في عالم الذكاء الاصطناعي، يعد التفكير (Reasoning) من أبرز الخصائص التي يسعى الباحثون إلى استيعابها عبر نماذج اللغة الكبيرة (Large Language Models). لكن ماذا يحدث عندما تفشل هذه النماذج في تعميم النتائج أو ترتكب أخطاء عشوائية في استدلالاتها؟

تشير الأدلة إلى أن هذه الأخطاء ليست ناتجة عن نقص في التفكير الفعلي، بل تعكس نوعًا من المطابقة النمطية (Pattern Matching). يسود الاعتقاد أن البشر يستطيعون تجنب هذه الأخطاء لأن أساليب تفكيرهم تعتمد على نماذج عالمية معقدة.

ومع ذلك، كشفت دراسة جديدة شملت تقييم المشاركين البشر و25 نموذجًا من نماذج اللغة الكبيرة عن شيء مدهش: أنماط الأخطاء كانت متشابهة بين الجانبين. على سبيل المثال، تم استخدام مجموعة من رؤوس الانتباه (Attention Heads) في نماذج اللغة الكبيرة، التي تقوم بتطبيق نوع من المطابقة النمطية. من خلال دراسة البيانات، استطاع الباحثون التنبؤ بأخطاء الاستدلال غير المفسرة لدى البشر بسبب تفاصيل غير ذات صلة في الأسئلة المطروحة.

تترتب على هذه النتائج تداعيات مهمة لفهم الاستدلال اليومي، حيث تكشف عن أننا، سواء كنا بشرًا أو نماذج ذكاء اصطناعي، نتبع آليات تشبه المطابقة النمطية. هذه الاكتشافات يمكن أن تغير شكل الأبحاث المستقبلية في مجالات الذكاء الاصطناعي والسلوك البشري.

في الختام، ندعوكم للتفكير في كيف يؤثر الذكاء الاصطناعي على فهمنا للعقل البشري. ما رأيكم في هذه الدراسة؟ شاركونا في التعليقات.