تعتبر عملية استنباط المعلومات (Information Elicitation) مسألة مفتوحة تتطلب التفاعل المعقد، إذ يمكن أن تتجه الأمور في اتجاهات عديدة ذات قيمة محتملة. في هذا السياق، يتم تعيين القرارات المتعلقة بالمعلومات إلى نماذج لغوية كبيرة (Large Language Models) والتي لا تزال تعكس تغييرات سلوكية غير مكتشفة.

أطلق فريق بحثي دراسة جديدة تعنى بكيفية تغير أحكام القيمة المعلوماتية عبر 11 نموذجاً من النماذج اللغوية الكبيرة وتؤثر على كيفية البحث عن المعلومات. تشمل هذه النماذج عائلات متعددة وبمقاييس مختلفة من المعلمات. تم تطوير محاكاة تحكمت في عملية الاستنباط، حيث تواجه النماذج نفس قاعدة المعلومات وتستخدم نفس قواعد الاختيار، مما يعزل أحكام القيم عن توليد الأسئلة وسلوك المستجيبين.

خلال الدراسة، تمكّن الباحثون من تحديد سلوك العرض والعمق الناتج عن تفضيلات نماذج معينة في البحث عن المعلومات. كما تم دراسة كيفية تغيير تاريخ التفاعل لتقييم المعلومات واختيارها بعد ذلك. عُرضت نتائج البحث في إطار تحليلات حساسية تسلط الضوء على حدود هذه النتائج وتأثيرات الفرص المتاحة.

لمعرفة المزيد، يمكن الإطلاع على كود المشروع والبيانات من خلال الرابط: رابط المشروع في GitHub. هل أنت مهتم بتأثير نماذج الذكاء الاصطناعي على استنباط المعلومات؟ شاركنا رأيك في التعليقات!