تعد معالجة الوثائق الطويلة من أهم التحديات التي تواجه الذكاء الاصطناعي، حيث يتعين على الأنظمة الحكيمة اتخاذ قرار بين تحميل الوثيقة بأكملها في نافذة السياق أو استخدام نظام منفصل لاسترجاع المعلومات. لكن مفهوم الذكاء الاصطناعي الوكيل (Agentic AI) يقترح خياراً أوسع، يتمثل في تزويد الوكيل بمسار الوثيقة، مما يمنحه القدرة على تحديد كيفية وما يجب قراءته.

تشير الدراسة حول "الكشف التدريجي" (Progressive Disclosure) إلى أن هذه الآلية تكشف فقط ما تحتاجه الاستعلامات – بدءاً من وصف قصير وصولاً إلى المقاطع المحددة. اعتمد المختصون بسرعة على هذه الاستراتيجية للمهمات المتعلقة بفهم النصوص الطويلة، رغم أنه لم يكن هناك دليل قوي لدعم هذه الخيارات حتى الآن.

لقد أجرينا الدراسة الأولى المنضبطة لهذا النمط، حيث قارنَّا بين التنقل في الوثائق الخام وعدد من تصاميم حزم المهارات الخاصة بالوكيل ضد نظام استرجاع هايبرد تقليدي عبر ثلاثة أدوات وكيل وثلاث عائلات نماذج. وأظهرت النتائج أنه عند العمل على كتاب واحد، يعتمد المكسب على أداة الوكيل المستخدمة، حيث يتسجل مكسب كبير عندما يعاني الوكيل من سوء التنقل في الوثيقة الخام، لكنه يصبح عديم الفائدة تقريباً عندما تكون الأداة قوية بما فيه الكفاية لتقسيم واسترجاع المعلومات بنفسها.

عند التوسع لمهام تمتد عبر العديد من الكتب، ينتهي الأمر بتقنية التنقل في الوثائق الخام بالفشل، بينما يتدهور الكشف التدريجي على مستوى واحد بشكل أبطأ. وُجد أن تقديم مستوى دلالي ثانٍ في بعض الحالات لا يساعد وقد يتسبب في كسر الدقة، مما يجعل مستوى واحد كافياً.

في النهاية، يعكس الكشف التدريجي قدرة نظام الذكاء الاصطناعي على تحسين السياق بدلاً من الذكاء، فهو يظل أداة مفيدة عندما يتعذر على الوكيل التنقل بسهولة في المعلومات المعقدة والطويلة.