في عالم الذكاء الاصطناعي، تعد القدرة على توليد نصوص مخصصة قادرة على التأثير والإقناع أمرًا جذابًا للغاية. ومع ذلك، تأتي هذه الإمكانية مع تحديات كبيرة، أبرزها الفجوات الديموغرافية التي قد تؤدي إلى نتائج غير عادلة بين المجموعات المختلفة. لعلاج هذه المشكلة، قام فريق من الباحثين بدراسة كيفية تحقيق التوازن بين العدالة والشخصنة في توليد النصوص.

عبر منهجية جديدة تُعرف بإطار التوجيه بالطرق البرتو (Pareto-Guided Teacher Alignment)، يتم معالجة توليد النصوص كمشكلة متعددة الأهداف. الهدف هو تقليل الفوارق الديموغرافية بين الأفراد مع الحفاظ في الوقت ذاته على خاصية الشخصنة بشكل جيد.

تشمل هذه المنهجية عدة تقنيات متقدمة، منها توليد مرشحي النصوص القائم على المراجعة، وتصفية المعايير المعتمدة على الأزواج، واختيار المرشحين بأسلوب برتو، بالإضافة إلى تحسين التفضيلات من خلال التعديل المدعوم والتفضيل المباشر.

تم تقييم هذا الإطار في مهام مرتبطة بتغيير المناخ والتطعيم، باستخدام مصفوفة ديموغرافية غنية بالبيانات تتضمن أزواج متطابقة من حيث الجنس والعمر، وتمتاز بمجموعة تقييم موحدة تتضمن انحياز الإقناع، والتميز في الشكل، والتمييز في الإطار العاطفي، والتباين في الارتباطات اللفظية، وصدق الشخصنة.

توصلت النتائج إلى أن الاستراتيجيات المختلفة لا تسيطر على جميع الأهداف في وقت واحد، بل تتواجد في مناطق مختلفة من حدود برتو للعدالة مقابل الشخصنة. بعض الطرق أظهرت تحسين أكبر في تقليل الفوارق، بينما استطاعت أخرى الحفاظ بشكل أفضل على الصدق الشخصي والثبات الديموغرافي.

تكشف النتائج أيضًا أن آثار التخفيف من الأمور المتعلقة بالعدالة تعتمد على الأهداف المختلفة وقد تنتقل بشكل غير متسق عبر المجالات المختلفة. وبذلك، يحفز هذا البحث الحاجة إلى تحسينات متعددة الأهداف في النماذج ذات الحساسية للعدالة خلال عملية توليد النصوص المخصصة.