النماذج اللغوية الضخمة تعكس تقييمات أخلاقية بشريّة مع دوافع متباينة!

في عصر يتسارع فيه استخدام النماذج اللغوية الضخمة (Large Language Models) في البحوث النفسية، يبرز تساؤل مهم: هل تعكس هذه النماذج ليس فقط التقييمات الأخلاقية للبشر، ولكن أيضًا الدوافع التي تقف وراء تلك التقييمات؟

درس بحث حديث خمسة نماذج لغوية ضخمة بالإضافة إلى عينتين من بشر، إحداهما تتألف من 125 شخصًا والأخرى من 742 شخصًا، للتقييم الأخلاقي لطبيب اختار بين الإبلاغ عن عمليات احتيال أو البقاء صامتًا. النتائج كانت مثيرة للغاية.

على الرغم من أن النماذج اللغوية الضخمة قد أعادت إنتاج التقييمات البشرية لطابع الطبيب الأخلاقي، فإنها تصورت المبلغين عن المخالفات كأكثر مساعدة وأقل أنانية وأقل عدائية. هذه النتائج تكشف عن تحدٍ في فهم العلاقة بين التقييمات الأخلاقية والدوافع، حيث أظهر أربع من النماذج الخمس أن الدوافع التنافسية لم تكن مرتبطة بقوة بالتقييمات الأخلاقية.

ومع ذلك، بقيت تقييمات النموذج ثابتة عندما تم إعادة إنتاج السرد وملفات التعريف الديموغرافية للعينتين البشريتين، مما يعني أن محاكاة النماذج لا تعزل تأثير المنظور. وبالتالي، فإن الاتفاق في التقييمات وعدم توافق الدوافع قد يؤديان إلى استنتاجات مضللة.

تتطلب عملية التحقق من صحة النماذج اللغوية الضخمة كمشاركين محاكيين دراسة أنماط الاستجابة ذات الدلالات النفسية، وليس فقط الاعتماد على متوسط التقييمات. هذا البحث يفتح آفاقًا جديدة لفهم كيفية عمل الذكاء الاصطناعي في مجالات الأخلاق والسلوك الإنساني.