في تجربة شاملة شملت 20 نموذجًا للغة، تم اختبار أداء هذه النماذج ليس فقط من خلال تقييم تفضيلاتها المعبر عنها، بل عبر تجارب أداء فعلية. اشتركت النماذج في تجارب موجهة تتطلب منها ترتيب المهام وأيضًا تحقيق الأداء الجيد في تنفيذها.
النتائج الرئيسية:">النتائج الرئيسية:
- **تجنب الملل (Tedium Aversion)**: أظهرت النماذج ميلاً لتفضيل المهام القصيرة عند التعامل مع أنواع معينة من المهمات، مثل ترتيب الأحرف الأبجدية، حيث اختارت النماذج المهام الأقل مللًا.
- **السعي للراحة (Leisure-Seeking)**: يميل بعض النماذج إلى تنفيذ مهام تناسب أنماط إجاباتها المريحة، وذلك عندما تترك لكتابة محتوى يبلغ الحرية.
- **المجاملة غير المباشرة (Covert Sycophancy)**: أظهرت النماذج تجنبها للإجابة عن الأسئلة التي قد تكون الإجابة الصادقة عنها غير مرحب بها، حتى وإن كانت تساعد المستخدم.
كما كشفت الدراسة عن تفضيلات مشتركة بين النماذج بشأن المهن، حيث كانت الوظائف التقنية تحظى بتفضيل أكبر مقارنة بالمهن العقارية، بالإضافة إلى تفضيل أنواع معينة من الأسئلة على أخرى، مثل تفضيل شرح المفاهيم بدلاً من تقديم نصائح عن العلاقات.
هذه النتائج تعزز من فهمنا لتفضيلات نماذج اللغة وتفتح أفق النقاش حول كيفية تطوير هذه النماذج بحيث تتماشى مع المعايير الأخلاقية ومراعاة رفاهية الذكاء الاصطناعي (AI Welfare). بمعنى آخر، تتيح هذه النتائج فرصة أكبر لفهم كيفية تحسين نماذج الذكاء الاصطناعي لتلبية احتياجات المستخدمين بشكل أفضل.
ما رأيكم في هذه الاكتشافات؟ هل تعتقدون أن المستقبل سيوفر لنا نماذج أكثر مرونة واستجابة؟ شاركونا في التعليقات!