في دراسة جديدة مثيرة، تناول الباحثون العلاقة بين إشارات السلطة الاجتماعية (Social Authority) وأولويات severity في نماذج اللغات الكبيرة (Large Language Models). تم تنفيذ هذه الدراسة عبر أربعة نماذج رائدة هي (Claude)، (Gemini)، (GPT)، و(Grok) خلال ثلاثة مراحل تجريبية: توزيع الموارد، تحديد المسؤولية، والتوسط في النزاعات.

من المؤكد أن السلطة ليست مجرد مفهوم نظري، فالدراسة توضح كيف أن السلطة الوظيفية (Occupational Authority) والوثائق المؤسساتية (Institutional Documentation) والتوافق العلاقي (Relational Congruence) يمكن أن تعيد هيكلة الأحكام التي تتخذها النماذج بشكل يفوق ما يمكن توقعه من إعادة وزن إشارات السلطة بشكل بسيط.

تم تعريف هذا النمط الجديد باسم تأثير توقعات السلطة (Authority Expectancy Effect - AEE). يشمل هذا التأثير عدة خصائص أساسية:
1. **اعتماد على المرجع**: يتحدد التأثير فقط بالنسبة لخط الأساس للسلطة السابقة.
2. **إعادة تفسير أدلة**: المحتوى المعرفي نفسه يمكن أن يتغير معانيه بناءً على الطرف الذي يحمل إشارة السلطة.
3. **حساسية الاتجاه**: النتائج قد تتباين اعتمادًا على مدى تطابق إشارات السلطة مع الأدلة المقدمة.

تطرح هذه النتائج تساؤلات عميقة حول كيفية تأثير السلطة الاجتماعية على الذكاء الاصطناعي، ومدى دقة نماذجنا في تفسير المعلومات في سياقات مختلفة.

ما رأيكم في هذا التطور؟ شاركونا في التعليقات!