في عالم الذكاء الاصطناعي، تسهم أنظمة الوكلاء المتعددة (Multi-Agent AI Systems) بشكل كبير في تحسين اختيار الإجابات من خلال تمكين النماذج اللغوية المختلفة من تبادل آثار التفكير، مما يعزز من فرص تصحيح الأخطاء وتقديم توقعات أكثر دقة. ومع ذلك، قد يؤدي هذا التواصل أيضًا إلى مخاطر متعلقة بالموثوقية، حيث يمكن أن تُخطئ تدخلات أحد الوكلاء نموذجًا آخر كان في البداية صحيحًا.

تتناول دراسة جديدة نشرت على موقع arXiv كيفية تحسين الموثوقية عبر الاتصال الفعال وتقنيات تعديل الإجابات في الزمن الحقيقي. قام الباحثون بتطوير إطار عمل يُمكّن الوكلاء من الإجابة على أسئلة متعددة الخيارات بشكل مستقل، ثم تبادل آثار التفكير الخاصة بهم لتعديل قراراتهم.

أجريت تجارب عددية لتقييم ما إذا كانت هذه العملية تحسن من الدقة وتقلل من انتشار الأخطاء. وقد أظهرت النتائج أن التواصل بين النماذج ليس فقط يساعد في تحسين موثوقية الإجابة، ولكنه أيضًا يساهم في تعزيز الفهم في مجالات متعددة مثل الأمن السيبراني (Cybersecurity) والشبكات (Networking) والمعرفة العامة (General Knowledge).

إن النتائج القابلة للتحليل تسلّط الضوء على متى يُمكن أن يسهم التفكير الجماعي الوكيل في تحقيق موثوقية أكبر، متى قد يؤدي إلى انتشار الأخطاء، وأهمية التوازن بين التصحيح والتضليل. هذه الدراسة تمثل خطوة هامة نحو تحسين الثقة في أنظمة الذكاء الاصطناعي المعتمدة على التعاون بين الوكلاء.