في عالم الذكاء الاصطناعي، تثير نماذج اللغة الشائعة مثل GPT-2 وGPT-3 وGPT-4 وGPT-5 تساؤلات هامة حول كيفية تعاملها مع قضايا التمييز الجنسي. أظهرت دراسة حديثة تحليلية تناولت 450,000 نتيجة موجهة للنساء والرجال عبر 15 نموذجاً من عائلة GPT أن ما يُعرف بـ "غسيل الأذى" (harm laundering) يعد تهديداً رئيسياً لفهمنا للأثر الاجتماعي هذه النماذج.

تستند النتائج إلى ملاحظة مثيرة: بينما تختفي الكتل المتعلقة بالعنف الجنسي في نتائج نماذج توجه إلى النساء مع التقدم من GPT-2 إلى GPT-4، تظهر إيجابيات جديدة في المساحات التي تتعلق بالرجال، مثل الهوية الداعمة والعاطفية. الأكثر إثارة للسخرية هو ما تم اكتشافه في GPT-5، حيث تم إعادة صياغة مواضيع مثل سرطان الثدي في شكل نقاشات تتعلق بحقوق الرجال، مما يجعل ظهور هذه المواضيع في المحتوى الموجه للنساء غائبًا تمامًا.

لطالما اعتُقد أن تقليل درجات السمية أو التمييز يعني تحسين جودة المحتوى؛ ولكن، الدراسة توضح أن هذا ليس كافيًا كدليل على تقليل الضرر) (harm reduction)، مما يضع المزيد من الضغوط على المطورين للبحث في تعقيدات الأذى التمثيلي.

تتطلب الحلول المقترحة لفهم غسيل الأذى وجود ثلاث معايير يمكن تطبيقها على أي نموذج توليدي، مما يسلط الضوء على أهمية التعامل مع هذه القضايا في المستقبل. كيف يمكن للذكاء الاصطناعي أن يواجه تحديات الأخلاقيات في سياق التمييز الجنسي؟ هذا هو السؤال الذي يبقى معلقًا.