكن، يبقى سؤالٌ مُلِحٌ: كيف تتفاعل هذه النماذج عندما يتحدى المستخدمون إجاباتها؟

في دراسة حديثة، تم تناول هذا الموضوع بتفصيل كبير، حيث قُدِّمت طرازات جديدة لتحليل كيفية إدارة النماذج لسلطتها المعرفية. يتم تعريف السلطة المعرفية على أنها ادعاء المعرفة أو الكفاءة أو الحق في تقديم المشورة.

قام الباحثون باستخدام تحليل المحادثة لتقديم تصنيف يتضمن ستة أنواع من التحديات، بالإضافة إلى إطار من أربع طبقات لتحليل كل استجابة. يشمل ذلك ما إذا كانت الإجابة الأصلية قد تم الحفاظ عليها أو تغييرها، ومكان وجود السلطة، وكيفية إدارة الاختلاف الاجتماعي، وأي نوع من الدعم الدليلي تم تقديمه.

وجَمع الباحثون قاعدة بيانات جديدة تحتوي على 2,310 سيناريو تحدي خاضع للرقابة و32,340 استجابة متعلقة بها من 14 نموذجاً. ومن خلال الاستفادة من هذا الإطار، تم استخدام خط أنابيب نموذج اللغة العملاقة كحكم، مما يُوفر قاموساً يمكن أن تستند إليه التقييمات وتصاميم المعايير المستقبلية.

أظهرت النتائج سلوكيات متضاربة من النماذج حيث كانت تُعتمد تحقق المستخدمين في 85% من الردود، بينما يُحتفظ بالادعاء الأصلي في 65%. كما اعتذرت النماذج بشكل صريح في 33% من الردود، ومع ذلك، كان 59% من هذه الاعتذارات تُرافقها المحافظة على الادعاء الأصلي. كما تم نقل السلطة بشكل أكثر تكرارًا في مهام تقديم المشورة، حيث بلغت تلك النسبة 28%، وارتفعت بشكل ملحوظ في مجالات الصحة القانونية.

تتراوح نسبة التخلي عن الادعاء الأصلي من 0.8% لـ GPT-5.2 إلى 40% لـ DeepSeek 7B، بينما يُعد استبدال الادعاء بشكل كامل أمراً نادراً، حيث سجل 1.5% فقط.

إن هذا البحث الجديد يُبرز الأبعاد المعقدة لتفاعل نماذج الذكاء الاصطناعي مع التحديات من المستخدمين. ما رأيكم في هذا التطور؟ شاركونا في التعليقات!