في عصر الذكاء الاصطناعي المتقدم، تبرز الحاجة إلى تصميم منظمات قائمة على الذكاء الاصطناعي تساعد الوكلاء في تحقيق أهدافهم الذاتية ضمن قواعد محددة. يقدم هذا المقال إطارًا مبتكرًا يُعرف باسم «إطار الحوكمة للمنظمات متعددة الوكلاء ذات الأهداف الذاتية» (Governed Autotelic Multi-Agent Product Organization - GAMPO)، الذي يتسند إلى تحليل نوعي لـ321 مصدرًا.

الإطار يجمع بين نظريات الوكالة، والمرونة (Agile)، والنماذج، والحوكمة، ليقدم مواصفات يمكن تنفيذها بشكل فعّال. ومن خلال تحليل نموذج مُخصص لـGAMPO على اختبار «CHI-Bench»، وهو معيار طويل الأمد للرعاية الصحية، تم التوصل إلى نتائج مثيرة.

تظهر النتائج أن فوائد الحوكمة تعتمد على قدرة النموذج، حيث تعتبر نماذج مفتوحة ذات سعة محدودة لا تستطيع تحقيق الفائدة الكاملة من الإجراءات المتبعة. ومع ذلك، يكفي استخدام جملة بسيطة مثل «تحقق من كتاباتك» لزيادة نسبة النجاح في المهام بشكل ملحوظ.

عند تحليل نماذج متقدمة، يُظهر نفس النظام زيادة في نسبة الموافقات المسبقة من 24% إلى 40%، ولكنه لم يُحقق فائدة على نموذج آخر، مما يشير إلى ضرورة تخصيص الحوكمة حسب ظروف النموذج ومجال التطبيق.

بالإضافة إلى ذلك، تشير النتائج إلى أن الاستبدال بإجراءٍ عام بمواصفة تستند إلى سياسة الحالة والمعايير المنشورة قد يُعزز من نسبة الموافقات المسبقة إلى 84%، مع تحقيق إدارة الاستخدام نسبة 44%. هذه النتائج توضح أهمية تخصيص الحوكمة بناءً على سعة النموذج وضرورة اعتماد مواصفات دقيقة لكل حالة.

تعد هذه الاكتشافات استكشافية، مما يستدعي المزيد من الأبحاث والتجارب لضمان فاعليتها في سياقات مختلفة.