تشهد نماذج اللغات الضخمة (Large Language Models) انتشارًا متزايدًا في تطبيقات متعددة، منها مساعدات السفر ودعم عمليات الشراء. ولكن، كيف تتخذ هذه النماذج القرارات عندما يتعلق الأمر بقرارات ذات طابع شخصي، خاصةً عندما لا تكون هناك إجابة صحيحة موضوعية؟

في دراسة مثيرة، تم اختبار قدرة نماذج اللغات الضخمة على اتخاذ القرارات من خلال تقديم مفاهيم متعلقة بمسارات الخيارات وتحليل ردود الأفعال باستخدام نماذج الاقتصاد القياسي مثل نماذج لوغيت متعددة الحدود (multinomial logit models). تم تحديد استعداد هذه النماذج للدفع (Willingness to Pay) ومقارنة قيمه بنتائج بشرية من أدب الاقتصاد.

تمكن الباحثون من استنباط قيم واقعية من النماذج الكبيرة، لكنهم لاحظوا وجود انحرافات منهجية في بعض السمات. كما اتضح أن هذه النماذج تميل إلى تقدير استعداد الدفع للإنسان بشكل مبالغ فيه، خاصة عند مواجهة خيارات مكلفة أو تمثيلات تجارية. ولكن عندما تم تعديل النماذج لتراعي تفضيلات سابقة تجاه خيارات أرخص، كانت التقديرات أكثر تقاربًا مع القيم البشرية.

تظهر النتائج أهمية اختيار النماذج بعناية وتصميم المحفزات التفاعلية، بجانب تمثيل المستخدمين بواقعية عند تطبيق هذه الأنظمة. على الرغم من أن هذه النماذج تمتلك إمكانيات هائلة لدعم اتخاذ القرارات الذاتية، إلا أنها ليست خالية من القيود.

ما رأيكم في هذه النتائج؟ هل ترون أن نماذج الذكاء الاصطناعي يمكن أن تحل محل البشر في اتخاذ قرارات شخصية؟ شاركونا آراءكم في التعليقات!