تتجه نماذج اللغات الضخمة (Large Language Models) سريعاً نحو أن تصبح وكلاء فعاليين في اتخاذ القرارات، وأحد العناصر الأساسية لتحقيق ذلك هو القدرة على فهم وتقييم التفضيلات. لكن، ماذا يحدث عندما تكون المعلومات غير مكتملة أو عندما يكون الحل غير موجود؟ هذه هي الإشكالية التي يتناولها البحث الجديد والذي يسلط الضوء على مفهوم عدم اليقين (Indeterminacy).

يقوم البحث بتفكيك مفهوم عدم اليقين إلى شقين رئيسيين: الأول هو عدم اليقين المعرفي (Epistemic Indeterminacy)، الذي ينشأ نتيجة للاختيارات المفضلة غير المكتملة أو الغامضة. والثاني هو عدم اليقين الهيكلي (Structural Indeterminacy)، الذي يظهر عندما لا توجد حلول واضحة وفقًا لمفاهيم اختيار اجتماعي عادية. يتضح من خلال مجموعة من المهام أن نماذج الذكاء الاصطناعي الرائدة تواجه صعوبة كبيرة في التفرقة بين الحالات المحددة وغير المحددة، بل إنها تعرض استنتاجات غير دقيقة حتى في بيئات التحقق.

إن فهم هذه التحديات يعد خطوة حاسمة لتحسين استجابة نماذج الذكاء الاصطناعي الداعمة للقرار. مع استمرار تطور هذا المجال، سيكون من المثير رؤية كيف ستستجيب هذه الأنظمة لهذه المعطيات الجديدة.

ما رأيكم في هذا التطور؟ شاركونا في التعليقات.