أصبحت نماذج اللغة الضخمة (Large Language Models) أداة لا تقدر بثمن في عالم الإعلان، حيث تلعب دوراً محورياً في تحديد مدى ملاءمة الإعلان مع استعلامات الجمهور. لكن، هل تأخذ هذه النماذج في الاعتبار العدالة وغياب التحيز في حكمها؟ في دراسة جديدة نشرت على منصة arXiv، تم تسليط الضوء على هذه القضية بشكل شامل.

أجرى الباحثون دراسة منهجية لتقييم العدالة في قرارات الملاءمة التي تصدرها نماذج اللغة الضخمة، مع تركيز خاص على نموذج GPT-4o ونموذج Qwen-7B، المدربين بشكل خاص لتقدير الملاءمة. استخدم الباحثون تجميعًا من استعلامات الإعلان الحقيقية لتحليل النتائج، حيث تم فحص تأثيرات هوية المعلن ولغته، إلى جانب التعبيرات الديموغرافية المستخدمة.

تشير النتائج إلى أن تغيير هوية المعلن أو لغة الإدخال يمكن أن يؤثر بشكل كبير على تقييم الملاءمة. وهذا يكشف عن أن النماذج ليست محايدة بقدر ما نعتقد، إذ تظهر بعض الأنماط المرتبطة بالتحيزات الشائعة، لاسيما تلك المتعلقة بالنوع الاجتماعي والمهن.

ولم يتوقف البحث عند هذا الحد، بل قام العلماء أيضًا بجس النبض حول سبل التخفيف أثناء عملية استنتاج النموذج وتدريبه. توضح النتائج أن الفعالية تعتمد كثيرًا على ما إذا كانت معلومات المعلن ذات صلة بالاستعلام، وكيفية توزيع تسميات المعلنين في بيانات التدريب.

هذه النتائج تقدم إضاءة هامة للممارسين في مجال الإعلان لمساعدتهم في تحديد المخاطر المتعلقة بالتحيزات وتطوير أساليب التخفيف المناسبة لضمان نزاهة واستدامة نظم تقييم الملاءمة من قبل نماذج اللغة الضخمة.