في عالم الذكاء الاصطناعي، تلعب نماذج اللغات الضخمة (LLMs) دورًا متزايد الأهمية في محاكاة كيفية تشكل الآراء البشرية. لكن كيف يؤثر التفاعل الحقيقي على هذه الديناميات؟ بحث حديث قام بتطوير إطار بايزي لفك تشابك الانحيازات الثلاثة الرئيسية التي تؤثر على النماذج، وهي:

1. **انحياز الموضوع**: وهو توجه نحو الموقف الافتراضي للنموذج.
2. **انحياز الاتفاق**: الذي يفضل الموافقة على التصريحات المطروحة بغض النظر عن السؤال.
3. **انحياز التثبيت**: الذي يميل إلى موقف الجهة المبدئية.

استخدم الباحثون هذا الإطار على عدة نماذج لغوية ضخمة أجرت حوارات متعددة الخطوات حول 12 سؤالاً متنوعًا بدءًا من تغير المناخ إلى العدالة الاجتماعية. النتائج كانت مثيرة للاهتمام، حيث وجدت الدراسة أن مسارات الآراء تميل بسرعة إلى التقارب نحو نقطة جذب مشتركة، مع تلاشي تأثير التفاعل والانحيازات بمرور الوقت.

كما أظهر البحث أن تعديل النموذج على مجموعات مختلفة من التصريحات ذات الرأي القوي، بما في ذلك المعلومات المضللة، يمكن أن يغير نقطة جذب الآراء بشكل ملحوظ.

يؤكد هذا العمل على الفروق الواضحة بين النماذج اللغوية الضخمة، ويقدم أدوات كمية للمقارنة بين مساهمات التفاعل والانحياز في تحولات الآراء خلال مناقشات الوكلاء.