في ظل التطور السريع لأنظمة الذكاء الاصطناعي، يواجه صانعو السياسات والباحثون تحديات متزايدة في تحديد أولويات الخيارات السياسية المتنافسة. ومع تزايد المخاطر المرتبطة بالذكاء الاصطناعي، ومن أجل دعم جهود الحوكمة العالمية، تم احتساب علاج جديد يقدم منهجية فعّالة لاكتشاف الخيارات السياسية القابلة للتطبيق للحد من الأضرار المحددة.

تجمع هذه المنهجية بين تقييمات المشاركين في السياسات، وتقديرات الخبراء لتكاليف التنفيذ، وتقييمات نُظم النماذج اللغوية الضخمة (Large Language Models) حول كيفية تقليل الأضرار لكل خيار سياسي. نستخدم دراسة محاكاة قائمة على الخوارزميات الجينية لاستكشاف مجموعة واسعة من الحلول المحتملة، ودراسة كيفية تغير النتائج بناءً على الأوزان المختلفة للتكاليف، ومدخلات المشاركين، وتخفيف الأضرار.

تظهِر نتائج الدراسة أن هذه الطريقة تمكن صناع القرار والباحثين من استكشاف توازنات متعددة بين المكونات التشاركية والخبرة، مما يسمح لهم بتحديد مدى الأهمية التي يجب أن تُعطى لكل منهما. نُؤكد أن تنوع الخيارات السياسية القابلة للتطبيق المعثور عليها من قبل الخوارزمية الجينية يمكن أن يكون نقطة انطلاق مثمرة للتشاور.

هذه الطريقة تعمل على تكثيف الأعمال السابقة المتعلقة بالذكاء الاصطناعي التشاركي من خلال دمجها مباشرةً في خطوط تطوير السياسات العملية.

ما رأيكم في هذا التطور المهم في عالم تقنيات الذكاء الاصطناعي؟ شاركونا آراءكم في التعليقات.