في السنوات الأخيرة، أصبحت نماذج اللغات الضخمة (LLMs) جزءاً لا يتجزأ من المعالجة الآلية للنصوص ووسائل التواصل الاجتماعي، حيث يتم الاعتماد عليها في مجموعة متنوعة من السياقات، بدءًا من البرمجة وحتى الألعاب الجماعية. ومع ذلك، فإن الاستخدام المتزايد لهذه النماذج في المواضيع التي تتطلب تفكيراً جماعياً حول قضايا معقدة ومتعددة الجوانب يثير تساؤلات مهمة حول جدواها في النقاشات الديمقراطية.

تشير دراسات جديدة إلى أن الاعتماد على معايير قابلة للتحقق مثل الرياضيات أو البرمجة لا يعكس بدقة قدرة هذه النماذج على معالجة القضايا التي لا تمتلك إجابات صحيحة موضوعياً. في الواقع، تتطلب هذه المسائل دمج وجهات نظر متعددة للوصول إلى حلول مقبولة من الجميع. الأمر الذي يعكس نقصاً في قدرة النماذج على تحقيق الجودة المطلوبة في مراحل اتخاذ القرار.

للتحقق من فعالية هذه النماذج، تم استخدام مؤشر التفكير الديمقراطي (DRI)، الذي تم تطويره في العلوم السياسية، لتقييم كيفية تعامل هذه النماذج مع الحوار الجماعي في قضايا غير قابلة للتحقق. تم تطبيق هذه الدراسة على 1980 تجربة لـ LLMs عبر 12 موضوعاً جماعياً، مما أسفر عن نتائج مثيرة. أظهرت النتائج أن النقاشات التي تنتجها مجموعات النماذج اللغوية تساوي في جودتها النقاشات الإنسانية، لكن التنوع بين الآراء في هذه النقاشات كان أقل بكثير.

الأهم من ذلك، وجدت الدراسة أن النقاشات الناتجة عن LLMs تعزز الانقسام بين الآراء بدلاً من التوصل إلى توافق. وتدل هذه النتائج على أن الهندسة الحرفية للتنوع من خلال تحفيز شخصيات مختلفة لا تعيد الديناميكية الإنسانية، بل تعكس تدفق المعلومات بطريقة سلبية.

على الرغم من أن LLMs يمكن أن تكون أدوات داعمة للمساعدة في التفكير الجماعي حول القضايا المتعددة، إلا أن الأدلة الحالية لا تسمح بمعاملتها كعملاء مستقلين في النقاشات الديمقراطية. يبقى التساؤل: كيف يمكن تحسين هذه النماذج لتكون قادرة على دمج وجهات نظر متعددة بشكل فعال والتأكد من أنها تعزز النقاشات بدلاً من تعقيدها؟