تعد أنظمة الذكاء الاصطناعي، بما في ذلك نماذج اللغة الكبيرة (Large Language Models)، عناصر حيوية تؤثر على ملايين الناس من خلال دعم مجموعة متنوعة من المهام. ومع ذلك، فإن هذه الأنظمة تواجه تحديات متعددة مثل المعلومات المضللة، والتحيز، وسوء الاستخدام. ولذا، تبرز أخلاقيات الذكاء الاصطناعي كضرورة ملحة في ضوء التطورات التكنولوجية الجديدة والقلق المتزايد بشأنها، إلا أن توجيهاً موضوعياً وعملياً لا يزال موضوع نقاش.

تتناول هذه الدراسة مدى فعالية التقنيات التي تعزز من موثوقية نماذج اللغة الكبيرة في تطوير البرمجيات المتوافقة أخلاقياً. حيث نتبع دورة استكشافية واحدة من بحوث العلوم التصميمية (Design Science Research). في المرحلة الأولى نحدد العديد من التقنيات لتعزيز الموثوقية، مثل الأنظمة متعددة الوكلاء، الأدوار المميزة، التواصل المنظم، ودوائر النقاش المتعددة.

بعد ذلك، تم تصميم نموذج أولي لمجموعة وكيل متعدد (LLM-MAS) حيث يتناول الوكلاء قضايا أخلاقية واقعية تستند إلى قاعدة بيانات حوادث الذكاء الاصطناعي. وفي النهاية، تم تقييم النموذج عبر ثلاثة سيناريوهات باستخدام تحليل موضوعي، وتجميع هرمي، ومقارنة خط الأساس، وتنفيذ الشيفرة.

أنتج النظام حوالي 2000 سطر من الشيفرة لكل حالة، مقارنة بـ 80 سطراً فقط في التجارب الأساسية. تكشف النتائج عن مصطلحات مثل كشف التحيز، الشفافية، المسؤولية، موافقة المستخدم، الامتثال لقانون حماية البيانات العامة، تقييم العدالة، والامتثال لقانون الذكاء الاصطناعي الأوروبي، مما يبرز قدرة هذا النموذج الأولي على إنتاج وثائق شاملة تعالج قضايا أخلاقية كثيراً ما يتم إغفالها. ومع ذلك، فإن التحديات العملية في دمج الشيفرة المصدرية وإدارة الاعتماد قد تحد من استخدامه من قبل الممارسين.