تعتبر نظرية العقل (Theory of Mind) واحدة من التحديات الكبرى في مجال الذكاء الاصطناعي، حيث تتطلب القدرة على استنتاج معتقدات الوكلاء استناداً إلى ملاحظات جزئية وغير متناظرة. ومع ذلك، تمثل معالجة هذه القضية تحدياً مستمراً لنماذج اللغات الضخمة (Large Language Models).

في الآونة الأخيرة، أُدخل إطار عمل جديد يحمل اسم RecToM، وهو إطار محوري في عملية الاستدلال لنظرية العقل، حيث يُقدّم نموذجاً يفكك المعتقدات المتداخلة عبر بناء وجهات نظر متكررة. يعمل هذا النظام عن طريق توليد وجهة نظر كل شخصية استناداً إلى وجهة نظر الشخصية السابقة، متبعاً سلسلة الشخصيات المحددة من قبل السؤال، مما يُبسط الأسئلة ذات المعتقدات العليا إلى أسئلة تتعلق بالعالم الحقيقي ضمن وجهة النظر النهائية التي تم تشكيلها.

تظهر التحليلات المتعمقة، مثل تحليل KD45، كيف أن بناء وجهات النظر في نظام RecToM يؤدي إلى إحراز مستوى عالٍ من تشكيل المعتقدات، يتجاوز مجرد تصفية الأحداث البسيطة. وقد أُجريت تجارب على مجموعة من معايير ToM، بما في ذلك Hi-ToM وBig-ToM وFanToM، باستخدام نماذج خلفية متنوعة من نماذج اللغات الضخمة. أثبت نتائج RecToM تفوقه المستمر على الأساليب الحديثة، حيث حاز على الأداء الأفضل في الاختبارات.

الأكثر إثارة للإعجاب هو أن RecToM حقق دقة 100% في معيار Hi-ToM عند استخدامه مع نماذج مثل GPT-5.4 وQwen3.5، وهو معيار يتطلب مستوى عالٍ من التفكير في نظرية العقل. إن هذه الإنجازات تضع RecToM في صدارة التطورات الحديثة في مجال الذكاء الاصطناعي، مما يفتح آفاقاً جديدة لفهم وتفسير سلوكيات الوكلاء.

ما رأيكم في هذا التطور المثير في الذكاء الاصطناعي؟ هل تتوقعون أن تؤثر هذه النتائج على مستقبل التطبيقات العملية لهذه التكنولوجيا؟ شاركونا آراءكم في التعليقات!