في عالم مليء بالتحديات الاجتماعية، يأتي توزيع الموارد النادرة كإحدى القضايا الشائكة التي تتطلب عدالة حقيقية. في هذا الإطار، تظهر نماذج اللغات الضخمة (Large Language Models - LLMs) كلاعبين جدد في معالجة هذه القضايا، إلا أن استخدامها يثير تساؤلات حول العدالة التوزيعية.

لقد تم تطوير مجموعة من النظريات الرسمية التي تسعى لتعريف مفهوم العدالة، إلا أنه لا يوجد تعريف واحد يمكن أن يرضي جميع الحالات. تتسم نماذج اللغات الضخمة في كيفية اتخاذ القرارات بأنها لا تتبع إطار عمل معين للعدالة، مما قد يؤدي إلى انتهاك مبادئ معيارية رئيسية.

وتعرض هذه الدراسة الجديدة طريقة عامة لتقييم عملية التفكير المتعلقة بالعدالة في نماذج اللغات الضخمة. تم إجراء دراسات مقارنة للأحكام المتعلقة بالعدالة بين البشر ونماذج LLMs في نفس الظروف، وأظهرت النتائج أن نماذج LLMs تميل إلى تفضيل قيود عدالة أكثر صرامة من تلك التي يفضلها البشر.

إضافةً إلى ذلك، كانت هذه النماذج تظهر سلوكاً أكثر مصلحة ذاتية، كما كان لها حساسية تجاه كيفية صياغة المعلومات، مما يجعل من الصعب مواءمتها مع الأحكام البشرية باستخدام التحسين الدقيق مع مجموعات البيانات الحالية.

في النهاية، يدفعنا هذا البحث للتفكير في كيفية دعم التكنولوجيا في اتخاذ قرارات عادلة وكيف يؤثر ذلك على المجتمعات بشكل عام. كيف يمكن لنماذج الذكاء الاصطناعي أن تساهم بشكل إيجابي في بناء مجتمع عادل؟