التحديات الوصفية في التعاون بين الإنسان والذكاء الاصطناعي: كيف نحقق التواصل الفعّال؟

تعد فعالية التعاون بين الإنسان والذكاء الاصطناعي (AI) مسألة شائكة تتطلب من الطرفين إنشاء مرجعيات واضحة من خلال التواصل. ولكن، ماذا يحدث عندما تكون الأوصاف الغامضة أو إذا تنافست مرجعيات مشابهة؟ في دراسة جديدة نشرت على منصة arXiv، تم تسليط الضوء على مفهوم "عدم اليقين الوصفي"، الذي يمكن أن يؤثر بشكل كبير على أداء مهام التعاون بين البشر والذكاء الاصطناعي.

في هذه الدراسة، تم إنشاء مهمة تفاعلية تتطلب من مساعد بشري (Helper) توجيه عامل ذكاء اصطناعي (AI Worker) لوضع قطعٍ معينة. كان على العامل تحديد عدم يقينه وإبلاغ المساعد بذلك، بينما يجب على المساعد التعرف على ذلك والتصرف بناءً عليه.

أثبتت النتائج أن توزيع المعتقدات المستخلص من قطع المرشحة كان أكثر دقة من احتمالات التعبير الخام، مما يظهر أن معالجة المعلومات بطريقة محسّنة تؤدي إلى أداء أفضل خلال المهام.

كما وجدت الدراسة أن عدم يقين النماذج اللغوية الكبيرة مثل (GPT-4.1 و GPT-5) يزيد بشكل متوقع مع غموض التعليمات. غير أنه لم يتأثر كثيرًا بالمنافسة بين المرجعيات، حتى عندما كانت هذه المنافسة تزيد الأخطاء. ومع ذلك، لوحظ أن النماذج قلما تعبر عن شكوكها، حيث تساءلت عن التوضيحات في نسبة بين 3.5% إلى 16.7% فقط من الجولات.

عند إجراء دراسة مسيطرة مع 210 مشاركاً، تبين أن المشاركين الذين تم تزويدهم برسالة العامل الافتراضية فقط يقبلون 78% من التحركات الخاطئة ولا يستطيعون التمييز بين الصحيح والخطأ.

تكشف الدراسة أيضًا أن الأوصاف الدقيقة، وخاصة تلك المستهدفة بشكل جيد، يمكن أن تقلل من قبول التحركات الخاطئة إلى 36% مع الحفاظ على مستوى عالٍ من قبول التحركات الصحيحة. لكن، يجب أن تكون هذه التوصيفات مُستهدفة بدقة، وإلا فإن استخدام الأوصاف المتدنية قد يؤدي إلى نتائج عكسية.

خلال التحولات التي يجريها الإنسان والعامل، تظهر أهمية التواصل الفعّال والدقيق لضمان نجاح التعاون بين الذكاء البشري والذكاء الاصطناعي. فكيف يمكننا تحسين هذا النوع من التعاون في المستقبل؟ هذا هو التحدي الذي ينبغي علينا جميعًا التعامل معه.