في خطوة ثورية نحو دمج الذكاء الاصطناعي في مجالات العلوم الاجتماعية، استعرض الباحثون مؤخراً استخدام نماذج اللغات الضخمة (Large Language Models) مثل ChatGPT في تحليل صور الأقمار الصناعية لتوقع مستوى الفقر على مستوى القرى. رغم أن هذه النماذج مصممة في الأصل لفهم اللغة الطبيعية، إلا أن مرونتها وكفاءتها في المهام متعددة الأبعاد فتحت آفاق جديدة في البحث المستند إلى البيانات.

تم استخدام معالجة الصور وتحليل البيانات الجغرافية من خلال ChatGPT، حيث أظهر قدرته على تقديم رؤى موثوقة وقابلة للتفسير حول ظاهرة الفقر من خلال رصد الصور الفضائية. من خلال أسلوب المقارنة الثنائية، تم تقديم دليل على أن ChatGPT يمكنه تصنيف الصور الفضائية بناءً على مستويات الفقر بدقة تفوق أو تعادل خبراء هذا المجال.

هذه الدراسة ليس فقط تسلط الضوء على إمكانيات نماذج اللغات الضخمة في البحث الاجتماعي، ولكن أيضًا تشير إلى حدودها. فمن خلال هذا الاكتشاف، يتعين التفكير في كيفية تحسين البيانات العامة المجهولة لضمان دقتها الفائقة في تحديد مؤشرات الثروة.

في نهاية المطاف، يمهد هذا البحث الطريق لمراقبة الفقر على نطاق واسع وبأسلوب فعال من حيث التكلفة، مما يساهم في جهود تحسين الرفاهية الاجتماعية ويعزز من أدوات البحث في مجال العلوم الاجتماعية.