تعتبر نماذج اللغات الضخمة (Large Language Models) من أهم الابتكارات في مجال الذكاء الاصطناعي، لكنها غالباً ما تظهر تباينًا في التفضيلات الأخلاقية عبر سياقات متعددة. في دراسة حديثة، جرت العادة على إجراء أبحاث لفهم كيفية توجيه هذه النماذج نحو إطار أخلاقي مرغوب، مع الحفاظ على كفاءتها العامة.

يعتمد فريق الباحثين على مفهوم تسمى "التوجيه المتقارب والمتباعد" الذي يقوم بدراسة نقاط الانقسام داخل وحدات التحويل (transformer blocks)، حيث تلتقي المسارات المتعلقة بالإطار الأخلاقي ثم تتباين. من خلال التحكم في الفروع غير المستهدفة عند هذه النقاط، يمكنهم منع انتشار النتائج دون التأثير على الحسابات الأساسية للنموذج.

ووفقًا للتجارب التي أجراها الباحثون حول مآزق أخلاقية حقيقية، أثبتت هذه التدخلات فعاليتها في تحسين دقة اتخاذ القرارات الأخلاقية، مما جعلها تتفوق على الأساليب السابقة. تم استخدام تقنيات مثل أنماط الفضاء المشترك (Common Spatial Patterns) للفرز بين الاتجاهات المختلفة التي تميز بين الإطار المنفعي (utilitarian) والإطار القائم على المبادئ (deontological).

وفي النهاية، يبرز استخدام طريقة "المعايرة الثنائية"، التي توفر تحديثًا مغلقًا يضمن توافق التوقعات مع الأوزان المفضلة للمستخدم. إن هذه الإنجازات ليست مجرد تحسينات تقنية، بل تفتح آفاقًا جديدة للأخلاقيات في الذكاء الاصطناعي، مما يسهل استخدام هذه التقنيات في مجالات متعددة من الحياة اليومية.