في عالم الذكاء الاصطناعي، تلعب الأنظمة متعددة الوكلاء (Multi-Agent Systems - MAS) دوراً حيوياً في العديد من التطبيقات. ولكن كيف يمكن لهذه الأنظمة أن تنسق جهودها بشكل فعّال؟ تُشير الأبحاث الحديثة إلى وجود نمطين رئيسيين للتنسيق: التنسيق المركزي الذي يوفر تحكماً واضحاً، لكنه قد يؤدي إلى وجود اختناق في نقطة تنسيق واحدة، والتنسيق اللامركزي الذي يتيح استقلالية محلية، لكنه يتطلب تعاوناً فعالاً عبر قرارات موزعة.

هذه الدراسة تتعمق في الفضاء بين هذين النمطين، مُقدمةً مفهوم "درجات الحرية" (Degrees of Freedom - DoF)، وهو إطار تنظيمي يحدد حجم مساحة القرار المفوضة لوكلاء الأنظمة. يمكن لدرجات الحرية التحكم في دقة الأعمال المفوضة والاحتمالية المستهدفة للتعامل مع كل وحدة مهمة.

بالإضافة إلى ذلك، يكشف البحث عن تأثيرات تنظيمية تتدرج عبر مجالات المهام المختلفة، حيث يتم تشكيل إعادة توزيع الملفات بشكل منظم ولكن محدود. كما أن الخبرة المتراكمة داخل المجال تقرب بين ملفات الفئات المختلفة.

ما هو الأكثر إثارة هو أن الدراسة تشير إلى أنه في خمس من بين ست ولايات مُقيمَة، استطاعت تنسيقات درجات الحرية المتوسطة تحقيق دقة أكبر مقارنةً بالتنسيقات الأخرى. مما يُبرز أهمية استكشاف الفضاء التنسيقي بين الأنماط المتنوعة.

تُعتبر هذه الاكتشافات دليلاً تجريبياً مهماً لدراسة وتصميم أنماط تنسيق وسطية في الأنظمة متعددة الوكلاء المستندة إلى نماذج اللغة الكبيرة (Large Language Models - LLM).