في عالم الذكاء الاصطناعي المتطور، يمثل الحوار الاجتماعي من العناصر الجوهرية التي تؤثر على سلوك المستخدمين. ولكن كيف يمكننا قياس هذا التأثير بدقة؟ قد يبدو أن الأساليب التقليدية مثل مقاييس التقييم السطحي لا تكفي لتقديم تقييم شامل. هنا يأتي دور نموذج العالم المعرفي (CogWM).

💸 يتمحور مفهوم CogWM حول إعادة تشكيل طريقة تقييم الحوار المتعدد الأدوار من "ماذا قال المستخدم" إلى "كيف تتطور حالة المستخدم الذهنية خلال الحوار". يعتبر هذا التحول جذريًا، حيث يجمع بين تقنيات النماذج اللغوية الكبيرة (LLMs) لخلق نموذج مغاير يُستخدم كمنصة تقييم تحاكي المستخدم.

يعمل النموذج على التنبؤ بحالات الإدراك والعواطف والدوافع (BDI/E) للمستخدم، ويستخدم إطار تقييم ثلاثي المستويات يركز على موثوقية الأداء على مستوى التفاعل، وديناميات الحالة على مستوى المسار، والتقييم الشامل للمهام. بعد تدريب النموذج من خلال نظام التوصيف "ملخص-وتخصيص" (SaA) على 150,454 نموذج حوار عبر أربعة سيناريوهات مختلفة للتأثير الاجتماعي، حقق CogWM دقة عاطفية تصل إلى 77.6%.

💻 في تجارب التمييز التي أجريت على 3600 مستخدم، تمكن النموذج من التمييز بين ستة وكلاء تجاريين بناءً على تأثيرهم المعرفي، حيث تصدرت Llama-4-Scout القائمة بأعلى تصنيف. من خلال هذا التقدم، ينتقل نموذج CogWM بتقييم تأثير الحوار الاجتماعي من الحكم النهائي إلى تتبع العمليات، مما يتيح فهمًا أعمق للتغيرات النفسية التي تطرأ على المستخدمين خلال المحادثات.

👉 إذا كنت مهتمًا بالتقنيات الثورية في عالم الذكاء الاصطناعي، يمكنك الاطلاع على الشيفرة المصدرية والنماذج المتاحة من خلال الروابط التالية: رابط المشروع ونموذج CogWM.

ما رأيكم في تأثير هذه النماذج على مستقبل الحوار الذكي؟ شاركونا آراءكم في التعليقات!