في عالم الذكاء الاصطناعي (AI) المتزايد، تُعدُّ تفضيلات البشر محوراً أساسياً لتطوير النظم التي تتماشى مع احتياجاتهم ورغباتهم. تقدم دراسة حديثة بيانات مثيرة حول كيف يفهم البشر المحتوى ذاته بشكل مختلف حسب الوسيلة المستخدمة، سواء كانت نصاً أم صوتاً. وفقاً للدراسة، التي تعد الأولى من نوعها والتي تعتمد على نظام قياس الاتساق الداخلي (ICC)، تم إجراء مقارنة شاملة بين تقييمات النصوص وتقييمات الصوت لنفس المحتوى الدلالي عبر مئة عنصر مختار.

أظهرت النتائج أن الوصول إلى اتفاق جيد داخل كل وسيلة (ICC(2,$k$) يقارب 0.80) يتطلب وجود ما يقارب التسعة مقيمين. وعلى الرغم من ذلك، سجلت الوسيلتان اختلافات ملحوظة في كيفية تقديم المشاركين لتفضيلاتهم. فالمقيمون الذين اعتمدوا على الصوت أظهروا حدوداً ضيقة في قراراتهم، وتقليص أثر الانحياز الزمني، وأسس تقييم أكثر مراعاة للمستخدم، في حين كان هناك تباين طفيف في الاتفاق بين الوسيلتين.

الدراسة تقدم أيضاً دليلاً على إمكانية استخدام التقييمات الاصطناعية بشكل فعال للتنبؤ باتفاقية المقيمين، مما يمكّن الباحثين من إجراء اختبار مبكر لاختيار المحتوى والتوجه نحو الحصول على تقييمات إنسانية دقيقة. لذا، يُعد تعديل بروتوكولات التقييم المفصلية للبيانات الصوتية ضرورة ملحة، عوضاً عن الاعتماد المباشر على تلك المستخدمة للنصوص. إن هذه النتائج ستحدث فرقاً في كيفية تحسين تفاعلات وتفضيلات الذكاء الاصطناعي مع البشر، لذا يبقى السؤال المطروح: كيف يمكن استغلال هذه المعارف في تطوير نظم ذكاء اصطناعي أكثر توافقاً مع توقعاتنا؟ شاركونا آرائكم في التعليقات.