في عالم الذكاء الاصطناعي، تُعد ألعاب الإشارة وسيلة مثيرة لاختبار كيفية تواصل الأفراد، سواء كانوا بشراً أو وكلاء لغة متعددة الوسائط (Multimodal LLMs). في دراسة مثيرة نُشرت على arXiv، تم تسليط الضوء على قوة وفاعلية هؤلاء الوكلاء في سياقات اللعب، لكنها أظهرت أيضاً بعض التحديات التي يواجهونها مقارنة بالبشر.

تستند فكرة ألعاب الإشارة إلى قدرة المشاركين على تقليل أوصافهم الطويلة إلى عبارات أكثر اختصاراً تتناسب مع شريكهم في اللعبة، بناءً على تاريخ التفاعل السابق. على الرغم من أن وكالات اللغات المتعددة تُظهر توافقًا في المصطلحات المستخدمة، إلا أنها لم تتمكن من تحقيق نفس الكفاءة التي يتمتع بها البشر عبر الجولات المختلفة.

لذلك، كيف يمكننا التحقق مما إذا كان هذا التوافق يعكس تفاعلاً خاصاً بالشريك بدلاً من مجرد استخدام مصطلحات مشتركة؟ لمواجهة هذا التحدي، قام الباحثون بمقارنة أداء الوكلاء مع أداء البشر باستخدام مجموعة بيانات Tangrams من KTH.

ميزة هذه الدراسة تكمن في استخدام خط أساسي جديد يُعرف بـ "النموذج الزائف"، والذي يحاكي هيكل المهمة ولكن دون الاعتماد على تاريخ الشريك. كشفت النتائج عن تباينات واضحة، حيث يتمكن البشر من تقليص الجهد من خلال التكيّف، مما يؤدي إلى تقصير الأوصاف وزيادة التوافق مع شركائهم. بينما يظل وكلاء اللغات المتعددة ثابتين من حيث مستويات الجهد، حيث يقدمون أوصافاً مطولة منذ الجولة الأولى، دون أن يتأثروا بالتاريخ التفاعلي.

تشير هذه النتائج إلى أن وكلاء اللغات المتعددة يمكنهم تحقيق التنسيق دون الحاجة إلى تقاليد التواصل، ولكن بفضل الوصف المفصل بدلاً من التعبيرات التقليدية الدقيقة التي يتميز بها الحوار البشري. هذه الدراسة تفتح آفاقاً جديدة لفهم كيفية تفاعل الذكاء الاصطناعي مع البشر وكيف يمكن تطويره ليتجاوز حدود التفسيرات التقليدية.