في عالم الذكاء الاصطناعي، تعد نماذج اللغة الضخمة (Large Language Models) من بين أكثر الابتكارات إثارة، إذ تُظهر قدرات قوية في فهم اللغة الطبيعية. ومع ذلك، لا تخلو هذه النماذج من العيوب، حيث ورثت وتضخمت التحيزات الاجتماعية، خصوصًا تلك المتعلقة بالجنس، مما أثار مخاوف بشأن العدالة.

تشير الدراسات السابقة إلى أن استراتيجيات التخفيف من التحيز القائمة على التعليمات تعاني من قيد رئيسي، حيث تفشل في فصل المعلومات الجندرية عن معاني المهام. تضطر عمليات توجيه التحيز النماذج إلى المبالغة في التركيز على الإشارات الجندرية، بينما تؤدي عمليات التفكير المعتمدة على التعليمات إلى سلاسل تفكير متحيزة.

للتصدي لهذه التحديات، قدم العلماء النموذج الجديد المعتمد على مفهوم **DR.GAP** (التفكير المفصول للتوجيه الجندري) كحلً مبتكر. يقدم هذا النموذج آلية أوتوماتيكية وغير مرتبطة بنماذج محددة تعمل على تقليل التحيز الجنسي مع الحفاظ على أداء النموذج بشكل متوازن.

يعمل **DR.GAP** من خلال توليد مسارات تفكير محايدة جندريًا وتطبيقها كنماذج ضمنية أثناء الاستنتاج، مما يفصل السمات الجندرية عن معاني المهام دون الحاجة لتعديل معايير النموذج نفسه.

وقد أثبتت التجارب الشاملة على مهام حل المشكلات المرتبطة بالمرجعية والأسئلة والأجوبة عبر ستة نماذج للغة الضخمة فعالية وعمومية ومتانة **DR.GAP**، مما يجعل هذه التقنية من أكثر الحلول وعدًا. بالإضافة إلى ذلك، يمكن توسيع نطاق استخدام **DR.GAP** ليشمل نماذج اللغة-صورة (Vision-Language Models) لتقديم تحسينات ملحوظة في تقليل التحيز.