في عالم الذكاء الاصطناعي (AI)، تعتبر الوكلاء اللي هم قادة اليوم المنطلق نحو المهام المعقدة. تعتمد هذه الوكلاء بشكل متزايد على نماذج اللغات الضخمة (Large Language Models) لاتخاذ قرارات متكررة تساهم في إنجاز مهامهم. لكن، ماذا عن الطفرة الجديدة التي تمثلت في مفهوم Jev؟ كيف يمكن أن تؤثر سرعة اتخاذ القرارات على فعالية إنجاز المهام؟

تتناول دراسة جديدة هذا التساؤل من خلال تجربة شملت خمسة وكلاء في إطارين تطبيقين مميزين: المهام المجسدة في ALFWorld واستخدام التطبيقات المحمولة في AndroidWorld. تم وضع 4500 تنفيذ مهمات تحت المجهر، مع التركيز على مدى فعالية المهام، استخدام الموارد على مستوى القرار والمهام، وسلوكيات التنفيذ.

أظهرت النتائج التجريبية أن دمج Jev أدى إلى تقليل ملحوظ في تكلفة اتخاذ القرار والزمن اللازم له عبر الوكلاء الخمسة. ومع ذلك، فقد تباينت مكاسب فعالية المهام بحسب سير العمل. فعلى الرغم من أن نجاح المهام ظل قريبًا من المستويات الأساسية في ALFWorld، إلا أنه شهد انخفاضًا ملحوظًا في وكيلين من المستخدمين المتنقلين.

تظهر الدراسة أن عملية التفكير المساعدة والتفاعلات الإضافية قد تؤثر سلبًا على وفورات القرارات، في حين يقتصر نجاح الاسترداد والإكمال المبكر على تسليم المهام بشكل مثالي. بل، في بعض الحالات، زادت التكلفة المتوسطة لكل نتيجة ناجحة في أحد الوكلاء، رغم أن نفقات المحاولات الفردية قد انخفضت.

تُبرز هذه النتائج أهمية الحفاظ على التقدم، ودعم الاسترداد، والتحقق من الإكمال عند دمج نماذج اتخاذ قرارات فعالة في سير عمل الوكلاء. هذه القيمة العملية يجب أن تُقاس من خلال نجاح تسليم المهام، وسلوكيات الاسترداد، والموارد لكل نتيجة تم تسليمها. هل يستحق الأمر إجراء تعديلات في خططنا التي تعتمد على الذكاء الاصطناعي؟ شاركونا آراءكم في التعليقات.