تشير الأبحاث الحديثة إلى أن التفاعل بين البشر ونماذج اللغة الكبيرة (Large Language Models) مثل GPT-5.6-Luna وClaude Opus 4.8 يفتح آفاق جديدة لفهم كيفية تحسين الأداء في المهام المعقدة. في دراسة تم إجراءها بمشاركة 535 فردًا، تم اختبار الفرق بين الأداء البشري عند استخدام هذه النماذج وبين الأداء الذاتي دون مساعدة الذكاء الاصطناعي.

وضعت الدراسة مجموعة من التحديات المتمثلة في تفكير المصفوفات، وتدوير العقل، والاستدلال، وقياس التشابه في التركيب اللغوي. كل مهمة من هذه المهام كانت تتطلب تفاعل المشاركين مع نموذج ذكاء اصطناعي، حيث كانت النتائج مثيرة.

وأظهر المشاركون الذين استخدموا نماذج مثل Gemini 3.6 Flash وKimi K3 زيادة ملحوظة في الدقة مقارنةً بالأداء الذاتي، ولكن الفوائد لم تكن متساوية لجميع النماذج. الانتقائية في الاستعانة بالمعلومات من نموذج الذكاء الاصطناعي كانت عاملاً رئيسيًا في نتائج الأداء.

علاوة على ذلك، أظهرت النتائج أن الثقة الممنوحة للنماذج لم ترتبط دائمًا بالدقة الصحيحة، مما يدعو إلى أهمية الحفاظ على التفكير المستقل لدى الأفراد عند التعامل مع الذكاء الاصطناعي.

تثير هذه النتائج الحاجة إلى المزيد من الدراسات لفهم كيفية تحسين التفاعل بين الذكاء الاصطناعي والبشر، وتطوير استراتيجيات تصميم لضمان عدم فقدان القدرة على التفكير المستقل. كيف ترون مستقبل التعاون بين البشر والذكاء الاصطناعي في حل المشكلات المعقدة؟ شاركونا آراءكم في التعليقات.