تتزايد استخدامات نماذج اللغات الضخمة (LLMs) في السياقات الأخلاقية الحساسة، لكن تساؤلاتٌ تطرح حول مدى تطبيق هذه النماذج للمبادئ الأخلاقية بشكل متسق. صحيح أن أي نموذج يمكنه التعبير عن مبدأ أخلاقي إلا أنه قد يخالفه عند إعادة صياغة السيناريو أو إعادة تأطيره. هذه التناقضات تعد مشكلة كبيرة لأي نظام يعتمد عليه في اتخاذ القرارات الأخلاقية.

للكشف عن هذه المخاوف، أجرينا دراسة حول استقرار التفكير الأخلاقي في نماذج اللغات الضخمة (LLMs) ضمن إطار تحفيزي مُحكم، مستندين إلى ثلاثة مدارس فلسفية بارزة: الديونتولوجيا (Deontology)، والنفعية (Utilitarianism)، وأخلاق الف virtues. قمنا بإنشاء مجموعات من السيناريوهات الأخلاقية المكافئة حيث يبقى الوضع الأساسي ثابتاً بينما تتغير التصويرات لتعكس مواقف أخلاقية مختلفة.

تم تقييم ردود فعل عدة نماذج، تشمل GPT، وMistral، وLlama، وذلك لقياس اتساق الردود. قمنا بتحويل مخرجات النماذج إلى بيانات منطقية منظمة للتعرف على التناقضات في الردود ضمن نفس المدرسة الفكرية. وكشفت النتائج عن عدم اتساق كبير، حيث بلغ معدل التناقضات 78% عبر السيناريوهات المختلفة.

تشير هذه النتائج إلى ظاهرة أوسع من عدم الاستقرار المعرفي في الذكاء الاصطناعي التوليدي، حيث تفشل النماذج في الحفاظ على الاتساق مع مخرجاتها السابقة. ما يعتبره البعض من الاستقرار المعرفي يمكن أن يؤثر بشكل كبير على كيفية تشكيل الناس لمعتقداتهم، وتقييمهم للأفعال، واستيعابهم للقيم. إذا لم تستطع الأنظمة تمثيل التزاماتها القيمية بشكل متسق، فإن مفاهيم التنسيق القيمي تصبح هدفًا متحركًا بدلًا من أن تكون هدفًا محددًا.

لذا، نقترح أن إظهار التناقض الداخلي يعتبر مقدمة ضرورية لتنسيق الذكاء الاصطناعي. ما رأيكم في هذا التطور؟ شاركونا في التعليقات.