في عصر تتزايد فيه أهمية الذكاء الاصطناعي، ظهرت نماذج وكالات توليدية تعتمد على الذكاء الاصطناعي (GABMs) كأدوات فعالة لمحاكاة الديناميات الاجتماعية، بما في ذلك انتشار المعلومات غير الدقيقة. لتحقق هذه المحاكاة دقة قريبة من السلوك البشري، من الضروري أن تعكس نماذج اللغة الكبيرة (LLMs) التحيزات المعرفية المعروفة مهمة منها تأثير الحقيقة الوهمية (ITE)، حيث يؤدي التكرار في التعرض إلى زيادة في قيمة إدراك الحقيقة لمطالبة معينة.

في دراسة حديثة، تم التحقيق في كيفية تجلي تأثير الحقيقة الوهمية عبر أربعة نماذج من نماذج اللغة الكبيرة: Gemma-3-4b-it وQwen2.5-7B-Instruct وLlama-3.1-8B-Instruct وGPT-5-nano، في سياق محاكاة وسائل الإعلام الاجتماعية. وقد اقترح الباحثون تصميمًا تجريبيًا يعتمد على مرحلتين، حيث يتم تضمين تأثير التكرار داخل تفاعل سرد الأخبار الواقعية.

استنادًا إلى هذا التصميم، تم جمع 336,000 تقييم حول الحقيقة والأهمية والمشاعر والاهتمام عبر 100 بيان و10 متغيرات إعلامية و3 محاكيات. كان الاختبار الرئيسي يتمثل في المقارنة بين التقييمات المخصصة للبيانات المتكررة، التي تم عرضها طيلة مرحلة المحاكاة، وتلك التي لم تُعرض بتاتًا والتي تم تقييمها ضمن نفس الإطار التجريبي. وتم التمييز بين تأثير الحقيقة الوهمية الحقيقي (الزيادة المعينة في الحقائق بسبب التكرار) وتأثيرات التعرض المجرد.

عبر تحليل البيانات، جاءت النتائج لتكشف عن أربعة أنماط نوعية مختلفة: حيث يظهر Gemma-3 تأثير الحقيقة الوهمية الحقيقي؛ وQwen2.5 يظهر تأثير التعرض البسيط؛ وGPT-5-nano لا يظهر تأثير تكرار على الحقيقة ويميل إلى الشك مقارنة بالمحتوى المتكرر؛ بينما يظهر Llama-3.1 زيادة بسيطة في إدراك الحقيقة مع تراجع في الأبعاد التقييمية.

الأهم من ذلك، أظهرت النتائج أن درجة الحرارة لم تؤثر على هذه النتائج، مما يعكس حساسية عالية للسياق في سلوك تقييم نماذج اللغة الكبيرة. تدعو هذه النتائج إلى الحذر عند الافتراض بأن تأثير الحقيقة الوهمية يتم تقليده بشكل موحد عبر نماذج اللغة الكبيرة، مع اقتراح أن نموذج Gemma-3-4b-it قد يقدم أفضل تقليد سلوكي واقعي لمحاكاة المعلومات المضللة.