في عصر الذكاء الاصطناعي، تعتبر دراسة التصحيح الذاتي (Self-Repair) إحدى المجالات المثيرة للجدل. وقد أظهرت الأبحاث الجديدة أن الأمر قد لا يتعلق فقط بمحتوى الأوامر البرمجية، بل بشكلها أيضًا.

تمت دراسة هذا الموضوع من خلال منهجية مبتكرة تُعرف بـ "PoPE" (تقييم مركّز على الشكل مع تحكم بلاسيبو)، والتي تهدف إلى قياس ما إذا كانت الأدلة التي تدحض التعليمات البرمجية التي تنتجها نماذج اللغة الكبيرة (LLMs) يمكن استخدامها بشكل فعال من قبل نفس النموذج.

يشير البحث إلى أن مواجهة الأخطاء ليست مجرد مسألة تحليل للمحتوى، بل تتطلب أيضًا فحص شكل البيانات المستخدمة. تم استخدام نماذج برمجة صغيرة (0.5-1.5 مليار معلمة) للتقييم، حيث تم اختبارها بواسطة قنوات مختلفة مع التركيز على كيفية تفاعل النماذج مع التحفيزات المختلفة.

أظهرت النتائج أن هناك معركة ضارية بين الأساليب: حيث حقق شكل المُحَفز المحتوي على تصحيح تجريبي تفوقًا طفيفًا في بعض النقاط، مما يبرز أهمية كيفية صياغة التحفيزات في تحسين أداء النماذج. هذه الاكتشافات تشير إلى أنه رغم عدم تأكيد التفوق المحتوى، فإن طريقة التقييم الجديدة PoPE تمثل معيارًا جديدًا يمكن إعادة اختباره.