تأثير العرق والجنس المدرك على استخدام الشرطة للغة: تجربة مثيرة في واقع افتراضي

في إطار مشهد التوترات الاجتماعية مع الشرطة في الولايات المتحدة، أظهرت دراسة جديدة تسلط الضوء على كيفية تأثير العرق والجنس المدرك على كيفية تحدث الضباط مع شخصيات افتراضية تمثل رجالاً سوداً. استخدمت الدراسة تجارب واقع افتراضي (Virtual Reality) لتحليل كيف يتفاعل الضباط مع هذه الشخصيات، مستندين في تقييمهم إلى نموذج الاستدلال السببي.

استخدم الباحثون معادلة متوسط التأثير العلاجي (Average Treatment Effect - ATE) لتقدير التأثير الاجتماعي لشخصية الرجل الأسود على لغة الضباط في إظهار الاحترام. النتائج كانت صادمة، حيث أظهرت أن معظم الضباط يتحدثون بلغة أقل احتراماً مع الشخصيات الممثلة رجالاً سوداً، باستثناء الضباط من النساء البيض أو المختلطات، خاصة في الحالات التي يُعرف فيها أن الشخصية تمثل مشتبهاً به.

خلال محادثة كاملة في سيناريو VR نمطي، يمكن أن تؤدي هذه الاختلافات الملاحظة إلى تغييرات ملموسة في نبرة الحديث، تصل إلى عدة نقاط في مقياس من 0-10. هذه الاختلافات قد تُسهم في تعطل المحادثات، مما يزيد من احتمال حدوث العنف أو الخطر على الجمهور والشرطة على حد سواء.

علاوة على ذلك، استكشفت الدراسة أيضاً إمكانيات نماذج اللغة الضخمة (Large Language Models - LLMs) في تقدير ATE، حيث قدمت مقارنة بين الأساليب، بما في ذلك التحقق من صحة النماذج ضد بيانات صناعية، مما يعكس رؤى علمية فريدة حول منهجيات تقدير ATE المدعومة بواسطة LLMs. أوصت الدراسة باستخدام نماذج التأثير المختلط مع استخدام تقنية الوزن العكسي للعلاج propensity treatment weighted (iptw) التي تتضمن LLM لإنشاء ميزات نصية.

بينما تم اختبار LLMs أيضاً في تحسين نماذج التنبؤ، تمكن الباحثون من استنتاج أنها تمثل مجالًا يحتاج إلى مزيد من التطوير والتحسين.

هذه الدراسة تلقي الضوء على الحاجة الملحة لتحسين طرق التواصل بين الشرطة والجمهور، بما يقود إلى بيئات أكفأ وأكثر أمانًا.