في عالم الذكاء الاصطناعي المتطور، يبقى التفاعل الفعال بين البشر والآلات أحد التحديات الرئيسية. فقد أظهرت دراسة حديثة أن نماذج اللغات الضخمة (Large Language Models) لا تستطيع التفاعل بشكل سليم مع البشر عند الحاجة إلى فهم النوايا المرجعية.

أجرت الدراسة تجربة تعتمد على التواصل المرجعي باستخدام تصميم عاملي، حيث تم اختبار أزواج من الموجهين والمطابقين (بين البشر وبنموذج الذكاء الاصطناعي، ومع وجود المجموعات الرباعية AI-human، human-human، AI-AI). وقد أظهرت النتائج أن نماذج LVLMs تعاني من عجز واضح في القدرة على توليد عبارات مرجعية وحلها، وهو الأمر الذي يعد مهارة حيوية في استخدام اللغة البشرية.

خلال التجربة، تفاعل المجموعات عبر عدة جولات، وتم استخدام مجموعة من الصور للأشياء التي لا تحمل تسميات واضحة. وقد أصدرت الدراسة مجموعة من 356 حواراً (89 زوجاً عبر 4 جولات)، جنبًا إلى جنب مع أدوات لوضع خطط لجمع البيانات وتحليل الدقة والكفاءة.

هذا البحث يسلط الضوء على الحاجة الملحة لتحسين قدرات نماذج الذكاء الاصطناعي في فهم وتنبؤ النوايا البشرية، إذا ما أرادت هذه النماذج الشراكة بشكل فعال مع المستخدمين.