في عالم اليوم، حيث تتداخل التكنولوجيا مع علم النفس الاجتماعي، تبرز نماذج اللغات الضخمة (LLMs) كأدوات قوية لفهم سلوكيات الإنسان. ومع ذلك، هذه النماذج تُعتبر "صناديق سوداء" نظرًا لقلة إمكانية تفسيرها وتوجيهها، مما يحد من فائدتها في العلوم الاجتماعية.

يتناول هذا المقال أحدث البحوث المتعلقة بكيفية فتح هذه الصناديق السوداء، لاستكشاف سلوكيات الإنسان بشكل أعمق. تم تقديم ثلاثة أساليب رئيسية:
1. **التحكم من خلال الإرشادات (prompt-based manipulation)**
2. **توجيه الميزات المستندة إلى SAE (SAE-derived feature steering)**
3. **التوجيه القائم على الاستفسارات (probe-based direction steering)**

عبر استخدام هذه الأساليب، تمكن الباحثون من دراسة عنصرين أساسيين من سلوك الإنسان، وهما Preferences (الاهتمامات) وCapabilities (القدرات). تم تنفيذ أربع مهام تقليدية في الاقتصاد والإبداع كجزء من هذه الدراسة، مما يوفر تفاعلات بلغة طبيعية.

أظهرت النتائج أن الأساليب المستندة إلى SAE والاستفسارات غالبًا ما تتفوق على الطرق الأساسية القائمة على الإرشادات، رغم أن هذا التفوق يعتمد على استراتيجية الإرشاد المحددة المستخدمة. إن استخدام تقنيات SAE والاستفسارات يوفر مسارًا فعالًا للعلماء الاجتماعيين، حيث يسمح لهم بتفكيك التمثيلات الداخلية لوكلاء LLM، ومن ثم توجيه سلوكياتهم بطريقة موثوقة.

تفتح هذه الأساليب آفاقًا جديدة للبحث في تأثير نماذج اللغات الضخمة على المحاكاة الاجتماعية، مما يمكن العلماء من فهم الأبعاد النفسية والسلوكية بشكل أعمق. كيف تتصورون مستقبل استخدام نماذج اللغات الضخمة في مجالات العلوم الاجتماعية؟ شاركونا آرائكم في التعليقات!