في عالم الأكاديميا، يجد الكثير من الطلاب أنفسهم في حيرة من أمرهم أمام السياسات المعقدة والتوجيهات المعقدة. ولكن الآن، تُقدم جامعة ساوث كارولينا نظامًا مبتكرًا يُعرف باسم 'كارولينا غايد' (Carolina Guide)، وهو نظام يعتمد على الاسترجاع المعزز بالتوليد (Retrieval-Augmented Generation - RAG) لتسهيل هذه العملية.

يتسم هذا النظام بتصميمه المعماري المتعدد الوكالات، والذي يتيح له توفير إجابات تدعمها الاقتباسات وتستند إلى السياسات الأكاديمية، مما يضمن دقة المعلومات وسلامتها. كما يهدف 'كارولينا غايد' إلى الاستجابة لاستفسارات الطلاب دون تقديم توصيات غير آمنة أو نصائح شخصية، مما يجعله الخيار المثالي في بيئات التعليم العالي، حيث تزداد الحاجة للشفافية والأمان في تقديم المعلومات.

أظهرت تقييمات النظام تحقيق نجاح استرجاعي بنسبة 98.9% في اختبار شمل 90 استفساراً عبر ستة أقسام، مع ظهور أول عناصر ذات صلة في المرتبة الأولى مما يدل على فعاليته العالية. كما أجرى البحث مقارنة شاملة للعناصر المعمارية للنظام، بما في ذلك أهمية إعادة ترتيب نتائج الاسترجاع وتطبيق الاقتباسات، مما أظهر قيمة عملية قابلة للقياس.

في ظل الاعتماد المتزايد على النماذج اللغوية الكبيرة (Large Language Models - LLMs)، يوضح 'كارولينا غايد' ضرورة إعادة التفكير في تصميم الأنظمة لضمان أمان المعلومات وموثوقيتها. تعد هذه الخطوة مهمة في سياق توجيه السياسات الأكاديمية، حيث تُظهر تقييمات نظام 'كارولينا' كفاءة في التعامل مع استفسارات غير آمنة بنسبة تصل إلى 86% مع الحفاظ على تغطية عالية للاستفسارات العادية.

ختاماً، يُعتبر 'كارولينا غايد' نموذجاً رائداً يمكن أن يُحتذى به في تطوير أنظمة الذكاء الاصطناعي المخصصة للإرشاد الأكاديمي، حيث يوازن بين الأمان والدقة.