في عالم الذكاء الاصطناعي، تبرز نماذج اللغة الضخمة (Large Language Models - LLMs) كأداة قوية لفهم اللغة والمعرفة. لكن، كيف يمكن لهذه النماذج تنظيم المعرفة الأخلاقية المعقدة والمترابطة؟ هذا ما تساءل عنه باحثون قاموا بدراسة جديدة على منصة arXiv.

استخدم الباحثون نماذج مفتوحة الوزن لتدريب ستة موصلات خطية مستقلة، بحيث يمثل كل موصل فئة من فئات نظرية الأسس الأخلاقية (Moral Foundations Theory) مثل الرعاية/الضرر، العدل/الخداع، الحرية/ال oppression، الولاء/الخيانة، السلطة/الخضوع، والتقدير/الإهانة. وقد أظهرت النتائج أن النماذج لا تعالج المعرفة الأخلاقية كمؤشر واحد، بل تكشف اتصالات معقدة بين هذه الموصلات.

وفقًا للدراسة، تجسدت الأبعاد الأخلاقية بشكل يوضح تداخلات حقيقية، إذ لم تنعزل أو تتداخل في جهاز واحد. بل، كانت النتائج تشير إلى وجود بعد مُدمَج إيجابي يُظهر تفاعلًا بين القيم المختلفة، مما يعكس تعبيرًا عن الانسجام في الفهم الأخلاقي.

ومن الجدير بالذكر أن النتائج لم تدعم المفهوم التقليدي القائل بأن هناك تمييزات واضحة بين الفردانية والترابط بحسب نظريات الأسس الأخلاقية، بل كانت النتيجة مرتبطة بالاحصائيات الموجودة في النصوص التي تم تحليلها. وعند اختبار الأسئلة الأخلاقية المعقدة، استند كل اتجاه لمؤسسة أخلاقية جزئيًا إلى أسسه، مما أظهر قدرة النموذج على تمثيل التوتر الأخلاقي، بدلاً من إصدار أحكام مسبقة.