تشكل نماذج اللغات الضخمة (Large Language Models) اليوم معيارًا رائدًا في تقييم مهام توليد اللغة الطبيعية، خاصةً نظرًا لنقاط الضعف في المقاييس التقليدية ومدى توافقها مع حكم البشر. ومع ذلك، فإن جهودًا جديدة تبذل لتمديد استخدام نماذج اللغات الضخمة لتشمل البيئات متعددة اللغات، وخاصة اللغات ذات الموارد المحدودة.

تكمن المشكلة الرئيسية في أن هذه النماذج غالبًا ما تعاني من ضعف في إتقان اللغات ذات الموارد القليلة، مما قد يؤدي إلى نتائج تقييم غير دقيقة. في الواقع، من بين 650 دراسة تناولت هذا الموضوع، ركزت 33 منها فقط على استخدام نماذج اللغات الضخمة في اللغات ذات الموارد المنخفضة.

بفضل تزايد الاعتماد عليها، توصلنا إلى أن هناك نتائج تقييم غير متسقة وتوجه نحو الثقة المفرطة في أحكام النماذج في البيئات متعددة اللغات. لذا، من المفيد إلقاء نظرة أعمق على هذه الإشكاليات وتقديم توصيات تساهم في تحسين الممارسات في مجال معالجة اللغة الطبيعية (Natural Language Processing).

للمساهمة في تقدم مجتمع معالجة اللغة الطبيعية، نقدم مجموعة من التوصيات التي تهدف إلى تعزيز فعالية استخدام نماذج الذكاء الاصطناعي كقضاة في التقييمات متعددة اللغات. فهل نحن على أعتاب حلول جديدة لهذه التحديات؟ شاركونا آراءكم وتجاربكم!