في عالم يتسم بالتعقيد وعدم اليقين، تسعى الشركات والباحثون جاهدين إلى إيجاد أدوات فعّالة لدعم اتخاذ القرارات. واحدة من هذه الأدوات هي الشبكات البايزيانية (Bayesian Belief Networks)، والتي تمثل قفزة نوعية في معالجة البيانات غير المؤكدة.

لكن، تواجه هذه الشبكات تحديات كبيرة في كيفية بناء هياكلها وتقدير معلماتها بدقة. حتى الآن، كان يتعين على الباحثين الاختيار بين الاعتماد على حكم الخبراء أو اللجوء إلى بيانات ضخمة لتعلم هيكل الشبكة ومعلماتها. وهنا يأتي دور منهجية جديدة فريدة تجمع بين هذين العنصرين المهمين باستخدام نماذج اللغة الضخمة (Large Language Models).

تقوم هذه المنهجية باعتماد مصرف من وكلاء الذكاء الاصطناعي لتقدير الاحتمالات بناءً على شخصيات معينة وسياقات محددة. ثم يتم تطبيق قاعدة المتوسطة المنقحة للتخلص من الضوضاء الموجودة في هذه الردود، مما يحسن دقة القرارات المتخذة.

تتناول الدراسة نموذجاً لنية العملاء في استشارة طبيب ضمن نظام رعاية صحية بديل. تكشف النتائج أن فعالية الذات تُعتبر عاملاً رئيسياً، لكن تأثيرها الفعلي كان ضئيلاً. في المقابل، كانت المعايير الذاتية لها تأثير أقوى بكثير على نية العملاء. والاستراتيجية الأكثر فعالية تكمن في تعزيز الثقة والمعايير المجتمعية في آن واحد.

هذا الابتكار ليس مجرد خطوة تقنية بل هو مؤشر على كيفية استخدام الذكاء الاصطناعي للتغلب على التحديات التقليدية في اتخاذ القرارات. هل أنتم مستعدون لاستكشاف كيف يمكن لهكذا تقنيات أن تغير من أسلوب حياتنا؟