في عالم الذكاء الاصطناعي، تعتبر نماذج اللغة (Language Models) من الأدوات الحيوية التي تتيح تحليل وفهم التفاعلات البشرية. ومن بين هذه النماذج، نجد نموذج JEV من شركة TypeSafe، الذي تم تدقيقه حديثًا للكشف عن تأثيرات الثقافة واللغة على قيمه.

يشير البحث المنشور في arXiv إلى أن نماذج القرار فقط، مثل JEV، تقوم بإرجاع احتمالية لكل خيار بدلاً من توليد نصوص، مما يجعلها جذابة كبديل للمجيبين في الاستطلاعات أو الحكام. لقد قمنا باستخدام استبيان قيم من برنامج 2013 لقياس كيف استجاب النموذج عند توجيه أسئلة متنوعة، تم تصميمها على شكل شخصيات سعودية وأمريكية.

خلال الدراسة، قام الباحثون بجمع 288,000 إجابة معتمدة على كيفية صياغة الأسئلة، مسلطين الضوء على موثوقية عالية جداً في إجابات JEV (ICC 0.997). وبشكل مثير، عند التعرف على الشخصية، أظهرت النتائج تحولًا نحو اختلاف الثقافات بين السعوديين والأمريكيين، حيث تم استنساخ 87% من هذا الفرق في اللغة الإنجليزية و62% في العربية، لكن مع اختلاف طفيف في التوجه على المدى الطويل.

عندما كان النموذج يعمل ضمن شخصية سعودية، كانت النتائج أكثر توافقًا مع الثقافة السعودية، بينما كانت ردود الفعل أقل ثقة عند استخدام اللغة العربية.

تشير هذه الأنماط إلى أهمية فهم السياق الثقافي واللغوي في تصميم نماذج الذكاء الاصطناعي، والتحديات التي قد تنشأ عند تطبيقها في سياقات متنوعة.

كيف يمكن للذكاء الاصطناعي أن يتكيف مع مختلف الثقافات واللغات؟ يفتح هذا البحث الباب أمام نقاشات أوسع حول استخدام التكنولوجيا في فهم التنوع الثقافي بشكل أفضل.