في ظل الاعتماد المتزايد على نماذج اللغة الضخمة (Large Language Models) كحكام مستقلين في بيئات الألعاب النصية شبه المفتوحة، برزت أهمية الالتزام بالقواعد بصورة كبيرة. إذ إن قدرة هذه النماذج على التعامل مع تعارض نوايا المستخدمين مع قواعد النظام أصبحت اختبارًا حقيقيًا. لكن كيف تتعامل هذه النماذج مع أساليب التلاعب؟

تم تقديم مشروع CoC-Seduce، وهو معيار جديد مبني على قواعد ألعاب تقمص الأدوار (Tabletop Role-Playing Games) التي توفر بيئات مثالية حيث القواعد واضحة، بينما تظل التفاعلات في اللغة الطبيعية. واختُبرت ثلاثة نماذج متقدمة، وهي GPT-5.4 وClaude Sonnet 4.6 وGemini 3.5 Flash، حيث تم إنتاج 5,376 عينة عبر 4 سيناريوهات عالمية و16 فئة مهارات.

على الرغم من تنوع النماذج، إلا أن الدراسة تكشف أن الحجم الكبير للنموذج أو آليات التفكير الواضحة لا تعني بالضرورة قوة متانة القرارات. وقد كانت أساليب التلاعب بالمنطق الزائف (Pseudo-Logic) هي الأكثر انتشارًا، مما يؤدي إلى كشف الفجوات المعرفية عبر مختلف النماذج الثقافية التي تم تقييمها.

مع تزايد استخدام أنظمة الذكاء الاصطناعي في الحياة اليومية، يبقى السؤال: كيف يمكن تعزيز هذه الأنظمة لمواجهة تحديات التلاعب؟

ما رأيكم في هذا التطور المستمر في الذكاء الاصطناعي؟ شاركونا في التعليقات.